Antonio Casilli《Waiting for Robots》為什麼說自動化仍需要人?AI 沒有消失勞動,只是把它切成點擊
AI最有說服力的神話之一,是它會讓人類工作逐漸退場。Antonio Casilli在《Waiting for Robots》提出的判斷剛好相反:自動化沒有讓勞動消失,它更常做的是把工作切得更碎、放得更遠、藏得更深。點擊、標註、轉錄、驗證、排序、內容互動、品質檢查與例外處理,仍然需要人完成,只是這些人不一定出現在使用者、客戶或投資人看得到的地方。

Casilli真正要拆開的,重點落在工作如何被重新定義。當人類判斷被拆成幾秒鐘、幾分錢、幾個按鈕的微型任務,企業可以把它說成資料、互動或平台服務,而不是勞動。這種任務化會改變誰被承認為工作者、誰能談報酬、誰承擔風險,也改變我們如何理解所謂無人化的未來。
實體索引|Antonio Casilli 與《Waiting for Robots》
- 人物:Antonio Casilli,研究數位勞動、平台與自動化的社會學者。
- 著作:《Waiting for Robots》,指出自動化系統仍依賴大量被切碎、外包與隱藏的人類工作。
- 勞動實體:點擊、標註、驗證、內容審核、資料清理與微任務,經常被包裝成使用行為或機器流程。
- 核心問題:AI 沒有讓勞動消失,而是把它拆成難以看見、難以談判的工作單位。
快速抓住這篇文章
- 《Waiting for Robots》重點落在指出它常把工作重新分配到微型任務、外包鏈與平台互動之中。
- Casilli的核心概念是任務化:把原本完整的工作拆成可計價、可分派、可替換的最小單位。
- AI背後的人類勞動除了包括資料標註,也包含點擊、內容互動、品質控制、例外處理與系統維護。
- 平台常把人類貢獻包裝成使用、參與或資料生成,因而讓真正的勞動關係變得難以辨認。
- 真正該問的重點落在自動化創造的價值、風險與決定權如何分配。
Antonio Casilli、《Waiting for Robots》與數位勞動
| 名稱 | 在作品中的位置 | 今天仍值得追問的問題 |
|---|---|---|
| Antonio A. Casilli | 研究數位勞動、平台與基本權利的社會學者 | 自動化如何重新切割、隱形化與全球化人類工作 |
| Waiting for Robots | 法文原著2019年出版,英文版2025年推出 | 自動化如何依賴被切碎、外包與低可見度的數位勞動 |
| 數位勞動 | Casilli的核心研究領域 | 人在平台、資料與網路互動中如何創造可被擷取的價值 |
| 任務化 | 理解平台工作的重要概念 | 完整工作如何被拆成點擊、判讀、標註與驗證等最小單位 |
| 微型工作 | 數位勞動的一種形式 | 工作者如何按件完成短小、分散且常被低估的任務 |
Casilli的法文原著《En attendant les robots》在2019年出版,英文版《Waiting for Robots: The Hired Hands of Automation》於2025年推出。他關心的重點落在數位經濟如何把人類活動變成可拆分、可量化、可外包的工作。他的論點很直接:自動化系統越想看起來無人化,越可能需要更多分散的人類協助它訓練、維護、修正,甚至在某些情境中代替它完成看似由AI執行的任務。
自動化沒有終結勞動,而是改變誰被叫作勞動者
談自動化時,人們常把世界分成兩種角色:機器工作,人類被取代。但Casilli認為,這個畫面太簡單。很多數位系統的效率,重點落在因為人類判斷被移到不容易被辨認的地方。有人替模型看資料、聽錄音、判斷語境、排序結果、處理異常;有人透過點擊、瀏覽、回應與互動,讓平台持續累積可用的資料。
當這些貢獻被叫作「使用服務」「參與社群」「留下足跡」而不是勞動,平台就能獲得價值,卻不一定需要承認勞動關係。Casilli的批評除了要求每一次點擊都付錢,還涵蓋要人看見:企業如何透過命名,決定哪些活動值得被視為工作、哪些活動只被當成免費原料。
