นายจ้างกำลังใช้ข้อมูลส่วนตัวของคุณเพื่อคำนวณเงินเดือนต่ำสุดที่คุณจะยอมรับ

นายจ้างกำลังใช้ข้อมูลส่วนตัวของคุณเพื่อคำนวณเงินเดือนต่ำสุดที่คุณจะยอมรับ
Genna Contino
ใช้เวลาอ่าน 9 นาที
คุณอาจจะรู้สึกถึงความเจ็บปวดทางดิจิทัลของ “การกำหนดราคาโดยการเฝ้าระวัง” แล้วอย่างแน่นอน มันอาจจะดูเหมือนสายการบินที่โฆษณาแพ็กเกจราคาเฉพาะเนื่องจากข้อมูลของโปรแกรมความภักดีของลูกค้าบ่งชี้ว่าพวกเขามีแนวโน้มที่จะซื้อมัน หรือเว็บไซต์ที่เรียกเก็บเงินเพิ่มขึ้นสำหรับนมผงเด็กเพราะอัลกอริทึมรับรู้ถึงความสิ้นหวังของพ่อแม่มือใหม่
เรากำลังอยู่ในโลกที่ประวัติการซื้อของคุณ ความเร็วในการเข้าชมเว็บไซต์ และแม้แต่รหัสไปรษณีย์ของคุณกำหนดต้นทุนของชีวิตคุณมากขึ้นเรื่อยๆ และเมื่อบริษัทต่างๆ เก่งขึ้นในการรวบรวมและวิเคราะห์ข้อมูลส่วนบุคคล พวกเขาไม่ได้มุ่งเน้นไปที่เงินที่ออกจากกระเป๋าของคุณเท่านั้น แต่พวกเขายังควบคุมจำนวนเงินที่เข้าไปในกระเป๋าของคุณด้วย
ผู้เชี่ยวชาญอธิบายว่า “เงินเดือนจากการเฝ้าระวัง” เป็นระบบที่เงินเดือนขึ้นอยู่กับผลการปฏิบัติงานหรือประสบการณ์ของพนักงาน แต่เป็นสูตรที่ใช้ข้อมูลส่วนบุคคลของพวกเขา ซึ่งมักจะถูกรวบรวมโดยไม่รู้ตัวของพนักงาน
บริษัทต่างๆ พยายามที่จะให้ผู้สมัครใหม่ยอมรับข้อเสนอเงินเดือนที่ต่ำที่สุดเท่าที่จะเป็นไปได้ แต่ในขณะที่เมื่อก่อนหมายถึงการประเมินประสบการณ์และคุณสมบัติของผู้สมัครเทียบกับอัตราตลาดที่กำลังเป็นไปอยู่ ตอนนี้มันหมายถึงการป้อนข้อมูลส่วนบุคคลของผู้สมัครลงในอัลกอริทึมมากขึ้นเรื่อยๆ
ตามที่ Nina DiSalvo ผู้จัดการนโยบายของกลุ่มสนับสนุนแรงงาน Towards Justice ระบบบางระบบใช้สัญญาณที่เกี่ยวข้องกับความเปราะบางทางการเงิน ซึ่งรวมถึงข้อมูลว่าผู้สมัครงานที่มีศักยภาพได้กู้เงิน payday หรือมียอดคงเหลือบัตรเครดิตสูง เพื่ออนุมานว่าผู้สมัครงานอาจยอมรับเงินเดือนเท่าไร บริษัทต่างๆ สามารถขูดหน้าเพจโซเชียลมีเดียส่วนตัวของสาธารณะของผู้สมัครเพื่อพิจารณาว่าพวกเขามีแนวโน้มที่จะเข้าร่วมสหภาพแรงงานหรือไม่ หรืออาจตั้งครรภ์ได้ ข้อมูลนี้สามารถใช้เพื่อกำหนดการเพิ่มเงินเดือนหลังจากที่พนักงานได้รับการว่าจ้าง และแนวทางปฏิบัตินี้สามารถนำไปสู่การเลือกปฏิบัติได้ ผู้เชี่ยวชาญกล่าว
