नियोक्ता आपके व्यक्तिगत डेटा का उपयोग करके यह पता लगा रहे हैं कि आप कम से कम कितनी तनख्वाह स्वीकार करेंगे

नियोक्ता आपके व्यक्तिगत डेटा का उपयोग यह पता लगाने के लिए कर रहे हैं कि आप सबसे कम वेतन कितना स्वीकार करेंगे
जेन्ना कंटिनो
9 मिनट का पठन
आपने शायद पहले ही "निगरानी मूल्य निर्धारण" के डिजिटल डंक को महसूस कर लिया होगा। यह एक एयरलाइन द्वारा एक विशिष्ट किराया बंडल का विज्ञापन करने जैसा दिख सकता है क्योंकि ग्राहक के लॉयल्टी-प्रोग्राम डेटा से पता चलता है कि वे इसे खरीदने की संभावना रखते हैं, या एक वेबसाइट एक नए माता-पिता की निराशा को महसूस करने वाले एल्गोरिदम के कारण शिशु फार्मूला के लिए अधिक शुल्क लेती है।
हम एक ऐसी दुनिया में रह रहे हैं जहां आपका खरीद इतिहास, ब्राउज़िंग गति और यहां तक कि आपका ज़िप कोड भी आपके जीवन की लागत को तेजी से निर्धारित करता है। और जैसे-जैसे कंपनियां व्यक्तिगत डेटा एकत्र करने और उसका विश्लेषण करने में बेहतर होती जाती हैं, वे न केवल आपके बटुए से निकलने वाले पैसे को लक्षित कर रही हैं - वे यह भी नियंत्रित कर रही हैं कि उसमें कितना जाता है।
विशेषज्ञों का वर्णन है कि "निगरानी वेतन" एक ऐसी प्रणाली है जिसमें वेतन किसी कर्मचारी के प्रदर्शन या वरिष्ठता पर आधारित नहीं होता है, बल्कि उन सूत्रों पर आधारित होता है जो उनके व्यक्तिगत डेटा का उपयोग करते हैं, जिसे अक्सर कर्मचारियों के ज्ञान के बिना एकत्र किया जाता है।
कंपनियां पहले से ही नए कर्मचारियों को सबसे कम संभव वेतन प्रस्ताव स्वीकार करने के लिए मनाने की कोशिश करती हैं। लेकिन जहां एक समय यह उम्मीदवार के अनुभव और क्रेडेंशियल्स को बाजार दर के खिलाफ तौलना था, वहीं यह तेजी से उम्मीदवार के व्यक्तिगत डेटा को एक एल्गोरिदम में फीड करना है।
श्रम वकालत समूह टुवर्ड्स जस्टिस की नीति निदेशक नीना डिसाल्वो के अनुसार, कुछ सिस्टम वित्तीय भेद्यता से जुड़े संकेतों का उपयोग करते हैं - जिसमें किसी संभावित कर्मचारी ने पे-डे ऋण लिया है या उच्च क्रेडिट-कार्ड शेष है, इस पर डेटा शामिल है - यह अनुमान लगाने के लिए कि उम्मीदवार सबसे कम कितना भुगतान स्वीकार कर सकता है। कंपनियों को उम्मीदवारों की सार्वजनिक व्यक्तिगत सोशल-मीडिया पेजों को भी खुरच कर यह निर्धारित करने के लिए कहा गया है कि वे यूनियन में शामिल होने की अधिक संभावना रखते हैं या गर्भवती हो सकती हैं। डेटा का उपयोग कर्मचारी को काम पर रखने के बाद वेतन वृद्धि निर्धारित करने के लिए किया जा सकता है, और विशेषज्ञ कहते हैं कि यह अभ्यास भेदभाव की ओर बढ़ सकता है।
