陳永偉/文

管人、裁人的竟然不是人

最近，一則臉書解雇60名員工的新聞登上了一些媒體的顯著位置。在經(jīng)濟衰退的陰影之下，企業(yè)出于降本增效的目的辭退一部分員工是尋常的事情，即使裁員的企業(yè)是臉書這樣的互聯(lián)網(wǎng)巨頭也不例外。為什么這個新聞如此引人關(guān)注呢？答案是，主持這次裁員的，并不是人，而是算法。

根據(jù)報道，此次被解雇的60名員工都屬于勞務(wù)派遣性質(zhì)，是臉書通過埃森哲奧斯汀分公司聘用的。此前，臉書和埃森哲簽訂了一個五億美元的合同，用以雇傭負責(zé)內(nèi)容審核和商業(yè)誠信的員工，此次被解雇的員工就是這批雇員的一部分。那么，臉書究竟是通過什么程序決定留下誰，又裁掉誰的呢？最初的一些報道對此給出的說法是：臉書是通過算法“隨機”挑選的裁員對象。類似的報道出現(xiàn)之后，輿論嘩然。在各種社交媒體上，出現(xiàn)了大量聲討臉書的聲音。

之后，有一名被辭退的員工爆料，臉書的這次裁員并沒有那么隨機，而是嚴格按照績效考核辦事的結(jié)果。這位被裁員工表示，在他們?yōu)槟槙ぷ髌陂g，臉書會在他們工作的電腦上安裝監(jiān)控程序來監(jiān)視他們的工作狀況。一旦發(fā)現(xiàn)工作中出現(xiàn)了違規(guī)或偷懶，就會進行記錄。例如，只要程序觀察到他們的電腦有超過8分鐘的不活躍，就會自動判定他們正在休息，并將這些“休息”時間進行累計。按照規(guī)定，每個員工每天有30分鐘的就餐時間和30分鐘的休息時間，因而員工每天的“合法”休息時間是1個小時。如果程序監(jiān)控到的“休息”時間超過了1個小時，就會對員工進行警告，并扣除相應(yīng)的績效分數(shù)。類似的，如果員工上班遲到，或者出現(xiàn)了其他的違規(guī)行為，績效分也會遭到扣除。在決定裁員時，這些平時積累的績效分數(shù)才是真正的評判標準。

然而，相比于隨機的裁員，這種隨時監(jiān)控員工的行為顯然更加被人們厭惡——至少，前者多少還有一些“公平”性，而后者則是赤裸裸剝削的表現(xiàn)。

職場管理算法越來越多

或許，那些在網(wǎng)上痛罵臉書用算法來決定裁員名單的人并不知道，那些被算法裁掉的人最初很可能也是由算法招進來的。作為一家在行業(yè)內(nèi)處于領(lǐng)先地位的企業(yè)，臉書每天都會接到上千封的求職申請。要從如此龐大的申請人員中挑選出合適的員工，著實不是一件容易的事情。因此，臉書的HR部門從很早開始就借助算法來進行簡歷的初篩。如果是像內(nèi)容審核等對技術(shù)要求不高的崗位，可能都不用勞煩HR出馬，算法自己就可以做決定。被算法招入公司，在公司被算法監(jiān)控，然后又被算法踢出公司，這倒也算是達到了某種意義上的“圓滿”了。

用算法來充當(dāng)HR和“監(jiān)工”的，并不只有臉書一家。事實上，用算法來進行人力資源管理的做法非常常見。例如，早在2015年，亞馬遜就針對其倉儲管理開發(fā)了一套AI效率監(jiān)測和評估系統(tǒng)。這套系統(tǒng)可以實時監(jiān)控員工的工作狀況。如果發(fā)現(xiàn)工人取貨時間過長，或者出現(xiàn)了違規(guī)休息的情況，系統(tǒng)就會自動將員工打上“效率低下”的標簽，并對其給予相應(yīng)的警告和處罰。根據(jù)TheVerge的報道，在2017年到2018年期間，亞馬遜的某個分揀中心就有約300名員工因被算法判定為“效率低下”而遭到解雇，這個人數(shù)已經(jīng)占到了該分揀中心員工數(shù)的12%。當(dāng)然，除了亞馬遜、臉書這種巨頭級別的企業(yè)外，很多規(guī)模相對較小的企業(yè)也開始使用算法來管理員工。例如，去年新聞就有報道游戲行業(yè)支付處理公司Xsolla使用算法裁掉了150名員工。

