Ulasan: Algoritma Adalah Bos Yang Mengerikan, Tetapi Trend Menunjukkan Penggunaanya Dalam Perihal Pejabat

Menurut satu petikan di ChannelNewsAsia.Com, algoritma perisian mula mengambil alih fungsi pengurusan, seperti menyaring permohonan kerja, mewakilkan kerja, menilai prestasi pekerja dan juga memutuskan sama ada pekerja masih boleh meneruskan kerjayanya atau harus diberhentikan, kata penyelidik.

Di BATH, England, Filem klasik kultus 1999 Office Space menggambarkan kehidupan Peter yang suram sebagai jurutera perisian yang tinggal di bilik kecil. Setiap hari Jumaat, Peter cuba mengelak dari bosnya dan kata-kata yang ditakuti iaitu “Saya memerlukan anda untuk pergi ke hadapan dan masuk esok.”

Adegan ini masih popular di Internet hampir 25 tahun kemudian kerana ia menangkap aspek hubungan pekerjaan yang membimbangkan – ketidakberdayaan Peter rasa, simpati palsu yang diucapkan oleh bosnya apabila mengeluarkan arahan ini, permintaan yang tidak berkesudahan untuk produktiviti yang lebih tinggi.

Tidak ada kekurangan gambaran budaya bos yang mengerikan. Malah ada filem dengan tajuk itu. Tetapi keadaan mungkin akan menjadi lebih teruk. Apakah yang perlu dibuat daripada bos baharu yang menetap di tempat kerja merentas semua sektor iaitu Pengurus algoritma?

KEBANGKITAN PENGURUSAN ALGORITMA

Prospek robot yang menggantikan pekerja sering mendapat liputan di media. Tetapi, bukan sahaja buruh yang diautomasikan. Pengurus juga begitu.

Semakin kita melihat algoritma perisian menganggap fungsi pengurusan, seperti menapis permohonan kerja, mewakilkan kerja, menilai prestasi pekerja dan juga memutuskan bila masa hadapan seseorang pekerja itu.

Pemunggahan tugas daripada pengurus manusia kepada mesin hanya ditetapkan untuk meningkat apabila peranti pengawasan dan pemantauan menjadi semakin canggih. Khususnya, teknologi boleh pakai yang boleh menjejaki pergerakan pekerja.

Dari sudut pandangan majikan, terdapat banyak yang boleh diperoleh daripada memindahkan tugas pengurus kepada algoritma.

Algoritma mengurangkan kos perniagaan dengan mengautomasikan tugasan yang mengambil masa lebih lama untuk diselesaikan oleh manusia. Uber, dengan 22,800 pekerjanya, boleh menyelia 3.5 juta pemandu mengikut angka tahunan terkini.

Sistem kecerdasan buatan juga boleh menemui cara untuk mengoptimumkan organisasi perniagaan. Model harga lonjakan Uber menaikkan harga buat sementara waktu untuk menarik pemandu semasa waktu sibuk hanya boleh dilakukan kerana algoritma boleh memproses perubahan masa nyata dalam permintaan penumpang.

RISIKO BIAS ALGORITMIK

Beberapa masalah yang berkaitan dengan pengurusan algoritma menerima lebih perhatian daripada yang lain. Mungkin risiko yang paling banyak dibincangkan oleh wartawan, penyelidik dan pembuat dasar adalah bias algoritma.

Sistem ranking CV Amazon yang tidak berfungsi adalah contoh yang terkenal. Program ini, yang digunakan untuk menilai CV pemohon pada skala satu hingga lima, telah dihentikan kerana ia secara konsisten menilai CV dengan ciri lelaki lebih tinggi daripada yang setanding yang dianggap lebih feminin.

Tetapi beberapa isu lain mengelilingi pertumbuhan pengurusan algoritma.

Salah satunya ialah masalah ketelusan. Algoritma klasik diprogramkan untuk membuat keputusan berdasarkan arahan langkah demi langkah dan hanya memberikan output yang diprogramkan.

Algoritma pembelajaran mesin, sebaliknya, belajar membuat keputusan sendiri selepas terdedah kepada banyak data latihan. Ini bermakna mereka menjadi lebih kompleks apabila mereka berkembang, menjadikan operasi mereka legap walaupun kepada pengaturcara.

Apabila alasan di sebalik keputusan seperti sama ada untuk memecat pekerja tidak telus, aturan yang meragukan moral sedang berlaku. Adakah keputusan algoritma untuk memecat pekerja itu berat sebelah, korup atau sewenang-wenangnya?

Jika ya, keluarannya akan dianggap tidak sah dari segi moral, jika tidak menyalahi undang-undang dalam kebanyakan kes. Tetapi bagaimana seorang pekerja akan menunjukkan bahawa pemecatan mereka adalah hasil daripada motivasi yang menyalahi undang-undang?

Pengurusan algoritma memburukkan lagi ketidakseimbangan kuasa antara majikan dan pekerja dengan melindungi penyalahgunaan kuasa daripada penyelesaian. Dan algoritma memotong fungsi manusia yang kritikal daripada hubungan pekerjaan.

Itulah yang disebut oleh ahli falsafah Jean-Jacques Rousseau sebagai “rasa kasihan semula jadi” dan “kebencian semula jadi untuk melihat sesama manusia menderita”.

Walaupun tidak semua pengurus manusia mempunyai belas kasihan, terdapat sifar peratus kemungkinan pengurus algoritma akan berbuat demikian. Dalam kajian kes kami tentang kurier Amazon Flex, kami melihat kegusaran yang dirasakan pekerja platform tentang ketidakupayaan algoritma untuk menerima rayuan manusia.

Algoritma yang direka untuk memaksimumkan kecekapan adalah tidak seimbang dan tiada toleransi terhadap kecemasan penjagaan kanak-kanak. Mereka tidak mempunyai toleransi terhadap pekerja yang bergerak perlahan kerana mereka masih belajar pekerjaan itu. Mereka tidak berunding untuk mencari penyelesaian yang membantu pekerja yang bergelut dengan penyakit atau hilang upaya.

APA YANG BOLEH DIBUAT

Risiko yang dihadapi oleh pekerja di bawah pengurusan algoritma sudah pun menjadi tumpuan utama penyelidik, kesatuan sekerja dan pembangun perisian yang cuba mempromosikan keadaan kerja yang baik.

Ahli politik AS sedang membincangkan lanjutan hak digital untuk pekerja. Penyelesaian lain termasuk penilaian kesan tetap tentang cara algoritma mempengaruhi pekerja dan memberi pekerja pendapat tentang cara teknologi ini digunakan.

Walaupun perniagaan mungkin mendapati algoritma pengurusan sangat menguntungkan, keperluan untuk membuat keuntungan bukanlah sebab untuk bertolak ansur dengan penderitaan pekerja.

Peter akhirnya belajar bagaimana untuk menguruskan bosnya dan membuat kerja menyeronokkan. Dia melakukan ini dengan mempamerkan nilainya dalam pertemuan yang sangat personal dengan peringkat pengurusan tertinggi. Persoalannya, bagaimana nasibnya jika bosnya adalah seorang algoritma?

Leave a Comment

Your email address will not be published. Required fields are marked *