Чем эта страница является — и чем не является
Вопрос вытеснения труда обычно ставят как подсчёт: сколько рабочих мест забирает ИИ? Это важно, и этому посвящена страница вытеснение труда и экономические последствия. Эта страница задаёт другой вопрос: что происходит с рабочими местами, которые остаются? Работник может сохранить зарплату, при этом теряя контроль над графиком, темпом, решениями, требующими суждения, и достоинством, ради которых эта работа вообще имела смысл.
Механизм, описанный здесь, — алгоритмическое управление — наблюдаем, документирован и реален. Проекция сегодняшних выводов о гиг-экономике и складах на всю экономику в целом — это аргумент, а не измерение. Эта страница указывает, где что из этого.
Механизм: алгоритмическое управление
Широко цитируемый обзор Келлога, Валентайн и Кристин определяет алгоритмическое управление как программное обеспечение, выполняющее управленческие функции: распределение задач, мониторинг результативности, оценку выработки и наказание или поощрение работников (Kellogg, Valentine & Christin, «Algorithms at Work: The New Contested Terrain of Control», Academy of Management Annals, 2020). Они организуют этот набор инструментов в шесть механизмов — рекомендовать, фиксировать, оценивать, заменять, вознаграждать и наказывать — и отмечают, что сама спорная территория не нова. Работодатели всегда пытались извлечь больше усилий за меньшую плату; изменились детализация, скорость и асимметрия системы, которая это делает.
На практике это означает: графики, устанавливаемые прогнозируемым спросом, а не менеджером, который знает, что у вас ребёнок учится в школе; показатели производительности, вычисляемые по нажатиям клавиш, сканированиям или секундам на задачу; звёздные рейтинги от клиентов, воспринимаемые как оценка результативности; и увольнение, автоматически запускаемое, когда показатель падает ниже порога, порой вообще без участия человека. Работник переживает это как начальника, который постоянно наблюдает, никогда не идёт на переговоры и к которому невозможно апеллировать, потому что там попросту никого нет.
Направление движения
По мере того как ИИ поглощает рутинный когнитивный труд, оставшиеся людям рабочие места распределяются по двум категориям. Первая — работа, которую машины пока не умеют делать: квалифицированные ремёсла в непредсказуемой физической среде, сложные человеческие переговоры, подлинное творческое суждение. Вторая — работа, ради которой людей необходимо сохранять, — потому что закон, норма об ответственности или предпочтение клиента требуют присутствия человека где-то в цепочке, даже когда система способна сделать почти всё остальное.
Именно во второй категории качество деградирует быстрее всего. Если человек присутствует лишь для соблюдения требования, стимул работодателя — сделать это присутствие максимально дешёвым и контролируемым: сценарная свобода действий, отслеживаемое соблюдение правил, никакого запаса свободы. Работник превращается в человеческую печать одобрения, проставленную на результате работы машины, — ответственный за исход, но лишённый полномочий его формировать. Медсестра, обязанная «подтверждать» триаж ИИ за двенадцать секунд на пациента, не усилена технологией — она буфер ответственности со стетоскопом.
Что показывают доказательства — и чего не показывают
Самые убедительные доказательства получены из условий, где алгоритмическое управление уже тотально. На гиг-платформах исследователи задокументировали, как системы рейтингов и непрозрачные правила деактивации перекладывают риск на работников, одновременно лишая их информации о том, кто принимает решение и почему (Rosenblat & Stark, 2016 год). На складах детализация мониторинга вплоть до секунд на задачу связана с повышенным уровнем травматизма и текучести кадров по данным журналистских расследований и правозащитных отчётов, хотя рецензируемых причинных оценок пока немного. Глобальный анализ генеративного ИИ Международной организации труда прямо указывает, что подверженность автоматизации — это не то же самое, что потеря работы, и что показатели качества — интенсивность задач, автономия и возможность применять навыки — меняются независимо от числа рабочих мест (МОТ, 2023 год).
Честность требует обозначить границу: эти исследования измеряют конкретные, интенсивно отслеживаемые рабочие места. Распространение этих выводов на всю экономику — аргумент по аналогии, а не измерение. Некоторые из оставшихся рабочих мест улучшатся; какой-то мониторинг даст сбой или обернётся против самой цели; некоторые работники предпочитают опосредованную приложением гибкость альтернативе, которой часто вообще ничего нет. Обоснованное утверждение уже, но всё равно серьёзно: там, где людей сохраняют в цепочке вопреки предпочтению работодателя, экономическое давление по умолчанию направлено в сторону контроля, а не автономии.
