รายงานพิเศษจาก Jacobin สื่อฝ่ายซ้ายของสหรัฐฯ ชี้ว่าสหภาพแรงงานต้องเรียนรู้วิธี "เจรจาต่อรองเพื่อสิทธิในการจัดการอัลกอริทึม" ที่บริษัทใช้จัดการคนทำงาน ระบบพวกนี้ทำให้เจ้านายมีอำนาจเก็บข้อมูลคนทำงานแบบเรียลไทม์ ในขณะที่คนทำงานเองกลับไม่รู้ว่าถูกเก็บข้อมูลอะไรบ้าง และถูกประเมินยังไง ความไม่สมดุลของข้อมูลแบบนี้นำไปสู่การแสวงหาผลประโยชน์ เช่น จ่ายค่าจ้างไม่เท่ากัน หรือเฝ้าระวังเข้มงวดเกินไป - สหภาพแรงงานจึงต้องสร้างความเข้าใจเรื่องข้อมูล พัฒนาเครื่องมือดึงข้อมูลกลับมา และเจรจาข้อตกลงที่กำหนดให้อัลกอริทึมต้องโปร่งใสและมีคนรับผิดชอบ เป้าหมายคือให้คนทำงานเข้าถึงข้อมูลเท่ากับนายจ้าง เพื่อสร้างอำนาจต่อรองในยุคดิจิทัล

ปัจจุบัน บริษัทต่าง ๆ กำลังใช้เครื่องมือจัดการด้วยอัลกอริทึมมากขึ้นเรื่อย ๆ เพื่อบีบเอาแรงงานให้คุ้มค่าสูงสุด | ภาพจาก: Phil Murphy (CC BY-NC 2.0) 

บริษัทต่าง ๆ กำลังใช้เครื่องมือจัดการด้วยอัลกอริทึมมากขึ้นเรื่อย ๆ เพื่อบีบเอาแรงงานให้คุ้มค่าสูงสุด อำนาจที่ฝ่ายจัดการได้จากเครื่องมือพวกนี้อาจดูน่ากลัว แต่แรงงานก็ยังมีโอกาสที่จะต่อสู้กลับได้

ตัวอย่างเห็นได้จากบาร์เทนเดอร์ที่ตารางเวลาทำงานทำงานถูกจัดโดยแอปพลิเคชัน Harvest หรือ ZoomShift จนกะเวลาทำงานออกมาวุ่นวายและใช้งานไม่ได้เลย หรือพยาบาลที่ถูกระบบแจ้งเตือนว่าใช้เวลากับผู้ป่วยคนหนึ่งนานเกินไป แรงงานกำลังต้องเจอกับเครื่องมือดิจิทัลที่เข้ามาทำหน้าที่แทนหัวหน้างานแบบเดิม และมันทำให้ปวดหัวมากขึ้นทุกที

แม้ระบบเหล่านี้จะดูเหมือนทำงานเองโดยไม่มีคนคุม แต่ความจริงแล้วมันถูกควบคุมด้วยชุดกฎเกณฑ์ที่เข้มงวด ซึ่งออกแบบมาเพื่อตอบคำถามเฉพาะของผู้บริหารบริษัท เช่น "จะมีบาร์เทนเดอร์พอดีกับความต้องการ ไม่เกินไม่ขาดได้ยังไง" หรือ "จะทำยังไงให้พยาบาลใช้เวลากับผู้ป่วยแค่พอจัดการเรื่องเร่งด่วนเท่านั้น" กฎเกณฑ์พวกนี้ถูกแปลงเป็นข้อมูลในกระบวนการดิจิทัลที่ทำงานอัตโนมัติหรือกึ่งอัตโนมัติ ซึ่งก็คืออัลกอริทึมนั่นเอง

เหมือนกฎเกณฑ์อื่น ๆ ของบริษัท คนทำงานต้องผลักดันต่อต้านอัลกอริทึมเพื่อปกป้องสภาพการทำงานของตัวเอง แต่การท้าทายอัลกอริทึมยากกว่าการเผชิญหน้ากับหัวหน้า ถ้าคุณไม่รู้ว่าระบบเก็บข้อมูลอะไรบ้าง หรือมันชั่งน้ำหนักข้อมูลแต่ละประเภทยังไงก่อนตัดสินใจ คุณจะโต้แย้งมันได้อย่างไร เมื่อข้อมูลที่ป้อนเข้าอัลกอริทึมเปลี่ยนแปลงตลอดเวลา แอปพลิเคชันก็เหมือนเป้าที่เคลื่อนไหวอยู่เรื่อย ๆ ทั้งสร้างความงุนงงและท้าทายไม่ได้