“หากคุณเป็นบริษัทที่กำลังเล่นตลกกับแนวทางปฏิบัติเหล่านี้กับผู้บริโภค คุณจะดูว่ามันได้ผลดีแค่ไหน” Lindsay Owens ผู้อำนวยการของ Groundwork Collaborative ซึ่งเป็นกลุ่มคลังความคิดเห็นก้าวหน้า กล่าว “คนทำงานก็เป็นผู้บริโภคเช่นกัน ถ้ามันได้ผลกับผู้บริโภค มันก็จะได้ผลกับคนทำงานเช่นกัน มันเป็นจิตวิทยาเดียวกัน”
การตรวจสอบครั้งแรกของบริษัทที่เกี่ยวข้องกับแรงงานและการจัดการปัญญาประดิษฐ์ 500 แห่ง โดย Veena Dubal ศาสตราจารย์ด้านกฎหมายจาก University of California, Irvine และ Wilneida Negrón นักวางกลยุทธ์ด้านเทคโนโลยี พบว่านายจ้างในอุตสาหกรรมการดูแลสุขภาพ บริการลูกค้า โลจิสติกส์ และค้าปลีกเป็นลูกค้าของผู้ขายที่มีเครื่องมือที่ออกแบบมาเพื่อเปิดใช้งานแนวทางปฏิบัตินี้ รายงานที่เผยแพร่โดย Washington Center for Equitable Growth ซึ่งเป็นกลุ่มคลังความคิดเห็นทางเศรษฐกิจก้าวหน้า ระบุว่านายจ้างรายใหญ่ของสหรัฐฯ เป็นลูกค้าเหล่านี้ รวมถึง Intuit INTU, Salesforce CRM, Colgate-Palmolive CL, Amwell AMWL และ Healthcare Services Group HCSG
รายงานไม่ได้กล่าวอ้างว่านายจ้างทุกคนที่ใช้ระบบเหล่านี้มีส่วนร่วมในการเฝ้าระวังค่าจ้างด้วยอัลกอริทึม แต่เตือนว่าการใช้เครื่องมืออัลกอริทึมที่เพิ่มขึ้นเพื่อวิเคราะห์ข้อมูลส่วนบุคคลของคนทำงานสามารถเปิดใช้งานแนวทางปฏิบัติในการจ่ายเงินที่ให้ความสำคัญกับการลดต้นทุนมากกว่าความโปร่งใสหรือความเป็นธรรม
Thomas DiPiazza ผู้อำนวยการฝ่ายสื่อสารองค์กรของ Colgate-Palmolive กล่าวว่า บริษัท “ไม่ได้ใช้เครื่องมือตั้งค่าค่าจ้างด้วยอัลกอริทึมเพื่อตัดสินใจเกี่ยวกับการชดเชยของพนักงานของเราหรือเพื่อกำหนดเงินเดือนสำหรับผู้สมัครใหม่”
Intuit “ไม่เข้าร่วมในการปฏิบัติเช่นนั้น” ตัวแทนของบริษัทกล่าวกับ MarketWatch
บริษัทอื่นๆ ที่ระบุชื่อในรายงานไม่ได้ตอบสนองต่อคำขอความคิดเห็นของ MarketWatch
เงินเดือนจากการเฝ้าระวังไม่ได้หยุดอยู่แค่ขั้นตอนการจ้างงานเท่านั้น มันยังติดตามคนงานไปยังที่ทำงานอีกด้วย
รายงานระบุว่าผู้ขายที่ให้บริการเหล่านี้ยังมีเครื่องมือที่สร้างขึ้นเพื่อกำหนดค่าตอบแทนโบนัสหรือแรงจูงใจ เครื่องมือเหล่านี้ติดตามผลผลิต ปฏิสัมพันธ์กับลูกค้า และพฤติกรรมแบบเรียลไทม์ รวมถึงในบางกรณี การเฝ้าระวังด้วยเสียงและวิดีโอในที่ทำงาน เกือบ 70% ของบริษัทที่มีพนักงานมากกว่า 500 คนมีการใช้ระบบตรวจสอบพนักงานตั้งแต่ปี 2022 เช่น ซอฟต์แวร์ที่ตรวจสอบกิจกรรมของคอมพิวเตอร์ ตามการสำรวจของ International Data Corporation
