UberEats外送員與Uber司機工資，是如何計算出來的？英國《金融時報》記者穆吉亞在近期新書《AI底層真相》中，深度揭開外送平台世界裡的演算法「暗區」現象。別以為只有外送員受影響，這樣的薪資設計思惟，正因AI風潮，蔓延到各行各業。當你的薪資，將如UberEats外送員一樣被導入自動化設計，會帶來什麼影響？為何跟外界所言「人類與AI協作」的未來有明顯不同？
「外送員一天賺多少」「如何開Uber超越正職月薪？」早成了網路社群的長期熱門話題。這是因為優食（UberEats）、Uber司機等兼差，已成為台灣與全球許多人的工作選擇，甚至吸引不少年輕人捨棄無味的正職工作，追求自由的斜槓生活。
但是，根據英國《金融時報》權威記者穆吉亞（Madhumita Murgia）一書《AI底層真相：如何避免數位滲透的陰影》（Code Dependent: Living in the Shadow of AI, 天下文化出版）揭露，這類外送平台的薪資判定，一直是由AI與演算法操控的黑盒子。許多人可能不知道，勞資雙方中間存在著巨大的資訊不對稱。
以下兩個真實個案，就說明演算法猶如不露臉的老闆，甚至可能比人類老闆更獨裁與不負責任。
前工程師開發應用，揭UberEats工資短少
來自加州的沙米（Armin Samii），在2020年自行開發了「優弊（UberCheats）」應用程式，聲稱該工具能提供證據，證明優食（UberEats）一直以來都少付外送員的錢。為何會有如此念頭？原來他曾是工程師，在離職後的某個夏天試著去跑優食（UberEats）的外送時發現，這個世界由演算法統治，人類只是棋子。
沙米指出，某個炎熱的夏日下午，自己騎著車要回家，途中應用程式冒出通知，指出有一份外送工作要給他，只是他必須繞路多出6分鐘的路程。由於沙米其實是騎自行車外送，知道騎車時間比較接近15分鐘（即使應用式知道他騎自行車，卻還是按照汽車里程計算時間），不過他還是接下訂單，去一家中東餐廳取餐。
在等餐時，沙米又收到通知，原來另一個人在同一家餐廳訂餐，應用程式也把這任務給了沙米。因為優步公司的演算法不讓外送員在取餐之前看到目的地，所以沙米手上沒有太多資料可以做明智的決定；加上應用程式不會在地圖上顯示海拔高度，沙米也不知道這趟行程會有多陡峭。因此，他還是接下第二趟外送。
他騎3.4公里送餐，只拿1.8公里工資
結果他遇上匹茲堡最陡峭的山坡，演算法說整趟工作會花6分鐘，卻耗掉沙米90分鐘。
一開始，他以為這只是程式估計錯誤；不小心選成開車送餐的外送員。但是他後來發現，就算是開車也無法如當初演算法預期，在6分鐘內完成兩趟訂單。更糟的是，他算出自己在那騎了3.4公里，看收據卻只拿到1.8公里的工資。
他強調：「這不是騎自行車或開車的差異，而是更嚴重的錯誤。」
最後他寫了14封電子郵件，外加講了126分鐘的電話，才找到內部相關人員，承認是個錯誤，補給他4.25美元。
後來沙米決定徹底檢查自己的收據，又發現更多Google地圖上里程數，和收據上里程數不符合的地方，顯然短少常常發生。
在他開發了「優弊（UberCheats）」工具上架Chrome線上應用程式商店後，幾乎立刻就收到世界各地數十名優食員工的回應，地點橫跨美國、日本、巴西、澳洲、印度和台灣。優弊程式總共收錄了大約6干筆的行程，其中17%的工資過低。不管在哪個城市，以使用優弊程式的外送員來看，優步公司平均而言每趟行程會少付2.17公里。
在2021年優步公司的律師提出抗議，希望優弊（UberCheats）被封鎖，最後未果。但在2022年，沙米決定自行下架，他指出優步公司常常更改程式碼，且沒有任何解釋。這個工具的真正意義在於呈現演算法的不可預測性。
倫敦Uber司機，被AI誤指「詐欺」
另一個個案則不只是數據認定錯誤，甚至將司機列為詐欺嫌疑犯。
伊夫提米耶（Alexandru Iftimie）是一位倫敦的優步（Uber） 司機，在順利進行了幾年後，某一天他竟然收到優步公司的自動化警訊，莫名說他被標記為從事詐欺活動。但他完全無視，認為只是個錯誤。兩週後，他竟然又收到停權警告。以優步內部規範，他只要再拿到一次警告就可能喪失司機資格！
他無法理解自己究竟犯了什麼錯，也找不到申訴管道。他撥打優步的司機求助專線，但客服人員什麼都不知道。「他們只會一直說，系統不可能出錯！」
最終，伊夫提米耶只能加入英國的接單司機與外送員工會尋求協助，並透過法律途徑要求Uber公開演算法資訊。在3個月後終於接到優步的道歉信，承認自動化系統出錯。
作者穆吉亞持續追蹤各地與優步相關的訴訟後發現，現有判決中，雖曾有法院要求優步公司要讓司機能看到匿名顧客對自己表現的評價；對於價格的計算方式以及司機如何標記為詐欺，則沒有要求優步應該揭露更多資訊。此外，司機要求優步在工作分派與停職流程上應該要具備有意義的人工監督，這個項目也遭到駁回。
演算法治理擴散，未來職場的警訊
英國的接單司機與外送員工會（App Drivers and Couriers Union）創立人法拉（James Farrar），也曾是前優步司機，他曾集結全球23個國家的工會成員與接單作者一起擬定宣言，希望提高演算法的透明度。
法拉指出，應用程式可以任意改變工資的計算方式，這正是演算法管理的「暗區」：規則是什麼？我們要打破什麼？我們怎麼知道？關鍵在於他們不會告訴你規則是什麼，因為那意謂著我們都受到演算法的管理。
但，演算法當老闆，這件事未來可能不只發生在外送平台。穆吉亞在書中表示，她發現，AI系統正不斷地整合進各種職場，從醫院、亞馬遜的倉庫、學校、商店到看護中心。甚至有人向她透露，有醫院已使用AI軟體，監督和決定臨床醫生的加薪與獎金，軟體的依據是由統計方法得出的生產力分數。
AI時代未來挑戰
這股AI變革薪資設計的浪潮，依據各界專家討論，以及書中作者意見，可能帶來以下4個關鍵問題：
1. 透明度：員工往往無法了解AI如何評估他們的表現
2. 公平性：演算法是否考慮到工作中的各種特殊情況？
3. 申訴機制：當AI判斷出現偏差，如何建立有效的溝通管道？
4. 人性化考量：數據是否能完整反映員工的貢獻？
當未來職場上各行各業都導入自動化以及AI，也已在提高效率、降低成本和提供便利性方面，出現正面效益，固然不需要全面否定這個新風潮，但是工作者的權益如何評估？除了建立完善的監督機制，更需要在效率與人性化之間取得平衡。我們或許該思考：在追求數據化管理的同時，如何保持組織的人性關懷，讓AI成為輔助工具，而非冰冷的獨裁者。
