अल्गोरिदमिक वेतनावरून Uber चालकांचा युरोपियन कायदेशीर संघर्ष

Uber चे अल्गोरिदमिक व्यवस्थापन कामगार तक्रारीतून न्यायालयीन चाचणीकडे जात आहे

वेतन ठरवण्यासाठी आणि कामे वाटण्यासाठी Uber ज्या अल्गोरिदमचा वापर करते, त्याविरुद्ध युनायटेड किंगडम, नेदरलँड्स आणि इतर युरोपियन देशांतील Uber चालकांनी कंपनीविरुद्ध सामूहिक कायदेशीर कारवाई सुरू केली आहे. Uber चे युरोपियन मुख्यालय जिथे आहे, त्या अॅम्स्टर्डॅममध्ये दाखल केलेल्या या प्रकरणात असा दावा करण्यात आला आहे की कंपनीची AI-आधारित प्रणाली अपारदर्शक, वैयक्तिकृत आणि डेटा संरक्षण नियमांखाली संभाव्यतः बेकायदेशीर आहे.

ही केस महत्त्वाची आहे, कारण केवळ मागितल्या जाणाऱ्या भरपाईची रक्कम अब्जावधी डॉलर्सपर्यंत जाऊ शकते म्हणून नव्हे, तर ती अल्गोरिदमिक व्यवस्थापनालाच वादाच्या केंद्रस्थानी ठेवते म्हणून. चालकांचे म्हणणे आहे की ही प्रणाली फक्त प्रवासी आणि वाहने जुळवत नाही. त्यांच्या मते, ती त्यांच्या वर्तनातून शिकते, प्रत्येक व्यक्ती किती किमान किंमत स्वीकारेल याचा अंदाज घेते, आणि त्या माहितीचा वापर करून कमाई खाली आणते.

यामुळे रोजगार प्लॅटफॉर्म्स वर्तनात्मक डेटा वेतन निर्णयांमध्ये कसा वापरतात आणि कामगार जेव्हा म्हणतात की त्या तर्कशास्त्राला त्यांच्यापासून लपवले जाते, तेव्हा अशा पद्धती कायदेशीर छाननीत टिकू शकतात का, याचा हा एक उच्च-जोखमीचा कस बनतो.

मूळ तक्रार: भरपाई वैयक्तिक बनवणारा ब्लॅक बॉक्स

The Guardian ने दिलेल्या दाव्यानुसार, वादग्रस्त प्रणाली चालकांबद्दलची माहिती वापरून प्रत्येक प्रवासासाठी वैयक्तिक दर ठरवते. चालकांचा आरोप आहे की हा निष्पक्ष बाजारभाव नसून, अल्गोरिदमला प्रत्येक चालक किती सहन करेल असे वाटते त्यानुसार तयार केलेली सानुकूल ऑफर आहे.

ही चिंता साध्या surge pricing किंवा मार्ग गणनेपुरती मर्यादित नाही. चालकांचे म्हणणे आहे की ही प्रणाली केवळ पुरवठा आणि मागणीला सर्वसाधारणपणे प्रतिसाद देत नाही. त्याऐवजी, ते कसे काम करतात, केव्हा कामे स्वीकारतात, आणि कमी दरांच्या ऑफरबाबत ते किती असुरक्षित दिसतात याबद्दलच्या डेटामधून काढलेल्या वर्तन नमुन्यांच्या आधारे कामगारांमध्ये फरक करू शकते.

रिपोर्टमध्ये उद्धृत केलेल्या काही चालकांनी ही गतिशीलता अत्यंत स्पष्ट शब्दांत वर्णन केली. त्यांचे म्हणणे आहे की त्यांना हे प्लॅटफॉर्म पारदर्शक साधनासारखे नाही, तर वैयक्तिक माहिती वापरून वेतनावर प्रभाव टाकू शकणारा सतत निरीक्षण करणारा घटक वाटतो. रॉटरडॅममधील एका चालकाने सांगितले की ही प्रणाली त्याच्या कमकुवत जागा शिकते आणि त्या ज्ञानाचा वापर करून किमती खाली आणते, तसेच त्याला कामावर अवलंबून ठेवते असे वाटते. लंडनमधील एका चालकाने सांगितले की ही यंत्रणा भीतीदायक वाटते, कारण ती त्याच्याविषयीची माहिती त्याच्या स्वतःच्या कल्याणाविरुद्ध वापरत असल्यासारखी दिसते.

