算法正在加剧经济不平等

算法歧视和偏见的风险受到了极大的关注和审查，这是理所当然的。然而，我们这个日益由人工智能驱动的社会还有另一个更隐蔽的副作用-工作本身性质的变化造成的系统性不平等。我们担心未来机器人会取代我们的工作，但如果很大一部分劳动力最终从事的是算法管理的工作，前途渺茫，晋升的可能性微乎其微，会发生什么呢？

白手起家的成功的经典比喻之一是那些出身卑微的领导者，他们从收发室、收银机或工厂车间一路向上。虽然做到这一点比好莱坞可能暗示的要困难得多，但至少在传统组织中，自下而上的流动性是可能的。麦当劳(McDonalds)前首席执行官查理·贝尔(Charlie Bell)最初是一名烤汉堡的船员。通用汽车(General Motors)董事长兼首席执行官玛丽·巴拉(Mary Barra)从装配线上开始。沃尔玛首席执行官道格·董明伦(Doug McMillon)从一家大型配送中心起步。

相比之下，你认为有多少优步司机有机会在该公司获得管理职位，更不用说运营这家拼车巨头了？有多少未来的亚马逊高管会从递送包裹或堆放货架开始他们的职业生涯？这位Insta的亿万富翁创始人兼首席执行官可能已经亲自交付了公司的第一份订单，但还有多少人会追随他的脚步呢？

问题是：有一个“代码上限”，它阻止了职业晋升-无论性别或种族-因为在一个人工智能驱动的组织中，初级员工和自由职业者很少与其他人类同事互动。相反，它们由算法管理。

在这个数字中介工作的新时代，通常会有一个分层的信息流，由公司决定他们选择与您共享的信息。与驾驶出租车不同，司机和调度操作员之间以及司机自己之间都有开放的无线电通信，当你在优步或Lyft工作时，你们互动的内容是旨在最大化效率和利润的优化函数的输出。

通过算法进行管理将受到持续的监视和监视。如果你是中国为美团或乐美工作的数百万送餐工人中的一员，一种算法会决定你应该花多长时间来送货，如果你不能在最后期限前完成，你的工资就会降低。同样，亚马逊配送中心的员工也被算法仔细跟踪；他们必须以“亚马逊节奏”--被描述为“介于步行和慢跑之间的某个地方”--工作。

当你是零工经济工作者时，你应该担心的不仅仅是你的人工智能老板，你的同事往往也是你的竞争对手。例如，住在亚马逊配送点和全食超市附近的芝加哥居民报告说，智能手机挂在树上的样子很奇怪。原因呢？合同送货司机不顾一切地想要在分配工作时击败竞争对手。他们认为，将设备挂在快递站附近将有助于他们玩弄工作分配算法；一部栖息在树上的智能手机可能是比其他人早几秒钟就能获得15美元送货路线的关键。

在过去的几十年里，工作一直在变化。劳动力市场已经变得越来越两极分化，相对于入门级、低技能工作和需要更高技能水平的高水平就业，中等技能工作正在受到侵蚀。新冠肺炎危机可能加速了这一进程。自1990年以来，每一次美国经济衰退之后都会出现失业复苏。这一次，随着人工智能、算法和自动化重塑劳动力，我们可能会出现更糟糕的结果：K型复苏-那些处于顶层的人的前景飙升，而其他所有人都看到自己的财富跳水。

新的数字鸿沟是有机会接受高等教育、领导力指导和工作经验的工人与没有接受高等教育、领导力指导和工作经验的工人之间不断扩大的差距。在我的新书“算法领袖”(The Algorithic Leader)中，我探讨了一个特别可怕的场景：在为算法工作的大众、拥有设计和培训算法系统的技能和能力的特权专业阶层，以及拥有运营世界的算法平台的小而超级富有的贵族之间，存在基于阶级的鸿沟。

一支全球性的、低收入的算法劳动力队伍已经出现。在拉丁美洲，增长最快的初创公司之一是Rppi，它是Uber Eats、Insta和TaskRabbit的混合体。波哥大和墨西哥城等城市的客户每单支付约1美元，固定价格为每月7美元。作为回报，他们可以访问一个庞大的按需快递员网络，这些快递员递送食物、杂货和几乎任何你想要的东西。亚马逊有一个名为Amazon Flex的非正式送货员网络，随时准备将包裹直接送到你家门口-很快就会在街上把包裹递给你，把它们放在你的汽车后备箱里，或者打开你家的门，把你的食品杂货储存在你的冰箱里。

约翰·梅纳德·凯恩斯(John Maynard Keynes)在他1930年的演讲中预测，到2030年左右，生产问题将得到解决，每个人都有足够的东西吃。然而，问题是机器会导致技术失业。凯恩斯没有完全预料到的情景是我们目前的高科技就业情况，伴随着高度不平等。

劳动力在变化，工作场所也在变化。你会越来越多地发现高层管理人员和临时工的边缘地带之间存在差距，甚至在组织内部也是如此。无论是在零售或金融服务、物流还是制造业，人工智能支持的组织都是由一小群高薪员工运营的，他们得到了复杂的自动化的支持，外围可能还有数百万通过算法管理的低薪自由职业者。

就业两极分化只是问题的一部分。我们真正应该担心的是反馈循环导致的算法不平等陷阱。一旦你成为一名依赖于智能手机分配的任务的零工经济工作者，不仅晋升或发展的机会很少，而且其他算法可能会进一步加剧你的情况。把它想象成一个数字济贫院。由于他们的收入和工作分配受到市场波动的影响，新的人工智能下层阶级可能会受到自动系统的惩罚，这些系统确定获得福利、贷款、保险或医疗保健的机会，或者设定监禁判决。

然而，为一个尚未完全显现的问题寻求快速解决方案是危险的，特别是如果这意味着将20世纪的工人保护嫁接到21世纪的商业模式上。在民粹主义平台的支持下，各国政府和监管机构已经专注于攻击全球数字巨头。他们试图阻止他们逃避纳税义务，并正在努力监管他们自由职业劳动力的劳动条件，对他们收集数据施加限制，甚至对他们的机器人征税。其中一些想法有可取之处。其他的还为时过早，或者更糟糕的是，只是在上演政治戏剧。

算法不平等的长期解决方案不仅仅在于税收和监管，而在于我们有能力为21世纪提供足够的教育系统。重启教育并非易事。与其寻找在教学中使用人工智能的方法，真正的问题是：我们如何教人们在他们的职业生涯中利用机器智能？我们如何教导人们为终生不断的学习和再培训做好准备？

商界领袖扮演着至关重要的角色。他们不仅应该为组织边缘的自由职业者开辟沟通、反馈和晋升的渠道，还需要认真对待再培训和社区参与。例如，美国电话电报公司(AT&；T)正在对一半的员工进行再培训，而思科(Cisco)、IBM、卡特彼勒(Caterpillar)、麦肯锡(McKinsey)和摩根大通(JPMorgan)则向高中生提供实习机会，并与当地学校合作升级教学课程。这些都是很好的举措，但还需要更多的举措-不仅是为了社会凝聚力，也是为了确保未来劳动力的多样性和灵活性。

我们需要一个更好的未来计划。如果没有一个，算法不平等陷阱将不是在统计数据和财富比率中讲述的故事，而是在求救信号中讲述的故事-挂在树上的智能手机，无家可归者的帐篷城市，以及人类快递员扫描天空，寻找预示着他们即将结束的送货无人机。