引言

人工智能的創(chuàng)造、偽裝與擺脫

縱觀歷史，技術(shù)以各種方式塑造了工作。數(shù)字技術(shù)不斷為不同類型的工作帶來種種變革，這個過程將隨著人工智能和自動化應(yīng)用的日益增加而進一步深化。到目前為止，人工智能已經(jīng)在人員招聘、管理、解聘等方面得到應(yīng)用，但是人們還不太了解人工智能對勞動過程、勞動者以及管理者會產(chǎn)生哪些更廣泛的影響。雖然大多數(shù)平臺借助人工智能來規(guī)劃工作、管理并控制勞動者，但有關(guān)這些過程在實踐中如何運作的經(jīng)驗研究并不多。

目前，學(xué)界在探討人工智能和自動化時主要存在兩個問題。第一個問題是，有觀點認為二者介入勞動過程的程度史無前例。機器一直以來致力于實現(xiàn)部分勞動過程的自動化以提高勞動者的產(chǎn)出，其歷史遠比自動駕駛汽車或自動化倉庫揀選機悠久。由此引出第二個問題，即外界對自動化的理解往往呈現(xiàn)出二元性：要么實現(xiàn)自動化，要么不實現(xiàn)自動化。人們因此更關(guān)注機器（例如新型自動駕駛汽車的效率如何），而不是自動化對工作和勞動者的實際影響。自動化主要用于增強勞動過程，它不是非此即彼的關(guān)系�！霸鰪姟保╝ugmentation）一詞通常意為“改進、提高”，但本書打算挑戰(zhàn)這一定義本身乃至整個概念。雖然自動化和機械增強有助于改善勞動者的生活，但是在新自由資本主義（neoliberal capitalism）的背景下，學(xué)界普遍認為技術(shù)將簡化工作并提高組織效率，而不是產(chǎn)生后續(xù)各章討論的危險和風(fēng)險。

在討論這些挑戰(zhàn)時，本書收錄的12篇文章，從3個方面剖析人工智能、自動化與工作的問題。第一部分探討“創(chuàng)造”人工智能，主要內(nèi)容包括：人工智能的發(fā)展和應(yīng)用（例如在人力資源決策方面的應(yīng)用）；勞動者因為充當(dāng)訓(xùn)練人工智能數(shù)據(jù)集的“人工智能訓(xùn)練師”而成為機器的資源；就勞動者在工作場所的定位而言，勞動者似乎不是直接與機器競爭，就是聽命于具有管理者身份的機器；以及軟件開發(fā)人員的工作。第二部分探討“偽裝”人工智能，即人工智能越來越頻繁地被用作掩蓋管理決策過程和責(zé)任的障眼法。第三部分探討“擺脫”人工智能，即圍繞人工智能和自動化實踐構(gòu)建的系統(tǒng)，著眼于正處于發(fā)展初期的和未來可能出現(xiàn)的勞動者抗?fàn)帯?

在數(shù)字化工作研究中，有關(guān)平臺工作和零工工作的經(jīng)驗研究與理論研究（參見本書編輯在這一領(lǐng)域的研究：Woodcock and Graham，2019；Moore and Joyce，2019）已取得重要進展，也影響到英國的《泰勒報告》（Taylor 2017）等政府政策。除這些批判性介入外，算法治理和人工智能增強工具如今被越來越多地用于對勞動者做出決策，也頻繁見于外賣送餐和共享出行之外的其他工作。了解在實踐中運用人工智能的方法以及抵制人工智能的手段，成為勞動者和研究者愈發(fā)關(guān)注的內(nèi)容。針對這些迅速出現(xiàn)的問題展開討論迫在眉睫，本書從3個方面剖析人工智能，為討論奠定了基礎(chǔ)。根據(jù)肖莎娜·祖波夫（Shoshana Zuboff）的推測（2015：82），問題不在于社會發(fā)展沒有跟上技術(shù)發(fā)展，而在于掌握先進技術(shù)的用戶（包括積極進取的跨國公司、政府以及其他公共/個人行動者）：一方面，這些用戶與對手展開逐頂競爭，通過大舉投資人工智能的研發(fā)來分析勞動者；另一方面，它們與對手展開逐底競爭，通過尋求新穎、具有創(chuàng)新性的方式來盡可能地降低工資和勞動者的代表性。

