1702427020
根据我们的研究调查结果和定位任务(第五章中的描述),印度的访谈和田野调查集中在三个主要的IT中心——海得拉巴、班加罗尔和金奈,以及南部的喀拉拉邦部分地区和北部的德里。印度的大多数访谈发生在受访者家里、当地的咖啡馆或公园。这些访谈包括花时间与每个受访者交谈,在大多数情况下,还包括在他们家中见面,了解他们的工作安排,并让他们演示工作的过程。访谈持续1—3小时。我们意识到,接受访谈意味着受访者放弃了做按需工作挣钱的时间,所以在第一次访谈中,我们给予相当于每小时15美元的现金礼作为感谢。田野调查还包括在他们的家中观察受访者,与他们的家人和朋友一起,在板球场、购物市场、清真寺或庙宇参与他们认为重要的活动。在印度的田野调查中,Shoaib和Deepti平均每周花40个小时与一个由40名受访者组成的小组在一起,而其中大约6个月玛丽也参与其中。
1702427021
1702427022
不在印度的时候,玛丽于2013年2月10日至2017年5月12日期间进行了所有在美国的田野调查和访谈。Jason Qualls,Kristy Milland和Kathryn Zyskowski利用类似于半结构化、开放式的访谈协议贡献了深入的访谈,这种方法是为印度田野调查准备的。美国田野调查的范围要小得多,玛丽全程跟踪调查15名核心参与者。观察包括最初的家访,目的是了解工人如何建立工作空间和日常生活,以及观察他们与家人的交流。由于时间限制,根据调查研究结果和定位实验,美国没有地理上的工人集中地,后续会话和访谈都是通过Skype进行。为了答谢工人为我们提供初次访谈的时间,我们为美国工人提供15美元的现金礼。在大多数情况下,印度和美国的受访者都拒绝接受后续采访的费用。
1702427023
1702427024
受访者通过下列方式招募:在平台的调查研究结束时邀请他们参加面对面的访谈,时间安排在他们方便的时候;工人引荐;在工人论坛上建立线上联系。为了这项研究,我们在4个按需平台上做调查;调查结束时,我们进行了一次后续访谈,大多数田野调查受访者来自这4个平台。其余的受访者来自滚雪球式抽样以及朋友和家人的引荐,这些人都做过某种形式的按需工作。书中使用的所有名字都是受访者选择的假名,这样他们就可以在不泄露关系网中其他人身份的情况下确定自己的身份。受访者包括活跃的工人,尝试过按需工作并离开的人,众包平台工程师和企业家。
1702427025
1702427026
本书中对印度受访者的访谈主要是用英语。这些访谈主要由玛丽用英语组织,Shoaib或Deepti有时也会加入,尤其是当受访者的主要语言(母语)不是英语的时候。有时,访谈也会由Shoaib或Deepti一对一进行,然后晚一点与玛丽一起讨论。在口头同意参与访谈之前,所有受访者都收到了一份信息表,并有机会一起讨论研究的目的。这项研究放弃了大多数受访者的书面同意,因为我们认识到对参与者而言,书面同意构成了唯一的风险。书面同意是唯一将受访者与研究联系起来的东西,这项研究有时会对他们的工作网站提出批评。
1702427027
1702427028
最后,除了工人访谈,我们还跟微软公司战略部门的同事一起,与一家外部咨询公司合作,收集可能有助于我们理解雇佣按需工人的观点的访谈。这些访谈不是由我们组织的,但都是当面进行的,在项目记录和转录过程中也有相同的知情同意。这家咨询机构访谈了50名全职雇员(2017年7—10月),他们来自领英和其他招聘网站,代表多个行业。西达尔特领导了对于这些访谈文字记录的主题编码工作。我们利用这些材料理解那些雇佣按需工人做本书中我们称之为“宏任务”之人的观点和经验。
1702427029
1702427030
1702427031
1702427032
1702427034
销声匿迹:数字化工作的真正未来 注释
1702427035
1702427037
引言 机器里的幽灵
1702427038
1702427039
1.对于从事这些困难、高要求工作的人,我们担心“幽灵工作”一词会使他们感到不安或者被轻视;但我们认为,它有效地传达了这种新现象之核心的讽刺意味。
1702427040
1702427041
2.Aaron Smith,Gig Work,Online Selling and Home Sharing (Washington,DC:Pew Research Center,2016).据Smith称,2016年,美国8%的成年人表示,2015年他们挣钱的方式包括在线任务(比如调查和数据录入)、打车服务、购物/送货、保洁/洗衣等。据Kidscount.org显示的人口普查资料估计,2016年美国成年人数为249 747 123。因此,在大约2.5亿成年人中,我们估计8%是2 000万。调查的误差幅度是2.4%,所以更保守的估计是2.5亿的5.6%,即1 400万。有趣的是,皮尤研究中心估计,打零工的成年人中,有5%做调查和数据录入等线上任务,而只有2%的人提供打车服务。
1702427042
1702427043
3.James Manyika et al., A Labor Market That Works: Connecting Talent with Opportunity in the Digital Age (Washington, DC: McKinsey Global Institute, 2015), http://www.mckinsey.com/insights/employment_and_growth/connecting_talent_with_opportunity_in_the_digital_age.