ความรู้สึกอ่อนแอของคนทำงานเมื่อเจออัลกอริทึมนี่แหละที่ต้องเปลี่ยน European Trade Union Confederation (ETUC) ได้ออกคู่มือสอนสหภาพแรงงานวิธี "เจรจาต่อรองเพื่อสิทธิในการจัดการอัลกอริทึม" เพื่อให้กฎเกณฑ์ของแอปพลิเคชันดิจิทัลในที่ทำงานเป็นที่รู้กันและตกลงกันแบบร่วมมือกัน การเจรจากับอัลกอริทึมไม่ใช่เรื่องง่าย แต่หลายคนทำสำเร็จมาแล้ว และอีกหลายคนจะต้องทำถ้าเราอยากสร้างอำนาจของคนทำงานในยุคดิจิทัล

อัลกอริทึมเข้ามาจัดการคนทำงานมากขึ้นเรื่อย ๆ

การจัดการด้วยอัลกอริทึมกำลังกลายเป็นเรื่องปกติในโลกการทำงาน การสำรวจล่าสุดของ OECD พบว่า 90% ของที่ทำงานในสหรัฐฯ ใช้อัลกอริทึมจัดการอย่างน้อยหนึ่งรูปแบบ ส่วนในยุโรปก็ใกล้เคียงกันที่ 79% ในสหรัฐฯ 3 ใน 4 บริษัทใช้เครื่องมืออัลกอริทึมถึง 10 ตัวจาก 15 ตัวที่สำรวจ ขณะที่ยุโรปใช้น้อยกว่า โดยส่วนใหญ่ใช้แค่ 3 ถึง 5 ตัว

อัลกอริทึมทำให้บริษัทบีบอัดเวลาและพื้นที่ในการรับข้อมูลและตัดสินใจ แต่ก่อนบริษัทต้องใช้ผู้จัดการระดับกลางจดบันทึกและรายงานเรื่องผลงานของคนทำงาน ความต้องการของลูกค้า แล้วผู้บริหารจึงสั่งการใหม่เพื่อเพิ่มประสิทธิภาพ

แต่พอมีอัลกอริทึม การไหลของข้อมูลถูกบีบอัดเป็นกระบวนการอัตโนมัติหรือกึ่งอัตโนมัติ ข้อมูลถูกประมวลผลและออกคำสั่งใหม่ได้เกือบทันที สร้างวงจรคำนวณข้อมูลแบบต่อเนื่อง

การปฏิวัติข้อมูลนี้คืออำนาจรูปแบบหนึ่งของเจ้านายที่มีต่อคนทำงาน ผู้บริหารมองเห็นข้อมูลหลายร้อยจุดเกี่ยวกับคนทำงานแบบเรียลไทม์ ตั้งแต่ความเร็วในการทำงานไปจนถึงจำนวนครั้งที่คลิกเข้าออกแอปพลิเคชันทำงาน ในขณะที่คนทำงานเองกลับเข้าถึงข้อมูลเกี่ยวกับงานตัวเองไม่ได้มากกว่าก่อนยุคดิจิทัลเท่าไหร่ ความไม่สมดุลของข้อมูลแบบนี้ทำให้บริษัทใช้ข้อมูลของคนทำงานทำร้ายตัวคนทำงานเอง

ดูกรณีคนงานคลัง Amazon ที่ถูกเฝ้าระวังอย่างเข้มงวด ฝ่ายจัดการแสวงหาผลประโยชน์จากความไม่สมดุลของข้อมูลได้อย่างไร คนทำงานถูกติดตามผ่านข้อมูลชีวมาตร เครื่องสแกน สายรัดข้อมือ และกล้องวงจรปิด อาจถูกลงโทษหรือไล่ออกถ้าทำงานไม่ถึงเป้า เช่น งานเสร็จต่อชั่วโมง หรือใช้เวลาในห้องน้ำมากกว่าเพื่อนร่วมงาน ท่ามกลางความมืดมิดเรื่องข้อมูลของตัวเองและของเพื่อน ภายใต้แรงกดดันให้ทำงานเร็วอยู่เรื่อย ๆ คนทำงานที่โดดเดี่ยวและหมดแรงเหล่านี้เลยบาดเจ็บบ่อยกว่าและลาป่วยนานกว่ามาตรฐานอุตสาหกรรม

