俄羅斯游戲公司利用AI算法評估員工：累計(jì)解雇147人

2021-08-19 08:17:53來源：極客公園

算法精確，但當(dāng)涉及到人的命運(yùn)的時候，做決定還應(yīng)該是人本身。

人的命運(yùn)再一次被算法「主宰」。

近日，俄羅斯一家游戲支付公司 Xsolla 利用 AI 算法解雇了 147 名員工。Xsolla 主要為游戲公司開發(fā)商提供支付、結(jié)算、發(fā)行和營銷工具，其客戶包括知名游戲公司 Roblox、Epic Games 和 Steam。

在這家共有 500 名左右員工的公司里，被裁人數(shù)將近占了三分之一，被解雇的原因則是：AI 算法「認(rèn)為」他們「不敬業(yè)且效率低下」。

一時間，「用 AI 裁員合理嗎」的話題引發(fā)廣泛關(guān)注與討論。在技術(shù)與算法不斷演進(jìn)的基礎(chǔ)上，在后疫情時代遠(yuǎn)程辦公或許將成為常態(tài)的環(huán)境下，算法如何影響人們的勞動與工作將是一個無法回避的問題。

突如其來的郵件

8 月初，一些 Xsolla 員工的郵箱里突然多了一封來自 CEO 兼創(chuàng)始人 Aleksandr Agapitov 的郵件，收到郵件的員工被告知「Xsolla 不適合您」并提出 Xsolla 將幫助他們尋找「別的去處」。

在這封信之前，員工沒有收到任何關(guān)于如何「正確」工作的警告或建議。

8 月 3 日，該郵件被泄露，起初人們懷疑它是假的，而隨后該郵件得到了 Aleksandr Agapitov 本人的證實(shí)。

Aleksandr Agapitov 在接受俄羅斯媒體 Meduza 的采訪時回應(yīng)稱：「裁員是因?yàn)楣窘?6 個月增長放緩 —— 低于 40% 的增長目標(biāo)，因此他和公司領(lǐng)導(dǎo)層決定通過裁員將公司的工資預(yù)算支出減少 10%。」

受到疫情的影響，Xsolla 的工作轉(zhuǎn)移到線上進(jìn)行，新的績效評估系統(tǒng)在今年年初開始施行，公司根據(jù) 30 多個指標(biāo)，以百分制評估員工的工作效率。其中關(guān)鍵的評價指標(biāo)包括：在內(nèi)部 Wiki 中撰寫和閱讀文章、創(chuàng)建和關(guān)閉任務(wù)工單，以及活動的追蹤數(shù)據(jù)和參與內(nèi)部會議的情況等等。

關(guān)于用撰寫、閱讀文章和參與線上內(nèi)部會議等指標(biāo)評判員工的工作效率是否準(zhǔn)確這一點(diǎn)，俄羅斯人力資源專家 Alyona Vladimirskaya 認(rèn)為其「既過時又極其無效」，她甚至建議被解雇員工起訴 Xsolla。

一位 Xsolla 的前員工在接受 DTF 采訪時表示自己并不會起訴公司，但令他不解是，衡量自己業(yè)績的唯一標(biāo)準(zhǔn)難道不是完成任務(wù)以及經(jīng)理的評估嗎?在此次裁員之前，Xsolla 的網(wǎng)站一直明確表示自己如何重視完成任務(wù)而不是官僚作風(fēng)和工作時間。

這位員工還表示，只有 Aleksandr Agapitov 和一些高管能訪問并追蹤員工工作的數(shù)據(jù)狀況。算法通過計(jì)算直接將人裁掉，事前沒有人提醒、事后沒有人溝通，員工稀里糊涂地就失去了工作，期間一點(diǎn)改進(jìn)的機(jī)會都沒有。

除了用 AI 裁員的問題，還有人質(zhì)疑窺探、記錄員工的電腦使用數(shù)據(jù)是不是侵犯隱私，但由于 Xsolla 員工使用的是云端工作軟體 Slack，主要用于團(tuán)隊(duì)溝通的平臺，因此對話記錄是可被公開查詢的。

「逃不脫」的陰影

這種事情不是第一次發(fā)生了。去年 10 月，一位名為斯蒂芬?諾曼丁的亞馬遜 Flex 送貨司機(jī)也曾收到「突如其來」的郵件。

諾曼丁在亞馬遜送貨將近 4 年，清晨他像往常一樣打開 Flex 查看送貨路線時，卻發(fā)現(xiàn)無法登陸。檢查郵箱后，他才明白自己已經(jīng)被解雇了。

來自亞馬遜的自動郵件上寫著：「你已經(jīng)被 Amazon 終止合作，原因是：由算法給出的個人評分已經(jīng)低于 Amazon 的規(guī)定分?jǐn)?shù)」。

強(qiáng)大的算法曾經(jīng)幫助亞馬遜成為全球第一的線上零售商，亞馬遜在 Flex 項(xiàng)目上依舊十分依賴算法。2015 年亞馬遜開始提供 Flex 配送服務(wù)，用來完成貨物的「最后一公里」，并且毫不避諱自己在 Flex 的 HR 工作上利用算法對員工的監(jiān)督、獎懲以及裁員。