"यदि आप ऐसी प्रथाओं के साथ उपभोक्ताओं के साथ छेड़छाड़ करने वाली कंपनी हैं, तो आप देख रहे हैं कि वे कितनी अच्छी तरह काम करते हैं," ग्राउंडवर्क सहयोगी, एक प्रगतिशील थिंक टैंक के कार्यकारी निदेशक लिंडसे ओवेन्स ने कहा। "कर्मचारी भी उपभोक्ता हैं। यदि यह उपभोक्ताओं पर काम करता है, तो यह कर्मचारियों पर भी काम करता है। यह एक ही मनोविज्ञान है।"
वीना दुबाल, यूनिवर्सिटी ऑफ कैलिफोर्निया, इरविन में एक कानून प्रोफेसर और विल्नेडा नेग्रोन, एक टेक रणनीतिकार द्वारा 500 श्रम-प्रबंधन आर्टिफिशियल-इंटेलिजेंस कंपनियों के पहले-तरह के ऑडिट ने पाया कि स्वास्थ्य सेवा, ग्राहक सेवा, रसद और खुदरा उद्योगों में नियोक्ता उन विक्रेताओं के ग्राहक हैं जिनके उपकरण इस अभ्यास को सक्षम करने के लिए डिज़ाइन किए गए हैं। वाशिंगटन सेंटर फॉर इक्विटेबल ग्रोथ, एक प्रगतिशील आर्थिक थिंक टैंक द्वारा प्रकाशित, अगस्त 2025 की रिपोर्ट में इंटुइट INTU, सेल्सफोर्स CRM, कोलगेट-पालमोलाइव CL, एमवेल AMWL और हेल्थकेयर सर्विसेज ग्रुप HCSG सहित प्रमुख अमेरिकी नियोक्ताओं को इन ग्राहकों में से कुछ के रूप में पहचाना गया।
रिपोर्ट का दावा नहीं है कि इन प्रणालियों का उपयोग करने वाले सभी नियोक्ता एल्गोरिथम वेतन निगरानी में संलग्न हैं। इसके बजाय, यह चेतावनी देता है कि श्रमिकों के व्यक्तिगत डेटा का विश्लेषण करने के लिए एल्गोरिथम उपकरणों के बढ़ते उपयोग से ऐसी वेतन प्रथाएं हो सकती हैं जो पारदर्शिता या निष्पक्षता से अधिक लागत में कटौती को प्राथमिकता देती हैं।
कोलगेट-पालमोलाइव के कॉर्पोरेट संचार के निदेशक थॉमस डिपियाजा ने कहा कि कंपनी "अपने कर्मचारियों के लिए मुआवजे के निर्णय लेने या नए किराएदारों के वेतन निर्धारित करने के लिए एल्गोरिथम वेतन-सेटिंग टूल का उपयोग नहीं करती है।"
इंटुइट ने मार्केटवॉच को एक प्रवक्ता बताया, "हम इस तरह की प्रथाओं में शामिल नहीं हैं।"
रिपोर्ट में नामित अन्य कंपनियों ने मार्केटवॉच की टिप्पणी के अनुरोधों का जवाब नहीं दिया।
निगरानी वेतन भर्ती चरण पर ही नहीं रुकता है - यह नौकरी पर भी श्रमिकों का अनुसरण करता है।
रिपोर्ट के अनुसार, ऐसी सेवाएं प्रदान करने वाले विक्रेताओं ऐसे उपकरणों की पेशकश भी करते हैं जो बोनस या प्रोत्साहन मुआवजे को निर्धारित करने के लिए बनाए गए हैं। ये उपकरण उनकी उत्पादकता, ग्राहक इंटरैक्शन और वास्तविक समय के व्यवहार को ट्रैक करते हैं - कुछ मामलों में, नौकरी पर ऑडियो और वीडियो निगरानी भी शामिल है। इंटरनेशनल डेटा कॉर्पोरेशन के एक सर्वेक्षण के अनुसार, 2022 में 500 से अधिक कर्मचारियों वाली लगभग 70% कंपनियों ने पहले से ही कर्मचारी निगरानी प्रणालियों का उपयोग किया था, जैसे कि कंप्यूटर गतिविधि की निगरानी करने वाला सॉफ़्टवेयर।
डिसाल्वो ने कहा, "उनके पास आपके बारे में जो डेटा है, वह एक एल्गोरिथम निर्णय प्रणाली को यह मानने की अनुमति दे सकता है कि उन्हें किसी विशेष कार्यकर्ता को किस प्रकार का प्रोत्साहन देना है ताकि वे जिस व्यवहार प्रतिक्रिया की तलाश कर रहे हैं उसे उत्पन्न किया जा सके।"