在國內(nèi)，類似的做法也正在變得越來越常見。比如，2020年，一篇《外賣騎手，困在系統(tǒng)里》的文章在朋友圈刷屏。從這則報道中，我們已經(jīng)可以窺得一些國內(nèi)企業(yè)通過算法控制員工的現(xiàn)狀。時隔兩年之后，情況是否有所改善呢？或許，對于外賣等因被媒體報道而受到了監(jiān)管部門“重點關(guān)照”的行業(yè)，答案是肯定的，但對于更多行業(yè)而言，情況則更可能是沒有改善。事實上，出于節(jié)約成本、提升效率的考慮，已經(jīng)有越來越多的企業(yè)開始學(xué)習(xí)臉書、亞馬遜等公司的“先進經(jīng)驗”，開始用算法來招聘、監(jiān)督、辭退員工。尤其是很多規(guī)模不算大的企業(yè)，其節(jié)約成本的動機更強，因而在對員工管理的過程中，反而會比大型企業(yè)更多地依賴于算法。例如，不久前，新聞上就爆出某地的一家互聯(lián)網(wǎng)企業(yè)除了通過在工作電腦上安裝監(jiān)控程序外，還專門開發(fā)了可以監(jiān)控員工心率、呼吸、坐姿、疲勞感等數(shù)據(jù)的“高科技坐墊”。其對員工的控制力度和范圍，著實令人吃驚。

隨著越來越多的企業(yè)開始用算法來管理員工，相關(guān)的創(chuàng)業(yè)項目也受到了追捧。在近幾年，就有不少從事AI招聘、AI監(jiān)控項目的企業(yè)拿到了大額的投資，而投資人中就包括了臉書、亞馬遜等最早使用算法進行員工管理的巨頭。看來這些巨頭真的已經(jīng)從自身的實踐當(dāng)中，體會到了這一賽道的前途無量。

職場算法的問題

除了人們經(jīng)常譴責(zé)的不近人情外，用算法充當(dāng)“監(jiān)工”的做法還會帶來很多新的問題，而這些問題中的很大一部分，甚至是在被監(jiān)控的員工們不知情的情況下產(chǎn)生的。

仍以亞馬遜為例。依靠其在監(jiān)督員工工作時的鐵面無情，開除員工時的雷厲風(fēng)行，亞馬遜的倉儲物流員工監(jiān)督系統(tǒng)在業(yè)內(nèi)贏得了昭彰惡名。然而，人們并不知道的是，倉儲物流員工監(jiān)督系統(tǒng)僅僅是亞馬遜諸多員工監(jiān)控程序中的其中之一。2021年時，美國非營利組織Coworker.org曾對市場上的勞動力監(jiān)控軟件的狀況進行了一次調(diào)查。調(diào)查結(jié)果顯示，亞馬遜購買并擁有的勞動力監(jiān)控軟件總共有十多項——這個數(shù)字還僅僅是亞馬遜從第三方供應(yīng)商那里購買的軟件數(shù)，不包括其自研的產(chǎn)品。這些軟件搜集的數(shù)據(jù)可能決定著員工的職場命運，而員工甚至可能并不知道它們的存在。由于這些軟件中很多是由第三方企業(yè)提供的，因此亞馬遜員工的數(shù)據(jù)也很可能就在不知不覺泄露到了這些第三方企業(yè)手中。但令人遺憾的是，當(dāng)自己的信息受到侵犯時，這些信息的所有人幾乎毫不知情。

