Цифровой потолок: как алгоритмы усугубляют
экономическое неравенство

О дискриминации и предвзятости, связанных с использованием искусственного интеллекта, сказано немало — такой риск действительно существует. Однако ИИ играет в жизни общества все более важную роль, и это вызывает еще один побочный эффект — системное неравенство, обусловленное изменением самой сути работы. Мы боимся, что роботы отнимут наши рабочие места. Но что если люди, которым придется трудиться под управлением ИИ, фактически лишатся возможностей для карьерного роста и развития?

Классическая история успеха — это лидер, сделавший себя сам: выросший в скромных условиях и поднявшийся с должности курьера, продавца или фабричного работника до самого верха. Это куда сложнее, чем может показаться по голливудским фильмам, но все же в традиционных организациях у сотрудников была такая возможность. Чарли Белл, бывший CEO McDonalds, начинал с приготовления бургеров. Мэри Барра, президент и CEO General Motors, работала за конвейером. Даг МакМиллон, CEO Walmart, начинал в сортировочном центре.

Как вы думаете, сколько водителей Uber когда-либо получат шанс не то что возглавить компанию, а хотя бы стать рядовыми менеджерами? Сколько будущих членов правления Amazon сейчас разносят посылки или работают на складах? Многие ли повторят путь Апурвы Меты — миллиардера, основателя и CEO Instacart, который лично доставил первый заказ своей компании?

Их карьерному росту мешает «цифровой потолок». Он не имеет отношения к гендерной или расовой дискриминации — просто в организациях, которыми управляют ИИ-алгоритмы, младшие сотрудники и фрилансеры почти не взаимодействуют с коллегами.

Сейчас, когда люди работают под началом искусственного интеллекта, информация обычно распределяется иерархически: компания сама выбирает, какими данными делиться с сотрудниками. В классических службах такси водители открыто разговаривали друг с другом и с диспетчером — но когда вы работаете на Uber или Lyft, ваши взаимодействия определяет программа, призванная максимизировать эффективность и прибыль.

Трудиться под началом алгоритма — значит находиться под постоянным надзором и контролем. Если вы — один из миллионов курьеров, работающих в китайских сервисах Meituan или Ele.me, алгоритм будет следить, как быстро вы доставляете заказы, и штрафовать вас, если вы не успеете вовремя. За сотрудниками центров дистрибуции Amazon тоже внимательно смотрит ИИ: они должны ходить «со скоростью Amazon», которая описывается как «нечто среднее между шагом и бегом».

Работникам в гиг-экономике приходится думать не только о своем ИИ-начальстве, но и о коллегах-конкурентах. Например, жители Чикаго обнаружили рядом с сортировочными центрами Amazon и магазинами Whole Foods нечто странное — висящие на деревьях смартфоны. Кто их туда повесил? Курьеры-контрактники. Они стремились обойти конкурентов и первыми получить заказ — и подумали: если прицепить телефон на дерево около сортировочных центров, можно будет перехитрить алгоритм и принять 15-долларовый заказ на несколько секунд раньше остальных.

В последние десятилетия рынок труда существенно меняется. Он становится все более поляризованным: должности среднего уровня превращаются в низкоквалифицированные и доступные каждому, а вакансии высокого уровня требуют все более сложных навыков. Вероятно, кризис COVID-19 только ускорит этот процесс. С 1990 года за каждой рецессией в США следует восстановление без создания рабочих мест. Но сейчас, когда на рынок труда влияют ИИ, алгоритмы и автоматизация, может получиться еще хуже. Восстановление может идти по кривой, напоминающей по форме букву К: у тех, кто находится наверху, появится множество новых возможностей, а всем остальным станет только хуже.

Возникает новый цифровой разрыв: расширяющаяся пропасть между сотрудниками с опытом работы и доступом к высшему и менеджерскому образованию, с одной стороны, и всеми остальными — с другой. В одной из моих последних книг «The Algorithmic Leader», я рассматриваю особенно мрачный сценарий — расслоение общества на три класса: массы, которые работают под началом алгоритмов; привилегированный класс профессионалов, у которых есть навыки и способности разрабатывать и обучать алгоритмические системы; и небольшая сверхбогатая аристократия, которой принадлежат алгоритмические платформы, управляющие миром.

