二十年老校对员吐槽智能标注：系统把王阳明标成“明代哲学家？”

我有个朋友在出版社干校对，干了快二十年。去年他们社上了一套新系统，美其名曰“智能标注”，能把稿子里的人名、地名、生僻字自动标出来。他试用了一周，差点没把键盘砸了。系统把“张伯苓”标成了“张伯苓（？）”，把“呼和浩特”标成了“呼(he)和浩特”，最离谱的是把“王阳明”标成了“王阳明（明代哲学家？）”——那个问号是系统自己加的，因为数据库里没有“王阳明”的完整词条。他后来跟我说，这玩意儿还不如他手写的标注靠谱。标注这件事，看着简单，其实门道深得很。

我们每天都被标注包围着。微信聊天里，对方发来一条语音，你点开，发现没听清，又得重听一遍——这就是最原始的标注，只不过标注物是你的耳朵和耐心。朋友圈里有人晒了张照片，你评论“这是哪儿”，对方回“大理”——这也算标注，只不过是通过社交互动完成的。再往深了说，你逛淘宝，看到一件衣服，下面有“尺码偏大”“颜色偏深”的买家标注，这些标注直接决定了你下不下单。标注的本质是什么？是把不确定的信息变成确定的，把模糊的变成清晰的，把个人经验变成公共知识。

但标注从来都不是客观的。同一个东西，不同的人会给出不同的标签。我有个做田野调查的朋友，去贵州某个村子研究傩戏。村民把那些面具叫“脸壳”，他写成“傩面具”。当地老人说，你写错了，我们从来不说“傩”这个字。他查了文献，发现学术圈统一用“傩戏”这个词。他在论文里写的是“当地俗称‘脸壳’，学界通称‘傩面具’”。这种标注本身就是一种权力博弈——谁有资格定义事物？是当地人还是学者？是用户还是平台？标注的背后站着的是话语权。

更麻烦的是，标注还会反过来改变被标注的事物。这个现象在互联网领域特别明显。短视频平台给用户打标签，什么“二次元”“美妆控”“游戏宅”，打完之后就开始推送相关内容。用户看得多了，真的变成了标签描述的那种人。这不光是算法的问题，更是标注的自我实现。有个做图书分类的老编辑跟我说过，他年轻时负责给小说贴分类标签，什么“言情”“武侠”“科幻”。后来他发现，有些作者会专门冲着某个分类去写，比如“我要写一部能被归入‘社会派推理’的小说”。标注从描述变成了规范，从结果变成了原因。

标注的边界问题也值得琢磨。现在AI标注员是个热门职业，给图片、文字、语音做标注，喂给机器学。但标注员的认知水平、文化背景、甚至情绪状态都会影响标注质量。有个做自动驾驶标注的跟我说，他们公司规定在标注路面上的人时，必须把“人”标成“障碍物”。这个分类就很值得玩味——在机器眼里，人和垃圾桶、路灯柱是一样的，都是需要避让的东西。但人不是障碍物，人是目的。这种标注框架本身就暗含着一种价值观，只是很少有人停下来想这个问题。

标注本质上是一种翻译活动。把视觉信息翻译成文字，把经验翻译成数据，把碎片翻译成系统。但翻译必然有损耗，有变形。就像你把一首中文诗翻译成英文，押韵、双关、意象全都变了味儿。标注也一样，它简化了世界，也扭曲了世界。我见过最极端的例子，是某个博物馆给文物做标注，把一件明代青花瓷瓶标成了“明代青花瓷瓶（约1520-1570）”。这个年份是专家根据器型、釉色、款识推断出来的，误差区间长达五十年。但游客看到这个标注，会认为它是精确的，是毫无疑问的。标注制造了虚假的确定性。

回到那个出版社朋友的故事。他后来把智能标注系统关了，重新用回手写标注。红笔、蓝笔、铅笔各一支，不同颜色代表不同问题。红笔标错别字，蓝笔标逻辑问题，铅笔标存疑处。他说，机器永远不知道“大概”和“大约”有什么区别，不知道“他”和“她”在特定语境下谁更合适。这些微妙之处，恰恰是标注最核心的部分。标注不是贴标签，是理解。理解需要共情，需要语境，需要知道那句话是在什么情况下说出来的。

标注这件事，说到底是对世界的切割和命名。你用什么标准切割，用什么词语命名，决定了你看到什么样的世界。一个好的标注者，应该是清醒的，知道自己在做什么，也知道自己的标注会带来什么后果。标注从来不是中性的，它是一种选择，一种判断，一种责任。下次你给别人发一个定位，在照片上写一段说明，给一本书写一段简介，你都在做标注。你都在用自己的方式，整理这个乱糟糟的世界。