بهينه‌سازي حداكثري؛ هوش مصنوعي چه بر سر حقوق كارگران مي‌آورد؟
با پيشرفت فناوري‌هاي ديجيتال، محيط كار بيش از هر زمان ديگري تحت نظارت دقيق قرار گرفته است. از رانندگان تاكسي‌هاي اينترنتي گرفته تا كارمندان ادارات و كارگران انبارهاي شركت‌هاي بزرگ، امروزه بسياري از شاغلان تحت نظارت دايمي الگوريتم‌ها و نرم‌افزارهاي پيشرفته قرار دارند.
با پيشرفت فناوري‌هاي ديجيتال، محيط كار بيش از هر زمان ديگري تحت نظارت دقيق قرار گرفته است. از رانندگان تاكسي‌هاي اينترنتي گرفته تا كارمندان ادارات و كارگران انبارهاي شركت‌هاي بزرگ، امروزه بسياري از شاغلان تحت نظارت دايمي الگوريتم‌ها و نرم‌افزارهاي پيشرفته قرار دارند. به‌كارگيري فناوري‌هايي مانند هوش مصنوعي و الگوريتم‌هاي داده‌محور، به كارفرمايان اين امكان را داده است كه عملكرد كاركنان را در لحظه پايش كنند، بهره‌وري آنها را بسنجند و حتي تصميمات مرتبط با اخراج يا ارتقا را بر اساس داده‌هاي جمع‌آوري‌شده اتخاذ كنند. اما اين تغييرات چه تأثيري بر حقوق و امنيت شغلي كارگران دارد؟ به گزارش پيوست، مقاله‌اي از نشريه فناوري ام‌آي‌تي مي‌گويد در بسياري از موارد، كارگران حتي نمي‌دانند كه چه داده‌هايي از آنها جمع‌آوري مي‌شود و اين اطلاعات چطور بر وضعيت شغلي آنها تاثير مي‌گذارد. سيستم‌هاي ارزيابي عملكرد مبتني بر هوش مصنوعي اغلب «جعبه سياهي» غيرقابل نفوذ هستند و قوانين و معيارهاي ارزيابي آنها براي كارگران شفاف نيست. اين روند موجب افزايش نگراني‌هايي درباره عدالت شغلي و تاثيرات منفي احتمالي آن بر امنيت شغلي افراد شده است.
نگراني از حريم خصوصي، امنيت شغلي و افزايش فشار كاري
استفاده از هوش مصنوعي براي نظارت بر كارگران نگراني‌هاي جدي درباره حريم خصوصي، امنيت شغلي و افزايش فشار كاري ايجاد كرده است. بسياري از كارگران مي‌گويند اين سيستم‌ها به‌طور غيرشفاف فعاليت‌هاي آنها را ثبت مي‌كنند و بر اساس الگوريتم‌هايي كه برايشان قابل درك نيست، درباره عملكردشان تصميم‌گيري مي‌شود. حتي در برخي موارد، كارگران بدون اطلاع قبلي و با تصميم‌گيري الگوريتم از كار اخراج مي‌شوند، بدون اينكه فرصتي براي دفاع از خود داشته باشند. اين نظارت دايمي همچنين مي‌تواند استرس و اضطراب را افزايش داده و احساس بي‌اعتمادي نسبت به كارفرما را تقويت كند. گزارشي از يك كميته سناي امريكا به رهبري برني سندرز در سال ۲۰۲۴ پس از يك تفحص ۱۸ ماهه بر فعاليت‌هاي انبارداري آمازون نشان داد كه اين شركت از الگوريتم‌هاي داده‌محور براي تعيين سرعت و ميزان كار مورد انتظار استفاده مي‌كنند كه منجر به افزايش آسيب‌هاي جسمي در ميان كارگران شده است. گزارش‌هاي منتشرشده نشان مي‌دهد كه در برخي از شركت‌ها، فشارهاي كاري تنظيم‌شده توسط سيستم‌هاي هوش مصنوعي باعث افزايش نرخ آسيب‌ديدگي كاركنان شده و حتي توصيه‌هاي داخلي براي كاهش سرعت كار ناديده گرفته شده‌اند. در چنين شرايطي اين فناوري‌ها