1702427044
1702427045
4.John Hawksworth et al., UK Economic Outlook: Prospects for the Housing Market and the Impact of AI on Jobs (London: PricewaterhouseCoopers, 2017).
1702427046
1702427047
5.2014年,“班加罗尔”(Bangalore)这座城市正式改名为“Bengaluru”,但包括卡拉在内的当地居民仍普遍称之为“Bangalore”。
1702427048
1702427049
6.Daniel W. Barowy et al., “AutoMan: A Platform for Integrating Human-Based and Digital Computation,”Communications of the ACM 59, no. 6 (June 2016): 102–109, https://doi.org/10.1145/2927928;Siddharth Suri, “Technical Perspective: Computing with the Crowd,”Communications of the ACM 59, no. 6 (June 2016): 101, https://doi.org/10.1145/2927926.
1702427050
1702427051
7.Suri, “Computing with the Crowd,”101.
1702427052
1702427053
8.艾莎是真实存在的人物,我们在班加罗尔采访过她,但她当时并没有为CrowdFlower工作。她试过注册CrowdFlower,但在哥哥的帮助下,她创建了自己的MTurk账户。之后她花时间在MTurk上积累声誉。在这个假设的例子中,我们想象艾莎继续在CrowdFlower工作,会是什么样子。我们希望这能使人明白,由于工人在不断发生变动,观察和追踪幽灵工作背后的工人存在障碍,所以理解这种工作是很困难的。
1702427054
1702427055
9.Erik Brynjolfsson and Andrew McAfee, The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies (New York: W. W. Norton, 2014); Klaus Schwab, The Fourth Industrial Revolution (New York: Penguin, 2017); Erik Brynjolfsson and Andrew McAfee, Race Against the Machine: How the Digital Revolution Is Accelerating Innovation, Driving Productivity, and Irreversibly Transforming Employment and the Economy(Lexington, MA: Digital Frontier, 2012).
1702427056
1702427057
10.Tarleton Gillespie, Custodians of the Internet: Platforms, Content Moderation, and the Hidden Decisions That Shape Social Media (New Haven, CT: Yale University Press, 2018), 18–19.
1702427058
1702427059
11.参阅Frederick Daso,“Bill Gates and Elon Musk Are Worried for Automation—But This Robotics Company Founder Embraces It,”Forbes,December 18,2017,https://www.forbes.com/sites/frederickdaso/2017/12/18/bill-gates–elon-musk-are-worried-about-automation-butthis-robotics-company-founder-embraces-it/;Jasper Hamill,“Elon Musk’s Fears of AI Destroying Humanity Are‘Speciesist’,Said Google Boss,”Metro(blog),May 2,2018,https://metro.co.uk/2018/05/02/elon-musks-fears-artificial-intelligence-will–destroy-humanity-speciesist-according-google-founder-larry-page-7515207/。
1702427060
1702427061
12.举例来说,参阅“Robots?Is Your Job at Risk?,”CNN,September 15,2017;“When the Robots Take Over,Will There Be Jobs Left for Us?,”CBS News,April 9,2017;“More Robots,Fewer Jobs,”Bloomberg,May 8,2017。
1702427062
1702427063
13.Alex Ross, The Industries of the Future (New York: Simon and Schuster, 2016); Stephen A. Herzenberg, John A. Alic, and Howard Wial, New Rules for a New Economy: Employment and Opportunity in Post-Industrial America (Ithaca, NY: ILR Press, 2000); Chris Brenner, Work in the New Economy: Flexible Labor Markets in Silicon Valley, Information Age Series(Malden, MA: Wiley-Blackwell, 2002).
1702427064
1702427065
14.Scott Hartley,The Fuzzy and the Techie:Why the Liberal Arts Will Rule the Digital World(Boston:Houghton Mifflin Harcourt,2017).哈特利重点讨论了AlphaGo的案例。AlphaGo和AlphaGo Zero都是DeepMind的智慧结晶。DeepMind是一家总部位于伦敦的研究室,2014年被谷歌收购。
1702427066
1702427067
15.汤姆·迪克里奇,私人谈话,2018年4月13日。著名人工智能研究者迪克里奇这样说:这个版本的AlphaGo能打败柯洁,是因为有人“告诉”它围棋的规则(从这个意义上来说,它可以计算任意棋盘上能够落子的每一步,从而判断会赢还是会输)。研究人员还给了它围棋大师之间对弈的数据库。这个数据库与监督式学习一起使用,用于训练AlphaGo的初始移动选择函数(策略函数)。然后AlphaGo开始第二阶段的“自我对弈”,与自己的一个副本对弈(我认为这是亚瑟·塞缪尔在1959年首次开发的技术),并应用强化学习算法来精进策略函数。最后,他们运行第三阶段的自我对弈来学习一种“价值函数”(价值网络),这个函数可以预测在每个棋盘状态下哪一方将获胜。在对弈过程中,AlphaGo把策略函数与价值函数结合起来,基于正向搜寻(蒙特卡洛树搜索算法)决定落子。
1702427068
1702427069
16.David Silver et al., “Mastering the Game of Go with Deep Neural Networks and Tree Search,”Nature 529, no. 7587 (January 2016): 484–89, https://doi.org/10.1038/nature16961.
[
上一页 ]
[ :1.70242702e+09 ]
[
下一页 ]