अॅम्स्टर्डॅममध्ये दाखल करण्याचे महत्त्व

Uber चे युरोपियन मुख्यालय तिथे असल्यामुळे हे प्रकरण अॅम्स्टर्डॅमच्या जिल्हा न्यायालयात दाखल करण्यात आले आहे. युरोपियन ट्रेड युनियन कॉन्फेडरेशनने The Guardian ला सांगितले की, ही अशा प्रकारची पहिलीच सामूहिक कायदेशीर कारवाई आहे.

ही प्रक्रियात्मक बाब महत्त्वाची आहे. प्लॅटफॉर्म काम, डेटा हक्क, आणि स्वयंचलित निर्णय घेणे याबद्दलच्या प्रश्नांसाठी युरोप हे सर्वात महत्त्वाचे रणांगण बनले आहे. नेदरलँड्समध्ये ही कारवाई आणून आणि कमाईबरोबरच डेटा संरक्षणाभोवती वाद मांडून, हा दावा कामाच्या अटींना गोपनीयता कायदा आणि अल्गोरिदमिक जबाबदारीशी जोडतो.

हा संगम Uber च्या पलीकडेही परिणाम करू शकतो. अनेक डिजिटल कामगार प्लॅटफॉर्म कामगारांचे रँकिंग करण्यासाठी, कामांचे वाटप करण्यासाठी, स्वीकार दरांचा अंदाज घेण्यासाठी, आणि भरपाई समायोजित करण्यासाठी अपारदर्शक प्रणालींवर अवलंबून असतात. न्यायालये जर या प्रणाली अधिक कठोर खुलाशांच्या किंवा कायदेशीर मर्यादांच्या अधीन आहेत असे मानू लागली, तर त्याचे परिणाम राईड-हेलिंगच्या खूप पुढे जाऊ शकतात.

समान कामांना समान दर दिला जात नाही, असे चालकांचे म्हणणे

रिपोर्टमधील सर्वात तीक्ष्ण आरोपांपैकी एक म्हणजे, चालकांना समान वाटलेल्या प्रवासांसाठी वेगवेगळ्या वेतन ऑफर देण्यात आल्या. लंडनमधील एका चालकाने सांगितले की, विश्रांतीदरम्यान त्याला आणि दुसऱ्या चालकाला एकच काम देण्यात आले होते, पण दर वेगळे होते: एका चालकाला £27, तर दुसऱ्याला £23.

चालकांना असा संशय होता की कमी ऑफर याचे कारण म्हणजे प्रणालीने त्यांच्यापैकी एका चालकाने अलीकडे अनेक स्वस्त कामे स्वीकारली होती, आणि त्यामुळे तो आणखी कमी भाडेही स्वीकारेल असा अंदाज घेतला होता. Uber ने यापूर्वी सांगितले आहे की GPS, surge pricing, promotions, आणि testing यांसह त्यांच्या प्रणालीतील इतर भागांमुळे असे फरक स्पष्ट होऊ शकतात.

तरीही, हा अनुभव प्लॅटफॉर्म कामातील मूळ तणाव पकडतो. कामगार वेतननिर्धारणाला वैयक्तिक आणि गुंतागुंतीचे समजतात; प्लॅटफॉर्म मात्र जटिल किंमतनिर्धारण प्रणालीतील अनेक बदलत्या घटकांकडे बोट दाखवू शकतो. ऑफर कशा तयार होतात याबाबत अर्थपूर्ण दृश्यता नसल्यास, हा वाद अनौपचारिकपणे सोडवणे कठीण होते. म्हणूनच कायदेशीर कारवाई आकर्षक ठरते: ती खुलासा भाग पाडू शकते, हक्क निश्चित करू शकते, आणि केवळ अनुभवाधारित तक्रारींपेक्षा अधिक ठोस नोंद तयार करू शकते.