“ข้อมูลที่พวกเขาเกี่ยวกับคุณอาจทำให้ระบบตัดสินใจด้วยอัลกอริทึมสันนิษฐานว่าพวกเขาต้องให้แรงจูงใจขนาดเท่าใดให้กับคนงานคนหนึ่งเพื่อสร้างการตอบสนองทางพฤติกรรมที่พวกเขาต้องการ” DiSalvo กล่าว
‘ตัดสินอัตราความสิ้นหวังของเรา’
ตัวอย่างที่ชัดเจนที่สุดของการตั้งค่าค่าจ้างที่ขับเคลื่อนด้วยการเฝ้าระวังปรากฏในงานจัดหาบุคลากรทางการแพทย์แบบตามความต้องการ รายงานที่จัดทำโดย Roosevelt Institute ซึ่งเป็นกลุ่มคลังความคิดเห็นที่มีแนวโน้มแบบเสรีนิยม โดยอิงจากการสัมภาษณ์พยาบาล gig 29 คน พบว่าแพลตฟอร์มที่พยาบาล gig ใช้เพื่อลงทะเบียนสำหรับกะ รวมถึง CareRev, Clipboard Health, ShiftKey และ ShiftMed ใช้ algorithms เพื่อกำหนดค่าจ้างสำหรับกะแต่ละกะเป็นประจำ
ShiftKey ปฏิเสธการมีส่วนร่วมในการตั้งค่าค่าจ้างจากการเฝ้าระวังเมื่อติดต่อกับ MarketWatch เพื่อแสดงความคิดเห็น “ShiftKey ไม่ได้ใช้บริการ data broker ใดๆ หรือเข้าร่วมในการตั้งค่าค่าจ้างจากการเฝ้าระวังใดๆ” Regan Parker เจ้าหน้าที่ฝ่ายกฎหมายและกิจการสาธารณะอาวุโสของบริษัทกล่าว Parker โต้แย้งอย่างเฉพาะเจาะจงถึงข้อกล่าวหาจากรายงานของ Roosevelt Institute ที่ระบุว่าแพลตฟอร์มของตนใช้ระดับหนี้ของคนงานเพื่อกำหนดค่าจ้าง โดยระบุว่า ShiftKey ไม่ได้ใช้ข้อมูลบัตรเครดิตหรือหนี้อื่นๆ เพื่อกำหนดค่าจ้าง และไม่สามารถพูดถึงแนวทางปฏิบัติของแพลตฟอร์มอื่นๆ ได้
CareRev, Clipboard Health และ ShiftMed ไม่ได้ตอบสนองต่อคำขอความคิดเห็น
แทนที่จะเสนอค่าจ้างคงที่ แพลตฟอร์มจะปรับค่าจ้างตามสิ่งที่พวกเขาค้นพบเกี่ยวกับคนงานแต่ละคน รวมถึงความถี่ที่พยาบาลยอมรับกะ ความเร็วในการตอบสนองต่อการโพสต์ และค่าจ้างที่พวกเขาเคยยอมรับในอดีต ตามรายงานของ Roosevelt Institute พยาบาลที่สัมภาษณ์สำหรับรายงานกล่าวว่าสิ่งนี้มักส่งผลให้พยาบาลได้รับเงินจำนวนต่างกันสำหรับงานเดียวกัน แม้แต่ภายในสถานที่เดียวกัน
นักวิจารณ์โต้แย้งว่าระบบนี้ให้รางวัลแก่คนงานไม่ใช่ตามทักษะหรือประสบการณ์ แต่ตามสิ่งที่พฤติกรรมของพวกเขาเปิดเผยเกี่ยวกับความเปราะบางทางการเงินของพวกเขา ระบบดังกล่าว “อาจกำหนดค่าจ้างตามสิ่งที่บริษัทรู้ว่าพยาบาลเต็มใจยอมรับสำหรับงานก่อนหน้า” ผู้เขียนรายงานเขียน โดยล็อคพวกเขาไว้ในวงเงินค่าจ้างที่ต่ำกว่าเมื่อเวลาผ่านไป