به‌جاي بهبود شرايط كار، در برخي موارد منجر به بهره‌كشي بيشتر از نيروي كار و كاهش كيفيت زندگي كاركنان شده‌اند. گفتني است كه آمازون تمامي دلايل ارايه شده براي تاثير نظارت حداكثري بر آسيب به كاركنان را رد مي‌كند. شركت‌هاي تاكسي اينترنتي مانند اوبر و ليفت نيز از سيستم‌هاي هوش مصنوعي براي نظارت بر رانندگان و ارزيابي عملكرد آنها استفاده مي‌كنند. مقاله ام‌آي‌تي به نقل از راننده‌اي به نام دورا مانريكز مي‌گويد اين سيستم‌ها كرايه‌هاي پيشنهادي را به‌طور نامشخص تنظيم مي‌كنند و برخي از سفرها را با نرخ‌هاي بسيار پايين ارايه مي‌دهند، در حالي كه شركت‌ها درصد بالايي از كرايه را براي خود برمي‌دارند. ماركينز مي‌گويد اطلاعي ندارد كه چه عواملي بر پيشنهادات سفر و درآمد او تاثير مي‌گذارند و از آنجايي كه سيستم‌هاي امتيازدهي و ارزيابي رانندگان بر اساس نرخ پذيرش سفر تنظيم مي‌شود (سخنگوي اوبر تاثير نرخ پذيرش بر مزايا كرايه‌هاي پيشنهادي را رد كرده است)، فشار روي آنها افزايش يافته و حتي ممكن است دسترسي آنها به برخي مزايا و تخفيف‌ها را محدود كند. چنين نظارت سختگيرانه و غيرشفافي باعث شده است كه بسياري از رانندگان احساس كنند در برابر تصميمات خودكار و غيرقابل پيش‌بيني اين پلتفرم‌ها هيچ كنترلي ندارند. مقاله ام‌آي‌تي مي‌گويد چنين سبكي از نظارت باعث از بين رفتن تعامل انساني در محيط‌هاي كاري شده است. كارگراني كه قبلاً مي‌توانستند براي مسائل خود با مديران صحبت كنند، اكنون مجبورند با سيستم‌هاي خودكار و چت‌بات‌ها در ارتباط باشند كه معمولا پاسخ‌هاي محدودي ارايه مي‌دهند. در برخي موارد، عدم شفافيت در تصميم‌گيري‌هاي مبتني بر داده منجر به نارضايتي گسترده شده و احساس بيگانگي از محيط كار را در ميان كاركنان تقويت كرده است. اين روند مي‌تواند بر روحيه كاركنان تاثير منفي بگذارد و منجر به كاهش انگيزه و بهره‌وري در درازمدت شود.
مديريت شغلي بر اساس داده‌ها: گامي به سوي بهينه‌سازي يا كاهش حقوق كارگران؟
استفاده از داده‌هاي كارگران براي بهينه‌سازي فرآيندهاي كاري، سابقه‌اي طولاني دارد. در اوايل قرن بيستم، «فردريك وينسلو تيلور» با ارايه نظريه مديريت علمي، اولين كسي بود كه بر پايش دقيق عملكرد كارگران براي افزايش بهره‌وري تأكيد كرد. چندي بعد، «هنري فورد» با ابداع خط توليد مدرن، مهارت‌هاي فردي را كم‌اهميت ساخت و فرآيند توليد را به مجموعه‌اي از وظايف مكانيكي تبديل كرد. امروزه، شركت‌ها با كمك هوش مصنوعي و يادگيري ماشيني، گامي فراتر از روش‌هاي سنتي پايش عملكرد برداشته‌اند. به عنوان مثال همان تحقيقات كميته سنا به رهبري سندر نشان داد كه در يك بازه زماني مشخص، صدها كارگر در يك مركز آمازون تنها بر اساس داده‌هاي الگوريتمي و بدون هيچ مداخله انساني، اخراج شده‌اند. اين مساله نگراني‌هاي جدي درباره عدالت شغلي و احتمال افزايش آسيب‌هاي جسمي ناشي از فشارهاي كاري بيش از حد را ايجاد كرده است.