อีกตัวอย่างคือคนขับ Uber ภายใต้นโยบาย "upfront fares" อัตราค่าจ้างถูกกำหนดด้วยอัลกอริทึมจาก "กล่องดำ" ของข้อมูลที่คนขับไม่รู้ เนื่องจาก Uber มีประวัติข้อมูลของคนขับแต่ละคน จึงปรับค่าจ้างเป็นรายบุคคล จ่ายแค่เท่าที่คิดว่าคนขับแต่ละคนจะยอมรับตามประวัติการยอมรับของเขา ไม่เกินนั้น การเหยียบย่ำหลักการค่าจ้างเท่ากันสำหรับงานเท่ากันนี้ถูกใช้ลดค่าจ้างแบบลับ ๆ

แม้ Amazon กับ Uber อาจเป็นสองบริษัทที่อยู่แนวหน้าการใช้อัลกอริทึมแบบแสวงหาผลประโยชน์ แต่หลายบริษัทแม้ในที่ทำงานที่มีสหภาพแรงงานก็กำลังนำอัลกอริทึมรูปแบบง่าย ๆ มาใช้ โดยมักใช้ระบบสำเร็จรูป ซึ่งค่อย ๆ กัดเซาะความเป็นอิสระของคนทำงานและกระชับการควบคุมของนายจ้างอย่างต่อเนื่อง การสำรวจล่าสุดของสมาชิกสหภาพแรงงานในยุโรปพบว่า 1 ใน 3 รับรู้การจัดการด้วยอัลกอริทึม "ที่ใช้ในการจ้างงาน การเฝ้าระวัง และการตัดสินใจประจำวันในชีวิตคนทำงาน"

ไม่ต้องสงสัยเลยว่าเจ้านายได้ประโยชน์จากการปฏิวัติข้อมูลมาจนถึงตอนนี้ แต่ไม่มีเหตุผลว่าทำไมต้องเป็นแบบนั้นต่อไป เพื่อให้คนทำงานปรับสมดุลความสัมพันธ์อุตสาหกรรมในยุคดิจิทัล พวกเขาจำเป็นต้องเข้าใจเรื่องข้อมูลมากขึ้นเรื่อย ๆ

เจรจาต่อรองเพื่อสิทธิในการจัดการอัลกอริทึม

อาร์มิน ซามิอิ (Armin Samii) ผู้ขับขี่ UberEats พัฒนาแอปพลิเคชัน UberCheats ที่ใช้พิกัด GPS ตรวจสอบว่าผู้ขับขี่เดินทางระยะทางที่ UberEats อ้างจริงหรือไม่ | ภาพจาก: arminsamii.com

วาเลริโอ เด สเตฟาโน (Valerio De Stefano) ศาสตราจารย์กฎหมายแรงงานเป็นคนคิดคำว่า "การเจรจากับอัลกอริทึม" (เจรจาต่อรองเพื่อสิทธิในการจัดการอัลกอริทึม) เพื่ออธิบายข้อตกลงร่วมระหว่างนายจ้างกับองค์กรคนทำงานเกี่ยวกับ "การใช้เทคโนโลยีดิจิทัล การเก็บข้อมูล และอัลกอริทึมที่สั่งการและควบคุมคนทำงาน" ตอนนี้มีตัวอย่างข้อตกลงแบบนี้แล้วหลายที่ แม้จะยังไม่ใช่เรื่องปกติ

