本文来自微信公众号： Fast Company中文版 ，作者：Kristin
在这个数字时代，各种服务和设备无时无刻不在收集我们的数据。这些信息究竟是如何被采集和使用的，以及一家公司对这些做法的透明度如何，往往并不那么显而易见。
AI训练初创公司Shift，正在将这种交换变成一种商业模式。该公司向人们提供免费的房屋保洁；而作为回报，客户需要允许Shift收集由保洁员头上佩戴的摄像头头套所拍摄的数据。这些影像随后被授权给第三方，用于开发和训练AI驱动的家用机器人。
Shift隶属于德国数据研究实验室MicroAGI，后者成立于2025年。Shift最初是雇佣承包商戴上其摄像头帽，记录他们自己的家务劳动。这类数据收集已在美国、德国、土耳其以及其他欧洲国家进行了数月之久。Shift最终并不会制造由这些数据训练的机器人。
最近，Shift在纽约市以及欧洲各地推出了其免费的保洁服务，以此作为让数据收集员进入他人家庭的一种方式。该公司将其保洁工作宣传为适合大学生的副业和“最佳居家副业”。
“我们非常坦诚，”MicroAGI联合创始人兼Shift联席CEO Anton Poletaev表示，“是的，我们在获取你的数据，但通过这样做，你终于为此得到了回报，而且你没有受到欺骗。”
但即便有这份坦诚，人们可能还是无法确切理解交出这些数据到底意味着什么。Shift的架构也引发了疑问：对于那些正参与训练自身替代者的劳动者而言，这个AI未来究竟意味着什么？
随着AI的扩张，科技领袖们正在描绘一个充满人形机器人的未来图景。目前，已经有机器人可以奔跑、翻转、跳舞，并在仓库中工作。
但要抵达一个人形机器人可以完美洗碗、修水龙头，甚至为我们做饭的世界，科技公司需要海量的训练数据。
对Shift来说，重要的是这些数据既高质量又多样化，意味着从多个角度，在布局各异的不同家庭环境中，针对不同的水龙头、水槽等进行数据捕捉。
“如果你只在一个环境中接受过执行某项工作或任务的训练，换成不同环境可能就难以完成，”Poletaev表示，“如果接触到不同的光照条件、不同的厨房类型、不同的客厅、不同需要修理的水龙头，那么你就能够在不同类型的环境中实现泛化。”
Shift的头戴摄像头会以第一人称视角捕捉保洁员的双手；这种被称为“自我中心视频”的视角，能让系统更好地理解手与物体交互的方式，从而为机器人技术提供信息。
Shift并非唯一一家收集此类数据的公司：像Claru、Luel、Micro1、Kled AI等初创公司也提供外包岗位，让人们要么拍摄自己叠衣服、倒垃圾等任务的视频，要么对这类数据集进行标注。Shift也是这样开始的，随后其外包人员“表达了录制更多内容、做出更多贡献的兴趣，”Poletaev说，比如进入他人家中。
Shift将这些数据采集员称为“操作员”，并表示他们经过了审查和培训。在纽约，这家初创公司还与当地现有的保洁服务公司合作，但未透露具体名称。
在全球范围内，Shift表示已通过数万名操作员收集了数十万小时的数据。它在美国有超过一千名操作员，其中“绝大多数”录制目前在纽约进行。
在Poletaev看来，Shift的模式对客户和保洁员来说是“双赢”的，这些保洁员被归类为外包人员而非雇员。他说，客户得到了一次免费保洁作为补偿，而保洁员则“因佩戴我们的设备而获得额外报酬”。据Shift称，保洁员时薪20美元，且“无固定排班”。
该公司还表示，在将影像纳入数据集之前，会采取措施保护客户隐私，对人名、面部、屏幕、身份证件及其他个人信息进行模糊处理。根据Shift的平台条款，在录像被去标识化并提供给他人之前，客户可撤回同意并要求删除；此后，删除将受到限制。
Shift美国区总经理Harry Kilberg表示，去标识化可能在数据采集后几小时内完成，也可能需要最长一周时间，取决于处理进度，公司正在改进对这一时间窗口的沟通方式。这些数据用于MicroAGI的内部机器人研究，也可能与“选定的机器人公司和前沿AI实验室”共享，不过Shift表示，这些数据绝不会公开发布或用于广告。
