王潔玉：1997年生于海南省臨高縣，2020年畢業(yè)于四川民族大學(xué)，曾做過小學(xué)語文老師，2023年3月起進(jìn)入數(shù)據(jù)標(biāo)注行業(yè)，成為一名數(shù)據(jù)標(biāo)注師。
“雞蛋和雞精哪個(gè)更好吃？”“雞蛋是一種常見食物，含有豐富的蛋白質(zhì)和其他營(yíng)養(yǎng)成分，口感相對(duì)豐富；雞精由雞肉提取的精華制成，味道鮮美。它們各有特點(diǎn)，需要根據(jù)個(gè)人口味選擇。”
電腦前的王潔玉看到這樣的人工智能對(duì)話，笑著搖搖頭。她在評(píng)分欄給出不及格的分?jǐn)?shù)，并在旁邊注釋：違反常識(shí)，雞精是調(diào)味料，不能直接食用。
“就像給學(xué)生判卷子一樣，只不過這個(gè)學(xué)生有點(diǎn)特別。”王潔玉是一名“90后”數(shù)據(jù)標(biāo)注師。曾經(jīng)做過小學(xué)教師的她，現(xiàn)在的教學(xué)對(duì)象是人工智能，也就是AI。
人工智能技術(shù)的突飛猛進(jìn)發(fā)展，正在為我們的生活帶來巨大改變和機(jī)遇?？梢詫?shí)時(shí)互動(dòng)聊天的新型機(jī)器人，不僅可以為用戶答疑解惑，還可以完成撰寫郵件、做視頻腳本、進(jìn)行翻譯等任務(wù)，吸引了大量“Z世代”用戶試水。
“有多少智能，就得付出多少人工”，王潔玉引用行業(yè)內(nèi)一句廣為流傳的話，向《環(huán)球人物》記者解釋自己的工作內(nèi)容。實(shí)際上，AI背后每一次回復(fù)、每一個(gè)作品，都要從AI訓(xùn)練師的“教學(xué)”開始。2020年2月，AI訓(xùn)練師被正式納入國(guó)家職業(yè)分類目錄，數(shù)據(jù)標(biāo)注師作為AI訓(xùn)練師的一種，主要負(fù)責(zé)教機(jī)器學(xué)習(xí)人類思維，說人話，讓機(jī)器像人類一樣感知和認(rèn)識(shí)這個(gè)世界。
跑題的“做家務(wù)日記”
王潔玉2020年從四川民族大學(xué)漢語言文學(xué)專業(yè)畢業(yè)。同學(xué)們的就業(yè)方向很集中，大部分選擇進(jìn)入中小學(xué)當(dāng)老師，“這是最對(duì)口的”。王潔玉則回到老家海南，考入海南省檔案局。這樣一份擁有事業(yè)編制的工作，是家長(zhǎng)們眼中標(biāo)準(zhǔn)的“鐵飯碗”。工作還算輕松，但無法帶來新鮮感和挑戰(zhàn)，王潔玉干了幾個(gè)月，背著爸媽，裸辭了。
剛好有朋友給她介紹了一份當(dāng)老師的工作，在瓊中烏石的一所私立學(xué)校教語文。王潔玉通過面試，成為小學(xué)三年級(jí)語文老師并擔(dān)任班主任。“起初我熱情蠻高的，希望把學(xué)到的東西教給孩子們。”做了一年多教師后，王潔玉愛折騰的“老毛病”又犯了，“可能我真不適合那種一眼就能望到頭的工作。明天要做什么，今天就知道了，下周的工作內(nèi)容，這周也基本清楚了。”
疫情期間，有人丟了工作，王潔玉卻又一次主動(dòng)辭職。當(dāng)時(shí)，正好趕上海南疫情暴發(fā)，她去方艙做了一名志愿者。把自己裹進(jìn)厚重的防護(hù)服里，人生、理想、就業(yè)，她什么也不想，每天穿梭在感染者中間，發(fā)飯、發(fā)藥、發(fā)口罩，維持秩序。
2023年3月，一個(gè)看起來很酷、很前衛(wèi)的工作機(jī)會(huì)吸引了王潔玉。“一開始，看到數(shù)據(jù)標(biāo)注師的招聘信息時(shí)，我還專門上網(wǎng)查了查，大概就是給機(jī)器人進(jìn)行文本糾錯(cuò)。”面試通過后，王潔玉才發(fā)現(xiàn)，這并不是一份可以很快上手的工作。她和其他新入職的員工一起接受了一周的入職培訓(xùn)，對(duì)標(biāo)注規(guī)則和應(yīng)用軟件進(jìn)行了系統(tǒng)學(xué)習(xí)。直到一周后的上崗考試，她才意識(shí)到，自己做的是一份什么樣的工作——“AI完成了一份答卷，我們就是老師，需要給出評(píng)分和判斷”。