第一部分：“創(chuàng)造”人工智能

本書第一部分主要探討人工智能的“創(chuàng)造”及其在工作場所的應(yīng)用，收錄的5篇文章從過程、決策、變革動力等方面進行論述。

第1章拋出“今天的智能勞動者何在？”這個問題，菲比V. 穆爾根據(jù)自己之前對量化自我所做的研究展開討論。穆爾從兩方面分析了這個問題，一是人們期待機器具備哪種智能，二是新一代智能勞動者的智能會因此受到哪些影響。第1章不僅介紹了這些智能勞動者面臨的后果和所能采取的抗?fàn)幨侄�，還討論了機器對自動化和工作場所監(jiān)控會產(chǎn)生哪些復(fù)雜的影響。

第2章主要討論推動人工智能發(fā)展、押注人工智能未來的行動者，并分析使人工智能“夢想成真”所需的大量投資（包括資本和勞動力）。托尼·普魯格（Toni Prug）和帕什科·比利奇（Paško Bili?）采用馬克思主義的觀點方法進行分析，首先聚焦于促進人工智能投資的資本積聚和資本集中問題。兩人特別指出，雖然人工智能有望成為應(yīng)用前景廣闊的共性技術(shù)，但尚未兌現(xiàn)所承諾的結(jié)果。接下來，第2章討論了資本既依賴高技能和高收入的勞動力從事軟件開發(fā)，又依賴日益隱藏和全球分散的勞動力訓(xùn)練機器學(xué)習(xí)算法。結(jié)合資本主義生產(chǎn)矛盾的背景，普魯格和比利奇隨后分析了人工智能發(fā)展缺乏有效監(jiān)管的問題。這種分析的優(yōu)勢在于通過人工智能的融資和生產(chǎn)來追溯權(quán)力與剝削的關(guān)系，指出當(dāng)前人工智能的未來看似由資本主導(dǎo)，事實卻未必如此。

第3章運用馬克思主義勞動過程理論的方法剖析外賣平臺使用的算法，并根據(jù)經(jīng)驗證據(jù)著重論述勞動者受到算法管理的體驗。本杰明·赫爾（Benjamin Herr）指出：“為約束并控制勞動，資本主義勞動過程會有意識地構(gòu)建和實施算法�！钡�3章圍繞外賣騎手（配送員）的工作體驗展開討論，提醒人們迫切需要關(guān)注實踐中的技術(shù)問題。以“自由的錯覺”（Waters and Woodcock，2017）這一論據(jù)為基礎(chǔ)，赫爾分析了算法的運作和騎手對算法的體驗。如果希望從批判的角度分析外賣工作，就必須理解算法如何在實踐中發(fā)揮作用。畢竟正如赫爾所言，把勞動者組織起來以提高議價能力的出發(fā)點是為了勞動者的權(quán)益，而且應(yīng)該從“（他們）對工作的認知以及工作中應(yīng)用的技術(shù)”入手。第3章為后續(xù)章節(jié)討論勞動者的抗?fàn)幝裣路�筆，給接下來的內(nèi)容提供了重要背景。