Poletaev表示，通过公开这项交易，人们有机会因自己的数据获得补偿，而这些数据在过去一二十年里一直被使用，“却从未顾及他们的感受”。
然而，缺失的是人们对于这些数据有多大的价值，以及它们可能被如何利用，缺乏更广泛的认知。
“普通人不会去考虑下游的危害，”加利福尼亚大学尔湾分校法学教授Veena Dubal表示。她研究的方向是她所称的“precarious work”（不稳定工作），涵盖平台工人、算法管理以及围绕AI与工作的监管。而这些下游危害可能在许多许多年内都未必显现，甚至可能是无形的。”
需要再次指出的是，Shift称这些数据不会用于广告。但它并非唯一一家收集此类数据的公司，而且并非每家公司都会采取同样的做法，或者它们的隐私政策可能并不清晰。Claru的隐私政策称，其可能收集个人信息，并可能与多个第三方供应商共享。Kled的隐私政策则注明，如果其他实体购买你提交的内容，它可能会披露你的生物特征信息，但“不会出售、租赁、交易或以其他方式从你的生物特征信息中获利”。
将采集第一人称视角家庭数据常态化，可能为一些公司将这些数据出售给数据中介或零售商敞开大门。假以时日，这可能导致这些公司根据他们已知的你家中拥有的物品，对你实施个性化定价。
当然，让一个佩戴摄像头的人在你家中录制，还有许多其他影响。
Dubal举例，如果视频拍到了非法物品，比如毒品，会怎么样？在某些情况下，警方可能会要求像Shift这样的公司在刑事调查中提供证据，强制其交出录像。“我们家里有太多关于我们自己的东西，我们甚至都没有意识到，当这些东西变得可以被公共部门或私营部门随意获取时，它会被如何使用，谁也说不准。”她说。
在Dubal看来，这些数据是在家中被收集的这一事实，改变了问题的性质。科技公司已经在通过手机、笔记本电脑、智能电视和其他联网设备收集信息，但家仍然是“在文化上、社会上、法律上是一个私密空间”。在这个空间内拍摄，捕捉到的数据是那些其他设备常常无法获取的：人们如何移动，他们如何生活，以及他们在不拿着手机或电脑时做些什么。
“这是一个根本性的转变，”她说，“即使这个空间也向市场敞开了大门，这个想法本身就具有某种戏剧性。”
Dubal表示，她并不觉得匿名的承诺有多大的说服力。事实上，关于“去标识化”到底意味着什么，仍然存在争议。即便是欧盟的《通用数据保护条例》，也模糊地将“个人数据”定义为“可识别个人相关的任何信息”。
“企业总是会说：‘哦，我们没有用你的名字。’”Dubal表示，“但现实是，它们拥有如此多的数据，即使不用你的名字，也能弄清楚你是谁。”
这些担忧涉及的是在客户家中收集的数据。但Shift也在收集关于它雇佣的保洁员的数据，以及他们如何工作的数据。
这些信息最终可能帮助取代这些劳动者。或者，Dubal警告说，它可能被用来“创造最终以新方式控制劳动者的软件”，通过设定效率标准、合并岗位、迫使人们以更少报酬而更努力、更快速地工作，“让房屋保洁变得像Amazon仓库一样”。
美国家政工人联盟主席Ai-jen Poo在给Fast Company的一份声明中呼应了这种担忧。她说，房屋保洁员的劳动应该“得到尊重和保护，而不是被当作他人技术产品的背景素材”。
可以肯定的是，科技行业在民主化方面的承诺，成绩好坏参半。Uber承诺了更便捷的出行，但它也取代了出租车司机，产生了如今用于训练自动驾驶系统的数据，并最终将其价格抬升到超出早期风投补贴时的水平。
那么，家用机器人真的能让所有人都负担得起、都能使用吗？这远未可知。对Dubal来说，这甚至是错误的目标。“问题不是我们都需要仆人，”她说，“而是我们都需要收入体面的工作。”
Poletaev的看法不同，他说，对Shift所收集的这类数据的需求，“源于对一个日用品和服务丰富且触手可及的世界的向往”。与此同时，他坚称，他的公司将“确保人们在这一转型过程中得到补偿”。
那么，这笔交易就是：人们现在可以靠自己的数据获得报酬，同时帮助构建一个最终可能对自身劳动需求减少的未来。