值得注意的是，樂于使用這些監(jiān)控軟件的，并不限于亞馬遜這樣“剝削”沉重的企業(yè)。根據(jù)Coworker.org的報告，即使被稱為“職場養(yǎng)老院”的谷歌，也購買了七種職場監(jiān)控軟件。這意味著，盡管谷歌從名義上并不強迫員工辛勤工作，但事實上，如果員工對其信以為真，在工作中自由散漫，那么偷偷在一旁監(jiān)視的程序也會將他們的行為記錄在案，并作為秋后算賬的依據(jù)。而那些與工作之外的信息，也可能在這個過程中一并被搜集。

應(yīng)用職場算法的利與弊

隨著越來越多的企業(yè)開始用算法管理自己的員工，關(guān)于其利弊的討論也引發(fā)了更多的討論。

客觀地說，在職場管理中應(yīng)用算法，其本身是可以帶來很多好處的。對于企業(yè)主而言，這種做法可以大規(guī)模節(jié)約管理的成本。而對于員工來說，如果算法本身設(shè)計合理，那么它就可以有效地排除各種主觀因素的干擾，實現(xiàn)考核的公平。在關(guān)于臉書用算法裁員事件的評論當(dāng)中，有一條是這樣的：“這樣做除了可以保證員工不用再費心去討好自己的領(lǐng)導(dǎo)外，我?guī)缀蹩床坏饺魏斡盟惴▉砉芾砣说暮锰帯?rdquo;雖然這個評論明顯是在諷刺臉書的做法，但客觀上也道出了實情。

在現(xiàn)實中，職場的人情關(guān)系十分復(fù)雜。在人治為主的組織，員工績效的考評常常被少數(shù)的幾個人掌握，這樣就可能造成不公平。而如果用算法來替代人執(zhí)行監(jiān)督和考評，就可以很好地解決這個問題。除此之外，在職場當(dāng)中，基于身份的歧視也是一個難以解決的問題。具有某些身份（如籍貫、性別、民族）的人，經(jīng)常會在職場中遭遇很多不公。過去，由于對人員的管理都是由人進行的，因此這種偏見很難被排除。而如果用算法來管理職場，就很容易在招聘和管理的相關(guān)算法中排除上述因素的干擾。從這個角度看，算法其實只是人們手中的一個工具。如果應(yīng)用得當(dāng)，它是完全可以被用來改善職場狀況的。

所以，真正的問題其實不在于算法本身，而在于現(xiàn)在的企業(yè)用算法干了不對的事。事實上，像臉書、亞馬遜那樣用嚴苛的算法來管理員工，就是企業(yè)出于自身利益的考慮，對員工進行了高強度的剝削和壓榨。從本質(zhì)上看，這和傳統(tǒng)的“血汗工廠”做的并沒有什么不同，唯一的區(qū)別僅僅是它們把原來由真人擔(dān)任的監(jiān)工改成了更為隱秘的算法。產(chǎn)生這種情況的根源，是企業(yè)和雇員在勞動力市場上的不對等地位。尤其是在當(dāng)前就業(yè)形勢日益嚴峻的大背景下，用人單位正掌握越來越大的市場力量。在很多場景下，應(yīng)用算法來監(jiān)督、篩選和壓榨員工，其實可以被看作是這些企業(yè)在勞動力市場上濫用其市場力量所產(chǎn)生的后果。

難管，但不得不管

隨著算法使用的日益頻繁，其產(chǎn)生的問題也開始被越來越多的人所重視。過去幾年中，就出現(xiàn)了很多與算法相關(guān)的案例，比如我們熟悉的“大數(shù)據(jù)殺熟”、“算法合謀”等問題，都是與算法相關(guān)的問題。

不過，從總體上看，目前已經(jīng)被正式處理的算法案例大多集中在企業(yè)與其他市場主體之間，而類似用職場算法來監(jiān)控員工這樣的問題則相對較少受到關(guān)注，得到處理的案例也比較少。其原因是多方面的：第一，對于員工，用人單位享有管理權(quán)。據(jù)此，用人單位當(dāng)然可以在一定程度內(nèi)對員工的行為進行監(jiān)控。第二，對員工使用的生產(chǎn)工具和在工作時間創(chuàng)造的成果，用人單位享有財產(chǎn)權(quán)。為了對這些財產(chǎn)的安全進行保護，用人單位也必須對員工的行為進行監(jiān)督。第三，對員工的必要監(jiān)督，也是企業(yè)履行其責(zé)任和義務(wù)所必須的。例如，企業(yè)需要保證員工所處環(huán)境的安全性，以及不受他人的侵犯和傷害。而要做到這些，就必須進行相應(yīng)的監(jiān)控。

