1. 勞工

1.1. 入口通道處每隔一定距離都會出現很多考勤鐘標志

1.2. 休息間里的考勤鐘也起著重要作用—進出房間的所有掃描都會被追蹤

1.3. 每個班次間只能休息15分鐘，還有無薪的30分鐘用餐時間

1.4. 新的履行中心，機器人被用來搬運托盤上裝有貨物的重型貨架

1.5. 當機器把工作完成得很好時，人類員工似乎成了備用選項

• 1.5.1. 人就像必要的結締組織，把訂購的貨物裝進集裝箱和貨車，并且交付客戶

• 1.5.2. 每天工作結束時，所有員工必須經過一排金屬探測器才能離開

• 1.5.2.1. 這是一種有效的防盜措施

1.6. 伴隨層出不窮的網絡技術，?“網絡數據包”?（從一個終端傳遞到另一個終端的基本數據單位）成為最常用的測量單位

1.7. 在亞馬遜，基本的計量單位是棕色紙箱，就是那熟悉的家用紙箱，上面印著一個模擬人類微笑的彎曲箭頭

• 1.7.1. 對時間的控制是亞馬遜物流帝國一貫的主題，工人的身體是按照算法邏輯的節奏運行的

• 1.7.2. 效率、監控和自動化的邏輯都在當前通過算法管理勞動力的趨勢中實現了

1.8. 每個網絡數據包都有一個被稱為“生存時間”(time to live)的時間戳

• 1.8.1. 數據必須在生存時間到期之前找到目的地址

1.9. 從福特工廠中使用的經典技術，到旨在增強追蹤、督促和評估效果而設計的一系列機器學習輔助工具，最大限度地從工人身上獲取價值

1.10. AI既不人工也不智能，而是建立在（包括但不限于）眾包工作、時間的私有化以及似乎永無止境的、到崗、抬重物和整理箱子等人類努力的基礎之上的

• 1.10.1. 從機械化工廠中衍生出一個模型，該模型重視產品、流程和人類在一致性、標準化和互通性上的提升

2. 工作場所AI的史前史

2.1. 工作場所自動化雖然經常被當作未來的故事講述，但實際上這已經是當代工作的標準經驗

• 2.1.1. 生產裝配線強調生產的一致性和標準單位，現在在零售業、餐飲業等服務業也有類似情況

• 2.1.2. 知識型工人，即那些被認為受自動化威脅較少的白領，發現自己越來越受制于工作場所的監控設施、工作流程的自動化和工作時間與休閑時間界限的瓦解

2.2. 我們生活在一個有利于人類與AI合作的時代，這是關于工作中AI系統和自動化流程擴張的常見評價

• 2.2.1. 這種合作，并不是公平協商

2.3. 關于人工智能對工作場所的侵入，與其說是既定工作形式的根本轉變，不如說是 19世紀90年代和20世紀初已經確立的工業化勞動力資源開發形成的重現

• 2.3.1. 一個工廠勞動力已經被視為與機器有關的年代，工作任務越來越多地被細分為需要極少技能和最大努力的行為

• 2.3.2. 當前勞動力自動化的趨勢延續了工業資本主義固有的廣泛的歷史動力

• 2.3.3. 從工廠出現以來，工人們就不斷遇到更強大的工具、機器以及電子系統，它們向雇主轉移了更多價值并且改變了勞動力管理方式

• 2.3.4. 最關鍵的區別就是雇主們現在可以觀察、評估和調整工作周期和身體數據中最個人的部分（甚至包括）?，而這在以前是禁止的

2.4. 制造任務的劃分和細分是提高生產力和機械化生產的基礎

• 2.4.1. 亞當·斯密在《國富論》(The Wealth of Nations)

2.5. 機械化的發展是重要的，但只有將其與日益豐富的化石燃料相結合，才能推動工業社會生產能力的大幅提高

• 2.5.1. 與產量的增加同時發生的是工作場所中工人相對于機器重要性的巨大轉變

• 2.5.2. 工廠機械最初被當作幫助工人節省體力的設備，以一種人機協作的方式開展日常工作，但很快它便成為生產活動的核心，決定著工作的速度和特點

• 2.5.3. 以煤和石油為動力的蒸汽機可以驅動持續的機械運動

• 2.5.4. 工作不再主要是人類勞動的象征，而呈現出越來越機器化的特征，工人要適應機器的需要及其獨特的節奏和韻律

• 2.5.5. 自動化從成品的生產中提取勞動力，從而把工人變成“機器的附屬物”。

• 2.5.5.1. 卡爾·馬克思在1848年

2.6. 工人的身體與其所操作的機器的結合是非常徹底的，早期的工業家可以把他們的員工看作一種像其他資源一樣被管理和控制的原材料

2.7. 對工人的控制也體現在時間上

• 2.7.1. 向工業資本主義轉型時出現了新的勞動分工、監督形式、工作班次、罰款方式和考勤表：技術影響了人們體驗時間的方式

• 2.7.2. 時間本身成為斗爭的重點

2.8. 文化也是一個強大的工具

• 2.8.1. 在18世紀和19世紀，關于努力工作的宣傳以強調紀律重要性的小冊子和散文的形式出現，還有關于盡可能早起和努力工作的訓導

• 2.8.2. 利用時間既是一種道德，也是一種經濟行為：時間被理解為通貨，要么被有效地花費要么被浪費

2.9. “監察室”(inspection house)

2.10. “圓形監獄”(panopticon)的靈感，這是一種理想化的監獄設計，特點是有一個中央瞭望塔，警衛可以從中監視牢房里的犯人

2.11. 種植園經濟中起核心作用的是監工，他們監視殖民地奴隸種植園的生產流程

2.12. 監工的角色是“永遠不要讓奴隸有片刻的清閑。他一直在監視制糖，一刻也不離開糖廠”?

