边界之问科技公司用AI算法招聘，又用算法裁员

　　算法招聘不稀奇，现在利用 AI 算法来自动化处理海量简历筛选，已经是司空见惯的操作。但算法裁员，对于许多人来说就闻所未闻了。
　　最近，一家海外公司 Xsolla 通过算法判断出 150 人是＂没有生产力的员工＂，然后一口气裁掉了他们。
　　引起争议的不是裁员本身，而是这一决定背后的原因、标准：Xsolla 首席执行官阿列克桑德・阿加皮托夫接受俄罗斯出版物《Meduza》的一次采访中提出，员工的＂数字足迹＂不符合公司标准。
　　远程工作时代，加上外部环境急剧变化，处于困境的企业不得不裁员自救，原本无可厚非。但利用 AI 算法来履行裁员职责，就有待商榷了，因为这牵涉到一系列问题，比如：
　　靠数字足迹判断员工合格是否合理？算法开除的决定是否符合劳动保护条例？这是不是意味着未来打工人必须按照 AI 的喜好来行动，从而成为算法的奴隶？边界之问：算法裁员，究竟释放出了哪些＂恶之花＂？
　　通过算法来开除员工，听起来着实有些匪夷所思，直到 Xsolla 创始人阿加皮托夫撰写的内部邮件被公开，人们才知道算法的判断标准是：数字足迹（Digital Footprint）。
　　信中提到，Xsolla 的大数据团队分析了员工在 Jira、Confluence, Gmail、聊天、文档、仪表板等应用中的活动，然后将那些行为路径不总出现在工作场景中的员工标记为＂没有生产力的员工＂。
　　在技术社会中，想要追踪一个人的网络活动是很容易的。此前，许多企业会通过社交媒体筛选潜在的员工，员工也会经营自己的＂赛博形象＂以传递好的形象，大家似乎都为企业考察员工的数字足迹投出了一张＂赞成票＂。
　　但当事情发生在裁员这一动作下，或许才会发现，数字足迹在职场的应用，正释放出了三个危险信号：
　　1.模糊生活与工作的隐私边界。涉及 150 人规模的员工不知道自己正在被 AI 跟踪，并且网络活动的＂蛛丝马迹＂都可能被引入考核标准，还是很让人恐惧的。
　　2.算法＂黑箱性＂缺乏说服力。通过数字足迹的可以分析判断出该人的性格特征，这在招聘时可作为加分项，但裁员需要明确的＂不胜任工作＂的认定标准，算法＂黑箱性＂让裁员这件事充满了不确定性，难以服众，容易引发心理失衡的报复事件；
　　3.缺乏对＂幸存者＂的指导意义。一次成功的裁员，不仅仅在于将部分员工开除，还要让＂幸存者＂做好对新任务的准备、了解持续发展的规范，但通过分析数字足迹作出的裁员决定，却无法清晰地体现出被裁和网络活动的因果关系。
　　一个人可能因为总在工作时间登录社交媒体，被认为效率过低，但这一结果对于需要与用户频繁交流的创意型岗位就没什么价值，也让＂幸存者＂处于惶惶然不可终日的状态。
　　疫情之后，越来越多的企业开始推行永久制的远程办公，与此同时，如何评估员工的工作状态和生产力也成为难题。这个案例也驱使我们思考，个人该向企业让渡多少数字足迹访问权限，将成为未来劳动市场和法律法规的重要议题。标准之谜
　　那么，通过数字足迹来衡量员工的敬业度和生产力，到底靠不靠谱呢？
　　我们知道，数字足迹只能跟踪到软件交互的时间和频率，对于流程化程度高的工作有直接的参考意义，但对于创造性工作就有点无能为力了。
　　一来，科技企业是典型的知识经济，涉及到大量的创意创新，这是十分个性化的过程。比如乔布斯喜欢打坐冥想，然后做出决策；有媒体报道过，当团队遭遇瓶颈时，张小龙就带着大家一起听摇滚乐；德国作家席勒缺乏灵感的时候，则喜欢吸几口烂苹里的味道…… 如果让 AI 来判断，这些都算＂不务正业＂。
　　二来，现有算法很难评估 OKR 与数字足迹之间的因果关系。英特尔公司创始人安迪・葛洛夫发明的 OKR 目标与关键成果法，已经成为谷歌、Facebook、Linked in、BAT 等科技企业广泛使用的工作模式，即先明确努力的方向和目标，过程中员工可以自主探索，只要保质保量地完成预定目标即可。这种方式能最大程度地激活员工的积极性，并且鼓励他们打破常规。这时候，用网络冲浪的蛛丝马迹来衡量员工的表现，是一种既过时又极其无效的标准。
　　标准的不合理性，也会直接影响裁员程度的正当性。我们知道，为了避免任意裁员，许多国家的法律法规都对裁员的程序公平有着严格限制，依靠 AI 算法裁员很难避免暗箱操作和违规裁员，正规企业为了避免陷入风险也不会草率上马相关算法。人性之思
　　算法裁员，也证实了一个令诸多学者都担忧已久的问题：AI 应该增强人性，而不是减少或取代它，是这个时代面临的最大挑战之一。
　　数字时代，许多劳动者都不可避免地被＂异化＂，失去了对工作、生活和自我的控制，比如与系统争分夺秒的外卖派送员、被算法支配的网约车司机、沉浸在算法推送中不可自拔的短视频爱好者…… 本该具备人文关怀的裁员，也开始因算法加入而变得冰冷。
　　此次 Xsolla 创始人信中表现出的态度和语气令许多网友感到不满，他给被解雇的员工贴上＂没有参与工作和无益＂的标签，称＂我真的相信 Xsolla 不适合你＂。还分享了一份＂被开除者名单＂，直言不担心离职员工，也不担心这些措施是否会打击公司前进的士气。
　　根据算法直接把人裁掉，Xsolla 作出如此草率的决定，说明企业本身存在更大的问题。但用技术语言与员工沟通的做法，在科技公司却并不罕见。
　　2018 年就曾发生过某技术总监因不满辞退，怒删 9TB 关键数据，造成直接经济损失 225 万；2020 年 63 岁的亚马逊司机因算法评分较低而解雇。试图让算法＂背锅＂，拒绝以人为本的沟通，等待的不是被裁者的＂反杀＂，就是大众的群嘲了。
　　在裁员这一环节中，算法能提供的仅仅只是一个参考标准，更多工作则需要人性化的方式来进行。比如裁员沟通，就是一种更为人性化的方式。有研究显示，在裁员期间受到管理者积极人际待遇的员工，会较少表现出消极反应，对组织未来目标的认可也会增加。
　　高质量的对话，可以有效地避免员工的不公平感，从而把裁员的负面效应减少到最低限度。这是裁员活动中最不可控也至关重要的一个环节，也是展现企业文化和管理者个人素养的标尺。
　　马克思曾指出：我们的一切发现和进步，似乎结果是物质力量成为有智慧的生命，而人的生命则化为蠢钝的物质力量。
　　AI 越来越多地进入到企业经营的各个关键领域当中，但在直接与人有关的领域，仓促部署 AI 都是不合适的。刚刚浮现出的算法裁员问题，应该被快速提上技术伦理甚至法律规范的议程。
　　因为无论多强的技术、再多的数据，都无法穿越 0 和 1 的字符本身，明辨是非善恶。人机共生的必然方向：AI 越努力，人性的光辉越需要照耀到每一个技术角落。