Компании экспериментировали с формами компьютеризированного контроля над работниками задолго до появления этого поколения ИИ. Часы, камеры и другие формы контроля были распространены уже более века, но эти подходы набрали обороты с появлением ИИ, предшествующего LLM, и особенно с использованием алгоритмов для контроля над работой и работниками. Вспомните гиг-работника, который надеется, что Uber обеспечит ему хороший поток клиентов, несмотря на низкий рейтинг от разгневанного пассажира, или водителя UPS, каждую минуту работы которого алгоритм проверяет на предмет того, был ли он достаточно эффективен, чтобы сохранить свою работу. Кэтрин Келлог из Массачусетского технологического института, а также Мелисса Валентайн и Анжель Кристин из Стэнфорда рассказали, чем эти новые виды контроля отличаются от прежних форм управления. Если раньше менеджеры располагали ограниченной информацией о том, чем занимаются работники, то алгоритмы всесторонне и мгновенно, используя огромные массивы данных из многих источников, отслеживают работников. Алгоритмы также работают в интерактивном режиме, направляя работников в реальном времени на выполнение любой задачи, поставленной компанией. Кроме того, они непрозрачны - их предвзятость и даже способ принятия решений скрыты от работников.
Профессор Уортона Линдси Кэмерон убедилась в этом на собственном опыте, когда в течение шести лет подрабатывала гиг-драйвером в рамках интенсивного этнографического исследования того, как работники справляются с алгоритмическим управлением. Вынужденные зависеть от алгоритмов Uber или Lyft при поиске работы, они прибегают к скрытым формам сопротивления, чтобы получить хоть какой-то контроль над своей судьбой. Например, водители могут опасаться, что конкретный водитель может поставить им более низкий рейтинг (тем самым снизив их будущий заработок), поэтому они убеждают водителя отменить поездку до того, как его заберут, возможно, утверждая, что водитель не видит потенциального места встречи. Но даже такие формы сопротивления не освобождают водителей от алгоритма, который контролирует, куда они едут, сколько зарабатывают и как проводят время.
Мы можем представить, как LLM могут усилить этот процесс, создав еще более всеобъемлющий паноптикон: в этой системе каждый аспект работы отслеживается и контролируется ИИ. ИИ отслеживает деятельность, поведение, результаты и итоги работы работников и менеджеров. ИИ ставит перед ними цели и задачи, распределяет задания и роли, оценивает их эффективность и соответствующим образом вознаграждает. Но, в отличие от холодного, безличного алгоритма Lyft или Uber, LLM может также предоставлять обратную связь и коучинг, чтобы помочь работникам улучшить свои навыки и производительность. Способность ИИ выступать в роли дружелюбного советчика может сгладить грани алгоритмического контроля, прикрыв коробку Скиннера яркой оберточной бумагой. Но главным все равно останется алгоритм. Если история прецедентна, то это вероятный путь для многих компаний.
Но существуют и другие, более утопичные возможности. Нам не нужно подчинять огромное количество людей машинным владыкам. Напротив, LLM могли бы помочь нам процветать, сделав невозможным игнорировать правду: большая часть работы действительно скучна и не имеет особого смысла. Если мы признаем это, то сможем обратить внимание на улучшение человеческого опыта работы.
В ходе опросов люди сообщают, что скучают на работе около 10 часов в неделю, что является шокирующе большим процентом времени. Хотя не вся работа должна быть захватывающей, огромная ее часть скучна без причины, и это, похоже, большая проблема. Мало того, что скука является одной из главных причин ухода людей из компаний, мы еще и совершаем безумные поступки, когда нам скучно. Одно небольшое исследование, проведенное среди студентов, показало, что 66 % мужчин и 25 % женщин предпочитают подвергнуть себя болезненному шоку, чем сидеть в тишине и от нечего делать в течение 15 минут. Скука заставляет нас причинять боль не только себе: 18 процентов скучающих людей убивали червей, когда им предоставлялась такая возможность (среди нескучающих людей таких было всего 2 процента). Скучающие родители и солдаты ведут себя более садистски. Скука - это не просто скука, она по-своему опасна.
В идеальном мире менеджеры тратили бы время на то, чтобы покончить с бесполезной и повторяющейся работой, которая приводит к скуке, и перестроить работу так, чтобы сосредоточиться на более интересных задачах. Однако, несмотря на многолетние советы по управлению, большинство официальных ритуалов, форм и требований сохраняются уже давно. Если люди не могут покончить с этой утомительной работой, то, возможно, это смогут сделать машины.