บริษัท IBM สาขาเยอรมนี มีข้อตกลงกับคณะกรรมการแรงงานเรื่องการใช้ระบบ AI ในที่ทำงาน กำหนดว่า AI ต้องโปร่งใส รวมถึงวิธีที่ข้อมูลนำเข้ามีผลต่อการตัดสินใจของ AI การตัดสินใจของ AI ทั้งหมดต้องตรวจสอบย้อนกลับได้ เพื่อให้คนทำงานเข้าใจจริง ๆ ว่าการตัดสินใจด้วยอัลกอริทึมเกิดขึ้นได้ยังไง และต้องมีคนที่ระบุตัวได้ซึ่งรับผิดชอบต่อสิ่งที่ AI ทำ คนทำงานยังนั่งใน "คณะกรรมการจริยธรรม AI" ที่ประเมินความเสี่ยงจาก AI รวมถึงความเสี่ยงต่อสิทธิคนทำงาน
ในเศรษฐกิจแพลตฟอร์ม สหภาพแรงงาน United Federation of Danish Workers (3F) ในเดนมาร์กมีข้อตกลงร่วมกับแพลตฟอร์มทำความสะอาดบ้าน Hilfr ที่มีบทบัญญัติเรื่องการจัดการด้วยอัลกอริทึม เช่น Hilfr ต้องให้คำอธิบายครบถ้วนสำหรับการตัดสินใจด้วยอัลกอริทึมทั้งหมด ถ้าให้เหตุผลไม่ได้ ถือว่าการตัดสินใจนั้นไม่ถูกต้อง

พนักงานมีสิทธิร่วมตัดสินในเรื่องสุขภาพและความปลอดภัย หมายความว่าพวกเขาสามารถยกเลิกการตัดสินใจด้วยอัลกอริทึมที่เสี่ยงต่อสุขภาพได้ นอกจากนี้ยังมี "ชมรมดิจิทัล" บนแอปพลิเคชัน Hilfr ให้คนทำงานมีส่วนร่วมกับสหภาพแรงงานได้หลายวิธี เช่น ลงคะแนนและเลือกตั้งตัวแทนสหภาพแรงงาน เป็นต้น

ในสเปน แพลตฟอร์มส่งอาหาร Just Eat มีข้อตกลงร่วมกับสหภาพแรงงาน Workers' Commissions (CCOO) และ General Union of Workers (UGT) ที่มีบทเรื่องการจัดการด้วยอัลกอริทึม ซึ่งรวมสิทธิในข้อมูลเกี่ยวกับ "พารามิเตอร์" ของระบบ AI ของ Just Eat รวมถึง "กฎและคำสั่งที่ป้อนเข้าอัลกอริทึม" "คณะกรรมการอัลกอริทึม" ที่มีตัวแทนทั้งนายจ้างและสหภาพคอยกำกับดูแลให้แน่ใจว่าบทบัญญัติถูกนำไปใช้

ข้อตกลงร่วมที่ควบคุมและจำกัดการจัดการด้วยอัลกอริทึมควรเป็นเป้าหมายของสหภาพแรงงานทุกแห่ง แต่ในสภาพแวดล้อมที่เป็นปรปักษ์ ซึ่งหลายบริษัทปฏิเสธสหภาพแรงงาน หรือแม้กระทั่งจัดตั้งสหภาพแรงงานที่เข้าข้างนายจ้าง เพื่อขัดขวางการจัดตัวของคนทำงาน สหภาพแรงงานไม่อาจเข้าสู่โต๊ะเจรจาได้ทันทีเสมอไป ในบริบทนี้ สหภาพแรงงานต้องมีความคิดสร้างสรรค์ในการกู้คืน วิเคราะห์ และใช้ข้อมูลเป็นวิธีสร้างอำนาจ

การใช้เครื่องมือข้อมูลแบบ "ปฏิปักษ์" เพื่อกู้คืนข้อมูลของคนทำงานเป็นวิธีจัดตัวที่สำคัญมากขึ้นในยุค AI ด้วยสามเหตุผล หนึ่ง ข้อมูลช่วยกำหนดกลยุทธ์ของสหภาพแรงงาน เมื่อรู้สิ่งที่นายจ้างรู้ สหภาพแรงงานก็เข้าใจจุดอ่อนของบริษัทและสภาพการทำงานจริง ๆ ช่วยตัดสินใจได้ดีขึ้น

