По РОБ ХОРНИНГ*
«Искусственный интеллект» и стремление переосмыслить автономию рабочих
Термин «искусственный интеллект» — это глубоко идеологизированный способ характеристики технологий автоматизации. Это проявление общей тенденции обсуждать технологии так, как если бы они были «могущественными» сами по себе — как будто власть не была относительной мерой для различения способностей и прерогатив социальных классов.
Напротив, «искусственный интеллект», кажется, предполагает, что технология развивается сама по себе, по своим собственным причинам, реализуя свои возможности независимо от политической борьбы людей. Его развитие и последствия кажутся загадочными и неясными — чего хочет искусственный интеллект? Поработит ли это человечество? – отодвигая в далекое будущее безжалостное зло, которое капитал уже в изобилии творит и которое дало жизнь технологическому развитию.
В достижениях в области машинного обучения нет ничего особенно загадочного.обучение с помощью машины], что подпитывает нынешнюю лихорадку искусственного интеллекта. Это связано с расширением возможностей массовой слежки и появлением компаний, достаточно крупных, чтобы централизовать и использовать все данные, которые они получили в одностороннем порядке. Благодаря колоссальному применению энергоемких вычислительных возможностей данные преобразуются в прогнозные симуляции [прогностическое моделирование] различной трудовой деятельности.
Иногда цель симуляции состоит в том, чтобы заменить людей-работников, как в случаях, широко освещенных в недавнем отчете Washington Post, о копирайтерах, которые якобы потеряли работу из-за ChatGPT: «Эксперты говорят, что даже самый продвинутый искусственный интеллект не соответствует навыкам письма человека: ему не хватает живости и стиля, и он часто приводит к неправильным ответам, бессмысленным или предвзятым. Однако для многих компаний сокращение расходов компенсирует снижение качества».
Такие симуляции могут происходить не только для замены работников, но и для их дисциплинирования. Они действуют как постоянная резервная армия шкур, готовых работать по более низким стандартам и с меньшими затратами; а также служат нормативными точками сравнения, позволяющими передать управление рабочим процессом руководству.
Моделирование предоставляет данные, которые поддерживают концепции (навязанные руководством) о том, что рабочие места могут выполняться жизнеспособным и устойчивым образом без участия людей. Это соответствует практике управления, основанной на наблюдении, предписанной с момента появления тейлоризма, если не раньше, как подробно описано Мередит Уиттакер в ее изложение теорий Чарльза Бэббиджа - один из первых сторонников вычислительных машин.
Идеи Чарльза Бэббиджа «о том, как дисциплинировать рабочих», объясняет Мередит Уиттакер, «неразрывно связаны с вычислительными машинами, которые он пытался построить на протяжении всей своей жизни». Точно так же «искусственный интеллект» неотделим от капиталистических усилий по управлению прибыльностью труда — прибыль обеспечивает стандарт того, что считается «умным», точно так же, как «умные» устройства — это те, за которыми мы наблюдаем.
Как и в случае с исследованиями времени и движения Тейлора, прогнозирующие симуляции кажутся коррективами неэффективного использования когнитивных и телесных навыков самими сотрудниками, абстрагируя все непредвиденные обстоятельства и предлагая предположительно действительные модели или продуктивность в любом случае. Это абстрактное измерение, делающее работников взаимозаменяемыми, важнее самих стандартов и результатов.
Моделирование прогноза, по словам Сун-ха Хонга, «является не столько инструментом для предсказания будущей производительности, сколько социальной моделью для произвольного извлечения и концентрации власти, то есть [подавления] обычной способности людей определять свое собственное положение».
Тот, кто использует такие системы, меньше заботится о продукте — например, о результате, создаваемом большой языковой моделью, — а о том, как системы лишают тех, кто им подвергается. «Социальная модель», принятая в системах прогнозирования, в которой индивидуальный вклад каждого работника может быть обозначен и представлен в виде повторяющихся инструкций, важнее, чем конкретные прогнозы. Принятие технологии автоматизации с этой точки зрения зависит не столько от ее производительности, сколько от того, сколько данных она дает. Это окажется полезным для боссов, поскольку вы делаете ноу-хау рабочих кажутся бесполезными.
Этот процесс рассмотрен в книге Управляемый данными [«Направленные данные»], Карен Леви. Это недавнее исследование того, как новые формы наблюдения повлияли на индустрию дальнемагистральных грузоперевозок в США.
В случае с грузовиками федеральное правительство [США] приказало установить устройства мониторинга, чтобы водители не нарушали правила дневного лимита часов вождения (правила, которые частные компании делали вид, что не существует). Это позволило компаниям установить мониторы, которые отслеживают гораздо больше данных о производительности водителей, создавая потоки данных, которые устраняют свободу действий работников и переносят принятие решений на автоматические алгоритмические системы.
