Anderson 视角
亚马逊 Mechanical Turk 的工人收入不到美国最低工资的 40%

美国和墨西哥的研究人员进行的一项研究表明,亚马逊 Mechanical Turk 市场上的众包工人,75% 的工人来自美国,他们的时薪中位数仅为 2.83 美元,约为美国联邦最低工资 7.25 美元的 39.5%。这是因为这些远程工人将他们的工作时间的三分之一花在了浏览工作请求列表、管理支付和执行其他类型的“隐形劳动”上。
这一发现是在马萨诸塞大学阿默斯特分校最近的一份报告之后出现的,该报告批评了作为“turker”的低工资和福利,并将 AMT 生态系统描述为学术研究人员的低质量车间。
2005 年推出的亚马逊 Mechanical Turk(AMT)为众包工人提供了临时的人工智能任务(HITs),这些任务经常被机器学习研究人员用于“经济”的研究小组,例如图像识别、自然语言处理(NLP)评估和其他系统化、程序化任务,旨在帮助制定或测试算法(尽管该服务也被广泛用于生成垃圾邮件)。
MTurk 上的隐形劳动
由波士顿东北大学、微软研究院和墨西哥国立自治大学(UNAM)研究人员进行的新研究,题为《众包工作中的隐形劳动量化》,发现 turker 的工作时间中有 33% 被“隐形劳动”占据。研究发现,AMT 工人最常执行的“隐形劳动”是检查他们的支付明细,以确保他们收到了任务的报酬。

100 名工人在一周内完成 40,000 项任务的隐形劳动情况。 来源:https://arxiv.org/pdf/2110.00169.pdf
研究人员开发了一个 Chrome 扩展程序,目前已在 GitHub 上发布,该扩展程序基于之前的工作,监测 AMT 工人的注意力习惯,但没有评估隐形劳动。该扩展程序安装在 100 名参与的 Mechanical Turk 工人的系统上,他们在一周内总共完成了 40,903 项任务。
扩展程序的主要功能是评估工人在 HIT 任务上花费的实际时间,并通过抓取和解析工人当前关注的页面的 HTML 内容来实现此目的,以了解工人与页面的交互。扩展程序还具有一个时间驱动的后台进程,记录 MTurk 域上的浏览器事件和每个页面的状态(即活动、非活动、关闭)。
监控 Turks
该系统还识别“延迟”事件和“虚假启动”,例如,当工人由于任务与预期不同而返回之前接受的任务时;预览 HIT 的时间;阅读有关 HIT 的信息;向 HIT 发起者发送消息以更好地了解任务要求;以及阅读 Mechanical Turk 帮助页面的常规平台帮助。
在“延迟”类别中,研究发现 AMT 工人经常会查看他们的仪表板,以确保他们收到了任务的报酬,因为完成的工作可能会被拒绝或不支付;查看他们的收入,这是 MTurk 仪表板的一个专用部分;以及执行超时的 HIT,工人在规定时间内未能完成任务,因此没有收到任何报酬。
除了报告发现隐形劳动降低了 AMT 工人的中位时薪(3.76 美元)外,还指出工人对自己在工作时间内未付工资的工作时间的感知明显低于监测会话的结果。
延迟和拖延
研究人员指出,他们的方法论发现中所有估计值都向下舍入,以确保工作方法的严谨性和保守性。他们得出结论:
“考虑到工人的中位时薪仅为 3.76 美元(不考虑隐形劳动),很明显,众包工人仍然需要显著提高他们的工资才能使这种劳动公平。但这不仅是请求者需要考虑的问题,也是平台、工人,甚至政策制定者需要考虑的问题。”
机械土耳其工人的状态
其他作者和组织估计,平均 AMT 工人的收入甚至低于新报告中的估计值,可能低至每小时 1 美元。
AMT 的支持者经常认为,围绕 turker 低工资的争议被夸大了。2020 年的一项研究调查了美国 MTurk 工人的一部分,发现 “MTurk 上的人们的财务状况反映了总体人口”,并且 turker “不会用每小时 25 美元以下的价格交换 MTurk 的灵活性”。
该研究由 CloudResearch(前身为 TurkPrime)的员工进行,该公司的服务包括“允许研究人员在 Mechanical Turk 上运行研究”的工具。
由于 AMT 工人被视为独立承包商,因此他们通常不受美国劳动法的保护。在 2016 年皮尤研究中心的一项调查中,超过一半的 AMT 工人(52%)报告说,他们的时薪不到 4.99 美元,这相当于假设全职工作、没有假期或病假的情况下,每年的收入为 10,379.20 美元。
对于许多工人来说,调查发现,Mechanical Turk 代表了他们“所有或大部分”的收入,这类 turker 通常年轻、受教育程度较低、家庭收入较低。
然而,调查发现,turker 通常比平均美国工人更有受教育背景,51% 的 turker 报告拥有大学学位,而美国成年工人中只有 36% 拥有大学学位,只有 12% 的 AMT 工人声称只有高中毕业证书或以下。
合适的东西?
皮尤报告还指出,典型的 AMT 工人可能与大多数学术研究试图利用的“普通人”完全不同,这可能会影响他们的反应对依赖 turker 的机器学习项目的质量产生偏差或降低的影响。
皮尤报告的发现表明,turker “不代表美国人,甚至不代表美国的工作成年人”。
它还引用了 2014 年的一项研究,指出 AMT 工人会受到如此多的实验和调查的影响,以至于他们可能会 “习惯于某些类型的答案,或者变得过于熟悉他们将被问到的问题类型”,从而使他们成为“系统的高手”,而不是提供真实和学术上(甚至临床上)有用的输入。












