自動化系統背後的人類勞動必須被看見

AI 與平台服務常呈現為自動、即時與無人化，但系統往往依賴資料標記、內容審查、客服、品質檢查與例外處理等人類勞動。當這些工作被外包、拆分或隱藏，產品敘事就可能讓勞動者從經濟與社會想像中消失。

因此，評估一套自動化服務時，必須追蹤完整勞動鏈，理解哪些工作由人類完成、工作者處於何種制度保障，以及系統如何將人的判斷轉成資料。

思與行

• 為 AI 系統繪製人類勞動地圖，列出任務、工作地區、報酬方式、外包層級與風險。
• 要求技術與採購文件揭露人類在迴路中的工作依賴。

參考

• 《Ghost Work》揭露人工智慧背後不可見的人類微型勞動；《Work Without the Worker》分析平台資本主義如何外包資料與微型工作；演算法管理依賴資料化勞動而非只有程式與模型。
• 幽靈工作；資料標註；Algorithmic_management。