真正驱动许多手机应用程序、网站和人工智能（AI）系统运行的竟是人类的劳动力，但我们很难发现——事实上，这些劳动力往往是被有意隐藏起来的。这是个不透明的雇佣天下，我们称之为“幽灵事情”（ghost work）。想想你最近一次在网上搜索。也许是一则热门新闻话题、最喜好球队的最新消息，或是新鲜出炉的名人八卦。你有没有想过，为什么搜索引擎返回的图片和链接既不包罗少儿不宜的成人内容，也不是完全随机的效果？究竟，所有的生意，无论是不是正当，做在线广告时都希望自己的网站在搜索中排名靠前。或者想想你最近一次浏览Facebook、Instagram或Twitter。这些网站都有“无暴力图片”和“无愤恨言论”政策，这些政策是若何执行的？在互联网上，所有人都各抒己见，只要有机遇，人们就会说出林林总总的话。那为什么我们看到的内容是净化过的呢？谜底是，人类和软件的协同事情为你和我这样的用户提供着看似自动化的服务。

除了一些基本的决议，今天的人工智能必须依赖人类的介入才气运行。无论是发送相关的新闻提要，照样执行重大的短信比萨订单，当人工智能失足或无法完成义务时，数以千计的企业会悄悄找人力完成这些项目。这条新的数字流水线把涣散在各处的工人搜集起来，形成团体劳动力，而流水线上运转着的不是产物零件，而是一个个项目。这条流水线不分昼夜地运行，横跨多个经济部门。事实上，就业自己正在发生更大规模也更深刻的重组，影子劳动力的崛起只不过反映了这一趋势。这种按需型的就业另有待分类，本质上我们不能断定它是好是坏。然则，若是没有明确的界说，也不让从中受益的消费者知道他们的存在，那么这些事情就很容易沦为幽灵事情。

企业可以把项目交给数以千计的工人完成，并按义务付费。现在，网络连接、云盘算、重大的数据库，以及人类盘算（human computation）这样的工程手艺，可以把人类联络起来，完成单靠软件自己无法完成的项目。所谓“人类盘算”，就是人类与人工智能协同事情。这是代码与人类智慧的融合，它正在迅速生长。凭据美国皮尤研究中央（Pew Research Center）2016年的讲述《零工、在线销售和家庭共享》（Gig Work, Online Selling and Home Sharing），2015年美国约莫有2000万成年人通过完成按需分配的义务来挣钱。到2025年，按需事情平台提供的职业白领信息服务预计增添2.7亿美元，约占全球GDP的2%。经济学家估量，若是保持现在的增进趋势，到21世纪30年代初，仅美国就有38%的职业会随着科技创新而消逝，或者半自动化。若是任其生长，幽灵事情不透明的雇佣行为和人工智能无所不能的陈旧看法连系起来，可能会使数亿人的劳动被隐于无形。

谁在做这样的事情？琼和卡拉。

琼在家事情，和81岁的母亲住在休斯敦的一幢屋子里。2012年，母亲因膝盖手术变得虚弱，无法独自生涯，以是琼搬过来照顾她。一年后，琼最先通过MTurk在线领取事情。MTurk是“亚马逊土耳其机械人”（Amazon Mechanical Turk）的缩写，是由科技巨头亚马逊公司拥有并运营的重大市场。琼最赚钱的事情是“审查猥亵图片”。在Twitter和Match.com等社交媒体上，用户会符号出“令人反感的”图片，琼会再为这些图片贴上标签。企业不能自动处置用户符号的每一段内容，以是会把一些更难评估的质料发送给琼这样的工人。表面上，她的义务很简单：点击图片，然后评估图片内容。这是一张应该删除的X级的阴茎自拍，照样一些无害的G级的身体部位？完成每个义务她都可以获得待遇，而且完成后才气脱离电脑。琼已经有好几年履历，现在她平均天天可以挤出10个小时的事情时间，完成义务后能获得约莫40美元的收入。

