陈良斌

　　陈良斌，东南大学马克思主义学院教授、博士生导师，东南大学“仲英青年学者”，江苏高校“青蓝工程”优秀青年骨干教师。兼任中国辩证唯物主义研究会城市哲学分会副秘书长。

　　随着ChatGDP、Sora等生成性人工智能的流行，人们惊呼人工智能已经把曾经的幻想变成了现实。但需要指出的是，现阶段的人工智能只能是狭义人工智能，即用以执行特定任务的人工智能系统。正如马克思所指出的，机器生产的原则是“把生产过程分解为各个组成阶段”。在这个意义上，人工智能与机器的产生逻辑在本质上一致，即都建立在对生产过程的“分解——增强——合成”的基础之上，它只是“在局部功能上超过人”。因而，所谓“智能”仍旧是对主体改造客体的对象化劳动的“模拟”，并通过“合成”部分地超越了人的生物机体有限性。或许其是否构成某种程度上的“主体”仍旧有待商榷，但无论如何，今天的人工智能还不是一个完整的自治系统。

　　那么，现阶段人工智能的基础是什么？我认为首先是人工，然后才是智能。而且我们需要警惕，正是“智能”一词往往遮蔽了前面的人工。举例来说，2021年，国家人力资源和社会保障部发布的《人工智能训练师国家职业技能标准》，专门提出了一种新的职业，叫做人工智能训练师。它的定义是“使用智能训练软件，在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业的人员”。这种职业总共分为五个等级。其中，L1和L2等级又被称为数据标注员。他们每天的工作内容就是为人工智能——比如车企的智能驾驶——做算法识别标注，每天大量重复地把车、人、马路标线，框起来按照分类标记。这种重复性的劳动又被生动地称为给人工智能“喂数据”。恰恰是这些人类劳动，是人工智能得以运行的基础和前提。但现实中，它们往往成为被人工智能所遮蔽的“人工非智能”。

　　现阶段，“人工非智能”劳动大致可以分为以下类型：第一类位于客体/环境信息传递阶段，以数据标注、内容审核工作为主，典型运行模式为“人工智能公司自有团队＋AIBDS供应商”（即自有团队＋众包平台），可以抽象为“数据转化”的解决思路，将人工智能无法理解的“数据”转化为“结构化数据”；第二类位于智能行为实现阶段，以网约车司机与外卖骑手为代表，运行模式亦为“自营＋外包＋众包”，可转化为“智能行为实施”方案，即在人工智能无法通过自动化机器体系完成智能行为时，借助人类完成通达客体的“最后一公里”。两类“人工非智能”劳动虽然在“环路”中所处位置不同，但在运行模式上则基本一致，均以“众包＋外包”的混合模式为主。所谓“众包”（Crowdsourcing）是一种分布式面向互联网大众的问题解决机制，它通过整合互联网用户来完成计算机单独难以完成的任务。而外包（Outsourcing）劳动，则早在20世纪70年代就随着运输与通信技术的革命已经在全球展开。比如全球化“大买家”将生产网络分布至发展中国家，通过分布式数据库和派遣员工将生产项目外包出去。

　　相较于机器大工业时代的人类劳动，以众包、外包劳动为代表的“人工非智能”在被剥削过程中出现了一些新特征。首先，最具特殊意义的是“人工非智能”可通过生产“结构化数据”加速人工智能迭代升级，进而促进资本有机构成的提高。其次，资本借助众包平台以更少的成本占有了更多的生产资料。最后，资本对人工非智能的剥削过程还导致了技术构成的不断增长，可变资本的全面下降。

　　那么，“人工非智能”的劳动为何会被人工智能所遮蔽？我们借助本杰明•布拉顿（Benjamin H. Bratton）的“堆栈”（Stack）理论来对人工非智能产生的源头进行解析。“堆栈”本来是计算机科学中的数据库术语。按照布拉顿的观点，整个人类世界可以被垂直式地理解为一个“地球—云—城市—地址—界面—用户”的多层“堆栈”结构。当我们将“人工智能”置于（它本身就处在）多层堆栈中的“用户层”时，一个“协议”或“接口”的问题就产生了。人工智能其实是一个用户，在现实世界中用以替代人类驱动机器体系，而在虚拟世界中替人类接入“云层”（如个人终端上的语音助手）。然而，从人工智能的视角来看，这里存在着一种本质上的“协议不同”。计算机语言与人类语言之间的一种“视差之见”，即计算机语言的所谓“脏数据”实际上是相对于计算机或人工智能而言的“脏”，“脏数据”就是指未经整理的、无序的原始数据，不能被人工智能识别的数据。而站在人类的这一面，“脏数据”并不脏，恰恰是可以被理解的。进一步来说，这些“信息”之所以被称为“脏”的形式，原本就是人类与这个世界“标准协议”。而人类语言所表达的“无边界、无算法规则的状态”本来就是人类智能的“规则”。可见，这里的“协议不同”是指二进制的“人工智能协议”与现实世界中的“人类智能协议”之间的不同。

　　在人工智能无法理解人类时，人工非智能在“人机协同”的意义上成为一个暂时性的解决办法。可见，协议不通用其实就是两个系统之间因通信协议不同，导致数据无法有效交换、操作无法交互的问题。所以，正是人工智能的“二进制协议”与人类智能之间的“协议不同”催生了人工非智能——一种成就了人工智能神话却又隐藏在人工智能环路中的人的“幽灵劳动”。由此可见，这种幽灵化其实源于“协议不同”所造就的不对称性，具体则表现在以下三个层面：在宏观层面上，资本“脱实向虚”与数字主权（Digital sovereignty）的缺场共同构成了人工非智能幽灵化的基础；在中观层面上，人工非智能的不可见性源于职业承认机制的结构失衡；在微观层面上，人工非智能的具体劳动完全被虚拟空间下堆栈层级的用户界面所遮蔽。

　　（本文系作者在第九届“批判理论论坛”的发言整理） 中国社会科学网 李秀伟/整理