ตาม Rideshare Drivers United สหภาพที่ตัวแทนของคนขับ rideshare แนวทางปฏิบัติค่าจ้างแบบอัลกอริทึมกำลังหล่อหลอมค่าจ้างสำหรับคนงานในอุตสาหกรรมนั้นมาหลายปีแล้ว Ben Valdez คนขับ rideshare ที่อยู่ในลอสแอนเจลิส กล่าวว่าหลังจากที่ Uber UBER และ Lyft LYFT ปล่อยอัลกอริทึมการจ่ายเงินใหม่ๆ หลายปีก่อน รายได้ของเขาลดลง แม้ว่าความต้องการหลังการระบาดใหญ่จะฟื้นตัวก็ตาม Valdez กล่าวว่าจากการแลกเปลี่ยนข้อมูลกับคนขับคนอื่นๆ เขาได้เห็นคนขับที่แตกต่างกันได้รับค่าโดยสารเริ่มต้นที่แตกต่างกันสำหรับทริปเดียวกันในเวลาเดียวกัน
Valdez กล่าวว่าคนขับมักจะได้รับอัตราเริ่มต้นแบบ “take-it-or-leave-it” ซึ่งจะเพิ่มขึ้นก็ต่อเมื่อคนขับจำนวนมากปฏิเสธเท่านั้น วิธีการกำหนดอัตราเริ่มต้นนั้นไม่ชัดเจน “ทำไมคนขับคนหนึ่งถึงได้รับค่าโดยสารเริ่มต้นที่สูงกว่ากันนั้นไม่ทราบ” เขากล่าว
ความไม่แน่นอนนั้นมีไว้โดยเจตนา ตามที่ Zephyr Teachout ศาสตราจารย์ด้านกฎหมายจาก Fordham University ในรายงานฉบับหนึ่งในปี 2023 Teachout เขียนว่า Uber “ใช้โปรไฟล์คนขับที่มีข้อมูลมากมายเพื่อจับคู่ค่าจ้างกับแรงจูงใจของแต่ละคนและข้อกำหนดของแพลตฟอร์ม” โดยอ้างถึงงานวิจัยก่อนหน้านี้ของ Dubal และรายงานจาก The Markup
Uber กล่าวในอีเมลถึง MarketWatch ว่าอัตราค่าโดยสาร upfront ของตนอิงตามเวลา ระยะทาง และสภาพแวดล้อมความต้องการ และอัลกอริทึมของตนไม่ได้ใช้ลักษณะเฉพาะของคนขับหรือพฤติกรรมในอดีตเพื่อกำหนดค่าจ้าง Flex ซึ่งเป็นสมาคมการค้า rideshare ซึ่งตอบสนองหลังจาก MarketWatch ติดต่อ Lyft เพื่อแสดงความคิดเห็น กล่าวในแถลงการณ์ว่าเทคโนโลยีที่ขับเคลื่อนด้วยข้อมูล “ช่วยประมวลผลข้อมูลแบบเรียลไทม์และข้อมูลในอดีตเพื่อช่วยจับคู่คนงานกับการส่งมอบหรือการเดินทางที่แสดงถึงการใช้เวลาที่มีประสิทธิภาพสูงสุด ซึ่งช่วยให้พวกเขาสามารถใช้เวลาในการหารายได้มากขึ้น”
ผู้สนับสนุนคนงานยังคงสงสัย “มันกำลังตัดสินอัตราความสิ้นหวังของเรา” Nicole Moore ประธาน Rideshare Drivers United กล่าว
นักกฎหมายบางคนกำลังให้ความสนใจ
นักวิจารณ์ของการจ่ายเงินจากการเฝ้าระวังโต้แย้งว่าแนวทางปฏิบัตินี้อาจนำไปสู่การเลือกปฏิบัติในที่ทำงานโดยอนุญาตให้ผู้ว่าจ้างหลีกเลี่ยงการจ่ายเงินตามคุณธรรมแบบดั้งเดิม เนื่องจากอัลกอริทึมเหล่านี้ได้รับการออกแบบมาเพื่อค้นหาขั้นต่ำสัมบูรณ์ที่บุคคลจะยอมรับตามประวัติทางการเงินและปัจจัยอื่นๆ พวกเขาสามารถกำหนดเป้าหมายผู้ที่เปราะบางทางการเงินมากที่สุดได้โดยไม่สมส่วน