MTurk的运作模式

在几千英里之外的印度班加罗尔，卡拉躲在卧室的角落里事情，这是她的暂且家庭办公室。琼和卡拉做着相同的事情，为互联网公司做单词和图片的分类和符号。差别的是，卡拉从一家外包公司手中接活，这家公司为通用人类关联系统（UHRS）提供人力。UHRS是微软公司自建的供内部使用的平台，跟MTurk很像。卡拉43岁，拥有电气工程学士学位，她是家庭主妇，也是两个十几岁孩子的母亲。卡拉把两个孩子叫进房间，指着LED显示屏上一大段话中的一个单词问他们：“这个词是什么意思？是你们不应说的器械吗？”卡拉高声朗读这段话，两个孩子咯咯地笑了起来。他们在取笑卡拉读“小妞影戏”（Chick flick）时的发音。两个孩子一致决议，不，这句话不包罗成人内容。卡拉在屏幕上点击“否”，窗口就会刷新，泛起一个新的短语让孩子们明白。“他们比我更有资格判别这些词，”卡拉笑着说，“他们辅助我为其他家庭维持清洁和平安的互联网。”卡拉经常找不到足够多的义务，每周的事情时间不到15个小时，但她险些天天都市登入UHRS，看看是否有新的义务是她有资格做的。卡拉的坚持和运气已经获得了回报。由于她已经学会若何快速浏览和申领义务，以是可以行使做饭和检查孩子作业之间的空闲时间，用卡拉的话来说，她感受这些时间“富有成效”，由于她通过网络征采她体贴的分外收入。

有许多新事情依赖于琼和卡拉这样的人，内容审核——从筛查新闻提要和搜索效果，到评判响应内容的争议，从而辅助科技和传媒公司判断哪些内容可以保留，哪些内容需要删除——只是其中一个例子。社交媒体公司试图确保数十亿网站用户天天获得家庭友好型的信息，因此内容审查是普遍存在的，通常也是时效性很强的义务。像琼和卡拉这样的人，有太多网页、照片以及种种语言的推文需要评估。

谷歌、微软、Facebook和Twitter等公司使用软件自动删除尽可能多的“不适合在事情场所泛起的内容”。但这些由机械学习和人工智能驱动的软件过滤系统并不完善。它们不能百分百地区别拇指和阴茎，更别提愤恨言论和取笑了。还记得2012年美国总统大选的经典时刻吗？那时共和党总统候选人米特·罗姆尼（Mitt Romney）说了句“满载女性的活页夹！”，惹恼网民。Twitter需要工人做琼那样的事情，从而实时判断为什么包罗在话题标签中的让人摸不着头脑的一句话会飙升到热门话题的最前线。是黑客干的吗？是出故障了吗？真的有人在疯狂地刷Twitter吗？现在的人工智能系统还无法可靠地鉴别上述问题。而按需事情指明晰一种偏向，可以把盘算能力与人类的缔造力和活力连系起来。

琼、卡拉以及数百万和她们一样的工人在人工智能失灵时介入，本书讲述的就是他们的故事。我们想当然地以为系统是自动的，但他们才是在幕后推动系统的人类。现代的人工智能系统不仅需要人类回覆不熟悉的或有难度的问题，最最先还需要人类辅助它们学习若何回覆问题。例如，搜索“驼背沙发”的图片，你会获得一大堆靠背呈曲线的沙发。必应、谷歌这样的搜索引擎并不能和我们人类一样看到或明白图像。家具爱好者不到一秒钟就能找出一件漂亮的带曲线靠背的沙发，这种沙发像驼背沙发一样可以让许多人坐在上面。搜索引擎背后的人工智能系统最最先必须输入至少几百张曲线靠背沙发的图片，每张图片都符号为“驼背沙发”。然后，当搜索引擎遇到一张新的沙发图片时，它会运行一种所谓的“分类算法”，这种算法本质上就是在检查，相比于没有被符号为“驼背”的沙发，这张新图片是否更适合被符号为“驼背”沙发。那么，最初的一系列带有标签的图片，也就是所谓的训练数据，是从哪里来的呢？来自贾斯汀。指导人人接单的义务形貌不会跨越两句话，贾斯汀这样的工人必须在几秒钟内申请事情，否则就会被其他愿意接手的人捷足先登。贾斯汀是个全职爸爸，带着两个年幼的儿子，孩子上学前和昼寝时是他事情的时间。他大方地认可，一最先并不知道驼背沙发是什么。“在回覆这些问题之前，我必须在谷歌上花许多时间，弄清楚这些术语的寄义。”