王潔玉第一次給AI創(chuàng)作的作文“判卷子”，題目要求是寫一篇三年級(jí)學(xué)生的做家務(wù)日記。在這篇作文中，AI對(duì)家務(wù)做了非常詳盡的描述：廚房需要洗碗、洗鍋，清潔所有的餐具廚具；客廳需要清理地面，整理書籍……但它只寫了“家務(wù)”的部分，“做”的部分沒有提到。“這屬于跑題范疇了，只能打出不及格的分?jǐn)?shù)。”王潔玉跟記者解釋，這類題型，除了主題要正確，還要注意語病，最難的一點(diǎn)，要考慮這是三年級(jí)學(xué)生的日記，寫得文學(xué)性越強(qiáng)，分?jǐn)?shù)可能反而越低。
一位資深的數(shù)據(jù)標(biāo)注基地運(yùn)營(yíng)經(jīng)理對(duì)《環(huán)球人物》記者說，這種對(duì)AI生成的內(nèi)容進(jìn)行評(píng)價(jià)和反饋的形式，實(shí)際就是“喂養(yǎng)”的過程。“通過不斷地反饋，去訓(xùn)練AI深度學(xué)習(xí)，把人類思維和價(jià)值觀等不斷地‘喂’給AI，最終讓它能像人一樣去解決實(shí)際問題。”
王潔玉給AI判完卷子，還有專門的培訓(xùn)老師對(duì)王潔玉的操作熟練程度、文本評(píng)判水平和改寫能力做出評(píng)估。超過80分才能上崗，王潔玉得了85分。分?jǐn)?shù)不達(dá)標(biāo)的員工只能不斷地再學(xué)習(xí)再考試。等到這一批員工全部達(dá)到上崗標(biāo)準(zhǔn)，一個(gè)月已經(jīng)過去了。
和AI一起成長(zhǎng)
和其他數(shù)據(jù)標(biāo)注師不完全一樣，王潔玉從事的是大模型數(shù)據(jù)標(biāo)注。所謂的大模型，就是由人制造出來的有一定智商的AI系統(tǒng)。王潔玉解釋，其他數(shù)據(jù)標(biāo)注工作可能像自動(dòng)駕駛中的AI應(yīng)用，需要標(biāo)注師通過畫框的形式標(biāo)出畫面中的行人、樹、車道線、紅綠燈的位置，培養(yǎng)AI的識(shí)別能力，“大部分是有標(biāo)準(zhǔn)答案的”。
大模型數(shù)據(jù)標(biāo)注更像是一道道“主觀題”。“不再是簡(jiǎn)單的‘標(biāo)注’‘畫框’，讓AI學(xué)習(xí)什么是人臉，什么是障礙物，更多是讓AI自主判斷什么樣的答案更符合人類思維。”隨著深入學(xué)習(xí)，王潔玉感覺這份工作并沒有想象中那么簡(jiǎn)單，“大模型數(shù)據(jù)涉及的知識(shí)面很廣，評(píng)判標(biāo)準(zhǔn)復(fù)雜，非?？简?yàn)標(biāo)注師的語言理解能力和邏輯推理能力。”
在王潔玉看來，針對(duì)大模型的數(shù)據(jù)標(biāo)注師更像是專業(yè)輔導(dǎo)老師的角色，需要具備特定的知識(shí)和技能才能勝任。王潔玉所在的百度智能云(?？?人工智能基礎(chǔ)數(shù)據(jù)產(chǎn)業(yè)基地，和她一起入職的同事們基本全是本科以上學(xué)歷。
俗話說，老師的眼界，決定學(xué)生的高度。為了避免“誤人子弟”，王潔玉等標(biāo)注師需要不定期接受考核，如果錯(cuò)誤率太高，可能會(huì)被迫下線。“就像駕照一樣，扣分到一定程度，就需要重新考試，申領(lǐng)到新的駕照才能再次上路。”每次考試之后，還有專門的培訓(xùn)師召集會(huì)議，幫標(biāo)注師們逐一分析“丟分點(diǎn)”在哪里。
比起之前在學(xué)校教學(xué)生，王潔玉感覺給AI當(dāng)老師難度更大。“小學(xué)生的教材至少是固定的，通過備課和一些知識(shí)儲(chǔ)備，我相信自己有資格去教他們，但AI就不一定了。”
訓(xùn)練AI時(shí)，王潔玉經(jīng)常會(huì)面對(duì)一些超出能力范圍的題目。比如，“曲高和寡”這個(gè)成語是什么意思，王潔玉完全可以判斷AI生成的答案是否正確。但接著下一個(gè)問題，“曲高和寡在經(jīng)濟(jì)學(xué)領(lǐng)域?qū)?yīng)的是什么理論”，這讓沒怎么接觸過經(jīng)濟(jì)學(xué)的王潔玉覺得有點(diǎn)“超綱”。她不得不查閱資料，咨詢同事，來補(bǔ)充印證自己的想法。除了經(jīng)濟(jì)學(xué)，計(jì)算機(jī)、法律、科技等領(lǐng)域內(nèi)容，在實(shí)際工作中都可能涉及。