基于以上原因，企業(yè)在工作時間內(nèi)監(jiān)控員工確實是具有一定的合理性的。而在國內(nèi)外的一些相關(guān)案例中，監(jiān)控員工的企業(yè)也經(jīng)常會用上述這些理由來論證自身的合理性。這就造成了人們很難在企業(yè)是否應(yīng)該監(jiān)控員工、監(jiān)控到什么度之間找到一個合理的邊界，而基于算法的監(jiān)控是否應(yīng)該被允許，也就成了一個很難說清楚的問題。至于在算法監(jiān)控的背后，有多大程度上是源自于企業(yè)濫用自己在勞動力市場上的市場力量，這一點則更難搞明白。

但是，僅僅因為用算法監(jiān)控員工是企業(yè)內(nèi)部的事情就可以不聞不問了嗎？答案當(dāng)然是否定的。事實上，用算法監(jiān)控、考評員工，甚至決定員工獎懲、去留的行為，可能會涉及很多不得不重視的法律和倫理問題：

首先，這可能構(gòu)成對員工人格權(quán)的損害。正如我們看到的，企業(yè)在監(jiān)控員工的過程中，會搜集大量有關(guān)員工的個人信息和行為數(shù)據(jù)，而這就可能將很多用戶不愿透露的隱私造成意外暴露。如果企業(yè)對這些信息保存不善，還可能引起它們的意外泄露。與此同時，企業(yè)在搜集了員工的信息后，通常會基于這些信息對員工給出相應(yīng)的獎懲。但由于算法設(shè)計的局限性，這些獎懲通常會伴有一定的歧視性。除此之外，當(dāng)人們被置于一個時刻都被算法監(jiān)控的工作環(huán)境中時，還很容易陷入焦慮，引發(fā)各種負面情緒，這就可能構(gòu)成對一般意義上的人格權(quán)的侵害。

其次，這可能會侵犯到員工的通信自由和通信秘密。一些用人單位不僅會用算法監(jiān)控員工的行為，還會用算法獲取他們在郵箱等通信工具中的通訊信息。這樣的監(jiān)控，就會在侵犯員工人格權(quán)的同時，侵犯其通信自由和通信秘密。

再次，這還可能意外引發(fā)對員工人生和財產(chǎn)安全的損害。不少用人單位搜集的員工信息非常詳細，除了其工作期間的數(shù)據(jù)外，還包括類似家庭住址、行程軌跡等十分敏感的信息。如果這些信息保管不善，落入不法分子的手中，就可能影響員工的安全。

基于以上幾點原因，雖然要說清楚用算法監(jiān)控員工行為的是非并不容易，但這個問題本身必須引起我們的重視。為了規(guī)范職場秩序，協(xié)調(diào)好勞資雙方的矛盾，必須將企業(yè)的類似行為納入相應(yīng)的規(guī)制體系當(dāng)中。

如何規(guī)制職場算法

那么，對于職場算法監(jiān)控問題的規(guī)制應(yīng)該從何入手呢？從國內(nèi)外的經(jīng)驗看，這主要涉及三條路徑：

第一條路徑是從個人信息保護入手，通過明確員工對其隱私和個人信息所保有的權(quán)利，并從此出發(fā)對企業(yè)的算法監(jiān)控行為劃定界限。

現(xiàn)在，國內(nèi)國外的相關(guān)法律都從個人信息保護角度對企業(yè)搜集勞動者數(shù)據(jù)提出了一定的原則。這些原則包括目的限制原則以及“合理隱私期待”等。