'हमारी निराशा दर का न्याय करना'
निगरानी-संचालित वेतन निर्धारण के सबसे स्पष्ट उदाहरणों में से एक ऑन-डिमांड हेल्थकेयर स्टाफिंग में दिखाई देता है। रूज़वेल्ट इंस्टीट्यूट, एक उदार-झुकाव थिंक टैंक द्वारा तैयार की गई एक रिपोर्ट, 29 गिग नर्सों के साथ साक्षात्कार पर आधारित थी और पाया कि गिग नर्सों द्वारा शिफ्ट के लिए साइन अप करने के लिए उपयोग किए जाने वाले स्टाफिंग प्लेटफॉर्म, जिनमें केयररेव, क्लिपबोर्ड हेल्थ, शिफ्टकी और शिफ्टमेड शामिल हैं, नियमित रूप से व्यक्तिगत शिफ्ट के लिए भुगतान निर्धारित करने के लिए एल्गोरिदम का उपयोग करते हैं।
शिफ्टकी ने मार्केटवॉच से टिप्पणी के लिए संपर्क किए जाने पर निगरानी वेतन निर्धारण में शामिल होने से इनकार किया। "शिफ्टकी स्पष्ट रूप से किसी भी डेटा ब्रोकर सेवाओं का उपयोग नहीं करता है या किसी भी निगरानी-वेतन निर्धारण में शामिल नहीं होता है," कंपनी के मुख्य कानूनी और सार्वजनिक मामलों के अधिकारी रीगन पार्कर ने कहा। पार्कर ने रूज़वेल्ट इंस्टीट्यूट की रिपोर्ट के दावों का विशेष रूप से खंडन किया कि इसका प्लेटफॉर्म श्रमिकों के ऋण स्तरों का उपयोग भुगतान निर्धारित करने के लिए करता है, यह बताते हुए कि शिफ्टकी ऋण-कार्ड या अन्य ऋण डेटा का उपयोग वेतन निर्धारित करने के लिए नहीं करता है और अन्य प्लेटफार्मों की प्रथाओं के बारे में बात नहीं कर सकता है।
केयररेव, क्लिपबोर्ड हेल्थ और शिफ्टमेड ने टिप्पणी के अनुरोधों का जवाब नहीं दिया।
एक निश्चित वेतन की पेशकश करने के बजाय, प्लेटफ़ॉर्म प्रत्येक कार्यकर्ता के बारे में उन्हें जो पता है, उसके आधार पर भुगतान को समायोजित करते हैं - जिसमें यह कितनी बार शिफ्ट स्वीकार करता है, वे पोस्टिंग पर कितनी जल्दी प्रतिक्रिया करते हैं और उन्होंने अतीत में कितना भुगतान स्वीकार किया है, रूज़वेल्ट इंस्टीट्यूट की रिपोर्ट के अनुसार। रिपोर्ट के लिए साक्षात्कार किए गए नर्सों ने कहा कि इसके परिणामस्वरूप अक्सर एक ही सुविधा के भीतर भी एक ही काम के लिए अलग-अलग नर्सों को अलग-अलग राशि का भुगतान किया जाता था।
आलोचकों का तर्क है कि प्रणाली कौशल या अनुभव के बजाय, उनके व्यवहार से उनकी वित्तीय भेद्यता के बारे में क्या पता चलता है, इसके लिए श्रमिकों को पुरस्कृत करती है। इस तरह की प्रणालियां "फर्म को किसी नर्स द्वारा पिछले असाइनमेंट के लिए कितना स्वीकार करने को तैयार था, इसके बारे में जो कुछ भी जानता है, उसके आधार पर वेतन निर्धारित कर सकती हैं," रिपोर्ट के लेखकों ने लिखा है, जिससे उन्हें समय के साथ निचले वेतन बैंड में लॉक कर दिया जाता है।