สิ่งนี้สร้างวัฏจักรที่ความยากลำบากทางเศรษฐกิจในอดีตหรือการตัดสินใจส่วนตัวของบุคคลถูกนำมาใช้เพื่อสนับสนุนค่าจ้างที่ต่ำกว่าในปัจจุบัน โดยที่พนักงานมักจะไม่รู้ว่าข้อมูลใดบ้างที่ถูกนำมาใช้กับพวกเขา
“เรารู้จักแนวคิดของเพดานแก้ว แต่ ณ ขั้นตอนนี้ เราสามารถมองเห็นผ่านเพดานแก้วนั้นได้ เรามีความรู้สึกว่าโลกนั้นมีลักษณะอย่างไร เราสามารถทำลายมันได้หากเราทำสิ่งต่างๆ ที่ถูกต้องและรวมตัวกัน” Joe Hudicka ผู้เขียนหนังสือชื่อ “The AI Ecosystems Revolution” กล่าว “เพดานการเฝ้าระวังค่าจ้างนี้—มันเป็นเหล็ก มันเป็นคอนกรีต มันเป็นสิ่งที่ทะลุไม่ได้”
นักกฎหมายช้ากว่าในการจัดการกับค่าจ้างจากการเฝ้าระวังมากกว่าการกำหนดราคาโดยการเฝ้าระวัง รัฐนิวยอร์กเพิ่งผ่านกฎที่กำหนดให้บริษัทเปิดเผยต่อผู้บริโภคเมื่อราคาของพวกเขาถูกกำหนดด้วยอัลกอริทึมที่ใช้ข้อมูลส่วนบุคคลของพวกเขา—แต่กฎหมายส่วนใหญ่ในประเทศกำลังพิจารณาเฉพาะราคา ไม่ใช่เงินเดือน
โคโลราโดกำลังพยายามที่จะก้าวไปไกลกว่า กฎหมายที่เสนอในสภา House มีชื่อว่า Prohibit Surveillance Data to Set Prices and Wages Act จะห้ามบริษัทใช้ข้อมูลส่วนบุคคลที่ใกล้ชิด เช่น ประวัติการกู้เงิน payday ข้อมูลตำแหน่ง หรือพฤติกรรมในการค้นหา Google GOOG เพื่อกำหนดค่าจ้างด้วยอัลกอริทึม กฎหมายนี้จะเว้นข้อยกเว้นสำหรับการจ่ายเงินตามผลการปฏิบัติงาน ซึ่งหมายความว่านายจ้างยังคงสามารถเชื่อมโยงค่าจ้างกับผลิตภาพที่วัดผลได้
Rep. Javier Mabrey นักการเมืองเดโมแครตที่สนับสนุนกฎหมายนี้ วาดเส้นแบ่งที่คมชัดระหว่างการกำหนดราคาแบบไดนามิก—ที่ซึ่งต้นทุนเปลี่ยนแปลงตามสภาพแวดล้อมของตลาดที่กว้างขึ้น—และสิ่งที่เขากล่าวว่าเป็นสิ่งที่ระบบเหล่านี้ทำจริงๆ “สิ่งที่เรากำลังพูดถึงในกฎหมายของเราคือการกำหนดราคาแบบเฉพาะบุคคล ซึ่งแตกต่างจากการกำหนดราคาแบบไดนามิก ซึ่งต้องใช้บริษัทดึงข้อมูลส่วนตัวที่เกี่ยวข้องกับคุณ ไม่ใช่ความต้องการและอุปทาน”
สำหรับค่าจ้างจากการเฝ้าระวังโดยเฉพาะ กฎหมายนี้จะห้ามบริษัทใช้ข้อมูลส่วนบุคคลของคนงาน—โดยไม่ได้รับความยินยอม—เพื่อกำหนดว่าพวกเขาจะได้รับค่าจ้างเท่าไร Uber และ Lyft ปฏิเสธว่าไม่ได้ใช้ลักษณะเฉพาะของคนขับเพื่อกำหนดค่าจ้าง แต่ Mabrey กล่าวว่าทั้งสองบริษัทกำลังล็อบบี้ต่อต้านกฎหมายนี้ “ปัญหาคืออะไรของการกำหนดไว้ในกฎหมายว่าคุณไม่ได้รับอนุญาตให้ทำ?” เขากล่าว