Как отмечает Карен Леви, междугородние перевозки грузов — интересный случай для изучения эффектов автоматизации, поскольку отрасль в значительной степени зависит от атмосферы независимости, которая, кажется, вознаграждает водителя.
«Грузовики рассматриваются их водителями и как рабочее место, относительно свободное от бюрократического надзора, и как дом, где они живут, едят, спят целыми днями и даже неделями. В таком месте ваша конфиденциальность неприкосновенна. Таким образом, рассматривать грузовик просто как водительскую работу означает принимать только одну грань того, что это означает для тех, кто называет себя водителями грузовиков. Работа водителя грузовика связана с конструирует культурные ценности мужественности и мужественности, реализуемые посредством демонстрации физической и психической стойкости».
Балансирование между опасными условиями и эксплуатацией отрасли — это компенсаторное чувство независимости, основанное на иллюзии отсутствия начальника. Ту же логику можно найти и в работе дома [Министерство внутренних дел], при освоении в качестве особого блага для работников, а не средства повышения производительности труда. В обоих случаях кажущаяся свобода от надзора со стороны человека служит предлогом для введения автоматизированных форм наблюдения, дальнейшего измерения времени и поведения работников путем преобразования их в данные.
Под наблюдением работа перерабатывается, чтобы сделать ее более машиночитаемой, и больше усилий работника должно быть направлено на приспособление к мониторингу, а не на разработку более подходящих способов выполнения задач. Как утверждает Карен Леви, «мониторинг извлекает организационные знания из местного и биофизического контекста — что происходит на дороге, вокруг грузовика и в теле водителя грузовика — для обогащения баз данных и предоставления менеджерам набора элементов для оценки работы водителей грузовиков». по-новому, контролируя их в режиме реального времени».
Эта интенсификация наблюдения благодаря таким данным прокладывает путь к большей модификации рабочих процессов; в то же время, кажется, поддерживает возможность того, что работодатель, в пределе, автоматизирует всю работу. По мере того, как работа становится более контролируемой и менее автономной, она одновременно становится более утомительной и заменимой.
В таких условиях «автономия» видится не столько в том, чтобы делать что-то по-своему, сколько в сопротивлении контролю, который подавляет независимость. Все формы «молчаливого знания» [неявное знание] — если использовать термин Майкла Поланьи — существование на работе становится менее оправданным как источник производительности и более расходным, как простое сопротивление сотрудников. Рабочая автономия сохраняется там не как особая форма виртуозности или социальной практики, осуществляемой совместно с другими рабочими, а как фантазия о раздутой индивидуальной идентичности (т. е. водитель грузовика как «одинокий волк», «ковбой асфальта», покорительница бездорожья). Так что все это до сих пор служит оправданием их окружения для еще более глубокого вторжения руководства в поведение рабочих – вне зависимости от того, насколько уже осуществлена слежка.
По мере усиления слежки то, что выходит [из-под контроля], становится более заметным и неуместным. Хонг, обращаясь к работникам склада, вынужденным надевать устройства, которые отслеживают и корректируют их деятельность, пишет: «Количественные ожидания, которые управляют алгоритмическим рабочим местом, удовлетворяют желание — менеджеров и работодателей — получить определенную нечеловеческую ясность, в которой различные вариации и двусмысленности, присущие любому акту работы, не совсем устраняются, а просто игнорируются. Следствием для рабочего является то, что его собственная работа и его жизнь становятся менее предполагаемыми и менее произвольными».
Для тех, кто работает из дома, это происходит с помощью различных пакетов мониторинга и управления, установленных на устройствах сотрудников (как подробно описано в этом отчетность Великобритании). В случае с водителями грузовиков Карен Леви предполагает, что это происходит из-за все более инвазивных форм биометрического наблюдения: «Больше, чем быть выброшенным из кабины грузовика технологиями, водитель грузовика остается там, выполняя свою работу, но он он все чаще сопровождается интеллектуальными системами, которые контролируют ваше тело прямым и навязчивым образом, с помощью носимых устройств и камер, часто интегрированных в системы управления автопарком […]. Искусственный интеллект в грузовиках воспринимается как гибрид человека и машины. В грузовиках наблюдение и автоматизация дополняют, а не заменяют».
Тот факт, что наблюдение и автоматизация обычно выглядят как «дополнения, а не заменители», более четко поддерживает идею «расширенного» искусственного интеллекта — потенциал, который часто упоминается как положительная сторона, которая идеализирует работников, которым помогает или даже расширяет возможности использование технологий.
Многие ИИ, когда их внедряет руководство, представляют собой не другой вид «интеллекта», а более гибкую форму контроля сотрудников. Как и любую другую информационную технологию, ее можно вставить, по словам Карен Леви, «между рабочими задачами и воплощенными знаниями. Он делит рабочие процессы на простые, рационализированные, не требующие квалификации задачи; он деконтекстуализирует знания с физического рабочего места в абстрактные централизованные базы данных; превращает методы работы в якобы объективные, поддающиеся расчету и нейтральные записи человеческих действий».
