Sama

Sama，原名Samasource，是一家总部位于旧金山的技术和影响力外包公司，为人工智能和机器学习系统提供标注和验证的数据。其工作涵盖图像、视频、传感器及其他形式的数据，用于训练或评估计算机视觉、自然语言、自主导航、增强现实、生物技术、农业、制造业和电子商务等应用。该公司在国际上运营，尤其在非洲有重要业务。 Leila Janah于2008年创立了该组织。其最初模式将技术外包与减贫使命相结合：复杂的数字项目被分解为较小的任务，经过相对较短时间的培训后，发展中国家的工人即可完成。Janah用“微工作”一词来描述这种方法，将在线就业视为将当地机会有限的人们与全球技术工作联系起来的一种手段。 Sama的商业服务模式围绕一个安全的基于云的标注平台构建。一个典型的项目可能涉及上传源数据、分配标注任务、抽样和验证结果、应用质量保证程序、交付完成的数据集，以及协调客户与分布式生产团队之间的协作。生成的数据集可用于训练机器学习模型、衡量模型性能，或提高自动化系统识别物体、动作、语言或潜在有害内容的能力。 该组织最初是非营利组织，后来发展为混合结构。2019年，它转向营利性商业模式，而早期的非营利实体成为股东。这一变化反映了公司努力将商业上对高容量训练数据的需求与其最初的社会企业和影响力外包目标相结合。 Sama既吸引了商业关注，也招致了批评。其服务与内容审核和人工智能安全工作相关，在这些工作中，工人审查令人不安的材料，包括暴力、仇恨、性虐待和其他形式的有害内容。报道和随后的法律诉讼引发了对招聘披露、薪酬、心理支持、劳工权利、隐私和工作条件（尤其是肯尼亚工人）的质疑。该公司否认有不当行为，并表示其招聘实践透明，并优先考虑工人的健康和福祉。这些争议使Sama陷入了关于AI系统背后隐藏的人类劳动以及社会导向外包与工作条件之间张力的更广泛辩论之中。

Sama由企业家Leila Janah于2008年以Samasource的名义创立。Janah围绕这样一个理念发展该组织：互联网赋能的“微工作”可以将较贫困地区的人们与较富裕市场公司产生的数字就业联系起来。原始模式并非仅仅将外包视为降低成本的手段，而是旨在将工作导向发展中国家的妇女和年轻人，并提供培训使他们能够完成基本的数字任务。 公司早期的身份是非营利或社会导向的企业。其运营方法涉及将大型且技术复杂的数据项目分解为小的、标准化的任务。工人在接受基本英语、任务程序和质量要求的培训后即可完成这些任务。这种结构使得处理大量材料成为可能，同时将工作分配到国际生产中心。 随着人工智能需求的扩大，Sama越来越专注于构建和评估机器学习系统所需的数据基础设施。公司开发了用于标注图像、视频和传感器数据以及验证标签和维护质量控制流程的服务。这些服务与汽车技术、导航、增强和虚拟现实、生物技术、农业、制造业和在线商务等行业相关。一个安全的云平台支持项目生命周期，包括数据摄取、任务分配、标注、抽样、审查、质量保证、交付和客户协作。 公司的社会使命和商业活动共同发展。2019年，Sama采用了混合业务结构，成为营利性公司，而前非营利组织成为股东。重组使企业能够追求商业合同，同时保持与其影响导向起源的正式联系。公司继续将其工作描述为在获得传统就业机会有限的社区创造机会的一种方式。 Sama后来与内容审核和AI安全项目联系在一起。在一项广泛报道的安排中，肯尼亚工人审查用于开发旨在识别辱骂、暴力、仇恨或其他不安全内容的系统的有害或有毒材料。这些任务引发了批评，因为工人报告接触了令人不安的材料，并声称招聘、薪酬、健康支持和工作条件不足。这一争议凸显了AI行业的一个结构性问题：呈现为自动化的系统通常依赖于承包商和分包商执行的大量人工判断。 劳工纠纷在肯尼亚加剧。前雇员及其代表提出了涉及劳工和隐私法、医疗和保险、薪酬、工会化、涉嫌报复以及审核工作心理后果的担忧。前内容审核员随后对Sama以及在某些情况下相关的客户公司提出索赔。Sama否认不当行为，并坚持其招聘过程透明，员工健康和福利是优先事项。这些争议连同对工作条件的外部评估，导致对公司影响力外包模式的持续审查。 2023年，Sama工人参与了非洲内容审核员联盟的创建，加入了审核员争取集体代表的更广泛努力。因此，Sama的历史跨越了两个相互关联但有时相互矛盾的叙述：利用数字工作扩大就业机会，以及全球分布的AI劳动力可能复制低工资、有限的议价能力、隐私问题和心理伤害的风险。该公司仍然主要作为训练数据和数据标注服务的提供商而闻名，其业务遍及美国以外。

• 2023

  参与非洲内容审核员联盟

  [1]Sama (company)en.wikipedia.org

  Sama员工参与了代表非洲内容审核员的工会的建立。

• 2022

  内容审核工作受到公众审查

  [1]Sama (company)en.wikipedia.org

  调查和法律索赔使人们关注肯尼亚工人在AI和在线安全项目中审查令人不安材料的条件。

• 2019

  采用混合商业模式

  [1]Sama (company)en.wikipedia.org

  该组织转向营利性结构，而之前的非营利实体成为股东。

• 2008

  Samasource成立

  [1]Sama (company)en.wikipedia.org

  Leila Janah创立了Samasource，作为一个社会导向的组织，专注于将发展中国家的人们与数字交付的工作联系起来。

AI数据标注和机器学习服务的社会企业和影响力外包提供商

• AI训练数据

  图像标注

  为计算机视觉系统标注图像，包括标记物体、场景、属性、边界和其他视觉特征。生成的数据集可支持汽车、导航、零售、农业和制造业等行业的模型训练、验证和性能测量。

• AI训练数据

  视频标注

  为机器学习应用审查和标记视频序列。视频工作可以捕捉物体、动作、运动、事件和随时间的变化，为计算机视觉、安全、导航和增强或虚拟现实系统提供结构化示例。

• AI训练数据

  传感器数据标注

  处理并验证传感器数据，用于解释物理环境的系统。此类工作与导航、汽车技术、机器人技术以及其他依赖标记或质量检查的机器学习输入的应用相关。

• 数据服务

  数据验证和质量保证

  质量控制服务，涵盖抽样、验证、审查和交付标注数据集。这些流程旨在提高标签一致性，并为客户提供适合训练、测试和评估AI模型的数据。

• 2023

  劳工和隐私诉讼

  前工人及其代表就劳工权利、隐私、薪酬、健康保护、涉嫌破坏工会以及与审核和AI数据工作相关的心理伤害提出索赔。

  来源

• 2022

  内容审核员工作条件

  报道和法律索赔指控肯尼亚审核员在低工资、心理支持不足、招聘问题和劳工保护薄弱的情况下接触创伤性材料。Sama否认不当行为，并表示其招聘实践透明，工作场所文化优先考虑员工福祉。

  来源

阅读更多

• 2019

  过渡到混合商业结构战略

  背景

  Samasource最初是一个非营利导向的组织，但在AI训练数据和标注的日益增长的商业市场中运营。

  采取的行动

  该组织采用了营利性商业模式，而早期的非营利实体成为股东。

  后续影响

  这一变化使Sama能够追求商业数据服务工作，同时保持与其社会影响起源的正式关系。

  来源

1. 1Sama (company)en.wikipedia.org