任務化重點落在工作被切得更難談條件
任務化指的是把原本連續、完整的工作切成最小可分派單位。原本可能需要一整套專業判斷的流程,被拆成標一張圖、回答一個問題、校對一段文字、點選一個類別、確認一筆結果。每個任務看起來都很小,卻能在大量累積後成為系統運作的重要基礎。
問題在於,工作一旦被切碎,工作者就更難看見整體價值,也更難和其他人建立共同立場。你只看到自己的一筆任務、一個報酬、一個評分,卻不一定知道同樣的任務有多少人正在做、誰決定價格、成果最後被用在哪裡。任務化除了是技術流程,也是一種把談判能力分散掉的工作組織方式。
點擊不是小事:平台如何把使用者活動變成可擷取的價值
Casilli的數位勞動觀點除了談受薪微型工作者,也把視野放到平台上的使用與互動。按讚、轉發、觀看、停留、點擊廣告、上傳內容,這些行為看起來像日常參與,但它們也會協助平台理解使用者、訓練推薦系統、提高內容流通與擴大廣告價值。
這不表示每一個社群互動都必須被簡化成剝削。人們確實會為了關係、娛樂、知識與表達而使用平台。Casilli的重點是,當平台從這些活動中穩定獲取資料與收益時,使用者就除了是消費者,也可能在無償或低償的條件下參與了價值生產。這讓「使用」與「工作」的界線變得不再清楚。
三種平台,三種被藏起來的工作關係
Casilli分析數位勞動時,常把平台放進不同結構中理解,而不是把所有平台當成一種東西:
- 隨需服務平台:把接送、外送、家務、配送等工作切成可即時分派的任務,並以彈性與媒合語言描述勞動關係。
- 微型工作平台:把資料標註、轉錄、驗證、內容分類等工作拆成短小任務,讓分散的工作者按件完成。
- 社群與內容平台:把使用者互動、創作、注意力與資料轉成平台可持續累積的價值。
這三類平台看起來差很多,但都可能有同一個特徵:平台掌握分派、資料與可見度,工作者或使用者則被拆成可以被衡量、排序與替換的單位。這也是平台經濟為什麼不能只用「有沒有雇用合約」判斷誰在工作。
AI的訓練、維護與修正,為什麼都離不開人
AI系統可以從資料中學習模式,但資料本身需要被整理、標記、檢查與更新;模型輸出需要被測試、比較、修正與處理例外;當使用者遇到系統無法解決的問題,也常需要真人接手。這些工作不一定都以「資料標註」的名稱出現,也可能叫作品質保證、內容審查、客服升級、紅隊測試、模型評估或流程維護。
因此,AI不該被想成從人類勞動中完全脫離的系統。更接近的理解是,它把不同形式的人類判斷編排到新的供應鏈裡。誰能做高薪模型研發,誰被分配到低可見度資料工作,誰又被要求只在例外發生時出現,這些差異會決定AI的價值最後如何被分配。
全球外包讓自動化看起來更便宜,也讓責任更容易消失
數位勞動能跨國分派,讓企業可以在不同地區尋找成本較低、工作條件較不受保護的勞動力。這不代表所有跨國工作都是不公平的,也不該把不同國家的工作者只看成被動受害者。但當任務價格、平台規則、資料用途與申訴機制都由遠端的企業或承包網絡決定時,工作者通常很難真正參與條件談判。
Casilli的觀點讓人看見,AI產業的全球化除了是模型部署到哪裡,也包括勞動被放到哪裡。當主要市場享受快速服務與低成本,支撐它的點擊、標註與驗證工作卻被分散到不容易被看見的地方,所謂自動化就可能只是責任與風險的地理重新分配。
Casilli和Gray、Roberts、Crawford有什麼不同
- Casilli:自動化如何透過任務化、平台化與使用者活動重新組織數位勞動。
- Mary L. Gray、Siddharth Suri:看似自動化的系統如何依賴被隱形的人類任務工作。
- Sarah T. Roberts:平台安全如何依賴內容審核者承擔高衝擊內容。
- Kate Crawford:AI如何依賴資源、資料、勞動與基礎設施的整體供應鏈。
這些觀點可以形成一條完整的AI勞動鏈路。Gray與Suri讓人看見幽靈勞動,Roberts讓人看見審核工作,Crawford讓人看見物質與全球成本,Casilli則進一步問:為什麼平台能讓這些貢獻看起來像不是工作?