Уже появляется первый из этих классов — глобальные низкооплачиваемые рабочие, подчиняющиеся алгоритмам. Один из самых быстрорастущих стартапов Латинской Америки называется Rappi и представляет собой смесь Uber Eats, Instacart и TaskRabbit. Он работает в таких городах, как Богота и Мехико. Клиенты платят около $1 за заказ или $7 в месяц и получают доступ к широкой сети курьеров, которые доставляют еду, продукты и все что угодно. У Amazon тоже есть сервис Amazon Flex — неформальная сеть доставщиков, которые могут привезти заказ прямо к дверям клиента, передать из рук в руки на улице, положить в багажник или зайти в дом и сразу убрать продукты в холодильник.

В 1930 году в своей лекции «Экономические возможности для наших внуков» Джон Мэйнард Кейнс предсказал, что к 2030-му проблемы производства будут решены и всем всего будет хватать — но минус такой ситуации будет в том, что машины вызовут технологическую безработицу. Однако Кейнс не смог полностью предсказать текущую ситуацию — высокую технологическую безработицу, дополненную растущим неравенством.

Меняется структура не только кадров, но и компаний. Даже внутри организаций разрыв между топ-менеджерами и толпой сторонних временных работников будет только расти. Во всех сферах — в рознице, финансовых услугах, логистике и производстве — фирмами, использующими ИИ, управляет маленькая группа высокооплачиваемых сотрудников, которым помогает высокотехнологичная автоматика и неограниченное количество низкооплачиваемых фрилансеров на периферии.

Поляризация работы — только один аспект проблемы. Чего стоит действительно бояться, так это ловушки алгоритмического неравенства, вызванной циклами обратной связи. Если вы станете работником гиг-экономики и попадете в зависимость от задач, которые перед вами будет ставить смартфон, то алгоритмы не только лишат вас возможностей для развития или повышения, но и, вероятно, еще более усугубят вашу ситуацию. Это своего рода цифровая богадельня. Заработок и занятость нового низшего класса зависят от колебаний рынка — кроме того, представителей этого класса будут наказывать автоматические системы, определяющие доступ к социальным выплатам, кредитам, страхованию и здравоохранению — и даже устанавливающие тюремные сроки.

Но все же искать быстрых решений проблемы, которая пока полностью не проявилась, не стоит — тем более не следует переносить средства защиты работников из XX века в век XXI. Государства и регуляторы при поддержке популистских платформ и так атакуют ИТ-корпорации, стремясь помешать им уклоняться от налогов. Они хотят зарегулировать условия труда фрилансеров, ограничить сбор данных и даже ввести налог на роботов. Некоторые из этих идей вполне разумны, а другие пока непродуманны — или хуже того являются политическим маневром.

Чтобы решить проблему алгоритмического неравенства в долгосрочной перспективе, нужно не только вводить налоги и регуляции, но и создать более подходящую для XXI века образовательную систему. Перестроить образование будет непросто. Мало искать способы внедрить в учебную систему ИИ — нужно задаться вопросами: как научить людей использовать искусственный интеллект в своей карьере и как подготовить их к жизни, в которой необходимо постоянно учиться и адаптироваться?

Ключевую роль в этом могут сыграть бизнес-лидеры. Они должны не просто создать каналы для коммуникаций, обратной связи и карьерного роста для фрилансеров, находящихся на периферии их организаций, но и серьезно отнестись к теме постоянного образования и вовлечению сообщества. Так, AT&T переучивают половину своих кадров, а Cisco, IBM, Caterpillar, McKinsey и JPMorgan предлагают стипендии студентам и помогают местным школам разработать новые учебные планы. Это хорошие инициативы, но их недостаточно — не только для объединения общества, но и для того чтобы обеспечить разнообразие и гибкость завтрашних работников.

Нам нужен новый план — иначе ловушка алгоритмического неравенства будет видна не только в статистике доходов, но и невооруженным глазом: висящие с деревьев смартфоны, палаточные городки для бездомных и курьеры, разглядывающие летающих по небу дронов, которые неизбежно лишат их работы.

Об авторе

Майк Уолш (Mike Walsh) — автор книги «The Algorithmic Leader: How to Be Smart When Machines Are Smarter Than You» и CEO компании Tomorrow — глобального консалтингового агентства по разработке компаний для XXI века.