Его цель состоит не в расширении прав и возможностей рабочих, а в том, чтобы «узаконить одни формы знаний, сделав другие менее ценными, что может иметь пагубные последствия для власти рабочих». Такие технологии, иногда эвфемистически называемые «вторыми пилотами» в контексте кодирования или других языковых задач, вводятся для того, чтобы сузить дугу возможностей рабочего, заставив его сосредоточиться только на тех воплощенных действиях, которые могут быть экспроприированы, всегда уже подчинены капиталу и выгодно руководству.
Искусственный интеллект предстает не как «дополненная» реальность для рабочих, а как то, что Карен Леви называет «принудительной гибридизацией». Он реализован как динамический надзиратель или, что еще хуже, как паразит, способный изменять поведение своего хозяина. Карен Леви цитирует книгу 2008 г. Культура легкой работы [«Культура мягкой работы»] Хизер Хикс, в которой утверждается, что «когда трудовая деятельность, закодированная в частях машин, сливается с человеческим телом, результатом становятся не освобожденные человеческие существа, а более контролируемые».
Водители грузовиков, с которыми консультируется Карен Леви, отталкиваются от идеи грузовика-киборга, воплощенной марионеткой которого они являются, сожительством и приводом в движение капиталистическими машинами для максимизации своей самоэксплуатации. «Вот реальность, которая сегодня ощущается в работе водителей грузовиков», — пишет она. И «алгоритмическое разрушение тел рабочих», управляемое носимыми устройствами на складах, как описывает это Хонг, действительно является мрачным и антиутопическим описанием этого.
Но можно представить и гибридный интерфейс, сочетающий в себе эмоциональное манипулирование chatbots с алгоритмически-управленческим стимулом ящика Скиннера [камера оперантного кондиционирования] – таким образом, что паразит заставляет нас любить источник, так же, как заражение таксоплазма гондии заставляет людей любить кошек. Может это что-то похожее на очки Видение Про недавно представленный Apple, или, возможно, что-то еще более абсурдное.
В конце марта OpenAI опубликовала отчет о работе называется "GPT есть GPT: ранний взгляд на потенциал воздействия моделей больших языков на рынок труда[«GPT — это GPT: ранний взгляд на потенциальное влияние больших языковых моделей на рынок труда»]. По сути это кусок маркетинг для менеджеров, направленных на превознесение потенциала ChatGPT для выполнения задач, абстрагированных от широкого круга профессий, описанных как «подверженные» хищничеству LLM [Большие языковые модели, большие языковые модели].
Такая методология принимает как должное и натурализует эффекты информационных технологий, отмеченные Карен Леви: разделение работы на простые задачи, абстрагирование конкретных контекстов и сведение работы к данным. Авторы используют эту методологию, чтобы сделать вывод, что «все профессии в той или иной степени подвержены LLM, а те, у кого более высокая заработная плата, обычно имеют больше задач с высоким воздействием».
Эти выводы (которые следует принять щепотка соли) изменить обычное предположение о том, что все, что можно автоматизировать, в силу самого факта, «низкоквалифицированная» работа — то, от чего работники в конечном итоге выиграют, если их уволят. Наоборот, полученные данные обещают менеджерам будущее, в котором большее число их подчиненных может быть вытеснено с должностей, позволяющих им принимать решения.
Список «профессий с задачами, не указанными как открытые» [для LLM] показателен. В него входят «операторы оборудования», «помощники» и «ремонтники», а также более «выразительные» виды деятельности, такие как «слуги», «мясники», «рыборезы». Многие должности касаются добычи энергии: «операторы буровых вышек», «монтажники ЛЭП». может быть Хиппи успокоятся, когда обнаружат там активность «Мотомеханика»...
Очевидно, что большинство этих профессий требуют физической силы, подразумевая, что «искусственный интеллект» делает то, что мы оставили, более или менее экономически бесполезным. Это говорит о том, что будущее, в котором доминирует когнитивная автоматизация, не будет тем, в котором люди будут освобождены от «дерьмовой работы». жаловался Дэвид Грэбнер (когда он заявил о радикальном переустройстве мира и общественно-политической жизни).
Вместо этого он выступает за переориентацию человеческого труда на обслуживание капиталистических колес в более буквальном смысле — питание машин данными и энергией и поддержание наших тел. припадки поскольку мы становимся биомеханическими расширениями программного обеспечения, запрограммированного для исследования.
* Роб Хорнинг журналист. Ответственный редактор портала Новое расследование. Автор, среди прочих книг, Новый век науки и технологий (Лос-Анджелесское обозрение книг).
Перевод: Рафаэль Алмейда.
Первоначально опубликовано на портале На автомобиле.
земля круглая существует благодаря нашим читателям и сторонникам.
Помогите нам сохранить эту идею.
СПОСОБСТВОВАТЬ