所謂目的限制原則，指的是企業(yè)在搜集員工的信息時，必須有明確、合理的目的，并且其搜集的信息應(yīng)當(dāng)以滿足管理目的的最低限度為標準。例如，歐盟《通用數(shù)據(jù)保護條例》的第5條（b）就規(guī)定：“個人數(shù)據(jù)的搜集應(yīng)當(dāng)有具體的、清晰的和正當(dāng)?shù)哪康模瑢€人數(shù)據(jù)的處理不應(yīng)當(dāng)違反初始目的”；而第5條（c）則規(guī)定：“個人數(shù)據(jù)的處理應(yīng)當(dāng)是為了實現(xiàn)數(shù)據(jù)處理目的而適當(dāng)?shù)摹⑾嚓P(guān)的和必要的”。而我國的《個人信息保護法》也在第6條規(guī)定：“處理個人信息應(yīng)當(dāng)具有明確、合理的目的，并應(yīng)當(dāng)與處理目的直接相關(guān)，采取對個人權(quán)益影響最小的方式。”“收集個人信息，應(yīng)當(dāng)限于實現(xiàn)處理目的的最小范圍，不得過度收集個人信息。”

所謂“合理隱私期待”，指的是如果公民對某場所或物品具有主觀上的隱私期待，則政府執(zhí)法人員不得對這些場所或物品實施搜查或者收押。這個原則最早出現(xiàn)在1967年的“凱茨訴美國政府案”（Katzv.UnitedStates）。在該案中，凱茨由于其使用的公共電話亭被聯(lián)邦官員竊聽而將后者告上了法庭。最終，美國最高法院最終認定“保護人民而非保護場所”，即只要個人的行為意愿并非想要公之于眾并刻意避免引起注意，即使發(fā)生在公開場合也應(yīng)該被保護。目前，這個原則已經(jīng)被歐美等國的法律條文和訴訟所吸收。

此外，各國在相關(guān)法律中，還規(guī)定了對于個人數(shù)據(jù)和隱私的利用不得被用于歧視性的用途，還有部分國家的法律中，直接對雇主可以獲取的雇員信息進行了規(guī)定。根據(jù)以上這些原則和規(guī)定，就為企業(yè)可以通過算法搜集的數(shù)據(jù)劃定了一個范圍。在這個基礎(chǔ)之上，企業(yè)利用算法來監(jiān)控員工的行為也就得到了一定的限制。

第二條路徑是從算法規(guī)制入手。這個路徑主要強調(diào)要打開算法的“黑箱”，并對算法的使用進行一定的規(guī)范。關(guān)于這一點，各國也都有了一定的探索，其中以下幾條是比較有共識性的：

首先，應(yīng)該設(shè)法讓算法保持透明。這包括兩個層面：第一個層面是針對算法的應(yīng)用對象，即企業(yè)的員工透明。這一點要求企業(yè)在使用算法招聘、監(jiān)控員工，以及決定對員工進行獎懲之前，必須向員工進行相關(guān)的說明。說明的內(nèi)容應(yīng)當(dāng)包括算法使用的范圍、算法的輸入、輸出和作用機制，以及算法可能對員工的權(quán)利義務(wù)產(chǎn)生的影響等。只有當(dāng)用戶知曉這些信息，并同意使用算法時，才可以進行使用。第二個層面是針對監(jiān)管部門透明。這意味著面臨監(jiān)管部門的檢查，企業(yè)應(yīng)當(dāng)主動披露其算法的運行機制。相對于對員工的披露，對監(jiān)管部門的披露應(yīng)該更為詳細，以便相關(guān)專家進行評估。

其次，應(yīng)當(dāng)對算法在員工管理中的應(yīng)用進行一定的限制。對于一些可能排除或限制員工合法權(quán)益的領(lǐng)域，算法的管理應(yīng)當(dāng)考慮予以限制。例如，那些可能剝奪用戶休息時間，以及上洗手間時間的算法，應(yīng)當(dāng)慎重使用。

再次，在算法被投入使用前，應(yīng)當(dāng)進行預(yù)防性的評估。

最后，應(yīng)當(dāng)對用人單位不當(dāng)使用算法，從而給勞動者造成的損害和不良后果進行問責(zé)。目前，我們依然處于弱人工智能階段，從本質(zhì)上看，算法只是人進行決策的一個工具。因而，算法造成的后果依然要由使用算法的人來承擔(dān)。