许多企业提供这样的付费项目，其中猫途鹰（TripAdvisor）、Match.com、谷歌、Twitter、Facebook和微软知名度较高。像贾斯汀这样的人按义务获得待遇，一天24小时，每周7天。天天都有新的企业泛起，他们的商业模式依赖于天下各地的工人，这些工人通过软件响应公开选拔，在幕后完成这些事情。这些企业把一样平常流动外包给自力工人，而不是交给正式雇员。他们行使幽灵事情回覆客户的在线咨询，编辑产物谈论，或者完成险些不需要雇员全职介入的事情。

幽灵事情若何运行？

盘算机程序不过是一串指令，告诉盘算机应该做什么。两个软件程序（或一个软件加一个硬件）必须确立一种通用语言才气相同。这可以通过应用程序接口（API）实现。通过界说程序将会接受的指令以及执行每条指令的效果，API可以确定通用语言。可以说，API划定了盘算机程序的“征战规则”。例如，现在市场上有成百上千种盘算机，为每种类型编写定制版的软件系统是极其重大的。然则，若是所有（或至少大部分）可用的盘算机都使用相同的API，那么程序员就可以一次性为所有盘算机编写代码，由于API确保所有机械都能明白相同的语言。这种API只有盘算性能使用，但MTurk的API却可以给人使用：软件工程师可以编写程序，只要稍微修改指令，就可以自动付费让人类完成义务。

通常，若是要盘算一些器械，程序员可以通过API接入中央处置器（CPU），其中API由操作系统界说。然则，若是行使幽灵事情完成义务，程序员就会通过按需劳工平台的API与工人交互。人类具有创新能力，可以应答呼叫，以是程序员会把义务分配给人类。差别于API，人类具有能动性，会自己做决议。无论给出什么指令，CPU都市执行；但人类会自觉地做出缔造性的决议，并加入自己的明白。接入API以后，人类另有需求、念头和私见。输入相同的内容，CPU总是输出相同的效果。然而，若是带一个饥饿的人走进杂货铺，他（或她）出来的时刻会带着一大包食物，与不饿的时刻截然差别。人类感动，喜欢自作主张，但作为抵偿，人类也带来了CPU所缺乏的器械——缔造力和创新。琼、卡拉和贾斯汀都属于一个不停增进的经济体制，他们被API隐藏起来，被幽灵事情所推动。

不到20年前，软件工程师只能编写供盘算机执行的代码。MTurk以及随后的API泛起以后，程序员便可以行使人类完成盘算机不能完成的义务，好比快速准确地做出判断，就像卡拉和琼判断内容是否少儿不宜那样。事实上，现在任何坐在网页浏览器前的人都可以回应类似的自动请求。这是API、机械盘算和人类独创性的夹杂，企业称之为“众包”“微事情”或“众事情”。盘算机科学家称之为“人类盘算”。任何项目只要可以剖析成一系列分立的义务，就可以用人类盘算来解决。软件可以使用这些API治理事情流程，处置盘算机和小我私家的输出，甚至在人们完成义务后凭据孝敬若干给他们支付待遇。这些人驱动了现代的人工智能系统、网站和应用程序，我们所有人都是受益者，而且以为一切天经地义。

想象一个二十出头的女人，站在芝加哥的路边——我们临时叫她埃米莉。埃米莉在智能手机上打开优步（Uber）应用程序，一位优步司机接了单。埃米莉和司机都不知道，他们的相遇依赖于两个大洋之外的另一个女人，也许她叫艾莎。

埃米莉和司机都不知道，刚刚优步软件符号了司机的账户。假设司机的名字是山姆，他昨天晚上为给女朋友过生日刮掉了胡子。现在，他早晨上车时挂号的这张自拍与他挂号的身份证照片不符——这是2016年优步推出的“实时ID检查”（Real-Time ID Check）的一部分，用来验证司机的身份。两张照片存在差异，一张有胡子，另一张没有——山姆没推测，这会导致他的账户被冻结。突然之间，在他本人不知道的情形下，这单生意可能要黄了。