第4章聚焦生產(chǎn)和消費之間的重疊，以此為基礎(chǔ)剖析數(shù)字技術(shù)產(chǎn)生的影響。愛德華·穆勒（Eduard Müller）首先回顧“產(chǎn)消者”（prosumer）的相關(guān)討論，思考如何在數(shù)據(jù)驅(qū)動監(jiān)控的背景下推廣這些討論。尤其值得注意的是，第4章重拾皮埃爾·布爾迪厄（Pierre Bourdieu）提出的“慣習(xí)”（habitus）概念，并根據(jù)監(jiān)控資本主義賦予其新的內(nèi)涵，將其運用到組織環(huán)境中。穆勒因此指出，平臺技術(shù)使工作和休閑變得越來越難以區(qū)分。數(shù)字化方面的研究往往把權(quán)力問題擺在突出位置，這一點在米歇爾·福柯（Michel Foucault）的理論中尤為明顯。而穆勒認為，通過解構(gòu)消費者的慣習(xí)（它在組織中扮演著越來越重要的角色），今后的研究可以從布爾迪厄的觀點中得到啟發(fā)。慣習(xí)的商品化代表未來研究的一個重要方向，學(xué)界因而得以從批判的角度進一步理解數(shù)字化的變化關(guān)系。

第5章再次把注意力轉(zhuǎn)向數(shù)據(jù)，重點探討應(yīng)用于工作場所的人力資本分析（people analytics）。在漫長的控制歷史中（無論是工作還是其他方面），人力資本分析代表“控制未來”的嘗試，把新的治理術(shù)引入其中。烏韋·沃姆布什（Uwe Vormbusch）和彼得·凱爾斯（Peter Kels）首先從批判的角度研究人力資本分析，指出這種分析方法利用自動化和算法來篩選、分析并處理數(shù)據(jù)。兩位學(xué)者討論了人力資本分析可能應(yīng)用在人力資源管理的哪些環(huán)節(jié)以改變工作中的決策，然后繼續(xù)探討預(yù)測性人力資本分析目前的實施情況。沃姆布什和凱爾斯指出，由于包括勞動者和管理者在內(nèi)的用戶不了解自動化決策的過程，因此很難理解或質(zhì)疑這些決策。第5章主要討論預(yù)測性人力資本分析的局限性，特別指出這種分析方法涉及社會正�；�和強制，卻對工作方式的多樣性視而不見。兩位學(xué)者認為，經(jīng)濟權(quán)力由于這些實踐而集中在新興的數(shù)據(jù)專家階層，從而可能引發(fā)勞動者抗?fàn)幓驀乐氐姆�律挑�?zhàn)。

第二部分：“偽裝”人工智能

本書第二部分著眼于“偽裝”人工智能的相關(guān)問題，圍繞算法和自動化的局限性展開討論。尤其值得注意的是，已有資本假裝應(yīng)用人工智能的先例，其目的往往是博人眼球或贏得使用這種“高大上”技術(shù)的贊譽，而幕后實際上仍活躍著勞動者的身影。因此，第二部分相當(dāng)于通往人工智能希望之路盡頭的短暫之旅，由此拉開了當(dāng)代學(xué)界對人工智能主張的帷幕。

第6章主要討論如何在零工經(jīng)濟中爭取勞動者的同意。呂卡·佩里格（Luca Perrig）借鑒了針對瑞士本地外賣平臺開展的經(jīng)驗研究，他進入5家主要的外賣平臺擔(dān)任騎手達6個月之久，并采訪了幾十位騎手和平臺經(jīng)理，還前往平臺經(jīng)理的辦公室開展了為期1個月的民族志調(diào)研。根據(jù)這些詳細的經(jīng)驗數(shù)據(jù)，佩里格再次提出布洛維（Burawoy，1979）以及其他學(xué)者提出的問題：勞動者為什么會努力工作？佩里格從對平臺模式的批評入手來分析這種模式在實踐中面臨的挑戰(zhàn)�？紤]到外賣騎手大多數(shù)是自雇者，佩里格認為這種不穩(wěn)定性不利于爭取騎手的同意，這個問題由于平臺工作對在線交流的依賴性而進一步復(fù)雜化。第6章從這些挑戰(zhàn)落筆，令人耳目一新。以平臺模式如何運作而不是資本的勝利為切入點，這一章對于平臺綜合運用差異化配送費、游戲化（gamification）、信息控制等手段來實現(xiàn)管理職能的自動化著墨甚多。三種手段都是為了盡可能提高騎手的接單率。佩里格并不認為算法已經(jīng)解決了這些問題，他探討了作為市場中介的平臺能發(fā)揮哪些作用，分析了平臺如何利用自動化來影響市場。