Flex 提供的服務(wù)主要有 Amazon.com 的貨品配送、Prime Now(本地訂單)、Instant Offers(閃送)三種，根據(jù)服務(wù)類型不同，算法對于配送時間的要求最快是 15 分鐘，最慢是 6 小時。算法會監(jiān)督司機(jī)是否送貨到站、是否在規(guī)定窗口完成了路線，是否將包裹放在了正確的位置，并以此對司機(jī)打分。

亞馬遜司機(jī)與中國外賣騎手的遭遇如出一轍。平臺出于自身利益的考量，用 AI 算法計(jì)算出最快的時間和路線，而這種一味地求快，卻極有可能將人們逼到危險的處境之中。

同樣處于危險境地的不止司機(jī)和外賣騎手，工廠里、倉庫里的員工也同樣不能幸免。

「休息時間，一名工人正在抽煙，而背后的電子屏幕上，老板的面孔突然出現(xiàn)并命令他回去繼續(xù)工作……」這是 1936 年上映的《摩登時代》中的場景。

而如今，AI 替代了老板，運(yùn)用智能系統(tǒng)對工人的工作進(jìn)行監(jiān)控，正成為一種趨勢。

2019 年，The Verge 聲稱獲得了一份曝光文件，這份多達(dá)幾十頁的文件介紹了亞馬遜內(nèi)部構(gòu)建的一套 AI 系統(tǒng)。該系統(tǒng)可以跟蹤物流倉儲部門員工的工作效率，統(tǒng)計(jì)員工的 Time Off Task(「摸魚時間」)，在沒有人類的參與下它甚至可以自動生成工作效率報(bào)告，對員工發(fā)出警告或者做出裁員決定。有近 900 名員工因被算法判定為「工作效率低」而解雇。

在 AI 的監(jiān)控下，面對高強(qiáng)度的工作壓力，許多員工不敢喝水也不敢上廁所，生怕離開崗位的時間過長而失去工作。

沒有情感、冷冰冰的 AI 與算法手中握著對人的「生殺大權(quán)」，當(dāng)這種「監(jiān)控」越來越普遍，人們還能逃脫算法籠罩的陰影嗎?

后疫情時代的勞動與算法

算法只是工具，如果一定要說哪里出了問題，那根源一定還是算法背后的「人」。

在「后疫情時代」，遠(yuǎn)程辦公、混合辦公成為新常態(tài)，幾乎所有管理者都在面臨更迫切的轉(zhuǎn)變：尋找更合理、更適合的辦公模式和績效評定指標(biāo)。

上個月，EMA(Enterprise Management Associates：企業(yè)管理協(xié)會)發(fā)表了一項(xiàng)名為 "后疫情時代，遠(yuǎn)程辦公網(wǎng)絡(luò)" 的研究，該研究對 312 名網(wǎng)絡(luò)基礎(chǔ)設(shè)施和運(yùn)營專業(yè)人士進(jìn)行了調(diào)查，調(diào)查結(jié)果表明有許多公司已經(jīng)開始為監(jiān)控工具留出預(yù)算，以便更好地支持遠(yuǎn)程辦公。

Enaible 就是一個在疫情期間十分火爆的軟件。通過安裝在員工電腦里的 Enaible，公司可以獲得員工工作中的細(xì)節(jié)數(shù)據(jù)。軟件運(yùn)用了名為 Trigger-Task-Time(動機(jī)-任務(wù)-時間)的算法，根據(jù)郵件或者電話來判斷員工的工作任務(wù)并計(jì)算工作時間，最后算法會自動為員工的工作效率打分。據(jù)創(chuàng)始人 Tommy Weir 稱，在全員居家辦公期間，前來咨詢 Enaible 的公司是以往的四倍。

在中國，企業(yè)數(shù)字化采購市場的規(guī)模也逐年擴(kuò)大，《2020 年中國企業(yè)采購數(shù)字化管理調(diào)研白皮書》數(shù)據(jù)顯示該市場增速保持在 20% 以上，預(yù)計(jì)到 2022 年市場規(guī)模將超過 200 億元。

越來越多的企業(yè)開始引入 OA(Office Automation：辦公自動化系統(tǒng))算法管理系統(tǒng)，以此完成對員工工作的全面監(jiān)控，在這個過程中主管關(guān)于人事的決策作用越來越低。曾經(jīng)有公司主管在接受媒體采訪時表示：「從前，自己會照顧一下家里有急事的工人，比如不走流程給他們批半天假」，但是當(dāng)算法開始監(jiān)測，人與人之間的靈活的協(xié)作關(guān)系不復(fù)存在。

于是，當(dāng)算法只簡單地將勞動時間、勞動效率納入考量時，因社會復(fù)雜性而產(chǎn)生的其他價值指標(biāo)則被忽略了。然而，如果算法不能充分地考慮各種突發(fā)情況，比如外賣員在配送過程中的天氣問題、道路管制問題、交通事故等等，那它只是提供了一種「逼迫」工人追求效率的工具，而并不能激發(fā)勞動者在工作中的創(chuàng)造力和潛力。

算法作為現(xiàn)實(shí)場景的簡化模型，在應(yīng)用到具體的工作環(huán)境中時難免出現(xiàn)「不適配」的問題，因此算法背后的「人」也許應(yīng)當(dāng)將更多的價值指標(biāo)納入其中，并且在需要的時候人工介入。

無論任何時候，算法都只是工具，無法替代有血有肉的人做出更合乎情理的決定。

標(biāo)簽：俄羅斯 AI