(تصویر ساختهٔ هوش مصنوعی است.)
الف. هوشیار – اندیشهٔ نو
چهارشنبه ۲۳ مهر ۱۴۰۴
مقدمه: از آزادی دیجیتال تا بردگی الگوریتمی
پلتفرمهای کاری دیجیتال، که با وعدهٔ «انعطافپذیری» و «آزادی انتخاب» ظهور کردند، امروزه به ابزارهایی برای شکل تازهای از بهرهکشی بدل شدهاند. اگر اوبر و آمازون نخستین پیشگامان این نوع کنترل دادهمحور بودند، در بخش سلامت اکنون شاهد پدیدهای هستیم که برخی آن را «اوبر برای پرستاران» (Uber for Nursing) نامیدهاند. نمونههای گوناگون این برنامکها (اپلیکیشنها) را می توان در بازار یافت: CareRev، Clipboard Health، ShiftKey، و ShiftMed. این برنامکها پرستاران را نه بر اساس مهارت و تجربه، بلکه بر اساس شاخصهای مالی شخصی طبقهبندی و قیمتگذاری میکنند.
۱. معماری سلطهٔ پلتفرمی
برخلاف قراردادهای سنتی کار، در این الگو پرستاران نه کارمند، بلکه «کاربر» هستند؛ نه استخدامشده، بلکه «متصلشده» به سیستماند. این اتصال را الگوریتمی مدیریت میکند که همهٔ جزئیات زندگی دیجیتال فرد را میبلعد: سوابق بانکی، بدهی کارت اعتباری، الگوی خرید، و حتی موقعیت مکانی.
در گزارش مؤسسهٔ روزولت (Roosevelt) توضیح داده شده است که این برنامکها (اپلیکیشنها) از دادههای خریداریشده از «کارگزاران یا دلالان داده» (data brokers) برای حدس زدن میزان نیاز و استیصال مالی پرستار استفاده میکنند. به عبارت دیگر: «هرچه پول کمتری در حسابهای بانکیتان داشته باشید و بدهی کارتهای اعتباریتان بیشتر باشد، مزدی پیشنهادی برنامک کمتر خواهد بود.» نتیجه آن است که پرستاری که وضع مالی چندان خوبی ندارد احتمال زیادتری دارد که حاضر شود همان نوبتکاری را با مزدی پایینتر بپذیرد، زیرا الگوریتم فرض میکند او مجبور به پذیرش این پیشنهاد است.
۲. نابرابری پنهان در لباس هوش مصنوعی
تحقیقات مؤسسهٔ The Markup با عنوان «وقتی پرستاران به سبک اوبر استخدام میشوند» (When Nurses Are Hired Like Ubers) نشان داد که به دو پرستار در یک بیمارستان و یک نوبت کاری مشابه ممکن است نرخ مزد ساعتی کاملاً متفاوتی پیشنهاد و داده شود، بیآنکه هیچ توضیحی در کار باشد. این تفاوت نه بر پایهٔ مهارت آن دو پرستار، بلکه بر مبنای دادههای پنهانی است که از بیرون از سیستم سلامت گردآوری میشود. در واقع، آنچه این پلتفرمها «بهینهسازی هوش مصنوعی» مینامند چیزی جز تبعیض مزدی الگوریتمی نیست: استفاده از دادههای مالی پرستار برای سنجش «میزان اضطرار اقتصادی» او و تنظیم قیمت پیشنهادی کارش بر آن اساس.
۳. دوپینگ اطلاعات مالی شخصی علیه نیروی کار
یانیس واروفاکیس در گفتوگو با برنامهٔ «دموکراسی اکنون» (Democracy Now) این وضع را «دوپینگ اطلاعات مالی شخصی علیه نیروی کار» نامید. او توضیح میدهد: «وقتی پرستاری برای نوبت کاری ثبتنام میکند، برنامک (اپلیکیشن) نگاه میکند که او چقدر بدهی کارت اعتباری دارد. هرچه [بدهی] بیشتر باشد، مزد پایینتر است.» واروفاکیس این منطق را گسترش نوعی «تکنوفئودالیسم» میداند، نظامی که در آن مالکیت ابزار تولید جایش را به مالکیت زیرساخت دادهها داده است. پلتفرمها همان اربابان جدیدند و کارگران رعایاییاند که برای دسترسی به کار باید از دروازهٔ الگوریتم عبور کنند.