实时ID检查

与此同时，在外洋被誉为“印度硅谷”的海得拉巴，艾莎坐在餐桌旁，眯着眼睛盯着笔记本电脑。她刚刚接受了一份事情，从优步转到了CrowdFlower，在埃米莉的这趟旅程中，艾莎饰演了无形但不能或缺的角色。CloudFactory、Playment、Clickworker是CrowdFlower的竞争对手，它们都有时髦的手艺名称。这些平台把软件作为一种服务，提供给任何想要快速获得工人的雇主。天天都有成千上万像艾莎一样的工人登入CrowdFlower这样的众包平台，寻找义务型事情。现在，艾莎或者任何正好响应CrowdFlower请求的隐形工人，将决议山姆能否去接埃米莉。

优步和CrowdFlower是不停生长的服务供应链中的两个环节，这些服务行使API和人类盘算把人们投入事情。优步通过CrowdFlower的API付费给某小我私家，让其查看艾莎的事情效果。若是通过审核，系统将在几分钟内处置优步的付费请求。若是没有到达预先设定的尺度，艾莎就得不到任何待遇，也没有机遇投诉。这种API在设计之初就不想谛听艾莎的想法。

艾莎把司机的两张照片并排放在一起对照。CrowdFlower网页右上角的一个计时器最先倒计时，提醒她加快速度。若是计时竣事前她没有提交判断效果，CrowdFlower就不会处置优步的付费。艾莎眨眨眼，看了看计时器，又眯起眼睛看了看只有拇指指甲巨细的照片：是的，眼睛都是棕色的。酒窝是一样的。她点击“赞成”。

山姆把车停在路边时，他的账户获得授权，可以去接埃米莉了。埃米莉一直在拥挤的芝加哥陌头张望，直到山姆停下车，她钻进车里。车门关上的时刻，艾莎已经进入下一个义务。她希望在下班前多挣几个卢比。

优步的搭客和司机都没有注意到，有人在实时审查他们的买卖，这小我私家可能远在天边，也可能就在路的终点。在美国，每100个优步订单中就有一个这样无法察觉的交流，这意味着天天要发生约莫1.3万次。我们永远看不见艾莎为CrowdFlower做的幽灵事情，但花时间研究她和像她那样的工人之后，我们可以想象，埃米莉这样的用户和山姆这样的司机永远不会看到这种短暂的市场交流。艾莎是幽灵事情存在的唯一证据，因此，当埃米莉和山姆远去之后，她是唯一能辅助我们还原幽灵事情体验的人。

,

欧博网址

www.9cx.net欢迎进入欧博网址（Allbet Gaming），欧博网址开放会员注册、代理开户、电脑客户端下载、苹果安卓下载等业务。

,

数十亿人天天都在查看网站内容，使用搜索引擎，公布推文和帖子，享受移动应用程序的服务。他们以为自己获得的服务仅仅是依赖手艺的魔力。但现实上，有一名国际工人在背后默默劳动，他们主要是自由职业者和暂且工，而不是全职的或按小时计酬的工人，其执法职位不被认可。有时，这些事情被拔高成“第二次机械时代”或“第四次工业革命”的先驱，或者被以为是更重大的数字经济或平台经济的一部分。而其他时刻，我们不假思索地称之为“零工”（gigs）。

没有一部劳工法可以完全适用于按需零工经济，它是一种奇异的组合，自力于任何一位雇主，却又依赖在线平台。按需平台是零工经济的监工，它的盈利模式是，在线上把购置人力和提供人力的双方匹配起来，形成一个由大量企业和匿名工人组成的双边市场。主要的是，正如传媒学者、社会学家塔尔顿·吉莱斯皮（Tarleton Gillespie）指出，平台自己可能不生产内容，“但它对内容做出的筛选至关主要”。按需事情平台很容易成为隐名合伙人，它更可能向付费的一方倾斜，而不是找事情的人。

从头部公司到最小的创业公司，每一个企业都依赖这个由按需平台累积起来的共享按需工人库。他们行使这些工人知足消费者的需求，消费者的期许越来越高，都希望在几秒钟内获得回答。企业不再寻找传统的暂且工中介，而是求助于这样的工人库来紧要填补团队的缺口。企业还从中开发新的项目，从测试新软件的隐私设置，到检查意大利面的口胃形貌是否容易明白，不一而足。这些新的风险投资项目要么过于投契，要么缺乏深图远虑，以至于企业不敢容易招聘全职雇员，也欠好确认招聘的成本，哪怕找暂且工也有风险。若是没有权衡消费者的反映，企业便不想贸然推出新服务或新产物。主顾的口胃越来越刁钻，期望值越来越高，在这种情形下，服务业可以先实验由幽灵事情提出的创意，并频频让其他工人评价，从而取代通俗消费者模拟市场反映。

