我拒绝训练那个可能取代我的 AI

拒绝训练 AI 与个人能动性

• 有人称，不去训练一个 AI“替代者”的选择，是对资本驱动自动化的一种罕见抵抗。
• 也有人认为这主要只是象征性的：如果一个人拒绝，别人会去做；对结果的影响微乎其微。
• 还有少数人指出，作者的决定并不明显出于原则，但仍认为这种反思以及由此产生的文章有价值。

社会控制 vs. AI 的不可避免性

• 一方认为，无论如何 AI 都会被训练；个人甚至社会层面的抵制都无效。
• 另一方坚持“社会”仍可通过监管、抗议和政治行动来踩刹车，并举出过去的技术禁令（如 CFC、某些污染物）为例。
• 反驳意见是：国家连“穷得叮当响的海盗”都很难监管，因此要控制有亿万富翁支持的 AI 项目被视为不现实。
• 讨论还涉及：如果欧盟/美国放慢 AI，会不会只是把优势让给约束更少的国家；也有人声称根本没有真正放缓。

劳动、替代与不平等

• 许多人指出，AI 只是“训练你的替代者”这一长串历史中的最新一环（更年轻的工人、外包、如今则是机器）。
• 关键区别在于：AI 训练可以无限扩展；一个工人的知识可以无限期替代许多工人。
• 强烈担忧认为，自动化会切断资本对劳动的依赖，推动社会滑向一种新的封建制度，只需少数精英即可维持。
• 有人提出问题：一旦不再需要劳动，“系统”还有什么动机提供食物、住房和医疗？

生产力、过往技术与收益分配

• 有人将其与汽车、洗衣机、计算机和自助结账相比较：技术往往减少了苦差事，但并不可靠地减少工作时长。
• 一些人认为，生产力虽已提高，但劳动者获得的收益份额以及整体经济安全却停滞甚至恶化。
• 另一些人反驳称，劳动在 GDP 中的份额和失业率仍处于历史常态之内，而 AI 带来的收益也许主要会流向消费者。

治理、权利与模型

• 有人强调，欧盟对招聘中完全自动化决策的限制，是一个具体的约束。
• 有人坚持 AI 能力应该进入开源模型，而不是专有系统。
• 以低薪工人进行数据标注的剥削，以及对小众数据“长尾”需求的搜寻，被视为结构性的并且仍在持续。