简短回答： 作为专业人员:在知情和可撤销的情况下的同意、象客户一样谨慎地保护个人数据、以及公平、小时和稳定的薪酬——一个交付中心应该继续运行的标准。 研究将更好的薪酬和稳定的工作与注释准确性直接联系起来,而有文件记载的替代方法——每小时2美元左右的中位数杂工工资和不稳定的零工——则产生可降解数据集的周转量。
核心要点
- 记录的基线是严酷的:调查的拥挤工作中位数接近美元2小时,只有大约 4% 超过 US 最低工资,大约 18 每小时无报酬劳动的分钟,以及 30+ 大型技术公司通过这些中介提供数据,一些公司被指控低薪和反组织做法。
- 对利用人群工作者的机器学习论文进行系统审查后发现,没有报告这些工人的薪酬。
- 真正的同意是研究级:知情和具体(新用途需要新的同意——语音识别不是语音克隆),作为数据集来源记录,并有事先说明的诚实限制可撤销。
- 贡献者隐私是指将身份与贡献区分开来,只使用人口数据来报告其存在的平衡,将语音作为生物鉴别等级,保护数据主体和贡献者免受PII暴露.
- 公平报酬是对证据的质量决定:更好的薪资和稳定性可以衡量地提高准确性,营业额会注入错误,而每任务件费率是记录的故障模式.
- 工资和调查数字是针对具体平台和时期的;按上述资料来源的报告而不是作为法律咨询对待。
调查到底记录了什么?
大批、基本和大多是看不见的劳动力在任何其他供应链尴尬的条件下工作,而这一行业再也无法声称看不到的问责差距。
对主要人群平台的调查使平均收入介于美元之间1 和美元5.50 一小时,中间值约1美元2,而且只有关于 4% 工人的劳工 US 最低工资(美元)7.25工人每个有薪小时都花费大约 18 更多时间的无报酬劳动——寻找工作、资格、争议拒绝——以及说明这种无形的工作下降进一步衡量了中位工资。 SOMO的,因为 2026 至少追踪到调查 30 最大的技术公司通过这些公司提供数据,其中几家公司被指控支付低于最低工资、不公平解雇工人、阻挠集体组织、不提供社会保护,而链条上层的定价压力则将条件设定为以下条件。 工人通过肯尼亚的数据标签协会、数据工人调查和Turkopticon等团体做出反应,组织布鲁金斯记录了这些团体的一些报复行为。
研究界自己的记录是:通过对使用人群工作者的机器学习论文进行系统审查,发现没有报告工人的薪水。 大部分文献中,制造现代AI的底线真理的劳动力甚至不是一个线性项目——任何关于负责任的AI数据工作的说法都应以此为基准进行测试.
- US 联邦最低工资(参考线):美元7.25一小时
- 典型的被调查拥挤范围:每小时1美元至5.50美元,中位数接近每小时2美元。
- 受调查工人中收入高于 US 最小值: 大约 4%.
- 每小时无报酬的工作,在不计无形劳动之前:大约18分钟。
- 大型科技公司通过中介公司提供数据,按SOMO2026调查:30+.
- ML-研究论文审查了据报的拥挤工人补偿:0。
真正的同意在数据工作上是什么样子的?
知情、具体、有记录和可撤销——坚持研究伦理标准,因为数据工作是对人类贡献的研究。
伦理学文献对此有正确的理由:人类计算任务应符合人类主体行为科学研究的相同标准,并立足于 贝尔蒙特原则 研究道德框架建立在尊重人、仁爱和正义的基础上。 将尊重人转化为行动意味着得到真正知情的同意:在贡献之前,一个人知道收集什么(他们的声音、判断、人口细节)、将用来什么、接受什么、保存多长时间; 具体意味着新的用途需要新的同意——用于语音识别的录音不因此被许可用于语音克隆。 记录是指同意记录与数据集一起旅行,作为数据来源的一部分,这种做法值得借鉴。 多语种数据收集方案 复原是指一条可行的退出道路,它具有实际的限度——已经运出,仍然可以排除的——诚实地说,而不是后来发现。
同意还涵盖工作本身,而不仅仅是数据,贡献者在选择加入之前被告知内容的性质,这对于涉及令人不安的材料的任务来说,具有重大意义,对敏感工作的同意是在支持下选择的,而绝不是就业的条件。 贝尔蒙特框架的第三项原则,即正义,也指向了下两节的同一位置:承担工作的人应当公平分享工作的利益。
贡献者的隐私如何得到保护?
贡献者是数据主体,而不仅仅是数据生产者——他们的身份,人口和声音应该与任何客户数据集一样得到同样的保护纪律.
操作规则是分离:身份和核查记录与工作产品分开,对客户的船是贡献和数据集的合法主张的元数据——年龄带、区域、方言——永远不记录身份。 人口信息是在同意下收集的,用于报告其存在的平衡,并尽可能缩小其他任何地方;如CrowdWork Sheets这样的框架之所以存在,恰恰是因为谁对数据集作了注释,并记录了负责地意味着汇总和保障,而不是暴露。 生物鉴别数据 ——信息敏感到需要明确,具体使用的同意——在几个法域,语音数据集具有最严格的层次:同意命名用途,未经重新同意不得重新使用,通过管道进行安全处理.
撰稿人处理他人数据的地方——PII内部文件,录音和截图,横跨各地出现. 文档和OCR注释 工作——保护的双向点:去识别工作流程保护数据中的主题,而访问控制,清洁室环境和保密培训则保护贡献者不承担他们从未选择的风险. 数据工作中的隐私是三个受益者的学科之一:客户端,数据主体和贡献者.
公平报酬为什么是一项高质量的决定,它应如何组织?
因为证据说正确支付是怎样产生准确的数据——保留积累了仅书面准则无法提供的专门知识。
牛津因特网研究所的研究表明,指导更加明确,而且直接支付更好的费用,提高了说明的准确性; 行业分析文件,稳定的作用使贡献者能够建立具体技能复杂的准则,公平待遇削减了在更换时悄悄地注入错误的周转,重新吸取每一边案例; Fairwork的报告显示了在实践中适用的相同原则。8–$9 每小时,当地最低价接近美元3.69,在规定的8小时之内,因为审查人员已经开始问。 QA 文献为同一分类账增加了一个直线:在失败的做法中,列出的是每个任务而不是每小时的付款。
该 交付中心模式 就业结构与片面评分的拥挤工作平台不同,是这一证据的一个答案:贡献者通过 40+ 跨省服务中心 30+ 同样的核心标准应该不论地点如何,因为因地域不同而不同的价值是一种政策,而不是一种价值,而这种价值是处理问题背后的逻辑。 征聘和认证 作为一种真正的培训管道,而不是一种报名表,包括被招募参加 非裔数据方案。它也以最合理的方式自私自利: 56,000+ 供应商只能依靠注册-贡献者网络,因为人们留下来,而人们留下来是因为工作值得留下来——同样的理由贯穿于 在整个多个交付中心开展全球数据业务 和 路由敏感注释工作 训练有素的,经过审查的队伍,而不是公开的人群。
谨慎对待数字:工资调查说明具体的平台和时期,调查结果由被引用的组织公布,数字显示,供应商关于其业务的报告(交付-中心计数、贡献者计数)应贴上公司报告标签,在供应商自己公布的水平上。 核实原始来源的数字,不将这些数字视为法律咨询。 人文即时注释提供者 供应商应直接了解其参与情况,因为这是衡量供应商实际能保持的质量的主要指标。