AIアルゴリズムの包囲とフードデリバリー業者の「ブレイクアウト」

AIアルゴリズムの包囲とフードデリバリー業者の「ブレイクアウト」

システムに閉じ込められた配達員たちは反撃している。

最近、海外のテクノロジーメディアWiredは、プラットフォーム企業がアルゴリズムを使用してフードデリバリーの配達員に、より迅速かつ効率的に作業するよう強制し、その結果、関連する交通事故が増加していると報じた。

困難に対処するため、彼らは行動を起こしている。一方では、WeChatグループなど、道路状況を共有するためのコミュニケーションと情報のチャネルを確立している。他方では、時間通りに納品できないことが分かっている一部の事業を集団で拒否している。

この報告書の意見は、HUANG HUI 氏と Zizheng Yu 氏の 2 人の学者のチームによるものです。前者はキングス・カレッジ・ロンドンの博士課程の学生で、以前は上海で6か月間アルバイトをしていた。後者はカーディフ大学の助手であり、関連する研究はメディア・インターナショナル・オーストラリア誌に掲載された。

図の説明: ライダーコミュニケーショングループ、Zizheng Yu の論文より

首都経済大学の馮向南氏も、于子正氏と同じ見解を共有している。同氏は社会発展研究誌に掲載された論文の中で、次のように述べている。「乗客はプラットフォームのコントロールを減らし、労働の自主性を追求し、ルールを合理的に利用し、積極的に協力と抵抗を行い、食事のルートや順番を自主的に選択し、「フロントエンドとバックエンド」を構築し、達成感とアイデンティティの認識を求めることで、自らの主体性を維持している。」

同時に、Wiredの報道によると、事故に巻き込まれた乗客については、プラットフォームはシステムから乗客を完全に削除し、注文データは不可解な形で消えてしまうとのことだ。この主張は、セルフメディア「易曦」の調査レポートから引用されている。「私たちは配達員を募集し、潜入調査を行い、1,907件の判決を読み、ついにフードデリバリープラットフォームの進化の歴史をまとめ上げた。」

中国では、柔軟な就業形態で働く人が2億人おり、国内の労働力の約4分の1を占め、サービス層(食事の注文)は約4億6,900万人と報告されています。柔軟な雇用グループは、おそらく「日没産業労働者」と遠隔地の「移民労働者」から来ていると思われます。フードデリバリーのような柔軟な雇用形態は、アルゴリズム以外には誰もコントロールできず、仕事に柔軟性と自律性があるため、彼らにとっては起業のようなものなのです。

ワイアードは、これらのグループの権益を保護するため、政府が「インターネット情報サービスアルゴリズム推奨管理規則」を公布し、3月1日に施行したと報じた。その条項の1つは、労働者が労働報酬、休息、休暇などの合法的な権利を取得し、プラットフォームの秩序配分、報酬構造と支払い、労働時間、賞罰などの関連アルゴリズムを確立および改善することを規定している。同時に、政府はアルゴリズムのメカニズムを深く分析し、アルゴリズムを「公平で透明」なものにするための専門評価チームも設置する予定である。

1. AI プラットフォームは労働プロセスをどのように制御しますか?

昨年、北京大学の博士研究員である陳龍氏は5か月半の配達業務を経験し、その後、自身の業務経験について「『デジタル管理』下の労働秩序* ― フードデリバリー配達員の労働管理に関する研究」と題する論文を執筆し、プラットフォームが配達員を管理するプロセスと手段を明らかにした。

この論文では、AIとその背後にいる人々が、制御とデジタル制御を再分配することで労働プロセスを「最適化」していると述べられている。

配達員のワークフローは、店舗に行く – 食べ物を受け取る – 配達するというものです。ライダーの GPS 位置と配達時間はプラットフォームと消費者によって監視され、プラットフォームは消費者の評価に基づいてライダーに報酬を与えたり罰を与えたりします (仮想ポイントと実際のボーナス)。

ライダーの作業プロセス中、プラットフォーム システムはライダーの作業をガイドする責任を負い、消費者はライダーの作業を評価する責任を負い、プラットフォーム システムは最終的にライダーに報酬を与えるか罰を与える責任を負います。

そのため、インターネットプラットフォーム業界では、プラットフォームシステムや消費者の介入につながる管理権の再分配により、プラットフォーム企業が労使関係や使用者責任から脱却しやすくなる。

デジタル制御レベルでは、プラットフォームは 2 つの角度からデータを収集します。1 つは乗客向けで、スマートフォンの GPS 測位システム、Bluetooth、携帯電話のセンサーを通じて動作状態を特定します。もう 1 つは商店と消費者向けで、住所、階数、食事の配達時間、注文の重量、量、消費者の嗜好などに関するデータを収集します。

プラットフォームは上記のデータに基づいてライダーを管理します。注目すべきは、自動化生産における「数値制御」は公開されているが、プラットフォーム システムの「デジタル制御」のプロセスは秘密であるということです。これは、データの収集とデータ結果の使用のプロセスが秘密であるためです。

2. 労働者は AI プラットフォームにどのように反応しますか?

