Page 10 - 《社会》2025年第2期

智能制造甘愿：人工智能训练的劳动组织形式与控制策略

进行训练， 因此以数据标注和算法测试为基础的人工智能训练被视为
大模型生产的上游基础产业， 是人工智能得以有效运行的关键和基础
环节。 因此，“有多少智能， 就有多少人工” 成为人工智能行业的流行
语。 据估计，我国近几年来以数据标注工和算法测试员为代表的AI 训
练师数量已经超过千万。 2
人工智能独特的生产方式， 实现了劳动密集型的数据加工生产端
与技术密集型的数据使用消费端的有效分离， 劳动分工和异化进一步
加强，AI 训练师成为光鲜的人工智能产业链条中的廉价低技能工人。
作为数字经济衍生的另一种新职业群体，AI 训练师与外卖骑手和网约
车司机类似，在数智资本掠夺性的生产和分配方式下，沦为附庸于资本
的赛博无产者（ Burrell and Fourcade，2021；孙伟平，2020）。 在此背景下，探
究人工智能训练独特的劳动组织形式和控制策略对于理解数智资本主
义时代的劳资关系及其影响具有一定的劳动社会学意义。 近年来，以人
工智能为代表的数字技术如何重塑劳资关系的议题得到学术界的广泛
关注，但多数研究聚焦于人工智能技术的产业应用侧，对人工智能研发
生产侧的研究较少。 例如，在平台零工经济领域，国内外学者对数字平台
的劳动组织形式进行了深入研究，认为数字资本以平台为中介载体匹配
需求方和供给方， 构建了模糊不清的不稳定的“三角” 劳动关系（Lei，
2021；Vallas and Schor 2020；吴清军、李贞，2018；李胜蓝、江立华，2020）。
高度集权和黑箱化的算法管理机制进一步加剧了劳资关系的不平等，算
法控制不仅对劳动者施加理性控制 （专制权力，despotic power）， 还能够
进行规范控制（霸权权力，hegemonic power），让劳动者的“身”“心”都服从
资本主义生产（Kellogg，et al.，2020；陈龙，2020；刘善仕等，2022）。
相较于在人工智能产业应用侧的零工平台经济领域的丰富研究，
对以 AI 训练为代表的人工智能生产侧的研究尚处于起步阶段。 当前人
工智能大模型的异军突起将 AI 训练劳动带入公众的视野，例如，贾文
娟和颜文茜（2022）从认知资本的视角，对某人工智能公司的数据标注
团队进行了单案例研究，探讨了人工智能对劳动者的控制由机械的“身
体规训”转变为灵活的“认知整饰”带来的劳动困境。 吴桐雨和夏冰青

2. 参见《科技日报》，2019 年 9 月 10 日，《数据标注师 人工智能背后的人工力量》，https:
//digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2019 -09/10/content_430391.htm?div =
0，网址浏览于 2024 年 7 月 17 日。

· 3 ·