राइडशेयर ड्राइवर्स यूनाइटेड के अनुसार, जो राइडशेयर ड्राइवरों का प्रतिनिधित्व करने वाले यूनियन हैं, एल्गोरिथम वेतन ने वर्षों से उस उद्योग के श्रमिकों के लिए वेतन को आकार दिया है। लॉस एंजिल्स स्थित राइडशेयर ड्राइवर बेन वाल्डेज ने कहा कि उबर UBER और Lyft LYFT ने कई साल पहले नए वेतन एल्गोरिदम जारी करने के बाद, उनकी कमाई कम हो गई - भले ही महामारी के बाद मांग में उछाल आया हो। अन्य ड्राइवरों के साथ नोट्स की तुलना करते हुए, वाल्डेज ने कहा कि उसने एक ही समय में एक ही यात्रा के लिए अलग-अलग ड्राइवरों को अलग-अलग आधार किराया पेश करते देखा है।
वाल्डेज ने कहा कि ड्राइवरों को शुरू में एक "ले लो या छोड़ दो" दर दिखाई जाती है, जो केवल तभी बढ़ती है जब पर्याप्त ड्राइवर इसे अस्वीकार कर देते हैं। उस शुरुआती दर को कैसे सेट किया जाता है, यह अस्पष्ट है। "एक ड्राइवर को अलग, उच्च आधार क्यों मिलता है, यह अज्ञात है," उन्होंने कहा।
यह अनिश्चितता जानबूझकर है, Fordham University के कानून प्रोफेसर जेफिर टीचआउट के अनुसार। एक 2023 की रिपोर्ट में, टीचआउट ने लिखा कि उबर "ड्राइवर की डेटा-समृद्ध प्रोफाइल का उपयोग ड्राइवर की व्यक्तिगत प्रोत्साहनों और प्लेटफॉर्म की जरूरतों के अनुरूप वेतन को करने के लिए करता है," दुबाल द्वारा पहले के शोध और द मार्कअप से रिपोर्टिंग का हवाला देते हुए।
उबर ने मार्केटवॉच को एक ईमेल में कहा कि इसके अप-फ्रंट किराए समय, दूरी और मांग की स्थितियों पर आधारित हैं, और इसके एल्गोरिदम वेतन निर्धारित करने के लिए व्यक्तिगत ड्राइवर विशेषताओं या पिछले व्यवहार का उपयोग नहीं करते हैं। राइडशेयर ट्रेड एसोसिएशन फ्लेक्स, जिसने मार्केटवॉच को Lyft से टिप्पणी मांगने के बाद प्रतिक्रिया दी, ने एक बयान में कहा कि डेटा-संचालित प्रौद्योगिकियां "वास्तविक समय और ऐतिहासिक डेटा को संसाधित करने में मदद करती हैं ताकि श्रमिकों को उस डिलीवरी या सवारी से मिलाया जा सके जो उनके समय का सबसे कुशल उपयोग दर्शाता है, जो बदले में उन्हें अधिक समय कमाने की अनुमति देता है।"
श्रमिक वकालतकर्ता संदेह में बने हुए हैं। "यह हमारी निराशा दर का न्याय कर रहा है," राइडशेयर ड्राइवर्स यूनाइटेड की अध्यक्ष निकोल मूर ने कहा।
कुछ कानून निर्माता ध्यान दे रहे हैं
निगरानी वेतन के आलोचकों का तर्क है कि यह प्रथा कार्यस्थल में भेदभाव को जन्म दे सकती है, जिससे नियोक्ताओं को पारंपरिक योग्यता-आधारित वेतन को दरकिनार करने की अनुमति मिलती है। चूंकि ये एल्गोरिदम किसी व्यक्ति के वित्तीय इतिहास और अन्य कारकों के आधार पर न्यूनतम राशि की तलाश करते हैं, इसलिए वे सबसे कमजोर वित्तीय श्रमिकों को असमान रूप से लक्षित कर सकते हैं।
