Page 34 - 《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

六、 讨论与结论

当前以人工智能大模型等数智技术为代表的新质生产力正在重塑
社会生产关系。然而，在资本逐利逻辑的驱使下，人工智能这一“数字利
维坦” 正在入侵传统的行业并催生新兴的产业形态，“人在不稳定的生
产关系中彻底沦为技术资本的附庸”的观点甚嚣尘上。 正如肖莎娜·祖
博 夫（ Zuboff，2019）所 言 ：人工智能 和 算 法 产 生 了 一 种 新 的“工 具 主 义
者”力量，导致知识和权力前所未有的不对称，使工人“不可能发生冲
突”。 这一消极的观点在人工智能产业应用侧的研究中，特别是平台算
法对骑手、网约车司机等新产业群体的控制中，已经得到印证。 本文将
AI 数据标注这一底层劳动的三种典型组织形式纳入项目制的分析框
架， 系统诠释了数智资本在产业数智化和数智产业化维度利用灵活的
项目制剥削底层劳动者、削弱其劳动自主性，进而分析了项目制组织通
过向劳动者施加霸权权力，使之甘愿服从掠夺性的数据劳动。 本研究从
人工智能的产业研发侧入手进行分析， 进一步佐证了数智资本导致的
劳动全面异化和附庸化。 本文的主要潜在贡献如下：
第一，本文在项目制组织研究的基础上，基于 AI 数据生产的认知
劳动特征和模块化、定制化的生产需求，系统地探索了 AI 数据训练的
劳动过程对劳动者的影响。 研究发现，作为一种服务资本积累逻辑的劳
动控制体制，一方面，通过项目制统摄下的以内包、外包和众包为代表
的多元灵活的组织形态，吸纳了社会上分散的、闲置的、廉价的边缘劳
动力，解决劳动力在劳动力市场的不确定性（劳动者流动的不确定性）
（ 李晓天，2023）。 另一方面，通过项目制下的模块化分工和定制化流水
线生产等理性控制手段， 劳动过程很大程度上实现了控制的数字泰勒
主义和生产的数字后福特主义， 从而解决劳动力转化为劳动的不确定
性（劳动过程中的不确定性）。 同时，在项目制这一劳动组织形式下，尽
管产业形态和组织结构不同， 但 AI 数据训练处于生产链的最底端，不
可避免地伴随劳动的极端不稳定性，AI 训练师如“一次性劳工”般被囚
困在高度竞争的劳动力市场中，丧失劳动的自主性、劳动关系以及劳动
条件（Sadowski，2019）。 正如凯特（Kate，2021）所述，数智资本的权力具
有“ 无孔不入”的产业渗透性，对于劳动的全面异化不仅体现在以平台
零工经济为代表的新业态经济中，也进一步加剧了传统行业的劳动异化。

· 27·