สอง แม้สหภาพแรงงานจะมีข้อตกลงที่มีการคุ้มครองข้อมูลที่ดูแข็งแกร่ง จะมั่นใจได้ยังไงว่าบริษัทปฏิบัติตามจริง ถ้าไม่มีเครื่องมือข้อมูลเพื่อติดตาม ทดสอบ และตรวจสอบ ข้อมูลอะไรกำลังถูกเก็บเกี่ยวกับคนทำงานและถูกใช้ยังไงอาจไม่ชัดเจนสำหรับตัวคนทำงานเอง สหภาพแรงงานต้องการวิธีการด้านข้อมูลเป็นมาตรการตรวจสอบ

สาม ข้อมูลคือหลักฐานที่สนับสนุนข้อโต้แย้งของสหภาพและกดดันบริษัท ถ้าสหภาพแรงงานกู้คืนข้อมูลที่พิสูจน์ว่าคนทำงานโดยเฉลี่ยได้ค่าจ้างต่ำกว่าขั้นต่ำ เช่น นี่สามารถเป็นพื้นฐานสำหรับการรับสมาชิกสหภาพ แคมเปญสื่อ การวิ่งเต้นทางการเมือง หรือแม้แต่ฟ้องร้อง

มีกรณีศึกษาระดับสากลหลายอันที่พิสูจน์คุณค่าของเครื่องมือข้อมูลต่อการจัดตัวของคนทำงาน แม้ส่วนใหญ่จนถึงตอนนี้จะอยู่ในเศรษฐกิจแพลตฟอร์ม ในสวิตเซอร์แลนด์ คนขับ Uber ร่วมมือกับนักวิทยาศาสตร์ข้อมูลเพื่อคำนวณว่าบริษัทเป็นหนี้พวกเขาเท่าไหร่ หลังศาลแรงงานพบว่าพวกเขาเป็นพนักงานและเป็นหนี้ค่าจ้างย้อนหลังตั้งแต่ 2017 ถึง 2022 นักวิทยาศาสตร์ข้อมูลพบว่าคนขับเป็นหนี้เฉลี่ย 20% มากกว่าที่ Uber คำนวณ

ในบราซิล คนขับรถผ่านแอปพิลเคชันหลายแสนคนใช้แอปพลิเคชัน StopClub มันรับข้อเสนอเที่ยวจากแพลตฟอร์มและคำนวณทันทีว่ารายได้ต่อชั่วโมงและต่อกิโลเมตรเป็นเท่าไหร่ เพื่อให้คนขับตัดสินใจได้ง่ายว่าจะรับหรือปฏิเสธข้อเสนอนั้นคุ้มหรือไม่ "เหมือนผ้าปิดตาถูกถอดออกจากดวงตา" คนขับคนหนึ่งพูดถึง StopClub

ในสหรัฐฯ อาร์มิน ซามิอิ (Armin Samii) ผู้ขับขี่ UberEats พัฒนาแอปพลิเคชัน UberCheats ที่ใช้พิกัด GPS ตรวจสอบว่าผู้ขับขี่เดินทางระยะทางที่ UberEats อ้างจริงหรือไม่ จากการเดินทาง 6,000 ครั้งที่บันทึกโดยผู้ขับขี่ที่ใช้ UberCheats ทั่วโลก พบว่า 17% ถูกจ่ายต่ำไปโดยเฉลี่ย 2.2 กิโลเมตรต่อเที่ยว

UberCheats เป็นตัวอย่างของสิ่งที่นักข่าวคอรี่ ด็อกโทโรว์ (Cory Doctorow) เรียกว่า "แอปพลิเคชันเคาน์เตอร์" คือแอปพลิเคชันที่พัฒนาขึ้นโดยเฉพาะเพื่อให้เข้าถึงข้อมูลได้ง่าย ซึ่งทำให้คนทำงานต่อต้านได้ หรืออย่างที่ด็อกโทโรว์พูดว่า ช่วย "คนทำงานยึดเครื่องมือคอมพิวเตอร์จากนายจ้าง" การทดลองเรื่องแอปพลิเคชันเคาน์เตอร์จนถึงตอนนี้เป็นเพียงส่วนยอดของภูเขาน้ำแข็ง แต่ความจริงที่ว่าเกือบทั้งหมดเป็นความพยายามแบบรากหญ้าและทำเองแสดงให้เห็นว่าสามารถใช้เครื่องมือและเทคนิคกู้คืนข้อมูลที่มีประสิทธิภาพได้ด้วยต้นทุนต่ำและความเชี่ยวชาญจำกัด

