布朗大学学生画出 AI 背后的全球数据劳工地图

2026年10月26日，布朗大学新闻稿介绍了大四学生 Cunyan Ma 的一项公开项目：一张可交互地图，把科技公司、数据标注中介，以及全球南方的数据劳工节点连起来，试图让「训练 AI 的人」从轶事报道里走到一张可浏览的结构图上。

地图画了什么

多数人知道推荐、导航、选片背后有算法，但很少看到算法前面的人力：给照片打标签、转写语音、给聊天回复打分，甚至为了教会模型识别有害内容，标注员必须反复阅读暴力、色情等极端材料。大公司通常把这类工作外包给专业标注商，标注商再去找更便宜的劳动力。

Ma 在布朗「技术责任、再想象与再设计中心」（CNTR）指导下，把已有数据劳工数据库、自己整理的标注公司交付中心（当作劳工所在地的代理指标），以及新闻报道里的工作条件描述汇总进地图。当前版本显示约 13 家数据标注公司、141 家企业客户，以及 31 个有数据劳工站点的国家。她自己说这不是全景普查，而是一张「能说明权力结构长什么样」的示意。

「AI 殖民」怎么被可视化

Ma 把动机说得很直：多数关于数据劳工的信息来自记者和作者的个案，细节足，但缺一张更大的经济—政治结构图；她想用权力地图（power mapping）把「AI 殖民」——从全球南方抽取低薪、高负荷劳动，利润回流西方科技业——画成一眼能看懂的连线。顾问教授 Suresh Venkatasubramanian 则强调：当下话语常把 AI 讲成有自主意志的东西，但底下全是人的知识和劳动。

她还提到一个实用向的期望：标注工作高度分散，工人彼此不相识，组织起来很难；未来版本或许能帮人看见「谁和自己处在同一条供应链上」。下一步她还想把半导体产业链里的劳动也画进去。

地图目前免费在线开放。它回答不了「某个具体 App 用了哪家标注厂」的每一条细节，但把「算法很聪明」这句话背后的地理与外包链条摊开了。

来源

[1] Brown student maps the hidden global labor powering AI｜Brown University，2026年10月26日。

#AI数据劳工 #数据标注 #布朗大学 #全球供应链 #AI殖民