Φρικτά αφεντικά: πώς οι μάνατζερ αλγορίθμων καταλαμβάνουν το γραφείο
Η κλασική καλτ ταινία Office Space του 1999 περιγράφει τη θλιβερή ζωή του Peter ως μηχανικού λογισμικού που ζει σε καμπίνες. Κάθε Παρασκευή, ο Peter προσπαθεί να αποφύγει το αφεντικό του και τις τρομερές λέξεις: “Θα σε χρειαστώ να έρθεις αύριο”.
Αυτή η σκηνή εξακολουθεί να είναι δημοφιλής στο διαδίκτυο σχεδόν 25 χρόνια μετά, επειδή αποτυπώνει τις ανησυχητικές πτυχές της εργασιακής σχέσης – την αδυναμία που νιώθει ο Peter, την ψεύτικη συμπάθεια που το αφεντικό του διατυμπανίζει όταν εκδίδει αυτή την οδηγία, την αέναη απαίτηση για μεγαλύτερη παραγωγικότητα.
Δεν λείπουν οι απεικονίσεις φρικτών αφεντικών στην ποπ κουλτούρα. Υπάρχει ακόμη και μια ταινία με αυτόν τον τίτλο. Αλλά τα πράγματα θα μπορούσαν να γίνουν χειρότερα. Τι πρέπει να γίνει με τα νέα αφεντικά που εγκαθίστανται στους χώρους εργασίας σε όλους τους τομείς: τους διαχειριστές αλγορίθμων;
Η άνοδος της διαχείρισης αλγορίθμων
Η προοπτική της αντικατάστασης των εργαζομένων από ρομπότ καλύπτεται συχνά από τα μέσα ενημέρωσης. Όμως, δεν είναι μόνο η εργασία που αυτοματοποιείται. Το ίδιο συμβαίνει και με τους μάνατζερ. Όλο και περισσότερο βλέπουμε αλγορίθμους λογισμικού να αναλαμβάνουν διευθυντικές λειτουργίες, όπως η εξέταση αιτήσεων εργασίας, η ανάθεση εργασιών, η αξιολόγηση της απόδοσης των εργαζομένων – ακόμη και η απόφαση για το πότε πρέπει να απολυθούν οι εργαζόμενοι.
Ένα εβδομαδιαίο ηλεκτρονικό ταχυδρομείο με τεκμηριωμένη ανάλυση από τους καλύτερους επιστήμονες της Ευρώπης
Η μεταβίβαση καθηκόντων από τους ανθρώπινους διαχειριστές στις μηχανές πρόκειται να αυξηθεί καθώς οι συσκευές παρακολούθησης και ελέγχου γίνονται όλο και πιο εξελιγμένες. Ειδικότερα, η φορητή τεχνολογία που μπορεί να παρακολουθεί τις κινήσεις των εργαζομένων.
Από τη σκοπιά του εργοδότη, υπάρχουν πολλά που μπορούν να κερδηθούν από τη μεταφορά καθηκόντων των διευθυντών σε αλγόριθμους. Οι αλγόριθμοι μειώνουν το επιχειρηματικό κόστος με την αυτοματοποίηση εργασιών που χρειάζονται περισσότερο χρόνο για να ολοκληρωθούν από τον άνθρωπο. Η Uber, με τους 22.800 υπαλλήλους της, μπορεί να επιβλέπει 3,5 εκατομμύρια οδηγούς σύμφωνα με τα τελευταία ετήσια στοιχεία.
Τα συστήματα τεχνητής νοημοσύνης μπορούν επίσης να ανακαλύψουν τρόπους βελτιστοποίησης των επιχειρηματικών οργανισμών. Το μοντέλο αυξημένων τιμών της Uber (προσωρινή αύξηση των τιμών για την προσέλκυση οδηγών σε περιόδους μεγάλης κίνησης) είναι δυνατό μόνο επειδή ένας αλγόριθμος μπορεί να επεξεργαστεί σε πραγματικό χρόνο τις αλλαγές στη ζήτηση επιβατών.
Οι κίνδυνοι
Ορισμένα προβλήματα που σχετίζονται με τη διαχείριση αλγορίθμων λαμβάνουν μεγαλύτερη προσοχή από άλλα. Ίσως ο κίνδυνος που συζητείται περισσότερο από δημοσιογράφους, ερευνητές και υπεύθυνους χάραξης πολιτικής είναι η αλγοριθμική μεροληψία.
Το καταργημένο σύστημα κατάταξης βιογραφικών σημειωμάτων της Amazon αποτελεί ένα διαβόητο παράδειγμα. Το πρόγραμμα αυτό, το οποίο χρησιμοποιούνταν για την αξιολόγηση των βιογραφικών σημειωμάτων των υποψηφίων σε κλίμακα από ένα έως πέντε, διακόπηκε επειδή βαθμολογούσε σταθερά βιογραφικά σημειώματα με ανδρικά χαρακτηριστικά υψηλότερα από αντίστοιχα που θεωρούνταν πιο θηλυκά.
Αλλά και πολλά άλλα ζητήματα περιβάλλουν την ανάπτυξη της διαχείρισης αλγορίθμων.