王潔玉（白衣服者）和同事一起開會(huì)。
“因?yàn)轭}型會(huì)變，不同的大模型項(xiàng)目，也會(huì)有不同的標(biāo)注規(guī)則，相當(dāng)于根本沒有一本固定教材可以參考。”在訓(xùn)練AI的同時(shí)，王潔玉也被迫不斷學(xué)習(xí)充電，“與其說我在陪它成長(zhǎng)，某種意義上，它也在幫助我成長(zhǎng)。”
另外，王潔玉發(fā)現(xiàn)，教AI需要的耐心不比教學(xué)生時(shí)少。在學(xué)校時(shí)，如果學(xué)生學(xué)了一遍沒學(xué)會(huì)，兩遍仍沒學(xué)會(huì)，她肯定會(huì)主動(dòng)找到這位學(xué)生，面對(duì)面交流他學(xué)不會(huì)的原因。“大模型可是沒辦法直接溝通的，就算它總是學(xué)不會(huì)，我也不能生氣，只能不斷去糾正和灌輸，希望它早點(diǎn)掌握其中的邏輯。”
學(xué)有所成的“AI學(xué)生”
2022年底，“AI繪畫”相關(guān)話題爆火。用戶只需要輸入幾個(gè)關(guān)鍵詞，畫質(zhì)精美、創(chuàng)意獨(dú)特的繪畫作品就能一鍵生成。今年5月，“AI孫燕姿”“AI周杰倫”等虛擬歌手爆火網(wǎng)絡(luò)，引發(fā)關(guān)注。這次“雙11”期間，也有一部分頭部商家，選擇使用虛擬主播全天24小時(shí)直播，有問必答。
2023年5月，在上海一場(chǎng)科技展覽上，參會(huì)者與虛擬數(shù)字人對(duì)話。
當(dāng)時(shí)代的風(fēng)吹起，能否站上“風(fēng)口”成了年輕人心中的向往。“我越來越喜歡這份工作，數(shù)據(jù)標(biāo)注師，聽起來就很時(shí)尚。”王潔玉對(duì)這份工作的未來十分看好。
2020年2月，人社部將“人工智能訓(xùn)練師”納入國(guó)家職業(yè)分類目錄時(shí)，對(duì)這個(gè)新職業(yè)的解釋是，“使用智能訓(xùn)練軟件，在人工智能產(chǎn)品實(shí)際使用過程中進(jìn)行數(shù)據(jù)庫管理、算法參數(shù)設(shè)置、人機(jī)交互設(shè)計(jì)、性能測(cè)試跟蹤及其他輔助作業(yè)的人員”，該職業(yè)包含數(shù)據(jù)標(biāo)注師、人工智能算法測(cè)試員兩個(gè)工種。
而隨著這一新職業(yè)的快速發(fā)展，一個(gè)新的問題產(chǎn)生了：如何評(píng)判一名人工智能訓(xùn)練師的職業(yè)能力？
一位業(yè)內(nèi)人士透露，AI數(shù)據(jù)標(biāo)注產(chǎn)業(yè)一大特點(diǎn)是勞動(dòng)密集。像王潔玉一類的大模型數(shù)據(jù)標(biāo)注師，因?yàn)轭}目復(fù)雜，一天可以做四五十道題。而對(duì)于普通標(biāo)注師來說，一天可以完成幾百道題目的標(biāo)注工作。因此，國(guó)內(nèi)存在大量標(biāo)注的小作坊、工作室。他們以低薪招人，靠量取勝，卻毫無品質(zhì)保證。很長(zhǎng)一段時(shí)間，AI數(shù)據(jù)標(biāo)注行業(yè)處在粗放管理的無序狀態(tài)。
2021年11月，《人工智能訓(xùn)練師國(guó)家職業(yè)技能標(biāo)準(zhǔn)》發(fā)布，為這個(gè)職業(yè)劃分了五個(gè)等級(jí)，并對(duì)各個(gè)等級(jí)的職業(yè)能力給出了職業(yè)發(fā)展指引。這也意味著，未來，數(shù)據(jù)標(biāo)注師或?qū)⒖梢韵窆こ處熞粯?，有行業(yè)內(nèi)的職稱評(píng)定標(biāo)準(zhǔn)。
生活中，王潔玉的成就感時(shí)常在一些場(chǎng)合不自覺冒出來。在手機(jī)銀行辦業(yè)務(wù)向24小時(shí)在線顧問咨詢時(shí)，在購(gòu)物平臺(tái)跟有問必答的售后聯(lián)系時(shí)，她都會(huì)聯(lián)想，對(duì)面提供服務(wù)的，說不定就是經(jīng)過自己訓(xùn)練的“AI學(xué)生”。