यह एक चक्र बनाता है जहां किसी व्यक्ति की पिछली आर्थिक कठिनाई या व्यक्तिगत जीवन विकल्प वर्तमान में कम वेतन को सही ठहराने के लिए उपयोग किए जाते हैं, अक्सर कर्मचारी को यह जाने बिना कि उनके खिलाफ कौन से डेटा बिंदु उपयोग किए गए थे।
"हमें कांच की छत की अवधारणा पता है। लेकिन उस अवधारणा में भी, हमारे पास उस कांच की छत के माध्यम से कुछ दृश्यता है। हमें पता है कि वह दुनिया कैसी दिखती है। यदि हम सही काम करते हैं और संगठित होते हैं तो हम इसे तोड़ सकते हैं," "द एआई इकोसिस्टम्स रिवोल्यूशन" नामक एक पुस्तक के लेखक जो हूडिका ने कहा। "यह वेतन-निगरानी छत - यह लोहे की है। यह कंक्रीट है। यह कुछ ऐसा है जो अभेद्य है।"
कानून निर्माताओं ने निगरानी मूल्य निर्धारण की तुलना में वेतन निगरानी को संबोधित करने में धीमी गति से काम किया है। न्यूयॉर्क राज्य ने हाल ही में एक नियम पारित किया है जिसमें कंपनियों को उपभोक्ताओं को यह खुलासा करने की आवश्यकता है कि जब उनकी कीमतें उनके व्यक्तिगत डेटा का उपयोग करने वाले एल्गोरिदम के साथ निर्धारित की जाती हैं - लेकिन देश में अधिकांश कानून केवल कीमतों, पेचेक पर नहीं देख रहे हैं।
कोलोराडो आगे जाने की कोशिश कर रहा है। राज्य हाउस में पेश किया गया एक विधेयक, जिसका शीर्षक है "कीमतों और मजदूरी को सेट करने के लिए निगरानी डेटा को प्रतिबंधित करें" अधिनियम, कंपनियों को पे-डे ऋण इतिहास, स्थान डेटा या Google GOOG खोज व्यवहार जैसे अंतरंग व्यक्तिगत डेटा का उपयोग करके एल्गोरिथम रूप से किसी व्यक्ति को कितना भुगतान किया जाता है, इसे प्रतिबंधित करेगा। विधेयक प्रदर्शन-आधारित मजदूरी को अलग करता है, जिसका अर्थ है कि नियोक्ता अभी भी मापने योग्य उत्पादकता के आधार पर वेतन को जोड़ सकते हैं।
डेमोक्रेट प्रायोजित विधेयक के प्रायोजक प्रतिनिधि जावियर मैब्री एक तेज रेखा खींचते हैं - जहां लागत व्यापक बाजार की स्थितियों के आधार पर बदलती है - और वे वास्तव में इन प्रणालियों को क्या करते हैं। "हमारे विधेयक के बारे में है व्यक्तिगत मूल्य निर्धारण, जो गतिशील मूल्य निर्धारण से अलग है," उन्होंने कहा। "इसके लिए कंपनी को आपके बारे में कुछ वास्तव में व्यक्तिगत डेटा खींचने की आवश्यकता होती है, न कि आपूर्ति और मांग।"
निगरानी वेतन के लिए विशेष रूप से, विधेयक कंपनियों को श्रमिकों के व्यक्तिगत डेटा का उपयोग करने से प्रतिबंधित करेगा - उनकी सहमति के बिना - यह निर्धारित करने के लिए कि उन्हें कितना भुगतान किया जाता है। उबर और Lyft ने इनकार किया है कि वे वेतन निर्धारित करने के लिए व्यक्तिगत ड्राइवर विशेषताओं का उपयोग करते हैं, फिर भी मैब्री ने कहा कि दोनों कंपनियां विधेयक के खिलाफ लॉबी कर रही हैं। "आप कानून में यह स्पष्ट क्यों कर रहे हैं कि आपको इसकी अनुमति नहीं है?" उन्होंने कहा।