数据生产装置

视频

DOI

机器学习(ML)依赖于数据来训练和验证模型。组织经常将通过业务流程外包(BPO)公司和众包平台外包与数据工作相关的流程（即生成和标注数据以及评估输出）。本文通过研究委内瑞拉三个平台和阿根廷的一家BPO公司，调查拉丁美洲的外包ML数据工作。我们借助福柯的装置(dispositif)概念，将数据生产装置定义为一个话语、行动和物体的集合，其战略性布局是为了(再)生产权力/知识关系。我们的装置分析包括检查210份数据工作指令文档、对55名数据工人、管理人员和发包方进行访谈，以及参与式观察。我们的发现表明，指令中编码的话语再现并标准化了发包方的世界观。不稳定的工作条件和经济依赖使工人被疏离，使他们顺从于指令。此外，话语和社会背景在界面和绩效指标等人工制品中具体化，限制了工人的能动性并标准化了特定的解读数据方式。我们最后强调了反击数据生产装置的重要性，即对抗疏离和不稳定化，赋权数据工人成为追求高质量数据的资产。