כשהבוס הוא אלגוריתם / צילום: shutterstock
בשנים האחרונות, אנו עדים לעלייתה של דמות חדשה לתפקיד המנהל, כזו שאינה מתעייפת לעולם, שיכולה לשלוט ביד רמה ובמוטת שליטה של מאות אלפי ואף מיליוני עובדים, כשהיא יודעת להתאים טיפול מותאם אישית לכל עובד ועובדת. אם תגידו שכל זה נשמע לכם לא אנושי - אתם צודקים בהחלט. ברוכים הבאים לעידן הניהול האלגוריתמי, שבו המחשב הופך להיות המנהל הישיר של העובד.
על פי לי ושות' (2015), ניהול אלגוריתמי הוא השם לרכיבי תוכנה המיושמים בארגונים ולתהליכים הארגוניים שמשמשים לצורך השגחה ושליטה של החברה על מספר עובדים גדול ובהיקף גבוה ומשתנה.
אחד מתחומי העבודה הראשונים שמימשו זאת באופן מקיף הוא תחום ההיסעים החכמים, עם חברות הענק Uber ו-Lyft, וכן חברות השילוח כגון Wolt ו-Grubhub, שבהן העובדים (שברוב המוחלט של המקרים אינם מועסקים כשכירים), אינם מכירים שום "בוס" אחר, למעט האלגוריתמים שבאפליקציה, אשר מעניקים להם את הבונוסים מחד ומענישים אותם על עבודה לא איכותית מאידך.
החברה יודעת, הנהג נותר באפלה
רוזנבלט וסטארק (2016) ביצעו עבודת שטח של תשעה חודשים, שבהם צפו בעבודתם של עובדי אובר, והבחינו שיחסי השליטה בין אובר לעובדיה מבוססים על שני מאפיינים מרכזיים. הראשון הוא א-סימטריית מידע גבוהה. כלומר - הבדל משמעותי בין מה שהחברה יודעת על סביבת עבודתו של הנהג ומה שהנהג עצמו מודע אליו. בחברת אובר לדוגמה, החברה מודעת לבקשות הנוסעים ולכמות הנהגים המחוברים למערכת, והיא זו שמחשבת את ההתאמות ואת המחיר, בעוד שהנהג נותר באפלה.
אם בעבר, בתחנת המוניות, הכרת את מנהל התחנה ויכולת לנסות לכל הפחות להבין את המצב ולבקש לקבל נסיעות מסוימות, נהגי אובר מתמודדים עם מערכת אטומה יחסית מבחינתם. למערכת מסוג זה יש פוטנציאל לייצר מערך הוגן יותר של חלוקת עבודה, אך בפועל במקרים רבים נהגים שאינם מבינים את המערכת מרגישים מרומים על ידה.
הגורם השני שזיהו החוקרים הוא שימוש בשפה שדווקא מציגה מעין סימטריה ביחסי הכוחות שבין הנהלת אובר לנהגים. אובר אינה מעסיקה, ולכן אינה מדברת בשפה של יחסים היררכיים, אלא מתייחסת לנהגים כמשתמשים בפלטפורמה, בדיוק כמו משתמשים בפייסבוק או בגוגל. מחלקת השיווק של החברה אף מתייחסת אליהם פעמים רבות כשותפים ובכך נוצר שיוויון מזויף, שמשרת את חוסר הרצון של אובר להיות המעסיק של נהגיה, אך מצד שני מתכחש ליחסי הכוחות הא-סימטריים שבין החברה לנהגים.
מולמן וזלמנסון (2017) המשיכו לבחון את המתחים שחווים נהגים בעבודתם תחת ניהול אלגוריתמי, והתמקדו באופן בו הם מגיבים לא-סימטריה זו ביחסי הכוחות. הם זיהו שהנהגים משתמשים בשלוש טכניקות מרכזיות. הראשונה היא התנגדות לביצוע פעולות מסוימות, כמו לקיחת נוסע, או הסכמה לנסיעה שיתופית (שבה הנוסע מתחלק עם עוד נוסעים בהסעה, אך הנהג מקבל סכום פחות עבור כל נוסע).
החברות נלחמות בהתנגדות זו על ידי מתן נקודות רעות לנהגים על אי ציות והשעיה כאשר מספר הנקודות גבוה, אך בפועל נהגים רבים לוקחים את הסיכון בתקווה להשיג נסיעות רווחיות יותר.
משחקים משחק כפול
הטכניקה השנייה שנוקטים הנהגים היא מעבר בין מתחרים, כלומר - הפעלת כמה אפליקציות במקביל, באמצעות מכשירים סלולריים נוספים. בכך ממקסמים הנהגים את הסיכוי לקבלת נסיעות בכל זמן פנוי. החברות מתנגדות לאופן פעולה זה, שעלול גם לסכן את הנוסעים בשל התעסקות מסוכנת בזמן נהיגה, אך הנהגים, שאינם רואים עצמם חלק משום חברה, אינם מרגישים שהם אמורים לציית לנהלים אלו.
הטכניקה השלישית היא ניסיון לפצח את הדרך בה האלגוריתם עובד ולנסות לנצח אותו. אחת הדרכים לעשות זאת היא תיאום שביתות יזומות באזורים מסוימים של העיר, דבר הגורם לאלגוריתם להקפיץ את מחירי הנסיעה ולייצר הכנסה גבוהה יותר לנהגים.
במאמר המשך מולמן, זלמנסון, הנפרידסון וגרגורי (2021) זיהו שהן הנהגים והן הנהלת החברה משחקים משחק כפול באופן אופורטוניסטי. ההנהלה מפעילה את האלגוריתמים כשדכנית בין היצע לביקוש, אך גם כדי להשיג כוח היררכי של שליטה המאפיין חברות מסורתיות. הנהגים מתנגדים אף הם בשני אופנים. הם נוקטים שיטות המאפיינות את עולם ההעסקה המסורתי - כמו עיצומים או תביעות בבתי הדין לעבודה, ובמקביל מנסים להונות את האלגוריתם ולסטות מעקרונות התפעול של החברה.
עולם ההיסעים והשליחויות וחברות כגון אובר וולט הם אמנם המאמצים הראשונים של טכניקה ניהולית זו, אך עם השינויים בשוק העבודה וכן עליית אפשרות העבודה מרחוק, ארגונים רבים שוקלים אימוץ טכנולוגיות שנותנות לאלגוריתמים יכולות פיקוח ושליטה על העובדים.
קשה להסיק כיצד ניהול אלגוריתמי ישפיע על עובדים בסביבה שבה הם מועסקים באופן פורמלי ואף מכירים אישית את הקולגות ואת ההנהלה, אך יש במחקרים אלו כדי לרמוז על הכיוון.
Lee, M. K., Kusbit, D., Metsky, E., & Dabbish, L. (2015, April). Working with machines: The impact of algorithmic and data-driven management on human workers. In Proceedings of the 33rd annual ACM conference on human factors in computing systems (pp. 1603-1612).
Möhlmann, M., & Zalmanson, L. (2017, December). Hands on the wheel: Navigating algorithmic management and Uber drivers’. In Autonomy’, in proceedings of the international conference on information systems (ICIS), Seoul South Korea (pp. 10-13).
Möhlmann, M., Zalmanson, L., Henfridsson, O., & Gregory, R. W. (2021). Algorithmic Management of Work on Online Labor Platforms: When Matching Meets Control. MIS Quarterly , 45 (4).
Rosenblat, A., & Stark, L. (2016). Algorithmic labor and information asymmetries: A case study of Uber’s drivers. International journal of communication , 10 , 27.