EPFL 研究：近半數資料標註員偷偷用 ChatGPT「代工」

很多人以為訓練大模型靠的是頂尖科學家，或者至少是認真的人類在清洗資料。現實卻有點諷刺：那些拿錢給 AI 標註資料的人，正悄悄把活兒外包給 ChatGPT。

瑞士聯邦理工學院（EPFL）的一項研究發現，在亞馬遜旗下的眾包平臺 Amazon Mechanical Turk 上，有相當大比例的資料標註員在用 AI 替自己打工。

抓現行：複製貼上與詞彙貧乏

訓練 AI 做好特定任務需要海量標註，比如解驗證碼、標註文本文件等。科技公司通常把這些活兒丟給眾包平臺上的零工，報酬微薄，卻要求他們快速交差。為了多賺點錢，有人用 ChatGPT 並不奇怪。

為了摸清到底有多少人這麼做，EPFL 的研究團隊招募了 44 名平臺工人，讓他們總結 16 篇醫學研究論文的摘要。

研究人員隨後用了兩套方法來查崗。一套是分析工人的擊鍵記錄，看他們是不是直接從別處大段複製貼上；另一套是跑一個他們自己訓練的檢測模型，去抓 ChatGPT 生成文本的特徵，比如用詞極度缺乏多樣性。

結果顯示，大約 33% 到 46% 的工人使用了像 ChatGPT 這樣的 AI 工具。這項發表在 arXiv 上的預印本論文還指出，隨著大模型越來越強、越來越普及，這個比例只會繼續往上衝。

模型吃下自己的排洩物

這不僅僅是零工偷懶的問題，它直接關係到 AI 的質量根基。

大語言模型原本就經常把謊話當事實講。如果它們生成的錯誤內容被標註員交上去，再拿去餵給新模型，錯誤就會被不斷吸收和放大。

沒有參與這項研究的牛津大學電腦科學研究員 Ilia Shumailov 直言，這種問題根本沒有簡單的解法。使用合成數據時，模型會繼承統計偏差和錯誤理解，而且很難排查錯誤的源頭到底在哪。

EPFL 助理教授 Robert West 則相對溫和一些，他覺得這不意味著眾包平臺要完蛋，但各家必須重新審視哪些任務最容易被 AI 鑽空子，並拿出防範措施。

為什麼重要

我們認為，這件事撕開了一個被行業刻意迴避的現實：大模型所謂的「人類反饋」，正在迅速退化成「AI 反饋 AI」的死迴圈。

對普通使用者和開發者來說，這意味著未來很多依賴公開眾包資料訓練出來的模型，質量隱患會變大。如果你正在用一些號稱人工清洗的廉價資料集，現在就該打個問號，裡面的常識錯誤可能比你想的要隱蔽得多。

對科技公司而言，這種「低薪換海量標註」的算盤正在失效。給零工開極低的報酬，零工自然會用幾秒鐘就能出結果的 AI 敷衍了事。想要乾淨、真實的人類標註，行業不得不把預算投向專業團隊和更嚴格的擊鍵與流程審查。

用 AI 來給訓練資料把關聽起來很聰明，但只要核心激勵機制沒變，審查模型和作弊工人之間就會變成貓鼠遊戲。在更嚴謹的資料驗真工具出現之前，這種近親繁殖帶來的模型退化風險，只會越來越難防。