تعامل مدير و كاركنان به‌شدت كاهش يافته است
در گذشته، مديران به‌طور مستقيم عملكرد كاركنان را زيرنظر مي‌گرفتند، با آنها تعامل داشتند و تصميم‌گيري‌هاي مربوط به استخدام، اخراج و ارتقاي شغلي معمولا بر اساس مشاهدات و تجربيات شخصي آنها بود. اما با ظهور ابزارهاي نظارتي مبتني بر هوش مصنوعي، نقش مديران به‌تدريج در حال تغيير است. شركت‌هايي مانند Teramind با ارايه نرم‌افزارهايي به مديران اجازه مي‌دهند تا فعاليت‌هاي آنلاين كاركنان، مدت‌زمان حضور آنها در محيط كار، نحوه تعاملاتشان با همكاران و حتي لحن پيام‌هايشان را تحليل كنند. اين داده‌ها سپس توسط الگوريتم‌هاي هوش مصنوعي پردازش شده و به عنوان معياري براي سنجش بهره‌وري و رفتار كاركنان مورد استفاده قرار مي‌گيرند. مديران اكنون مي‌توانند بدون تعامل مستقيم با كارمندان و تنها بر اساس گزارش اين سيستم‌هاي هوشمند به تصميم‌گيري بپردازند، مساله‌اي كه علاوه بر افزايش احتمال خطاهاي سيستمي، موجب كاهش تعامل انساني در محيط كار شده و مي‌تواند احساس عدم امنيت و اضطراب را در ميان كارمندان افزايش دهد.
خلاء قانوني؛ چه كسي از كارگران
دفاع مي‌كند؟
يكي از بزرگ‌ترين مشكلات مرتبط با نظارت شغلي مبتني بر هوش مصنوعي، نبود قوانين جامع و كارآمد براي حفاظت از حريم خصوصي و حقوق كارگران است. در اروپا، مقررات عمومي حفاظت از داده‌ها (GDPR) برخي محدوديت‌ها را در زمينه جمع‌آوري داده‌هاي كارگران وضع كرده است، اما در امريكا، هيچ قانون فدرالي كه به‌طور مشخص به حفاظت از داده‌هاي كارگران بپردازد وجود ندارد. در برخي ايالت‌هاي امريكا، مانند كاليفرنيا، قوانيني براي الزام شركت‌ها به افشاي اطلاعات مربوط به نحوه جمع‌آوري و استفاده از داده‌هاي كاركنان وضع شده است. اما در بسياري از نقاط ديگر، كارفرمايان مي‌توانند بدون اطلاع‌رساني به كارمندان، فعاليت‌هاي آنها را زيرنظر بگيرند و از داده‌هاي به دست‌آمده براي تصميم‌گيري‌هاي مديريتي استفاده كنند. يكي ديگر از نگراني‌هاي مهم اين است كه سيستم‌هاي نظارت ديجيتال مي‌توانند زمينه‌ساز تبعيض شوند. به عنوان مثال، اگر يك الگوريتم بدون در نظر گرفتن شرايط انساني و فردي، صرفا بر اساس داده‌هاي عددي درباره بهره‌وري كاركنان تصميم‌گيري كند، ممكن است كارگران مسن‌تر يا كساني كه محدوديت‌هاي جسمي دارند، در معرض خطر اخراج ناعادلانه قرار بگيرند.
آينده نظارت شغلي: راهكاري براي افزايش بهره‌وري يا تهديدي براي حقوق كارگران؟
با توجه به سرعت پيشرفت فناوري، به نظر مي‌رسد كه نظارت ديجيتال در محيط‌هاي كاري به روندي اجتناب‌ناپذير تبديل شده است. اما سوال اصلي اين است كه آيا اين فناوري‌ها بايد بدون محدوديت مورد استفاده قرار گيرند، يا به قوانين و چارچوب‌هايي براي حفاظت از حقوق كارگران در برابر سوءاستفاده‌هاي احتمالي نياز است؟ برخي كارشناسان معتقدند كه استفاده صحيح از فناوري‌هاي نظارتي مي‌تواند به بهبود بهره‌وري و امنيت شغلي كمك كند.