論文「人工知能時代のインターネットプラットフォームの労働プロセスに関する研究* ― プラットフォームの食品配達員を例に」の中で、研究者の馮向南氏と詹静氏は労働者の対策を明らかにした。

前述のように、ルートやシーケンス、「フロントエンドとバックエンド」の構築、達成感やアイデンティティの認識などの方法は、プラットフォームのコントロールを減らし、労働の自律性を追求し、自分の主体性を維持することができます。

著者はこう述べている。「ライダーたちの抵抗と闘争は限定的であり、受動的抵抗の試みの特徴を示していた。」極端な状況でのみ、ライダーは自らの権利を守り戦うために率先して行動します。

受動的な抵抗の試みには、異常の報告、配達時間の延長、プラットフォームのルールを利用して注文を転送すること、プラットフォームの苦情処理メカニズムを通じて権利を保護することなどが含まれます。その中で、控訴は単なる形式的な権利に過ぎないため、役に立たないことが多い。

積極的な協力と抵抗の面では、ライダーたちは互いに助け合い、「足で投票(辞任、辞める)」し、自分たちの権利を積極的に守ろうとします。問題を解決するために法的措置を取るのは極端なケースに限られ、ライダーにとっては無力な選択となる場合が多いです。

Zizheng Yu 氏の論文からの画像

この論文では、ピアアシスタンスは弱い抵抗として定義されています。ライダーは通常、ステーションに基づいて独自のWeChatグループを立ち上げます。 WeChatグループでは、配達員同士が、食べ物の配置方法、ルートの計画方法、良いレビューの依頼方法など、フードデリバリーのスキルを交換できる。上記の内容のコミュニケーションを通じて、ライダー同士が相互に助け合い、配達効率の向上と否定的なレビューの削減を実現します。

柔軟性の低い人工知能技術に直面しても、ライダーは依然として自身の経験の蓄積と思考に頼ってルートを計画し、配達プロセス中に独立した選択を行うだろうということは言及する価値がある。個人にとって最大の害は、本当の感情を抑圧することです。

「私たちは食品配達業を営んでおり、苦労や疲労、屈辱を味わっています。すべて私たちの責任です。食べ物がこぼれたり、間違った場所に配達されたりした場合は、私たちの責任です。たとえば、食べ物がこぼれたとしても、それは私があなたのために買ったものです。私に文句を言わないでください。もし文句を言ったら、私はあなたのお金を差し引きます。(20180710Y1 - 005)」

配達中、配達員はプラットフォームの規則を遵守し、顧客に親切に食事を届けなければなりません。また、顧客から叱られたり暴言を吐かれたりした場合は、自制して謝罪し、本当の感情を抑えるように努めなければなりません。そうしないと、乗客は顧客から苦情を言われ、特典やサービスポイントを失い、罰金を科せられる可能性があります。

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

<<:  戦争におけるAI:ウクライナはロシア軍兵士を「調査」するために顔認識を使用しているが、これは単なる子供の遊びだ

>>:  適切な機械学習アルゴリズムを簡単に選択

ブログ    
ブログ    
ブログ    

推薦する

人工知能はまだ長い道のりを歩んでいる

過去2年間で、「スマートホーム」はほぼすべての家電メーカーが必ず話題にし、自社製品になくてはならない...

はい、純粋なSQLクエリステートメントでニューラルネットワークを実装できます。

[[229220]]よく知られているように、SQL は、開発者が大量のデータに対して効率的な操作を...

AI チップ: なぜそれほど重要なのか?

周りを見渡せば、人工知能がいかに重要になっているかがわかるでしょう。顔認識カメラでも音声アシスタント...

小さなバッチがディープラーニングの一般化を高める理由

バッチ サイズは、機械学習における重要なハイパーパラメータの 1 つです。このハイパーパラメータは、...

「ビッグモデルは基本的に2つのファイルです!」テスラの元AIディレクターが一般向けに1時間にわたるLLMポピュラーサイエンスを披露

テスラの元AIディレクター、アンドレイ・カルパシー氏の新しいチュートリアルが話題になっている。今回、...

AI 実践者が習得する必要がある 10 種類のディープラーニング手法: バックプロパゲーション、転移学習、勾配降下法...

機械学習への関心は過去 10 年間で爆発的に高まりました。ほぼ毎日、さまざまなコンピューターサイエン...

AI+サイエンス: PaddlePaddle をベースにした AlphaFold2 でタンパク質構造予測を実現

1958 年、FHC クリックは、生物学における重要なセントラルドグマである DNA -> R...

Google、異常ケース検出のターンアラウンド時間を28%短縮できるAIシステムを開発

最近、Google チームのもう一つの主要な研究成果が Nature 誌に掲載されました。研究成果は...

AI実践者の意見:ディープラーニングは強力だが、過大評価してはいけない

AlphaGOとイ・セドルの人間対機械の戦いにより、ディープラーニングという言葉が再び人気を集めてい...

アルゴリズミア:人工知能は2021年に主流になる

1月6日、海外メディアの報道によると、新型コロナウイルス肺炎流行の影響により、企業内での人工知能技術...

...

人工知能は創意工夫を駆使して古い映画を修復し、色あせた記憶を蘇らせる

ここ2日間、「北京の古い街並みの復元」に関するビデオがインターネット全体を席巻している。 100年前...

AIを使って株取引で不正行為をしよう!この世代のプログラマーは本当に楽しみ方を知っている

ディープラーニングを使用して株価を予測することは、以前は少し神秘的に思えたかもしれませんが、新しいこ...

新しい調査によると、アメリカ人の48%は自動運転車に乗りたくないと考えている。

自動運転の開発は本当に難しいです。この困難は技術的な難しさだけでなく、人々の直感的な不信感によっても...

PyTorch 1.0 プレビューがリリースされました: Facebook の最新のオープンソース AI フレームワーク

Facebook は、人工知能プロジェクトで独自のオープンソース AI フレームワーク PyTorc...