远未成熟的人工智能

每周，宣告事情终结的耸人听闻的题目都市接连不停地泛起。很快就有人忠告我们，机械人将奋起反抗。人们普遍以为，自动化及其助手人工智能，将镌汰人类的事情。工厂里的机械臂可以移动车间的金属板材。软件机械人可以吸收短信比萨订单。无人机可以送货上门。现在，这些智能系统与许多传统的求职网站相连，有人以为这预示着人类将很快在事情场所消逝。听说，人工智能将不能制止地取得胜利，所有人都市被开除，只留下最不能替换的工人。我们都需要提高技术。马上！马上！

在这场大合唱中，特斯拉和SpaceX的创始人埃隆·马斯克（Elon Musk）、著名物理学家史蒂芬·霍金（Stephen Hawking）以及谷歌的团结创始人拉里·佩奇（Larry Page）只是几个代表性的声音。他们要么对人工智能“召唤恶魔”示意恐慌，要么眷念没有人工智能的时代，那时人们自以为能主宰自己的运气。但吸引眼球的题目掩盖了加倍杂乱的现实。不能否认，机械人是在崛起，但大多数自动化事情仍然需要人类昼夜不歇，其中许多人是兼职或条约工。但就像人类一样，机械也经常会有卡住或泛起故障的时刻，此时人类便可对自动化历程做出微和谐维护。

我们也必须认可，在实现自动化的漫长征途中，人们缔造了新的需求，也培养了各式的人类劳动力来知足这些需求。从这一点来说，新的、软件治理的事情天下与在流水线上组装汽车的工厂事情有着相似的特征，工厂事情是在最需要工人的时间把工人安置在最需要他们的地方。这也类似于19世纪妇女和儿童在农场里做的所谓“计件事情”，每组装一个火柴盒可以挣几便士。这也很像把医疗文书转录和客服呼叫中央的事情外包给“全球南方”的情形。20世纪90年代末，随着互联网的扩张，这种征象十分普遍。

工厂事情、计件事情和外包都是在线分配义务的前身，由于它们涉及的都是噜苏而重复的事情，无关宏旨。这些事情收入微薄、朝不保夕，大多数情形下，都是由经济学家以为的无关紧要或“低技术”的人完成。市场亲热地把这些人叫作“人力资本”。点击“狗”或“猫”给图片贴上标签，使它最终能被苹果手机识别为家庭宠物，与拧紧一颗螺丝钉，最终制造一辆福特卡车没有什么差别。但从这里最先事情相似性就终结了。

蓝领制造业一直是人工智能生长最直接针对的目的。2016年，生产苹果手机的富士康工厂据称用机械人取代了6万名工人。凭据报道，统一年，亚马逊在20个物流中央部署了4.5万台机械人，与23万名工人一起事情。然而，这些数字没有说清自动化催生了若干事情岗位。人工智能会对全职蓝领事情发生影响的媒体相关报道可能会涣散我们的注意力，使我们忽视了一种正在快速增进的新工人。当人工智能触及自身天花板时，这类新兴的工人将完善或倾向于使制造系统完成自动化。

已往20年里，最挣钱的企业已经从大规模生产家具、服装等耐用品，逐步转型为提供医疗保健、消费者剖析和零售等服务。把一种体验卖给消费者，好比喝一杯拿铁或浏览娱乐资讯，比制造一台电视赚的钱更多。所有企业都在接入暂且工人共享库，通过使用暂且工来控制成本。在需要的时刻获得想要的人，这种计谋已经有半个世纪的历史，企业不再需要与全职雇员谈判，也不受制于珍爱全职雇员的职业分类和劳动法。

这种人类与人工智能的夹杂，可谓制造业、零售业、市场销售和客户服务的一次重新洗牌，已经逾越了我们熟悉的就业种别。传统的制造业由全职工人轮班事情，他们每周事情40个小时，干的活重复而延续；现在的义务型事情完全差别，好比修正客户的纳税申报表，或者实时翻译视频并添加字幕，这些都需要人类不停孝敬智慧和判断力。这些义务是动态的，而不是机械的，以是很难把人类清扫在外。