對台灣讀者來說,AI工作不能只看「會不會被取代」
台灣談AI與工作時,常集中在職位是否消失、要不要學提示詞、怎麼提高產能。這些問題重要,但Casilli的視角會要求再問一步:哪些工作會被拆成驗證、校對、標註、資料清理與例外處理?誰會做這些工作?繁體中文、台語、客語、原住民族語與地方內容的資料任務,是否被合理承認、計價與保護?
對內容工作者、接案者與平台勞動者來說,真正重要的除了是學會和AI協作,也要理解自己的判斷如何被拆分、資料化與吸收到平台流程裡。工作若被切得太碎,個人就更需要保有作品、信用、報酬與協商條件的可見性。
對讀者的實際意義
讀《Waiting for Robots》最實用的地方,是在聽到「全自動」「無人化」「AI取代人」時,除了問機器多強,也問人被移到哪裡。誰在做最小的任務?誰在處理系統例外?誰得到分潤,誰只得到一筆按件報酬?這些問題會讓自動化不再只是科技新聞,而是勞動與權力如何重新分配的問題。
讀者常問
《Waiting for Robots》主要在談什麼?
這本書討論自動化與平台經濟如何重新組織人類勞動。Casilli指出,AI與數位服務並沒有讓人類工作完全消失,而是把工作切成點擊、標註、驗證、分類與互動等更細小、常被看不見的任務。
任務化是什麼?
任務化是把原本完整的工作拆成最小可分派單位的過程,例如標一張圖、分類一段文字、確認一筆資料或處理一個例外。它能提高分派效率,也可能讓工作者更難理解整體價值與談判條件。
AI自動化是不是其實沒有取代任何人?
不能這樣說。自動化確實會改變職務、流程與工作需求,也可能減少某些工作量。Casilli的重點是,它同時創造或擴大了新的數位勞動,包括資料工作、品質檢查與例外處理,不能只用「人被完全取代」理解。
使用社群平台也算數位勞動嗎?
不代表每一次使用都是工作。Casilli的觀點是,平台會從使用者互動、注意力與內容中獲取可用於資料、推薦與廣告的價值,因此使用和勞動之間的界線可能變得模糊,值得被重新檢視。
Casilli留下的,不是反對所有自動化
《Waiting for Robots》真正留下的,是一個關於勞動可見性的問題。自動化可以改善流程,但不能靠假裝人類判斷已經不存在來創造價值。當工作被切成點擊、藏進資料與外包鏈裡,最需要被重新看見的,重點落在誰仍然讓系統能夠運作。
把「Antonio Casilli《Waiting for Robots》為什麼說自動化仍需要人?AI沒有消失勞動,只是把它切成點擊」拆成可驗證的系統問題
這篇文章的主題不只是一個名詞或產品名稱,而是一套由資料、流程、資源與限制共同組成的系統。讀完主要敘述後,可以把焦點往前推一步:系統邊界在哪裡、關鍵機制如何運作、指標改善是否伴隨新的成本,以及哪些說法仍需要原始資料核對。
| 分析面向 | 要追問什麼 | 可查找的證據 |
|---|---|---|
| 系統邊界 | 本文的主題由哪些元件、角色與外部條件共同構成? | 架構圖、供應鏈、時間線與官方規格 |
| 運作機制 | 結果是由哪個流程、模型、設計或制度選擇造成? | 流程步驟、參數、介面、測試與案例 |
| 指標與代價 | 效率、速度或規模提升後,哪種成本或風險被轉移? | 功耗、延遲、可靠性、價格、勞動與環境資料 |
| 可驗證性 | 哪些結論可以重現,哪些仍只是公司說法或推測? | 原始文件、版本、第三方測試與反例 |
用這四個問題閱讀,能把技術敘事從「看起來很強」轉成可比較的證據鏈,也能看見一個系統真正改變的是什麼。
KEEP READING
接著讀什麼?
從同一主題繼續閱讀,或回到 YOLO LAB 的完整文章索引,找到下一個值得投入時間的問題。


發表迴響