Uber印度试点司机参与AI数据标注：碎片化时间创造收入与算法优化的双赢实验

Uber近日在印度推出创新性试点项目，允许其平台140万名网约车司机在接单间隙参与自动驾驶数据标注工作。该项目旨在利用司机群体的碎片化时间提升AI模型训练效率，同时为司机创造额外收入来源，但同时也引发关于数据质量与劳动力转型的多重讨论。

在孟买率先启动的测试中，司机通过车载平板完成道路图像中行人、车辆等目标的框选标注。Uber印度负责人表示，司机群体对道路场景具有天然认知优势，其标注数据将优先用于优化印度本土化自动驾驶算法。不过行业专家指出，未经系统培训的司机在复杂场景（如遮挡物体、特殊交通标志）标注的准确率较专业标注员低约15%，可能影响模型迭代效果。

这一举措折射出自动驾驶技术普及背景下的劳动力市场深层变革。国际劳工组织数据显示，全球约3.74亿驾驶相关从业者面临技术替代风险。印度国家转型委员会在最新AI战略中特别强调，需建立职业培训体系应对自动化冲击。目前卡纳塔克邦等地区已试点”技术转型基金”，为受影响的司机提供编程、设备维护等技能培训。

值得注意的是，参与该项目的司机反馈呈现两极分化：年轻司机普遍欢迎这种”接单+标注”的灵活收入模式，而45岁以上司机中约62%表示更希望获得稳定的职业技能认证。Uber表示未来三个月将联合当地理工学院开设免费的数据标注认证课程，试图在短期收益与长期转型需求间寻求平衡。