ยิ่งกว่านั้น แอปพลิเคชันเคาน์เตอร์อยู่ที่ปลายที่ซับซ้อนกว่าของช่วงกลยุทธ์กู้คืนข้อมูลที่เป็นไปได้ ในรัฐที่คนทำงานมีสิทธิด้านข้อมูล การขอข้อมูลจากบริษัทอาจเป็นกระบวนการที่น่าหงุดหงิด แต่ก็ยังให้ผลได้

ข้อมูลสามารถดึงมาจากสิ่งที่แพลตฟอร์มแสดงให้คุณเห็นบนแอปพลิเคชัน คนทำงานยังสามารถทำการทดสอบที่ควบคุมได้บนแพลตฟอร์มเพื่อหาข้อมูล เหมือนคนขับรถผ่านแอปพลิเคชันหลายคนทำเพื่อพิสูจน์ว่าพวกเขาได้อัตราค่าจ้างต่างกันสำหรับงานเดียวกัน แอปพลิเคชันสามารถวิศวกรรมย้อนกลับเพื่อหาว่าบริษัทกำลังเก็บข้อมูลอะไร

โดยธรรมชาติ วิธีการเหล่านี้มีทั้งจุดแข็งและจุดอ่อน คนทำงานมีแนวโน้มได้ผลดีที่สุดเมื่อใช้พวกมันร่วมกัน

เพิ่มศักยภาพด้านเทคโนโลยีให้สหภาพแรงงาน

จากความพยายามบุกเบิกมากมายในการกู้คืนข้อมูลของคนทำงาน น้อยอย่างน่าทึ่งที่เกิดขึ้นจากภายในโครงสร้างสหภาพที่เป็นทางการ การศึกษาของ International Trade Union Confederation พบว่ากว่า 60% ของกิจกรรมสหภาพแรงงานเรื่องการจัดการด้วยอัลกอริทึมเป็นแค่การวิเคราะห์ สร้างการรับรู้ และพัฒนากลยุทธ์กับหลักการ 12% เกี่ยวกับการจัดตัวและรณรงค์ของสหภาพแรงงาน ขณะที่แทบไม่ถึง 10% เกี่ยวกับการฝึกอบรมและสร้างศักยภาพ  "มีความจำเป็นเร่งด่วนที่ต้องก้าวจากหลักการและการถกเถียงทฤษฎีไปสู่การปฏิบัติจริง" รายงาน ITUC สรุป

ในแง่หนึ่งไม่แปลกที่นวัตกรรมส่วนใหญ่มาจากขอบของขบวนการแรงงานเมื่อพูดถึงข้อมูล เครื่องมือเหล่านี้ยังใหม่อยู่ และสหภาพแรงงานมีวิธีการที่พิสูจน์แล้วที่สร้างมาหลายทศวรรษหรือแม้แต่ศตวรรษ ยิ่งกว่านั้น ตัวแทนและผู้จัดตัวส่วนใหญ่ยุ่งอยู่แล้ว ใครจะมีเวลาเพิ่มงานอีกชั้นที่ต้องฝึกอบรมและสร้างความสามารถเพื่อเชี่ยวชาญ แถมยังไม่รับประกันว่าจะได้ผล

ทัศนคตินี้อาจเข้าใจได้ แต่ถ้าไม่เอาชนะมัน มันมีแนวโน้มจะฉุดสหภาพแรงงานไว้ในการจัดตัวชนชั้นแรงงานสำหรับยุคดิจิทัล สหภาพแรงงานที่ไม่เชี่ยวชาญข้อมูลอาจดิ้นรนในการดึงดูดคนทำงานรุ่นใหม่ที่รู้จักแต่สมาร์ทโฟนและแอปพลิเคชัน เมื่อระบบ AI ถูกรวมเข้าสภาพแวดล้อมการทำงานมาตรฐาน การเจรจากับอัลกอริทึมจะไม่ใช่เรื่องรองอีกต่อไป

