炒作背后的隐藏劳动：通过平台叙事和工人实践理解AI副业

文献标题

Hidden Labor behind the Hype: Understanding AI Side Hustles through Platform Narratives and Worker Practices

出版信息

• 主题领域: 分析人工智能介导的非正式劳动实践与平台叙事。
• 关键词: AI副业, 数字劳动, 平台叙事, 隐性劳动, 非正式工作, HCI, RedNote, 自动化想象, 理想化劳动, 平台治理。

背景与问题

• 问题/挑战: AI副业被宣传为可及且有利可图，但实际的劳动、风险和不稳定性却未被充分探讨，并被平台叙事所掩盖。
• 重要性: 理解这些动态至关重要，因为人工智能正在重塑非正式劳动市场，影响经济机会和劳动者的脆弱性。
• 动机与相关研究: 先前的研究已探讨了零工经济、平台治理和自动化想象，但尚未系统性地将AI副业作为一种新兴的非正式劳动形式进行研究。本文通过分析平台叙事与劳动者的实际经历之间的对比，填补了这一研究空白。

解决方案

• 提出的方法: 采用混合方法研究，结合对7,938篇RedNote帖子和16次半结构化访谈的主题分析。
• 创新点:
  1. 基于货币化逻辑和操作机制开发AI副业的分类法。
  2. 识别平台叙事中用于推广AI副业的修辞策略。
  3. 分析AI副业劳动者所经历的隐性劳动和不稳定性。
  4. 提出平台治理和人机协作工具设计的启示。
• 程序和关键技术:
  • 对RedNote帖子进行归纳性主题分析，以分类AI副业。
  • 修辞内容分析以识别叙事策略。
  • 半结构化访谈以探索劳动者的实际经历，并与平台叙事进行比较。

结果

• 具体发现:
  • 识别出六类AI副业：内容创作者货币化（24.6%）、创意任务（27.3%）、知识货币化（13.2%）、定制服务（6.7%）、编程与开发（5.1%）、以及多策略帖子（23.1%）。
  • 平台叙事强调简便性、可及性和高回报，但劳动者报告了隐性劳动、不稳定收入和情感压力。
  • 教程和宣传材料往往作为货币化渠道，而非实用资源。
• 相较基线的优势: 突出了平台宣传叙事与非正式劳动现实之间的差距，扩展了关于数字劳动和自动化想象的现有研究。
• 实验/评估:
  • 数据集：7,938篇RedNote帖子和16次访谈。
  • 评估指标：对帖子进行主题和修辞分析；对访谈进行比较性主题分析。
• 局限性与未来工作:
  • 研究集中于RedNote平台，限制了对其他平台的普适性。
  • 参与者主要为年轻群体；未来研究可探索更多样化的人口统计特征及跨平台比较。

总结

本研究探讨了在中国社交媒体上推广的AI副业作为非正式劳动实践的现象，揭示了平台叙事与劳动者实际经历之间的脱节。尽管平台将AI副业描述为可及且有利可图，但劳动者却报告了隐性劳动、不稳定收入和情感压力。研究将AI副业分为六类，并识别了放大炒作、掩盖风险的修辞策略。研究结果强调了平台治理在调控夸大宣传中的作用，以及HCI设计在使人工智能工作中的人类贡献更加可见方面的必要性。这些洞见有助于理解人工智能介导劳动的社会技术动态，并为更公平的数字工作环境提供建议。