۴. بازتولید فقر از طریق فناوری
در یک گزارش روزنامهٔ گاردین هشدار داده شد که چنین الگوریتمهایی نهتنها بهرهکشی سنّتی را پنهان میکنند، بلکه فقر را در چرخهای خودتقویتکننده بازتولید میکنند. در واقع، پرستاری که بهدلیل بدهیهایش با مزد کمتر حاضر میشود کار کند، بدهیاش کمتر نمیشود، بلکه تثبیت میشود و الگوریتم همان وضع را مبنای «پیشنهاد آینده» قرار میدهد. به تعبیر واروفاکیس، این همان منطق فئودالی است که «بدهکار را به رعیت تبدیل میکند».
۵. افسانهٔ انعطافپذیری و واقعیت استثمار
تبلیغات پلتفرمها بر «آزادی انتخاب نوبت کاری» و «ساعت کاری منعطف» تأکید دارد، اما همانطور که در مقالهٔ The Lever با عنوان «دروغ خطرناک پشت پرستاری بر اساس تقاضا» (The Dangerous Lie Behind On-Demand Nursing) آمده است، این وعده چیزی جز پوششی برای بیثباتسازی روابط کاری نیست.
کارگر نه از ثبات درآمد برخوردار است و نه از حمایت صنفی. همهٔ تصمیمها را- از میزان مزد تا زمان و مدت نوبتکاری– الگوریتم میگیرد.
۶. پیامدهای اجتماعی و اخلاقی
پیامد این سیستم فراتر از اقتصاد بخش سلامت (بهداشت و درمان) است:
● لطمه دیدن عدالت مزدی؛
● نقض حریم مالی خصوصی؛
● فرسایش اعتماد اجتماعی در حرفههای مربوط به این بخش؛
● و در نهایت، نهادینه شدن نابرابری دیجیتال، بهطوری که دادهٔ بیشتر به معنای سلطهٔ بیشتر است.
در چنین شرایطی، «پرستار دیجیتال» نه نماد مدرنسازی، بلکه نماد بحران اخلاقی در عصر هوش مصنوعی است.
نتیجهگیری
پدیدهٔ «اوبر برای پرستاران» هشداری است در این مورد که فناوریِ بیمهار میتواند به ابزاری برای بهرهکشی از آسیبپذیرترین طبقات نیروی کار بدل شود. اگر در سرمایهداری کلاسیک مدت کار منبع سود بود، در سرمایهداری پلتفرمی اطلاعات شخصی و ضعف مالی ابزار استخراج سود است.
نخستین گام برای مقابله با این وضع شفافسازی الگوریتمها و ممنوع کردن استفاده از دادههای مالی برای تعیین مزد است. اما در کندوکاوی عمیقتر باید پرسید: چه زمانی کار انسانی از قید سلطهٔ دادهها و- از آن فراتر- از قید سرمایهداری آزاد خواهد شد؟
منابع:
1. Roosevelt Institute (2024). Data and Desperation: Algorithmic Wage Discrimination in Gig Nursing Apps.
2. The Markup (2024). When Nurses Are Hired Like Ubers.
3. The Guardian (2024). ‘Uber for Nursing’: Alarm Over Use of AI to Aid US Nurses and Healthcare.
4. The Lever (2023). The Dangerous Lie Behind On-Demand Nursing.
5. Cory Doctorow (2023). Techno-feudalism and Algorithmic Wage Discrimination.
6. Y. Varoufakis, Techno-feudalism: What Killed Capitalism (2023).