人工智能并不像大多数人希望的或畏惧的那样伶俐。以驱动AlphaGo的人工智能为例，最近手艺专家斯科特·哈特利（Scott Hartley）在《模糊性与手艺专家》（The Fuzzy and the Techie）一书中记录了它取得的斐然成就。围棋是中国古代的棋盘游戏，2017年5月，AlphaGo成为第一个击败中国围棋天下冠军柯洁的电脑程序。5个月后，AlphaGo迭代出AlphaGoZero。但我们不必太震惊，由于有一点异常主要，即围棋的规则是死的，有牢固的形式，在封锁的环境中举行，效果完全取决于两个玩家。在谷歌旗下的公司DeepMind，AlphaGo和AlphaGoZero的人类程序员给出了输赢的明确界说。围棋的制胜之道是在对弈历程中展望落子的远期影响。因此，通过人类围棋大师对弈的重大数据库以及与自己对弈，AlphaGo接受了几十亿个棋局的训练，从而领会哪种棋路更好，哪个落子位置威力更大。之后AlphaGoZero与它的镜像AlphaGo对弈，把之前的履历又温习了一遍。然则正如人工智能研究领域的著名专家汤姆·迪克里奇（Tom Dietterich）所说，“人工智能对天下的渊博知识必须依赖人类填补”，云云才气完成大多数一样平常义务。现实生涯可比围棋重大得多。

斯科特·哈特利的《模糊性与手艺专家》

新的线上事情平台把事情机遇先容给琼、卡拉、贾斯汀和艾莎，这推翻了媒体经常报道的人工智能拥有无限智慧、机械人势不能挡之类的传奇故事。现实天下的义务，从识别愤恨言论、把出租屋归类为春季婚礼的绝佳园地，到修正纳税申报表，都需要人类的看法和判断。生涯不像围棋，不存在单一形式和最优解。例如，你很难枚举“最好的”婚礼园地具备哪些特质。纵然能列出来，也不会使人信服，由于人们对这些特质存在差别的偏好。

此外，也不存在那种用来教会人工智能识别“最优解”的训练数据。而且，从方言俚语、气候转变引起的飓风，到随意的税法改造，一系列无穷无尽的外部因素会掺杂进来，影响效果。在许多情形下，未知因素太多了，以至于无法训练当前的人工智能，使它具备足够的意识或者获得足够的履历，也无法对所有意外情形做出明智的反映。这就是为什么人工智能还必须得指望人类，行使人类对天下的渊博知识来填补决议的盲区。

任何人只要像我们一样仔细地考察，走到人工智能的背后，就会发现一个新的事情天下，在这个天下里，软件治理着人类，而人类则在完成盘算机做不到的事情。这个天下的系统把义务从人转移到机械，他们通过自动化来解决新的问题。例如，网络成为主流之后，Facebook、Twitter和Instagram等公司需要在线审核的内容越来越多，仅仅靠自动化工具无法实现。与此同时，新系统上线时，通常会面临突发问题，无法到达预期效果，因此需要卡拉和琼的事情。多亏了这样的工人，自动化审核软件变得越来越好，但还远远不够完善。在到达完善的历程中，自动化不能制止地会泛起小故障，这就需要暂且工来解决。一旦工人成功地训练了人工智能，使它像人类一样事情，他们就会转向工程师指派的下一个义务，这些义务将不停推进自动化的界限。人们畅想人工智能的新应用，自动化的终点线也在改变，以是我们无法确定通往完全自动化的“最后一英里”是否会走完。我们称之为“自动化的最后一英里悖论”。随着人工智能的生长，那些无法预见和无法展望的义务也缔造了暂且劳工市场。自动化的最大悖论在于，使人类免于劳动的愿望总是给人类带来新的义务。我们所说的“最后一英里”是盘算机和人力之间的差距。毫无疑问，软件工程师将行使幽灵事情执行手中的义务，并把人工智能推向极限。而且很有可能，随着越来越多的企业想法为我们提供支持人工智能的“智能”数字助理，从而辅助我们治理行程和预定航班，那么当人工智能无法知足我们日益苛刻且不停增进的需求时，会需要越来越多的人力介入进来。事实上，在手艺走向自动化的漫长历史中，很要害的一点是对暂且劳动力的依赖。今天致力于通过算法和人工智能解决问题的工程师，是自动化最后一英里悖论的最新迭代。在这一前沿，暂且工的岑岭和低谷不停转换，这重新界说了人类和机械的关系。