第7章致力于重新審視勞動過程理論中技術(shù)變遷與勞動自主性之間由來已久的爭論。比阿特麗斯·卡薩斯·岡薩雷斯（Beatriz Casas González）聚焦德國制造企業(yè)的兩個經(jīng)驗性案例研究（作為研究對象的兩家企業(yè)分別來自電子行業(yè)和通信技術(shù)行業(yè)），探討技術(shù)中介如何影響勞動者的控制感。岡薩雷斯發(fā)現(xiàn)技術(shù)主要有兩方面影響：一方面，新技術(shù)被納入直接勞動控制策略，從而限制了勞動者的決策和行動范圍；另一方面，技術(shù)作為控制策略的組成部分，依賴勞動者的能動性。這些不同的變革動力存在于同一工作場所，可能引發(fā)矛盾和壓力，勞動者不得不自行解決，但他們并不認為自己的工作會因此受到更多控制。由此引出如何理解技術(shù)中立的重要問題。第7章強調(diào)，無論是了解當(dāng)今資本統(tǒng)治的再生產(chǎn)如何運作還是如何打破資本統(tǒng)治，掌握技術(shù)如何影響勞動者的控制感都很重要。

第8章聚焦自動化能否獲得客戶信任的問題，圍繞智利銀行業(yè)一個豐富的案例研究展開討論，包括長達13年的勞動力市場數(shù)據(jù)、36次訪談以及為期8年的民族志調(diào)研。喬治·博卡多（Giorgio Boccardo）的注意力集中在智利銀行業(yè)的勞動過程，后者與其他國家銀行業(yè)的勞動過程有相似之處。他從銀行業(yè)內(nèi)部技術(shù)變遷的長期趨勢入手探討自動化問題，然后把銀行業(yè)勞動過程的特異性放在實踐中進行分析。第8章重點討論了自動化在銀行與客戶之間生產(chǎn)和再生產(chǎn)信任方面的界限和局限性，揭示出自動化在實踐中的復(fù)雜性。博卡多指出，應(yīng)該將自動化置于現(xiàn)有的權(quán)力關(guān)系中，如果工會可以改變這些關(guān)系，就能為自動化帶來積極的結(jié)果。

第三部分：“擺脫”人工智能

本書第三部分探討“擺脫”人工智能的相關(guān)問題，討論重點轉(zhuǎn)向勞動者為抵制工作中使用的算法和自動化而采取的新手段。第三部分之所以被冠以“擺脫”之名，是為了提醒讀者注意勞動者為抵制技術(shù)而進行的漫長且復(fù)雜的斗爭。這部分收錄的文章并沒有沿襲“搗毀機器”（machine breaking）的老套路，而是致力于探討勞動者如何抵制新的生產(chǎn)關(guān)系。抵制生產(chǎn)關(guān)系可能與抵制技術(shù)直接有關(guān)，但也不能忽視勞動過程中對管理的廣泛抵制。第三部分各章以前兩部分的論點為基礎(chǔ)，圍繞構(gòu)建這些技術(shù)的方式以及它們在實際應(yīng)用中出現(xiàn)的“偽造”方面的差距展開論述。本書由此過渡到勞動者的斗爭——既包括他們的抗?fàn)幨侄危�也包括他們在新環(huán)境中重塑自身條件的方法。

第9章主要討論平臺配送工作，亞當(dāng)·巴杰（Adam Badger）從這類工作的悠久歷史入手來研究如何運用各種技術(shù)管理配送勞動過程。配送工作的平臺化既源于人工智能技術(shù)的發(fā)展，也源于股東投資的利益。巴杰根據(jù)斯?fàn)柲崛�克（Srnicek，2017）對平臺資本主義的分析來解構(gòu)平臺，通過自己深入英國倫敦配送行業(yè)一線開展的民族志調(diào)研進行批判性分析。他比較了兩家互為競爭對手的配送平臺，強調(diào)數(shù)據(jù)生成對商業(yè)模式的重要性。田野調(diào)查的結(jié)果顯示了配送員如何應(yīng)對勞動過程中的矛盾：為盡可能增加收入，他們往往會選擇“應(yīng)用多開”（multi-apping），即注冊多個不同的平臺并同時登錄。巴杰指出，既要注意罷工和抗議活動中存在的明顯抗?fàn)�，也要注意勞動者在日常工作中質(zhì)疑算法的微觀實踐。

