演算法裁員，釋放出了哪些“惡之花”？

演算法招聘不稀奇，現在利用AI演算法來自動化處理海量簡歷篩選，已經是司空見慣的操作。但演算法裁員，對於許多人來說就聞所未聞了。

最近，一家海外公司Xsolla通過演算法判斷出150人是“沒有生產力的員工”，然後一口氣裁掉了他們。

引起爭議的不是裁員本身，而是這一決定背後的原因、標準：Xsolla執行長阿列克桑德·阿加皮托夫接受俄羅斯出版物《Meduza》的一次採訪中提出，員工的“數字足跡”不符合公司標準。

遠端工作時代，加上外部環境急劇變化，處於困境的企業不得不裁員自救，原本無可厚非。但利用AI演算法來履行裁員職責，就有待商榷了，因為這牽涉到一系列問題，比如：

靠數字足跡判斷員工合格是否合理?演算法開除的決定是否符合勞動保護條例?這是不是意味著未來打工人必須按照AI的喜好來行動，從而成為演算法的奴隸?

演算法裁員，究竟釋放出了哪些“惡之花”?

邊界之問

通過演算法來開除員工，聽起來著實有些匪夷所思，直到Xsolla創始人阿加皮托夫撰寫的內部郵件被公開，人們才知道演算法的判斷標準是：數字足跡(Digital Footprint)。

信中提到，Xsolla的大資料團隊分析了員工在Jira、Confluence, Gmail、聊天、文件、儀表板等應用中的活動，然後將那些行為路徑不總出現在工作場景中的員工標記為“沒有生產力的員工”。

在技術社會中，想要追蹤一個人的網路活動是很容易的。此前，許多企業會通過社交媒體篩選潛在的員工，員工也會經營自己的“賽博形象”以傳遞好的形象，大家似乎都為企業考察員工的數字足跡投出了一張“贊成票”。

但當事情發生在裁員這一動作下，或許才會發現，數字足跡在職場的應用，正釋放出了三個危險訊號：

1.模糊生活與工作的隱私邊界。涉及150人規模的員工不知道自己正在被AI跟蹤，並且網路活動的“蛛絲馬跡”都可能被引入考核標準，還是很讓人恐懼的。

2.演算法“黑箱性”缺乏說服力。通過數字足跡的可以分析判斷出該人的性格特徵，這在招聘時可作為加分項，但裁員需要明確的“不勝任工作”的認定標準，演算法“黑箱性”讓裁員這件事充滿了不確定性，難以服眾，容易引發心理失衡的報復事件;

3.缺乏對“倖存者”指導意義。一次成功的裁員，不僅僅在於將部分員工開除，還要讓“倖存者”做好對新任務的準備、瞭解持續發展的規範，但通過分析數字足跡作出的裁員決定，卻無法清晰地體現出被裁和網路活動的因果關係。

一個人可能因為總在工作時間登入社交媒體，被認為效率過低，但這一結果對於需要與使用者頻繁交流的創意型崗位就沒什麼價值，也讓“倖存者”處於惶惶然不可終日的狀態。

疫情之後，越來越多的企業開始推行永久制的遠端辦公，與此同時，如何評估員工的工作狀態和生產力也成為難題。這個案例也驅使我們思考，個人該向企業讓渡多少數字足跡訪問許可權，將成為未來勞動市場和法律法規的重要議題。

標準之謎

那麼，通過數字足跡來衡量員工的敬業度和生產力，到底靠不靠譜呢?

我們知道，數字足跡只能跟蹤到軟體互動的時間和頻率，對於流程化程度高的工作有直接的參考意義，但對於創造性工作就有點無能為力了。

一來，科技企業是典型的知識經濟，涉及到大量的創意創新，這是十分個性化的過程。比如賈伯斯喜歡打坐冥想，然後做出決策;有媒體報導過，當團隊遭遇瓶頸時，張小龍就帶著大家一起聽搖滾樂;德國作家席勒缺乏靈感的時候，則喜歡吸幾口爛蘋裡的味道……如果讓AI來判斷，這些都算“不務正業”。

二來，現有演算法很難評估OKR與數字足跡之間的因果關係。英特爾公司創始人安迪·葛洛夫發明的OKR目標與關鍵成果法，已經成為谷歌、Facebook、Linked in、BAT等科技企業廣泛使用的工作模式，即先明確努力的方向和目標，過程中員工可以自主探索，只要保質保量地完成預定目標即可。這種方式能最大程度地啟用員工的積極性，並且鼓勵他們打破常規。這時候，用網路衝浪的蛛絲馬跡來衡量員工的表現，是一種既過時又極其無效的標準。

標準的不合理性，也會直接影響裁員程度的正當性。我們知道，為了避免任意裁員，許多國家的法律法規都對裁員的程式公平有著嚴格限制，依靠AI演算法裁員很難避免暗箱操作和違規裁員，正規企業為了避免陷入風險也不會草率上馬相關演算法。

人性之思

演算法裁員，也證實了一個令諸多學者都擔憂已久的問題：AI應該增強人性，而不是減少或取代它，是這個時代面臨的最大挑戰之一。

數字時代，許多勞動者都不可避免地被“異化”，失去了對工作、生活和自我的控制，比如與系統爭分奪秒的外賣派送員、被演算法支配的網約車司機、沉浸在演算法推送中不可自拔的短視訊愛好者……本該具備人文關懷的裁員，也開始因演算法加入而變得冰冷。

此次Xsolla創始人信中表現出的態度和語氣令許多網友感到不滿，他給被解僱的員工貼上“沒有參與工作和無益”的標籤，稱“我真的相信Xsolla不適合你”。還分享了一份“被開除者名單”，直言不擔心離職員工，也不擔心這些措施是否會打擊公司前進的士氣。

根據演算法直接把人裁掉， Xsolla作出如此草率的決定，說明企業本身存在更大的問題。但用技術語言與員工溝通的做法，在科技公司卻並不罕見。

2018年就曾發生過某技術總監因不滿辭退，怒刪9TB關鍵資料，造成直接經濟損失225萬;2020年63歲的亞馬遜司機因演算法評分較低而解僱。試圖讓演算法“背鍋”，拒絕以人為本的溝通，等待的不是被裁者的“反殺”，就是大眾的群嘲了。

在裁員這一環節中，演算法能提供的僅僅只是一個參考標準，更多工作則需要人性化的方式來進行。比如裁員溝通，就是一種更為人性化的方式。有研究顯示，在裁員期間受到管理者積極人際待遇的員工，會較少表現出消極反應，對組織未來目標的認可也會增加。

高質量的對話，可以有效地避免員工的不公平感，從而把裁員的負面效應減少到最低限度。這是裁員活動中最不可控也至關重要的一個環節，也是展現企業文化和管理者個人素養的標尺。

馬克思曾指出：我們的一切發現和進步，似乎結果是物質力量成為有智慧的生命，而人的生命則化為蠢鈍的物質力量。

AI越來越多地進入到企業經營的各個關鍵領域當中，但在直接與人有關的領域，倉促部署AI都是不合適的。剛剛浮現出的演算法裁員問題，應該被快速提上技術倫理甚至法律規範的議程。

因為無論多強的技術、再多的資料，都無法穿越0和1的字元本身，明辨是非善惡。人機共生的必然方向：AI越努力，人性的光輝越需要照耀到每一個技術角落。