Власть и прогресс: Наша тысячелетняя борьба за технологии и процветание

Противодействующие силы уже отсутствовали, особенно в сфере услуг, а добрая воля и нормы уважения к автономии работников давно угасли. Оставшийся барьер - технология - теперь преодолен благодаря искусственному интеллекту и массовому сбору данных, что открывает путь к "гибкому графику".

Многие отрасли, работающие с клиентами, отказались от предсказуемых графиков, таких как рабочее время с 8.00 до 16.00, приняв вместо этого сочетание "нулевых часовых контрактов" и изменения графика в режиме реального времени. Контракты с нулевым рабочим днем означают, что компания отказывается от обязательства нанимать и оплачивать работнику регулярные часы каждую неделю. С другой стороны, составление расписания в режиме реального времени позволяет компаниям звонить работникам на мобильный телефон накануне вечером и просить их прийти на работу рано утром или увеличить продолжительность рабочего дня. Это также включает отмену смен по первому требованию, что снижает доход работника.

Обе эти практики основаны на технологиях обработки данных и искусственного интеллекта - например, программное обеспечение для составления расписания, предлагаемое такими технологическими компаниями, как Kronos, - которые позволяют работодателям предсказывать спрос, с которым они столкнутся, а затем заставлять работников адаптироваться к нему. Крайним вариантом такой практики является "клопенинг" - так называется практика, когда один и тот же работник закрывает магазин поздно вечером, а затем открывает его рано утром следующего дня. Это опять же навязывается работникам, часто в последний момент, поскольку менеджеры, наделенные полномочиями с помощью инструментов искусственного интеллекта, считают, что это соответствует их потребностям.

Существует много параллелей между практикой гибкого графика и мониторингом работников. Самая важная из них заключается в том, что обе они являются примерами "так себе" технологий: они создают незначительный прирост производительности, несмотря на существенные затраты для работников. С помощью дополнительного мониторинга компании могут отказаться от усилий по созданию доброй воли и снизить заработную плату. Но это не сильно повышает производительность: работники не становятся лучше в своей работе, потому что им платят меньше, и на самом деле могут потерять мотивацию и стать менее продуктивными. С помощью гибкого графика компании могут немного увеличить свои доходы, имея больше сотрудников, когда спрос высок, и меньше, когда магазин менее загружен. В обоих случаях нагрузка на работников более существенна, чем преимущества в производительности. По словам британского работника, работающего по контракту с нулевым рабочим днем, "здесь нет карьерного роста.... [я] проработал на этой работе шесть с половиной лет. С тех пор роль не менялась, никакого продвижения. У меня вообще нет перспектив продвижения по службе. Я спросила, могу ли я пойти на курсы, на что получила абсолютный отказ". Независимо от затрат на работников и небольшого, эфемерного повышения производительности, компании, стремящиеся сократить расходы и усилить контроль над работниками, продолжают требовать технологий ИИ, а в ответ исследователи, повинующиеся иллюзиям ИИ, поставляют их.

Но есть ли другой путь, кроме использования цифровых технологий на службе непрерывной автоматизации и контроля за работниками? Ответ - да. Когда цифровые технологии направлены на помощь и дополнение человека, результаты могут быть, и уже были, намного лучше.

 

Непройденный путь

При интерпретации как недавней, так и далекой истории часто встречается детерминистское заблуждение: то, что произошло, должно было произойти. Зачастую это не совсем верно. Существует множество возможных путей, по которым могла бы развиваться история. То же самое верно и для технологии. Нынешний подход, который доминирует в третьей волне ИИ, основанной на массовом сборе данных и непрерывной автоматизации, — это выбор. На самом деле это дорогостоящий выбор, и не только потому, что он следует предвзятому отношению элиты к автоматизации и слежке и наносит ущерб экономическому существованию работников. Он также отвлекает энергию и исследования от других, социально более полезных направлений развития цифровых технологий общего назначения. Далее мы увидим, что парадигмы, отдающие приоритет полезности машин, добились замечательных успехов в прошлом, когда их пытались применить, и предлагают много плодотворных возможностей в будущем.

Еще до конференции в Дартмуте эрудит из Массачусетского технологического института Норберт Винер сформулировал другое видение, в котором машины позиционировались как дополнение к человеку. Хотя Винер не использовал этот термин, MU (полезность машин) вдохновлен его идеями. Мы хотим от машин не какого-то аморфного понятия интеллекта или "высокоуровневых возможностей", а их использования для достижения целей человека. Сосредоточение внимания на MU, а не на ИИ, скорее всего, поможет нам достичь этой цели.