第10章結(jié)合勞動過程理論和人機交互的見解進行討論。有關(guān)監(jiān)視和自我跟蹤的許多批判性論述著眼于技術(shù)如何增強勞動過程的管理，而瑪爾塔·E. 切基納托（Marta E. Cecchinato）、桑迪·古爾德（Sandy Gould）與弗雷德里克·哈里·皮茨（Frederick Harry Pitts）致力于思考數(shù)據(jù)采集、聚合與管護是否存在新的集體實踐。因此，三位學(xué)者討論能否“擺脫”技術(shù)的初始用途，代之以可能具有解放性質(zhì)的用途。討論內(nèi)容不僅包括技術(shù)的各種管理用途，也包括自我跟蹤的個性化用途。第10章還剖析了“逆向監(jiān)視”（sousveillance）的概念，可以視其為一種自下而上的倒置監(jiān)視，即勞動者監(jiān)督管理者，而不是管理者監(jiān)督勞動者。

第11章聚焦送餐工作的勞動過程。海納·海蘭（Heiner Heiland）和西蒙·紹普（Simon Schaupp）采用以下手段開展研究：作為外賣平臺戶戶送（Deliveroo）和食速達（Foodora）的騎手在德國6座不同城市進行了為期8個月的參與式觀察；對7座不同城市的騎手進行了47次訪談；開展在線調(diào)查；分析論壇和聊天群的內(nèi)容。兩位學(xué)者收集的數(shù)據(jù)表明，雖然平臺致力于完全控制勞動過程并實現(xiàn)騎手的原子化，但是從騎手的角度來看，平臺的企圖并未得逞。騎手之間通過面對面交流和在線交流工具保持經(jīng)常性聯(lián)系，兩位學(xué)者認為這些交流形式奠定了團結(jié)和集體行動的基礎(chǔ)。為抵制原子化，騎手們已經(jīng)掌握了在勞動過程中自組織的方法。海蘭和紹普指出，交流本身不足以培養(yǎng)集體團結(jié)。在實踐中，集體斗爭源自勞動者的自組織和激進的工會，更傳統(tǒng)的工會隨后才開始介入。針對人工智能已經(jīng)可以解決勞動過程中的資本控制問題，第11章自始至終對此持批判態(tài)度。

第12章致力于梳理外賣平臺的算法管理與抗?fàn)帉嵺`之間的關(guān)系。喬安娜·布羅諾維卡（Joanna Bronowicka）和米蕾拉·伊萬諾娃（Mirela Ivanova）對德國柏林的戶戶送和食速達騎手進行了深入的田野調(diào)查，根據(jù)收集的數(shù)據(jù)分析騎手如何“擺脫”算法。在兩人看來，算法管理給騎手的勞動過程帶來了3種額外的壓力，即信息隱瞞、反饋機制缺失、依賴數(shù)據(jù)的績效控制方法。勞動過程中的這些緊張關(guān)系使作為研究對象的外賣騎手發(fā)展出一系列抗?fàn)帉嵺`：第一，他們試圖“猜測算法”以理解平臺所做的決策，猜測過程成為騎手們共同參與的集體過程；第二，他們設(shè)法“鉆系統(tǒng)的空子”以規(guī)避算法規(guī)則；第三，他們對工作進行重構(gòu)，在管理者（或算法）的視線之外尤其容易產(chǎn)生集體不滿；第四，他們通過集體抗議和罷工直接質(zhì)疑算法決策過程。