我不會試圖在 SNS 說服支持或反對罷免個別選區的罷免投票，不過近期客觀研究數據可以證實台灣輿論正嚴重受到境外勢力介入

https://iorg.tw/_en/da/111

听了一个大学里的跨学科social & culture研究中心关于AI的讲座，题目是Behind the magic of AI - The Mirage of Total Automation and its Hidden Workers，然后刷了下象，看到一个关于某期讲解AI技术(DeepSeek)播客的笔记，播客题目查了下是“逐篇讲解DeepSeek、Kimi、MiniMax注意力机制新论文——“硬件上的暴力美学””。两者对比起来我突然意识到关于AI的(本该是最cutting edge的)技术讨论中经常让我感觉到的那种神奇的obsolete究竟是什么——他们讲的内容在tech上是最前沿的，但他们在理解更大的(超出狭隘的tech product边界本身的)system/生产方式如何被建构和运作上是outdated的。

或许可以解释为什么tech领域的人更相信AI是“智能/intelligence”、像人，而社会/人文学科的却在强调相反(毕竟后者擅长的就是制造和解构ideology，揍)。

以下记录一下讲座上听到的一些之前没有太见到过的关于AI生产和运作的perspectives以及和我之前知识擦出的新火花：

1. AI作为产品不是单纯的一个model product，也同时是一个data product。无论是准备training dataset还是检验模型的输出正确性、校正bias、维持“正常”运作都是data labour；甚至在当下，更多的data labour不是大众以为的准备training dataset，而是更靠后的verifying/refining/alignment任务。AI业界和公司总在强调“不是纯堆数据”是掩盖AI产业的(human) labour-intensive性质的narrative的一环。正如AlphaGO总被描述为AI战胜人类的重大里程碑，但实质是tech+很多很多人类群体战胜了一个人类个体。在这个意义上，(过于)简单粗暴地说，AI能“像人”恰恰是因为它不tech的那部分就是大量人类的data labour组成的。(挺讽刺的是AI这个对human data labour refining但宣称仅仅是high tech伟大成就的手法又转头被DeepSeek拿来对OpenAI进行refining但宣称只是自己的成就<-至少是模糊其辞试图misleading)

2. AI产业(以及其它类似高科技产业)中labour的定义和形式(multiform, everywhere, visible or invisible)已经超出了大众对劳动/上班的传统理解。当下的digital labour超越了传统的“产品/product”边界。过去无法想像的劳动形式已经成为了普遍现状，比如为尚未存在的产品劳动(e.g. Uber司机的驾驶data被Uber用来训练自己的无人驾驶产品或者贩卖给无人驾驶汽车公司)、为已经被贩卖掉的产品继续劳动(e.g. ChatGPT用户在对话中提供的语言data和在对话后的“打分”或者“帮助我们改进”被用来继续训练AI模型)。而AI公司和资本利用了这一点让人们做free或者nearly free/underpaid的data labour (以及社会学家和女性主义者要说这就是千百年来女性domestic labour的某种延续嘛：零碎、隐蔽、不被承认)。而且它们非常擅长把这些data labour包装为gamification甚至entertainment，比如各种“证明自己不是robot”的图片识别、拼图验证。讲座中提到的一点我认为非常重要：ChatGPT从一开始严重的bias甚至inappropriate language问题到几年后看起来甚至比很多人都要“客观/温柔/耐心”，不是仅仅靠技术工程师/科学家的改进，而是海量用户在和ChatGPT的交互中通过feedback在collectively“教”它该做什么/不该做什么，换句话说，用户实质上在使用产品的同时免费给它做quality control的labour。但是这部分labour没有得到任何报酬和credit/recognition。AI公司对这种labour的downplay乃至denial显然是有意的。(还有一种labour我认为是“读者”labour，即AI创作需要人类“读者”付出劳动去make meaning，这也是被AI产业和公司试图偷窃的credit。这一点我几天前写过一条 https://bgme.me/@phyllisluna/114096521366030547 ，这里不展开)

3. 平台/platform对于AI产业的重要性常常被忽视。数字平台不仅仅是扮演传统商业的“中间人/middleman”角色，它本身是marketplace和firm/公司的hybrid/混合体：marketplace提供了digital labour的交易场所和digital work的分配和验货场所，而hierarchical的公司结构能下达清晰的commands。大型平台同时既是靠AI来function的(各种AI和算法驱动)，又是生产AI产品的公司(得到的data被用于继续训练AI)，比如Amazon和Uber。AI用纯synthetic data(即AI自己生产的数据)继续loop训练(至少目前)只能产生crap，但在平台上它能持续不断地“吸(新的、人类的、免费的)血”。

4. AI确实可以并正在被用来创造“平等/equality”，但这并不是AI自带的属性。社会人文学科的学者们研究揭露了另一个大众的错觉：在AI的usage & deploy phase(即使用阶段)，它确实在某些应用情境中可以推进平等(e.g. 对于知识的access、让一些services比如心理咨询变得affordable)，但往往只是给已经存在的推进平等手段accelerate/加速(e.g. 知识共享、聊天/心理咨询作为照护)，而不是它“发明”了新的approach——需要警惕AI产业的narrative如何偷走这些preexisting approaches(和人们)的credits。并且这不能“抵消”掉AI在制造过程中的对inequality/不平等的加剧问题。以及我想再step back一下：AI被用来作为solution的许多问题是否只能靠AI或者科技来解决？比如心理咨询的affordability问题该靠提供(看似廉价但隐形代价高昂并且会继续制造新问题的)AI咨询，还是更radical地重新思考/建立人和人之间的照护网络、反抗制造了大量心理问题的社会结构？Not Just Bikes之前做了一期长视频分析无人驾驶是否真的能解决城市交通问题(spoiler alert：不能)，我认为可以提供一个思考的契机： https://bgme.me/@phyllisluna/114009089820954252

High tech往往把自己包装成radical、innovative的，但内核经常是conservative、extractive的。AI也不例外。

#并非如此 #ArtificialUnintelligence