Три сигнала показывают, в какую сторону движется рабочее место: могут ли работники видеть и оспаривать данные, используемые для их оценки, способен ли какой-либо наделённый полномочиями человек отменить решение системы, и повышаются ли нормативы производительности автоматически по мере того, как программа узнаёт, как выглядела смена с лучшими показателями. Третий сигнал — самый разоблачающий. Система, которая продолжает поднимать планку по мере того, как работники к ней приспосабливаются, — это не инструмент для организации труда, а трещотка извлечения, чей потолок задаёт физиология, а не суждение.
Вопрос о взаимодополняемости
Усиливает ли ИИ оставшуюся роль или деградирует её — решает не сама технология. Это решает тот, кто выбирает дизайн системы. Одна и та же модель триажа, позволяющая медсестре посвятить свой час пациентам, которые в ней нуждаются, может вместо этого использоваться для установления ей нормы выработки. Один и тот же ассистент по программированию, берущий на себя шаблонный код, чтобы младший разработчик мог изучать архитектуру, может вместо этого использоваться для оправдания того, что один человек курирует четверых младших разработчиков вместо найма двух старших.
| Решение о дизайне | Усиливающий исход | Деградирующий исход |
|---|---|---|
| Кто задаёт темп | Работник управляет последовательностью действий | Система задаёт норму, работник вынужден успевать |
| Кто видит данные | Работник получает обратную связь о результативности | Работодатель следит, работник не может проверить данные |
| Кому принадлежит суждение | ИИ советует, человек решает, приводя основания | Человек штампует одобрение не глядя, ответственность остаётся человеческой |
| Что происходит при ошибке | Разбор и переобучение | Автоматическое понижение или увольнение |
Определяющие факторы институциональны, а не технические: переговорная сила, подлежащие исполнению стандарты, может ли работник проверять и оспаривать данные, и есть ли у кого-либо над алгоритмом одновременно и полномочия, и стимул его отменить.
Одну асимметрию стоит подчеркнуть особо. Когда обещают усиление, обещанный бенефициар — работник; когда происходит деградация, бенефициар — статья издержек. Это несоответствие означает, что бремя доказательства должно лежать на организации, внедряющей систему: если система действительно усиливает работника, её разработчики способны показать сохранённую свободу действий, проверяемые данные и стабильные нормативы. Фраза «человек всегда в цепочке принятия решений» не является доказательством усиления, когда единственное разрешённое человеку действие — продолжать работу.
Ответы политики и коллективных переговоров
Качество рабочих мест — это вопрос трудовых стандартов, а не просто вопрос помощи в переходный период. Программы переобучения ничего не дают работнику, чья новая работа алгоритмически задаёт темп, оценивает и увольняет. Актуальные инструменты старше и грубее: права на прозрачность в отношении данных, используемых для вашей оценки, уведомление и рассмотрение человеком перед неблагоприятным решением, ограничения на слежку вне рабочего времени и отраслевые переговоры, устанавливающие минимальные уровни по графику и темпу работы. Конвенции МОТ об условиях труда и охране труда обеспечивают уже сложившийся фон — рамку для того, чтобы рассматривать интенсивность труда и слежку как вопросы стандартов, а не как льготы, о которых нужно договариваться в одиночку (МОТ, безопасность и здоровье на рабочем месте).
Ничто из этого не требует относиться к ИИ как к исключительному злу. Это требует отказа от рамки, будто единственный выбор — между подсчётом рабочих мест и вообще ничем. Работники, столкнувшиеся с деградацией качества, стоят перед тем же вопросом, что и работники, столкнувшиеся с вытеснением, который рассматривают страницы распределительная экономика и концентрация власти: достаются ли выгоды людям, за которыми наблюдает система, или только тем, кто ею владеет. Отдельные люди могут подстраховаться на уровне домохозяйства через диверсификацию карьеры и дохода; сами же стандарты — предмет коллективной борьбы, и её стоит вести уже сейчас, пока вторая категория рабочих мест не стала нормой.