Άνδρας με κοστούμι απλώνει την παλάμη του, ψηφιακά εικονίδια ανθρώπων αιωρούνται πάνω από την ανοιχτή παλάμη του. Η σκέψη να αναθέσουμε άκρως προσωπικές αποφάσεις στα χέρια διαχειριστών υπολογιστών είναι δυσοίωνη. Monster Ztudio/Shutterstock
Το ένα είναι το πρόβλημα της διαφάνειας. Οι κλασικοί αλγόριθμοι είναι προγραμματισμένοι να παίρνουν αποφάσεις με βάση βήμα προς βήμα οδηγίες και δίνουν μόνο προγραμματισμένες εξόδους.
Οι αλγόριθμοι μηχανικής μάθησης, από την άλλη πλευρά, μαθαίνουν να λαμβάνουν αποφάσεις από μόνοι τους μετά από έκθεση σε πολλά δεδομένα εκπαίδευσης. Αυτό σημαίνει ότι γίνονται πιο πολύπλοκοι καθώς αναπτύσσονται, καθιστώντας τις λειτουργίες τους αδιαφανείς ακόμη και για τους προγραμματιστές.
Όταν το σκεπτικό πίσω από μια απόφαση, όπως το αν θα απολυθεί ένας υπάλληλος, δεν είναι διαφανές, τότε υπάρχει μια ηθικά αμφίβολη ρύθμιση. Ήταν η απόφαση του αλγορίθμου να απολύσει τον υπάλληλο μεροληπτική, διεφθαρμένη ή αυθαίρετη;
Αν ναι, το αποτέλεσμά του θα θεωρηθεί ηθικά παράνομο, αν όχι παράνομο στις περισσότερες περιπτώσεις. Αλλά πώς θα μπορούσε ένας εργαζόμενος να αποδείξει ότι η απόλυσή του ήταν αποτέλεσμα παράνομων κινήτρων;
Η αλγοριθμική διαχείριση επιδεινώνει την ανισορροπία ισχύος μεταξύ εργοδοτών και εργαζομένων, προστατεύοντας την κατάχρηση εξουσίας από την προσφυγή. Και οι αλγόριθμοι αποκόπτουν μια κρίσιμη ανθρώπινη λειτουργία από τη σχέση εργασίας. Είναι αυτό που ο αείμνηστος φιλόσοφος Jean-Jacques Rousseau ονόμασε “φυσική αίσθηση οίκτου” και “έμφυτη απέχθεια να βλέπει κανείς τον συνάνθρωπό του να υποφέρει”.
Παρόλο που δεν είναι όλοι οι ανθρώπινοι διευθυντές συμπονετικοί, υπάρχει μηδενική πιθανότητα οι διευθυντές αλγορίθμων να είναι. Στη μελέτη περίπτωσής μας για τους μάνατζερ του Amazon Flex, παρατηρήσαμε τον εκνευρισμό που νιώθουν οι εργαζόμενοι στην πλατφόρμα για την αδυναμία του αλγορίθμου να δεχτεί τις ανθρώπινες εκκλήσεις. Οι αλγόριθμοι που έχουν σχεδιαστεί για να μεγιστοποιούν την αποδοτικότητα αδιαφορούν για τις επείγουσες καταστάσεις φροντίδας παιδιών. Δεν έχουν καμία ανοχή για τους εργαζόμενους που κινούνται αργά επειδή μαθαίνουν ακόμη τη δουλειά. Δεν διαπραγματεύονται για να βρουν μια λύση που βοηθά έναν εργαζόμενο που αγωνίζεται με ασθένεια ή αναπηρία.
Τι μπορούμε να κάνουμε
Οι κίνδυνοι που αντιμετωπίζουν οι εργαζόμενοι υπό τη διαχείριση των αλγορίθμων αποτελούν ήδη κεντρικό θέμα των ερευνητών, των συνδικάτων και των προγραμματιστών λογισμικού που προσπαθούν να προωθήσουν καλές συνθήκες εργασίας. Οι πολιτικοί των ΗΠΑ συζητούν την επέκταση των ψηφιακών δικαιωμάτων των εργαζομένων. Άλλες λύσεις περιλαμβάνουν τακτικές αξιολογήσεις των επιπτώσεων του τρόπου με τον οποίο οι αλγόριθμοι επηρεάζουν τους εργαζόμενους και την παροχή στους εργαζόμενους λόγου για τον τρόπο με τον οποίο χρησιμοποιούνται αυτές οι τεχνολογίες.
Παρόλο που οι επιχειρήσεις μπορεί να θεωρούν τους αλγόριθμους διαχείρισης ιδιαίτερα προσοδοφόρους, η ανάγκη για κέρδος δεν είναι λόγος να ανέχονται την ταλαιπωρία των εργαζομένων.
Ο Peter έμαθε τελικά πώς να διαχειρίζεται το αφεντικό του και να κάνει τη δουλειά του ευχάριστη. Το έκανε αυτό αναδεικνύοντας την αξία του σε ιδιαίτερα προσωπικές συναντήσεις με τα ανώτερα επίπεδα διοίκησης. Το ερώτημα είναι, πώς θα τα κατάφερνε αν το αφεντικό του ήταν ένας αλγόριθμος;
Απόδοση – Επιμέλεια: Βίκυ Μπαφατάκη
Πηγή: https://theconversation.com/ by Robert Donoghue & Tiago Vieira
