在亞馬遜首席執行長貝佐斯花一小時賺到 1300 萬美元的同時，一名難民只能靠著教導演算法偵測車輛來賺取幾美分。每個工作任務都加深了兩個世界之間的鴻溝：一個是範圍持續擴張、性命不值錢的大貧民區，另一個是智能機器人和身價數十億科技大亨所在的資本主義先鋒。手指點擊之間，連結了蠻荒與高尚的世界。

Google、臉書、亞馬遜⋯⋯大企業提供難民的「微工作」是什麼？

同樣由點擊構成的經濟也決定了中東各地難民的命運。黎巴嫩夏蒂拉難民營（Shatila）的敘利亞人，被迫改變日常作息來配合地球另一端不同時區的公司的需求。他們放棄自己的夢想，以滿足遠處資本家的需求。他們在夜間標注都市區域的景象，包含「房屋」、「商店」、「車子」，像是被命運捉弄般，這些標注內容對應到他們曾經居住的街道，說不定之後無人機將會飛入這些街道進行轟炸。他們勞動所用的網站資訊。

非常不透明，因此誰也說不準這些任務的用意為何，或是受益者是誰。在隔壁房，無業的巴勒斯坦人成為 m2Work 鎖定的目標；這是通訊業者諾基亞和世界銀行的合作企畫案，目標是要給「世界上最弱勢的人」新型態的微就業機會。世界銀行致力在南半球「創造工作機會」，當然會將巴勒斯坦 3 成的失業率視為不可錯失的良機，因為他們是尚未受到利用的廉價勞力，而我們美好「新經濟」所仰賴的大型電信網路，正好能把他們納入全球資本的版圖中。

除了 m2Work，還有許多「社會影響力外包」（impactsourcing）風投事業利用微工作觸及過去無法取得的全球工作人力。由 Deepen AI 公司經營的非政府組織 Lifelong，培訓敘利亞難民為 Google 和亞馬遜這類的企業注解資料。

同樣地，非營利平台 Samasource（SAMA）培訓烏干達、肯亞和印度的難民完成簡短的資料任務，並積極招募難民到亞馬遜的 MTurk 工作。該平台的口號「用工作機會取代援助」，完美闡釋了這些企畫的理念。Samasource（SAMA）發明了「 微工作 」一詞，正好反映出它的理念源頭—微型放貸（microloan）。

微工作就像微型金融一樣，是種專給無業和貧困族群的貸款方案，為這些計畫打包票的，是對市場機制能治百病的深信不疑，結果卻只是讓國家陷入欠債循環、戰亂和貧窮。 微工作不提供權益、職位保障或作業流程，且薪酬微薄到只夠餬口，使人社會處境艱難。

困於難民營、貧民窟或殖民地的工作者，被迫在裸命（bare life）的條件下靠微工作勉強生存。如此明顯針對種族的歧視作法採用了「監獄產業複合體」（prison-industrial complex）邏輯，將過剩人口（多為黑人）監禁，並依法強制他們低薪或無償勞動。 微工作方案也用如出一轍的方式剝削困於經濟暗處的人，儼然形成一種「難民產業複合體」 （refugee-industrial complex）。

自動化背後的真相：弱勢者被迫成為 Uber、特斯拉的廉價勞力

因此不難想像，Samasource（SAMA）的前首席執行長珍娜（Leilah Janah）選擇用「虛擬生產線」這種較好聽的稱呼，把貧窮化包裝為勤奮美德。雖然比最底層的非正式工作安全（甚至更有賺頭），但微工作通常是專給走投無路的人。事實上，微工作籌辦方通常鎖定戰爭、內亂或經濟崩盤的受災戶為對象，原因不是如珍娜等推動者所稱的不計較這些人的背景，而是看準了他們艱困的處境。這些組織深知在奈洛比基貝拉貧民窟（Kibera）或是加爾各答的棚屋區，勞動者沒什麼餘裕抗議薪水低或是缺乏權益保障。