ขณะที่ความจำเป็นเร่งด่วนที่สุดสำหรับการกู้คืนข้อมูลของคนทำงานยังอยู่ในเศรษฐกิจแพลตฟอร์มและโรงงานที่จัดระเบียบตามทฤษฎีเทย์เลอร์แบบดิจิทัล สิ่งเหล่านี้เป็นแค่งานที่อยู่แนวหน้าของ "การทำให้เป็นข้อมูล" ของเศรษฐกิจเท่านั้น แม้ในที่ที่การใช้การติดตามและตัดสินใจอัตโนมัติจำกัดอยู่แค่เครื่องมือจัดตารางเวลาหรือติดตามการเข้าออกสำนักงาน ระบบเหล่านี้ก็ยังส่งผลกระทบอย่างมีนัยสำคัญต่อวิธีจัดการคนทำงาน การมีสหภาพแรงงานที่ผลักดันฝ่ายจัดการเรื่องข้อมูลและการจัดการด้วยอัลกอริทึมสามารถเป็นตัวยับยั้งไม่ให้ผู้จัดการนำระบบ AI ที่เข้มข้นกว่ามาใช้

อย่างน้อยสุด สหภาพแรงงานควรมีเป้าหมายให้ตัวแทนและผู้จัดตัวทุกคนได้รับการฝึกอบรม เพื่อสร้างความรู้และทักษะระดับพื้นฐานใน "การเจรจากับอัลกอริทึม" ได้ ยิ่งไปกว่านั้นถ้าสหภาพควรสร้างทีมข้อมูลภายในที่สามารถทำงานร่วมกับตัวแทนและผู้จัดตัวเพื่อพัฒนากลยุทธ์ข้อมูลสำหรับแต่ละบริษัทหรืออุตสาหกรรม นี่ควรรวมการสนับสนุนทางเทคนิคสำหรับการกู้คืนข้อมูลและพัฒนานโยบายเฉพาะภาคว่าการเจรจาต่อรองร่วมเรื่องข้อมูลควรเป็นอย่างไร

ในยุโรป พบว่ามีการกระตุ้นการเสริมศักยภาพของสหภาพแรงงานเพิ่มขึ้น ด้วยการผ่าน EU Platform Work Directive ซึ่งต้องกลายเป็นกฎหมายในรัฐสมาชิกทั้ง 27 ประเทศภายในสิ้นปี 2026 Platform Work Directive กำหนดชุดสิทธิกว้าง ๆ สำหรับคนทำงานแพลตฟอร์มที่เกี่ยวข้องกับการจัดการด้วยอัลกอริทึม รวมสิทธิได้รับคำอธิบายและการตรวจสอบโดยมนุษย์ของการตัดสินใจอัตโนมัติ และสิทธิสำหรับตัวแทนคนทำงานที่จะได้รับการปรึกษาหารือก่อนมีการเปลี่ยนแปลงสำคัญในระบบ AI คนทำงานแพลตฟอร์มจะต้องเป็นส่วนหนึ่งของสหภาพแรงงานที่มีระบบนิเวศของความรู้และทักษะด้านข้อมูลอยู่ เพื่อใช้สิทธิด้านอัลกอริทึมใหม่เหล่านี้อย่างมีประสิทธิภาพ

คนทำงานได้รวบรวมข้อมูลเกี่ยวกับงานของพวกเขาเพื่อช่วยความพยายามจัดตัวมาตราบที่สหภาพแรงงานมีอยู่ ความแตกต่างเพียงอย่างเดียวในวันนี้คือในยุคข้อมูล มีข้อมูลมากกว่ามากที่อาจรวบรวมได้ และต้องการเครื่องมือหลากหลายเพื่อรวบรวมมัน เป้าหมายตามที่คนทำงานคนหนึ่งบอกเราในการวิจัยสำหรับการศึกษาของ ETUC ควรเป็นว่า "สิ่งใดก็ตามที่นายจ้างเห็น เรา (คนทำงาน) ก็ต้องเห็นเช่นกัน" การจัดการกับการครอบงำข้อมูลของทุนเหนือแรงงานอาจดูน่ากลัว แต่มันทั้งเป็นไปได้และจำเป็น

ที่มา:
Trade Unions Need to Fight Against Algorithmic Exploitation (Ben Wray, Jacobin, 27 September 2025)