Стало банальностью уже давно сравнивать работу курьера и учителя. Особенно в плане оплаты. Про то, как приходится работать, думаю, всё уже разобрались. Работа курьером нелегка.
Вот уже моё фото:
Я иду в тёплую школу, на любимую работу в тепле и светле)) А кто-то будет сначала чистить своего коня, а потом по холоду мотаться...
Хотя, конечно, судя по тому что я встал в 6:20, а велосипеды курьерские стоят и без десяти восемь, думаю, курьеры всё же встают позже))
И весёлая красивая жизнь у них начинается позднее...
Но вот мне попался интересный текст. Привожу его несколько переработанным, чтобы не попасть под запреты ))
Я публикую эту информацию, находясь в публичной библиотеке и используя одноразовый ноутбук, так как на меня распространяется соглашение о неразглашении (NDA). Однако я больше не намерен молчать. На днях я уволился с работы в крупной компании, занимающейся доставкой еды, и теперь считаю необходимым рассказать о том, что происходит за кулисами.
Мы, пользователи, часто догадываемся, что алгоритмы могут быть несправедливы, но реальная ситуация превосходит самые мрачные ожидания. Я работал backend-разработчиком и регулярно присутствовал на планерках, где менеджеры обсуждали, как извлечь дополнительные доли процента прибыли из так называемых «человеческих активов» (именно под таким термином в базе данных обозначались курьеры). Разговоры о живых людях, вынужденных платить за жилье и содержать семьи, сводились к обсуждению эффективности виртуальных узлов в системе.
Опция ускоренной доставки, за которую берут дополнительную плату, по своей сути является фикцией. Когда пользователь платит за неё, в системе действительно меняется соответствующий флаг в данных заказа. Однако алгоритм распределения заказов этот флаг фактически игнорирует. Для создания иллюзии скорости компания проводила A/B-тестирование, но не путём ускорения платных заказов, а за счет искусственного замедления обычных доставок на 5-10 минут. Так «приоритетные» заказы казались быстрее. Эта тактика, основанная на восприятии, принесла компании миллионы долларов.
Наиболее шокирующей практикой, которая и стала причиной моего ухода, является скрытая система оценки курьеров, условно называемая «индексом отчаяния». Алгоритм анализирует поведение: как быстро курьер принимает низкооплачиваемые заказы, в какое время суток он выходит на работу. Если система определяет, что человек остро нуждается в деньгах и готов соглашаться на любые условия, его помечают как «отчаявшегося». После этого ему перестают показывать выгодные заказы с высокими чаевыми. Логика проста: зачем платить $15, если известно, что этот курьер из-за сложных обстоятельств выполнит работу за $6? Таким образом, самые лучшие заказы предназначаются для привлечения и удержания более «случайных» курьеров, в то время как тех, кто работает постоянно и зависит от этого заработка, система методично эксплуатирует.
Многие замечали в чеках дополнительные сборы (например, $1.50), которые появились после принятия новых законов о труде. Их названия (вроде «сбора на льготы») создают впечатление, что деньги идут на поддержку работников. В реальности эти средства поступают в специальный корпоративный фонд, который финансирует лоббистскую деятельность и юридическую борьбу против создания профсоюзов курьеров. Получается, что клиенты невольно оплачивают работу юристов, цель которых — не допустить улучшения положения работников.
После судебных разбирательств по поводу прямого удержания чаевых компания сменила тактику. Теперь используется система прогнозного моделирования, которая динамически корректирует базовую ставку оплаты курьеру. Если алгоритм предсказывает, что конкретный клиент оставит щедрые чаевые, базовая оплата за доставку для курьера автоматически снижается. Например, если ожидаемый чаевой составляет $10, курьеру может быть предложено всего $2 за выполнение заказа. Если же чаевых не ожидается, базовая ставка будет выше, чтобы заказ всё же был принят к исполнению. В итоге щедрость клиента не увеличивает доход работника, а компенсирует расходы компании, которая таким образом перекладывает свои издержки на пользователей. Эта практика отражает более широкую проблему: заработок работников платформ часто остается непрозрачным и непредсказуемым...
Вот на чем (теоретически) строится ваш профиль жертвы:
Заряд батареи < 15%. Еще в 2016 году Uber обнаружил: люди с почти разряженным телефоном готовы платить за поездку больше. Тогда они поклялись не использовать это. Но соблазн велик. Используют ли сейчас? А кто же знает? Для курьера низкий заряд — сигнал паники: «Надо взять заказ немедленно, пока телефон не сел окончательно».