這才是自動化隱藏的真面目：由全球各地難民、貧民窟住戶和受殖民者集結而來的族群，因貧窮化或法律強制力，被迫出賣勞力替 Google、臉書和亞馬遜等公司進行機器學習 。

以自駕車為例，這產業在許多大型平台上都持續發展，估計 2019 年市值高達 540 億美元，且在 2026 年將遠遠超出 5500 億美元。特斯拉（Tesla）等公司有很多勞動力需求在於清理和注解資料，以利自駕交通工具順利行駛。

從車上拍攝的景象內含大量原始視覺資料，要先經過歸類和標注才能用。接著再拿已標注資料讓車輛學習分辨都市環境，並辨識出行人、動物、道路標誌、紅綠燈和其他車輛。資料訓練很少在公司內部進行。通常，特斯拉這類的公司會把工作外包到南半球。2018 年，超過 75% 的此類資料是由處境最艱困的委瑞內拉人負責標注。

自從委國經濟崩潰，通膨率逼近百分之一百萬，大量失業人口（包含不少中產階級的專業從業人員）開始使用 Hive、Scale 和 Mighty AI（在 2019 年被 Uber 併購）等微工作平台，以通常不到一美元的時薪標注都市環境影像。

雖然業主能在這些網站上匿名，因此幾乎不可能辨識出群包網站服務的大公司身分，但其實不難推測，Google、Uber 和特斯拉都在委國這波危機中撈了不少便宜—資本主義的典型作風就是發災難財。 統計資料顯示，直到今日，委國提供的自駕車相關資料處理勞務量仍是最高。

從經濟崩潰受災戶、難民到貧民窟住民，平台資本主義專找名目上多餘的人口下手—將眾多零碎任務交給長期被排除於合理僱傭關係外的人，並從中圖利。這些人被 Google 和臉書等公司把持，長久困於勞動市場邊緣的灰暗地帶，既不屬於受僱人員也非失業人口。接案者只在教導演算法如何辨識行人的那一分鐘有工作，然後又被扔回人力庫去找尋下一份任務，如此不斷在受僱和失業兩種狀態之間擺盪。

無論是難民營或監獄的工作， 又或是美其名為福利（welfare）的工作救濟勞動要求（workfare）， 微工作形式都讓過剩的廉價勞動力便於受到利用，且不僅是出於獲利的目的，也是一種管束的手段。 2008 年金融危機發生後，美國各州政府委託 Samasource（SAMA）教導求職者從事線上勞動，主要是在經濟衰退及去工業化最嚴重的「鐵鏽地帶」（Rust Belt）。

這個計畫的用意，在於讓長期失業者為美麗新經濟做好準備，因為屆時工作者要面對的不是全時工廠勞務和嚴格主管，而是臨時工作和專制的演算法。因為這些「培訓」計畫通常涉及學員對平台的使用，所以不易判斷教育和實際勞動之間的分野。

雖然 Samasource（SAMA）教計畫是歐美微工作的極端範例，卻也揭示北美洲有哪些族群使用這些平台：「被開除的教師、行動不便的專業人士、退役軍人、有空間恐懼症的作家⋯⋯以及家庭主夫主婦。」如同敘利亞難民或是加爾各答貧民窟住民，許多這類型的工作者被捲入資本的軌道，卻被拒於正式勞動市場之外。他們形成馬克思口中的「相對過剩人口」（relative surplus population），意即「僅部分工時受僱」而不足以維持生計和完全「不事生產」而長期無薪所構成的冗餘群體。

根據需求擴張和緊縮來聘僱的波動體系，勢必會導致這群人的遺落。 工作者被納入勞動力後，便開始仰賴給薪關係。勞動需求下滑使得工作機會減少時，工作者必須另外尋求辦法維生，像是補助金、非正式工作，或是向人乞討食物和收留處。微工作只不過是這些淒涼選項中最新的一種。

（本文出自《為演算法服務的免洗人力》，商周出版）