2.13. 如今，監視在現代工作場所中的角色主要由監控技術代理

• 2.13.1. 管理階層利用各種各樣的技術來監視員工，包括使用應用程序跟蹤他們的活動，分析他們的社交媒體訊息，比較他們如何回復電子郵件及預定會議，并用“建議”推動他們更快、更高效地工作

• 2.13.2. 有些監控系統使用的是機器學習技術，有些則是更簡單的算法系統

• 2.13.3. 許多更基本的監控和跟蹤系統正在擴展新的預測能力，成為更具侵入性的員工管理、資源控制及價值萃取機制

3. 土耳其機器人

3.1. 關于人工智能的一個常被忽視的重大事實是其需要數量巨大的低薪工人幫助開發、維護和測試AI系統

• 3.1.1. 人工智能當下的形式既不人工，也不智能

• 3.1.2. 看不見的勞動有多種形式—供應鏈工作、按需點擊工作及傳統服務業工作

• 3.1.3. 從提取和運輸創建AI系統核心架構所需資源的采礦業，到每個微任務只有幾便士報酬的軟件端，AI流水線的所有階段都存在剝削

• 3.1.3.1. “幽靈工作”(ghost work)

3.2. 眾包工人或“微工人”的經驗，這些工人從事以AI系統為基礎的重復的數字任務

• 3.2.1. 給數千小時的培訓數據做標記，審查可疑或有害的內容

• 3.2.2. 工人從事支持AI“魔法”說法的重復性工作，但他們從未因為使這個系統正常運行而獲得認可

• 3.2.3. 如果沒有這種工作的話，AI系統將無法運行

3.3. AI技術研究圈子依靠廉價的眾包勞動力完成許多機器無法完成的任務

3.4. 人們有強烈的動機忽視世界各地對低薪勞動力的依賴

• 3.4.1. 戶對待人類員工的態度和對機器相差無幾，因為認可他們的工作并對其進行公正的補償會使AI系統變得更加昂貴和缺乏“效率”?

3.5. 工人有時被直接要求假裝成AI系統

• 3.5.1. 虛擬助手機器人創業公司x.ai聲稱其名為艾米的AI智能體能夠“神奇地安排會議”?，并處理很多日常瑣事

• 3.5.1.1. 艾米”正在被一個超時加班的合同工團隊仔細檢查和修改

• 3.5.2. 臉書的個人助理M也依靠持續的人工介入，會有一組被支付薪水的工人審查并編輯每條信息

• 3.5.3. 偽裝人工智能是一項令人身心疲憊的工作

• 3.5.4. 只不過是個門面，旨在向投資者和易受騙的媒體展示自動化系統會是什么樣子，而實際上卻依靠處在后臺的人工

3.6. 自動化系統看起來好像完成了以前由人類完成的工作，但實際上這個系統只是在配合背后的人類工作

• 3.6.1. 員工的勞動被自動化系統所取代，但實際上，數據輸入的工作只是簡單地從一名員工轉到了顧客身上

• 3.6.2. 許多提供看似自動化決策的在線系統，例如能移除重復條目或刪除冒犯性內容的系統，實際上是由在家工作的人們源源不斷的平凡工作所推動

• 3.6.3. 當今最有價值的自動化系統將低薪的數字計件工人和承擔無報酬任務的消費者結合，以使這個系統運行，而公司則試圖使投資者和公眾相信這項工作是由智能機器完成的

• 3.6.4. 人們必須做更多單調和重復性的工作反哺自動化系統，因為后者可能不如它所取代的對象更有效或可靠

3.7. 人造自動化并沒有直接取代人類勞動，而是在空間和時間上對其重新定位和分配

• 3.7.1. 增加了勞動和價值之間的脫節，從而在意識形態層面發揮作用

• 3.7.2. 工人與他們的工作成果疏遠，也與從事同樣工作的其他工人斷開聯系，導致他們更容易受到剝削

• 3.7.2.1. 世界各地的眾包工人極低的薪酬中可見一斑

• 3.7.2.2. 他們的勞動可以被平臺上工作的成千上萬的競爭者或其他工人中的任何一個替換

• 3.7.2.3. 隨時都可能被另一個眾包工人取代，或者可能被一個功能簡化的自動化程度更高的系統取代

3.8. 在亞馬遜的平臺上，為了營造一種AI系統是自動的、魔法般的智能的假象，真正的工人仍然是看不見的

• 3.8.1. 亞馬遜開發土耳其機器人的原始動機是人工智能系統的失敗，該系統無法充分檢測其零售網站上的復制產品頁面

• 3.8.2. 土耳其機器人是一個大規模分布式車間

• 3.8.2.1. 人類通過檢查和糾正算法過程來模擬并改善AI系統

• 3.8.3. 人工的人工智能

3.9. 瀏覽網站時為了證明自己真實的人類身份，我們需要讓谷歌驗證碼相信我們是人

• 3.9.1. 正在免費培訓谷歌的圖像識別算法

• 3.9.2. AI作為經濟的、高效的神話有賴于其開發的層次，包括抽取大量無薪勞動力來調整世界上最富有公司的AI系統