第三條路徑是對勞動力市場的反壟斷。如前所述，企業(yè)能夠用算法來監(jiān)控、剝削員工的前提，是其和員工之間存在著一種不對等的地位。作為勞資雙方，這種不對等關(guān)系在一定范圍內(nèi)是正常的。不過，如果企業(yè)濫用其在勞動力市場上的市場力量來強化這種不對等，就是另外一種情況了。這時，監(jiān)管部門就可以依托《反壟斷法》或者其他的手段，對企業(yè)的違法行為進行處理。

需要指出的是，以上的三條應(yīng)對路徑并不是獨立的或矛盾的。在實踐當(dāng)中，如果可以將這三條路徑進行配合，就可以更有效地規(guī)范算法在職場中的應(yīng)用。

DAO：另一條道路

除了加強監(jiān)督的力度之外，應(yīng)對職場監(jiān)督算法帶來的各種問題的另一條思路或許是從組織的內(nèi)部進行突破。

隨著Web3.0時代的到來，一種新的組織形式——DAO正在得到越來越多人的重視。所謂DAO，是“去中心化自治組織”（DecentralizedAu－tonomousOrganization）的簡稱。這個概念最早來自于EOS的創(chuàng)始人丹尼爾·拉里默于2013年提出的一個類似概念：“去中心化自治公司”（DecentralizedAutonomousCorporation）， 即 DAC。2014年，以太坊的創(chuàng)始人維塔利克·布特林在此基礎(chǔ)上提出了DAO的概念。

布特林對DAO的定義是從三個維度展開的：第一個維度是組織擁有的資本究竟是內(nèi)部資本還是外部資本。這里，所謂的內(nèi)部資本指的是組織的資本都屬于組織的成員，而外部資本指的則是組織資本來源于外部。第二個維度是組織的中心究竟是算法還是人。第三個維度是組織的邊緣究竟是算法還是人。在布特林看來，一個DAO應(yīng)該是基于內(nèi)部資本的，并且算法居于組織的中心，而人則處于組織的邊緣，其行為要遵從算法的規(guī)定。

乍看之下，布特林所定義的DAO所指的就是那些正在用算法來監(jiān)控員工的企業(yè)——很顯然，在這些公司中，算法是居于中心的，而員工則是圍著算法轉(zhuǎn)，接受算法的監(jiān)督和領(lǐng)導(dǎo)。但事實上，DAO和這些企業(yè)存在著本質(zhì)的區(qū)別：其一，由于DAO的資本是屬于組織成員的，因此所有的成員本質(zhì)上都是DAO的主人，他們之間并不存在著隸屬與被隸屬的關(guān)系，因而也就不存在著剝削和被剝削。其二，雖然在DAO中也是算法指導(dǎo)著人，但這些算法背后的規(guī)則卻是由組織成員自身通過民主程序制定的，因而組織成員遵從算法本質(zhì)上就是服從自己。其三，在那些用算法監(jiān)督員工的企業(yè)中，算法所扮演的是一個強制勞動的“監(jiān)工”角色；而在DAO當(dāng)中，算法只是提供一套與成員利益“激勵相容”的激勵方案。成員只需要按照這套激勵方案形式，就可以在實現(xiàn)自身利益最大化的同時達成組織的目標。

從實踐上看，現(xiàn)在已經(jīng)有很多的企業(yè)（尤其是一些投資公司和律所）對自己進行了DAO改造。在改造之后，這些組織的管理和運作方式都從基于人改成了基于算法。如果僅從算法所起的作用看，它們要比那些用算法監(jiān)督員工的企業(yè)走得更遠。但從各方面的反饋看，似乎很少有人抱怨DAO用算法用得過度了。其中原因，固然是因為在DAO組織當(dāng)中，很多都用了區(qū)塊鏈等技術(shù)，足以保證組織成員的數(shù)據(jù)和隱私，但更重要的是，DAO很好地調(diào)和了成員和組織之間的利益沖突。因此，如果在未來，人們可以通過類似DAO的組織創(chuàng)新，處理好以上這些矛盾，那么用算法來監(jiān)控、調(diào)節(jié)人，或許也不會是一個不可接受的做法。