按需劳动平台的兴起解释，使用API来组织、指派和计划事情具有吸引力。正如本书中的例子所示，行使暂且劳动力开发新手艺的这种重新定位，推动了新近所谓的“人工智能革命”。当驱动手机应用程序或在线服务的人工智能不知道下一步该为客户做什么时，它需要人的辅助，而且越快越好。终端用户希望运行搜索引擎和社交媒体的软件能在几毫秒内作出响应。传统的雇佣方式在这里行不通。因此，人工智能的决议闭环中需要人的加入，这样才气明白，好比说，为什么与一场突发自然灾难相关的搜索词会暴增，此时，它需要立刻获得人工的信息输入。这场灾难将成为历史，但从瞬间的大量人工输入中，软件将会掌握它需要的器械。正是嵌入API中随时待命的共享劳动力库提供了这些人工输入。软件工程师可以编写代码来自动雇人以解决眼前的问题，自动检查他们的事情，并支付待遇。与此类似，使用现代机械学习系统的科学家和研究员同样依赖清晰无误的训练数据。他们需要一种自动化的方式来辅助天生和清算这些数据，而且需要大量来自天下各地的人来完成这件事。按需劳动平台为当今的线上企业提供了此种人类劳动和人工智能的连系，缔造了一个重大且隐于无形的人力资源库来从事幽灵事情。按需提供服务和事情可能是未来事情趋势的一部分。若是在设计和治理历程中没有注意到它若何重构人们一样平常事情的体验和意义，那可能就会发生意想不到的、潜在的灾难性结果。

就业真正的未来

雇佣事情的逐步剖析可能是事情性质的一种深刻而基本的转变。在美国，传统的全职事情已经不再普遍。已往，员工可能几十年日复一日地待在统一间办公室里，成就一番事业，并期望获得稳固的薪酬、康健照顾护士、病假和退休福利。现在，从童工珍爱法到事情场所平安指南，全球几个世纪以来的改造成就正在瓦解。事实上，凭据美国劳工统计局（Bureau of Labor Statistics）的数据，现在只有52%的雇主提供事情场所福利。大萧条之后，美国人最先意识到，除了提供食物、保健或在实体店销售商品，最好的选择是在按需零工经济中找事情，这样的机遇越来越多。由于劳动法中没有任何职业分类珍爱这种事情，而MTurk和CrowdFlower等平台的服务条款险些与我们在更新软件时都市点击的对话框没有什么差别，这就相当于抹去了传统员工享受的珍爱。

虽然皮尤研究中央的最乐观估量是，现在从事幽灵事情的人数约为2000万，但没有确切的统计数字解释，有若干人像琼、卡拉、贾斯汀和艾莎那样，为了生计草率地做了一些基于条约的幽灵事情。美国劳工统计局增添了一项填补观察，内容是“暂且就业与替换就业放置”，从美国人口普查局（Census Bureau）2017年5月的当前人口观察（CPS）中选择了6万个相符条件的家庭，这样的月度观察使劳工统计局领会了这个国家的就业和失业数据。十多年以来，这是第一次试图估量暂且事情的增进。据劳工统计局估量，10.1%的美国工人没有历久雇佣条约，无论是正式的照样非正式的。但这项观察只统计了那些把替换就业作为主业或自力事情的人。以是，若是一小我私家一边做着幽灵事情，一边朝九晚五接受另一位雇主的牢固人为或时薪，那就很难被统计到。而在我们遇到的最活跃的工人中，这是一种异常普遍的趋势。作为对当前人口观察的填补，美国劳工统计局公布的《2017年暂且就业与替换就业放置》为权衡幽灵事情的兴起设置了两个障碍。在一个多项选择观察里，对工人而言，很难真正明白“历久就业”是指什么。而且，有许多人都同时打多份工来支付房租，想知道什么是“主业”可能同样难题。美国政府责任署（Government Accountability Office）的人口观察与劳工统计局的数据存在分歧，这也可以反映人们对“历久”或“主业”等旧事情分类的疑心。就在两年前，美国政府责任署的讲述称，至少有31%的美国职工示意，他们从事某种形式的替换事情，包罗自由职业或自力的雇佣条约。劳动经济学家劳伦斯·卡茨（Lawrence Katz）和艾伦·克鲁格（Alan Krueger）估量，通过个体经营者或那些由劳务中介派遣的暂且工——所谓的劳动力转向雇佣暂且工制——完成的替换条约事情从10%上升到16%，相当于美国经济已往十年的净就业增进。关于幽灵事情的规模和增进的最准确明白可能来自自力智库，而不是政府数据。