Скорость касания по экрана. Вы хватаете любой заказ за 0.5 секунды? Вы обновляете ленту каждые 15 секунд? Нейросеть считывает микромоторику. Дрожащие пальцы это готовность работать практически задаром, за еду.
Возникает вопрос - «А как же законы?» А никак. В пользовательском соглашении это называется «Динамическое ценообразование».
Когда магазин дает вам скидку на день рождения — это «персонализация».
Когда алгоритм снижает оплату курьеру, зная, что ему некуда деваться — это тоже «персонализация».
Юридически ИИ не дискриминирует никого по полу или расе. Он дискриминирует вас по поведенческому профилю. А закона, защищающего «нервных» или «бедных», пока не придумали.
Это касается не только курьеров. Ситуация с гипотетическими системами оценки поведения, такими как «Индекс отчаяния», показывает, что технологии могут оказывать глубокое влияние, просто анализируя наши цифровые следы и модели поведения, по сути, «залезая в кошелек». Элементы подобной логики уже можно наблюдать в разных сферах.
Низкий уровень отчаяния (телефон заряжен на 90%, ты находишься около метро, твой адрес проживания известен - тоже около метро, или ты едешь куда-то в выходной, не срочно, судя по всему) - предложение агрегатора такси будет очень и очень приемлемым. А другая ситуация - ты вышел из ресторана, возможно - пьяный, телефон почти разряжен, ты на краю географии - у тебя индекс отчаяния прямо полыхает красным, или ты утром на работу торопишься (геолокация знает, где ты работаешь) - тебе такое выкатят - ведь ты никуда не денешься.
Например, в финансовом секторе повышенная активность по проверке баланса в приложении банка может быть истолкована алгоритмами как признак финансовой напряженности и потенциально повлиять на предлагаемые условия кредита. Часто залезаешь в банк-онлайн? Вот тее повышение на полпроцента ставки кредита ))
Ночью потребовалось лекарство? Значит срочно. Ценник будет понятно каким.
Личный опыт использования крупных цифровых экосистем, таких как Яндекс, часто добавляет правдоподобия этим опасениям. Алгоритмы могут вести себя как тонкие манипуляторы. Конкретный пример: на аккаунте в Яндекс.Маркете в момент истечения срока действия подписки Яндекс Плюс все персональные акции и скидки временно исчезли, будто система реагировала на риск ухода клиента. После продления подписки скидочная политика моментально восстановилась. Это можно трактовать как способ давления на пользователя или проверки его лояльности, когда система ощущает возможность изменить условия.
Похоже, мы вступаем в эру алгоритмического хищничества, где ИИ, анализируя большие данные, идеально выявляет моменты нашей наибольшей уязвимости — будь то нехватка времени, денег или вариантов — и использует это, чтобы предлагать менее выгодные индивидуальные условия.
Пока регуляторы не успевают за этими процессами, можно применять простые правила цифровой гигиены, чтобы сделать свой поведенческий профиль менее очевидным для алгоритмов.
Важно контролировать свое цифровое поведение: избегайте импульсивных действий, делайте паузу перед принятием предложения в приложении, это может сбить алгоритмический профиль «паникера». Жестко ограничивайте доступ приложений к данным: отключайте для сервисов вроде такси доступ к геолокации, контактам или истории браузера, если это не критично для работы. Диверсифицируйте использование сервисов, не замыкайтесь в одной экосистеме, иногда пользуйтесь поиском и бронированием в режиме инкогнито, чтобы видеть более объективные цены и условия. Эти меры не дают стопроцентной защиты, но они усложняют алгоритмам задачу по эксплуатации вашей уязвимости.
А вот вам приходилось сталкиваться с чем-то подобным?
PS... Вот вспомнил еще - в одиннадцать вечера выходишь из театра, пока стоишь в очереди в гардероб, проверяешь стоимость такси - задаром. Практически гарантированно, что через 20 минут такси в этом месте будут заказывать человек сто. И цена и время ожидания через 20 минут могут запросто вырасти раза в два ))
Пару раз уже применял фокус - заказывать сразу, пусть подождет. Гарантированно ожидание обходится дешевле.