Page 11 - 《社会》2025年第2期

社会·2025·2

（2023）考察了专门的数据标注公司，发现“算法补足组织”这一机制发
挥着强化劳动监控和容纳劳动反抗的双重作用。 有法国学者从劳动分
工出发，研究了法国的数据标注平台，发现人工智能构建了南北生产产
业链，使得低技能劳动向全球南方迁移（ Le Ludec，et al.，2023）。 米塞利
和波萨达（Miceli and Posada，2022）基 于 福 柯 的“装 置 ”理 论 ，研 究 了拉
丁美洲的三个数据标注众包平台和一个外包公司， 认为“数据生产装
置”在数据劳动中重构知识和权力关系，附庸数字化使得 AI 训练师服
从劳动异化。
从劳动社会学的视角来看，当前的研究存在经验与理论上的不足。
尽管现有研究关注的数据劳动者涵盖了三种基本组织形态， 即公司内
部的数据训练部门、数据训练工厂和数据训练劳动平台，但鲜有研究基
于不稳定劳动（ precarious work）的理论概念（Kalleberg，2009），探讨为何
不同的组织形态殊途同归地导致了劳动不稳定。 更为关键的是，现有研
究大多为单案例分析， 聚焦于特定劳动组织形式的特点及其单一控制
机制，尚未从生产政体这一宏观视角出发，系统性地揭示不同组织形式
背后整体的劳动体制及其对劳动自主性的影响。 尽管现有研究从不同
理论视角剖析了人工智能产业对低技能劳动者的技术剥削与压榨，但
对人工智能生产何以使劳动者甘愿接受并自我合理化不稳定劳动这一
控制策略，尚缺乏深入探讨。
鉴于此，本文从不稳定劳动这一概念出发，基于笔者对我国具有代
表性的三家人工智能训练公司的沉浸式民族志考察， 旨在回答两个主
要问题：人工智能训练的劳动组织形式如何导致劳动的不稳定性？ 在人
工智能训练独特的项目制组织形式下，劳动过程如何影响 AI 训练师的
劳动自主性并甘愿从事不稳定劳动。 运用不稳定劳动这一分析视角能
够系统揭示资本如何通过灵活的组织形式整合内包、外包和众包，构建
符合人工智能生产规律的劳动体制。 通过将这三种劳动组织形式进行
组合分析，归纳和总结出人工智能生产的劳动体制，可以有效揭示在跨
组织边界中数智资本使劳动者甘愿接受不稳定劳动的共性策略。

二、 理论建构

（一）人工智能生产与项目制劳动
项目化组织（projectized organisation）一般指在特定的时间和资源的

· 4 ·