外卖骑手的时间,到底谁说了算?
互联网新闻 2020-09-13 06:00:07
分享到
A+ A-
浏览数: 9

原创 传播君 潘树琼 网络传播杂志

最近几天,“多等五分钟”引发了网友热议。

9月8日,一篇《外卖骑手,困在系统里》的文章刷屏朋友圈,文章指出在外卖系统的算法与数据驱动下,外卖骑手疲于奔命,导致他们违反交规、与死神赛跑,外卖员成了高危职业。

第二天凌晨,饿了么发微博称,将尽快推出“我愿意多等5分钟/10分钟”功能,用户可自主选择;美团外卖当晚也发布声明称,调度系统会给骑手留出8分钟弹性时间。

众多媒体和网友围绕平台规则、算法技术、用户权益、外卖员权益不断发声,讨论热度不断走高。

01

不断压缩时间,是“基于算法的精准剥削”吗?

在即时达、秒接单成为人们期待的高效配送社会心理下,外卖配送的平台方依托算法技术,不断压缩配送时间,正如该文指出:

“系统有能力接连不断地‘吞掉’时间,对于缔造者来说,这是值得称颂的进步,是AI智能算法深度学习能力的体现——在美团,这个‘实时智能配送系统’被称为‘超脑’,饿了么则为它取名为‘方舟’。2016年11月,美团创始人王兴在接受媒体采访时表示:我们的口号是‘美团外卖,送啥都快’。”

多快才算快?

中国社会科学院新闻与传播研究所助理研究员孙萍认为,不断压缩时间的背后是平台经济的发展模式出现了一定程度的技术偏差。

技术偏差指的是,基于既有数据所形成的算法结构性偏见。例如,如果一个订单需要50分钟送达,骑手为了不超时,通常提早送达。当算法后台搜集并处理这些数据时,“智能”的算法就会认为派送时间还可以再缩短。于是,就有了40分钟、30分钟的加速规定,整个物流体系也陷入了一种提速的恶性循环中。

“一定程度上是因为现在的社会结构偏差导致搜集的数据出现了偏差,而数据偏差又导致了技术偏差,也就是所谓的‘技术作恶’。” 孙萍说。

但是,外卖经济链条上不只有算法和外卖员,还包括外卖平台、商家、外包公司、消费者等众多参与者,他们共同造成了送餐时间越来越短的结果。

中国传媒大学新闻学院教授沈浩对算法持“乐观”态度。他认为,一方面,在平台、商家、消费者之间,消费者希望所有服务又快又好,算法依据以往数据尽可能优化服务,这是消费者乐意享受的;但另一方面,消费者的希望又在不断催生新的期望,这会促使算法越来越趋于满足消费者的希望。

“科技向善,科技让生活更美好。算法最核心的是要体现对人性的人文关怀,作恶的算法一定会受到消费者反对的。”沈浩表示。

02

多给5分钟或8分钟,问题能解决吗?

5分钟也好,8分钟也好,能否解决问题?孙萍认为,在一定程度上这样确实可以解决问题。同时,这也表明企业的算法是可以修改的,证明算法的确不是中立的,而是带有强烈的指导性和偏向性。

“但是,这种行为属于扬汤止沸,而非釜底抽薪。当务之急是建立社会层面和机构层面的算法协商机制。” 孙萍建议道。

孙萍表示,算法的确由程序员在操作,但是他们只是一个“工具人”。社会多方协作的算法机制包括政府部门、社会机构、社会科学家,以及最关键的劳动者,等等。在政府的引导下,在平台的自我努力下,让更多外卖员等劳动者的声音被听到,让他们懂得什么是算法,可以推动算法更好地服务大家。

“同时,可在技术上加入一些更灵活性的操作,给意外情况和突发事件多一些包容,不要一刀切。打开算法的多方渠道路径,为商家和顾客放权,这也是社会的纳入性发展的体现。”孙萍说。

沈浩则认为,对于平台来说,无论是让渡5分钟,还是延长8分钟,这都是在不断提升平台的KPI指标。在竞争环境下,实行绩效管理和绩效考核的方式无可厚非。但是,统计学意义上的指标有一个宽容度,即有最大值、最小值、平均值等。比如,日均目标一万步,可以给一个宽容度,从5千到1万5,都属于这个合格区间,也就是让人来控制算法。

03

算法社会,人还有自主性和能动性吗?

算法不算新鲜事物,最早可追溯到中国商周时期和古希腊战争时期。随着互联网时代的到来,算法被人们一次次讨论。

大数据时代,在算法已经“精准”计算出人们衣食住行的情况下,我们还有多少自主性和能动性?

“我们已经进入了算法社会。” 孙萍坦言。

孙萍认为,就外卖员而言,他们可以进行自主性和能动性的糅合性抗争,从劳动端倒逼算法进行优化。比如,当系统规划的线路特别不合理时,当系统没有考虑到红绿灯时间、单行道、疫情期间小区只有固定门出入时,就可以把自己变成活地图,而不必跟着推荐线路走。这时候人的主观能动性就摆脱了算法的控制。这被孙萍称之为“逆算法”或“颠倒编程”。

沈浩则提出了另一种观点,“不推荐也是一种推荐”。

“手机屏幕和电脑网页是有大小的,第一屏上呈现什么,天然地需要进行推荐。”沈浩表示,人的推荐和机器的推荐都属于推荐,如果人的推荐更优、价值判断更正确的话,可以通过对大规模的人员进行标准化培训,使之达到标准化的程度,而这和对计算机模拟培训的道理是一样的,关键问题是要把人文关怀和情感关怀加进去。

同时,随着大数据采集和算法推荐无所不在,还可增加数据审核和算法审核,比如,若某种算法歧视老年群体,就可抛弃这种算法模型。

04

算法将走向何方?

算法有其自身的发展历史和过程。人们对算法的认知也是基于目前算法的现状而形成。关于算法的未来发展,学者观点不一。

孙萍认为,结合现有的研究,算法的发展大致可以分为三个阶段:

第一,目前处在人机交互阶段,人和机器、人和算法并没有达到特别协调或融合的程度,而是通过操作手机、电脑等终端完成指令,也就是“一方发出命令、一方服从命令”的模式。

第二,是人机融合阶段,算法会成为生物质能的一部分,未来的芯片植入和基因改组,会使算法成为我们身体的一部分。而外置的技术性工具如手机、手表可能会逐步被人体生物性的计算体系取代。人和算法实现进一步的融合交互。

第三,是深度态势感知阶段,这是人和算法的无缝衔接阶段。如果说人机交互是解决“脖子以下”的问题,人机融合是解决“脖子以上”的融合,那么,深度态势感知则是情感和技术的深度融合。不管是从物理上、 法理上还是情感上来说,算法都更懂你,并更加具有情感导向和心理导向,最终会形成一个智能新物种。

原标题:《外卖骑手的时间,到底谁说了算?》

本文地址:#
转载请注明出处,谢谢!