对按需零工市场最守旧的估量来自经济政策研究所（Economic Policy Institute）。经济学家劳伦斯·米歇尔（Lawrence Mishel）和他的研究团队估量，在美国有事情的成年人里，介入按需零工经济的比例为0.5%至1%，或者125万至250万人。但他们之以是得出这样的数字，是通过一项针对优步司机的异常详细的研究，他们假设大部分零工事情都来自优步和其他在线约车应用。摩根大通研究所（JPMorgan Chase Institute）的一项研究发现，2015年至2016年间，美国成年人中，至少介入过一次线上平台经济事情的比例为4.3%，也就是1073万人。这一就业市场的特点就是暂且事情人员频仍更替。没有被认可的专业头衔。没有提升的门路。没有奖金。没有保障。义务都有一定的时限，一旦公司达成了特定目的，被招聘的工人就会转移到其他项目上。

从软件工程、执法服务到商业媒体、保健，现在许多企业都转向按需劳动平台，他们把白领事情转变为承包项目。这种全数字化的信息服务和知识事情，把需要思索和处置数据的缔造性专业知识，转化为由科技、执法、金融和娱乐等行业在线提供的消费性服务。由于这种突然而伟大的转变，大型企业里有全职雇员现场事情的日子将屈指可数。许多公司争相销售把盘算机、智能装备与人工智能连系起来的信息服务。按需型知识事情是一种更重大的“宏义务”（macro-tasks），Catalant（Hourly Nerd的前身）、Popexpert和Upwork等公司行使API把这种事情交付给其他企业或小我私家。与传统朝九晚五的事情相比，自动化缔造的就业远景无疑会加倍支离破碎。一些劳动经济学家以为，“职场裂隙”的新现实，是20世纪八九十年代以来将历久就业转变为一系列短期条约的最终效果。然而，这种新的、出乎意料的现实并没有阻止天下各地数以百万计的数字工人，他们夜以继日地坐在键盘前面，完成不能胜数的幕后义务，这些幕后义务使应用程序看起来比现实加倍智能。这意味着商业和就业的未来更有可能类似于今天的按需经济，而不是一部人类消逝、机械人统治天下的反乌托邦影戏。它将要求人类浏览软件界面的菜单，并学会在人工智能笼罩的阴影下事情。它将包罗一个生态系统，由琼这样的自力承包人组成，他们会在印度农村、田纳西州诺克斯维尔和俄勒冈州波特兰的闲置卧室、咖啡馆和煤渣住宅中敲打着键盘——或者任何一个只要有网络连接、有电脑、有雄心壮志或经济需要的人在任何地方能上网就可以。若是很少有人关注这些幕后工人，那么他们很快就会变得日益疏远、职位低下、不稳固和伶仃。

我们采访到的所有工人都有一个意想不到的共同点：希望。他们希望行使按需事情来掌控自己的事情时间、事情同伴以及负担的义务。他们希望和家人待在一起。他们希望制止远程通勤和恶劣的事情环境。他们希望能获得履历从而刷新自己的简历，或者为新的可能性打开一扇门。同样真实的是，许多人以为自己和家人没有其他选择。在他们的城镇里，全职就业通常意味着在大卖场里拿时薪，有牢固的轮班，顺应随时转变的事情日程表，不存在有意义的提升机遇。按需事情给了他们现实履历，包罗放置集会、测试和调试网站、开发盘算机知识技术、寻找销售线索以及治理全职雇员的人力资源档案。有哪个工人不希望有一天能完全掌控自己的事情日程和事情目的呢？

本文为美国人类学家玛丽·L.格雷、盘算机科学家西达尔特·苏里合著新书《销声匿迹：数字化事情的真正未来》（左安浦/译，上海人民出版社·世纪文景，2020年10月版）的弁言《机械里的幽灵》（有删节）