Mary L. Gray 與 Siddharth Suri 的《Ghost Work: How to Stop Silicon Valley from Building a New Global Underclass》研究支撐數位服務與 AI 系統運作的隱形勞動者，例如內容審查、資料標記、文字校對與其他微型任務。這些人類工作者常被描述成自動化服務背後不存在的部分，卻提供模型與平台無法完全自行完成的判斷與勞動。
本書不只談演算法如何管理工作，也提醒所謂自動化系統本身依賴全球勞動分工。研究演算法管理時，應把模型訓練、內容審查與資料標記等隱形人力納入，而不只看面向消費者的產品介面。
思與行
- 檢查 AI 產品的工作鏈：哪些任務由人類執行、工作者位於何處、報酬與心理風險如何分配。
- 在自動化評估中揭露「人類在迴路中」的工作量，不要將人類勞動包裝成無成本的機器能力。
參考
- Gray, M. L. & Suri, S. (2019), Ghost Work: How to Stop Silicon Valley from Building a New Global Underclass。
- 延伸：演算法管理依賴資料化勞動而非只有程式與模型、自動化系統背後的人類勞動必須被看見。
- 本書導讀：Algorithmic_management。