अल्गोरिदमिक व्यवस्थापन आता फक्त तांत्रिक नाही, तर सामाजिक प्रश्न आहे

ही केस AI विषयीच्या चर्चेत होत असलेला बदलही दाखवते. सार्वजनिक चर्चा प्रामुख्याने जनरेटिव्ह प्रणाली, मोठी मॉडेल्स, आणि अत्याधुनिक संशोधनाभोवती फिरत आहे. पण अनेक कामगारांसाठी AI चा सर्वात तात्काळ अनुभव चॅटबॉट नसून, त्यांच्या दैनंदिन कमाईला आकार देणारी अदृश्य शेड्युलिंग, रँकिंग, आणि किंमतनिर्धारण यंत्रणा आहे.

त्या अर्थाने, Uber मधील खटला हा समाज ऑटोमेशनबद्दल कसे बोलतात यामधील व्यापक संक्रमणाचा भाग आहे. प्रश्न आता केवळ अल्गोरिदम कार्यक्षम आहेत का इतकाच नाही. प्रश्न आहे की, ते उपजीविकांवर परिणाम करताना ते समजण्याजोगे, आव्हान देता येण्याजोगे, आणि नियमांनी मर्यादित करता येण्याजोगे आहेत का.

आत्माहीन प्रणालीच्या सततच्या भीतीत जगत असल्याचे चालकांचे वर्णन त्या सामाजिक परिमाणावर भर देते. भाषा भावनिक आहे, पण ती तांत्रिक प्रशासनाच्या समस्येकडेही निर्देश करते. जेव्हा कामगाराला एखाद्या भाड्याला एक दर का मिळाला आणि दुसऱ्या चालकाला वेगळा दर का मिळाला हे सहज कळत नाही, तेव्हा माहितीतील असमतोल हा स्वतःच कामगार संबंधाचा भाग बनतो.

याचा प्लॅटफॉर्मसाठी काय अर्थ असू शकतो

दावा पुढे गेल्यास, वैयक्तिकृत किंमतनिर्धारण आणि कामवाटप कसे काम करते याबद्दल प्लॅटफॉर्म कंपन्यांवर अधिक स्पष्ट स्पष्टीकरण देण्याचा दबाव येऊ शकतो. याचा अर्थ प्रत्येक कोड ओळ उघड करावी लागेल असा नाही. पण वेतनावर कोणते इनपुट परिणाम करतात, profiling ची भूमिका काय आहे, आणि ज्या स्वयंचलित निर्णयांना कामगार अन्यायकारक मानतात त्यांना ते कसे आव्हान देऊ शकतील, याबाबत अधिक कठोर पारदर्शकता मानके लागू होऊ शकतात.

हा खटला हेही बळकट करू शकतो की डेटा संरक्षण कायदा प्लॅटफॉर्म अर्थव्यवस्थेतील कामाच्या अटींसाठी संबंधित आहे. जर एखाद्या कंपनीची वर्तनात्मक डेटाची संकलन आणि वापर पद्धत कमी कमाईशी जोडलेली असेल, तर गोपनीयता पालन हा वेगळा बॅक-ऑफिस विषय राहत नाही. तो भरपाई आणि सत्तेवरील चर्चेचा भाग बनतो.

Uber साठी, हा खटला कायदेशीर, आर्थिक, आणि प्रतिमात्मक धोका निर्माण करतो. व्यापक उद्योगासाठी, तो एक कठीण प्रश्न उभा करतो: जर न्यायालये आणि नियामकांनी त्याच्या अपारदर्शकतेलाच हानीकारक मानले, तर अल्गोरिदमिक व्यवस्थापन स्पर्धात्मक फायदा म्हणून टिकू शकेल का?

कामाच्या ठिकाणी AI साठी एक महत्त्वाचा कस

या प्रकरणातील तातडीची तथ्ये राईड ऑफर आणि चालकांच्या वेतनाशी संबंधित आहेत, पण त्याचे परिणाम अधिक व्यापक आहेत. हा वाद अशा प्रश्नाभोवती आहे की, एक प्लॅटफॉर्म व्यापक कामगार डेटाचा वापर करून आर्थिक दबाव वैयक्तिकरित्या लागू करू शकतो का, आणि त्यामागील तर्क बहुतांश वेळा दृष्टीआड ठेवू शकतो का. जर चालकांनी अधिक खोल छाननी भाग पाडण्यात यश मिळवले, तर कामाच्या ठिकाणी AI प्रणाली कशा वापरल्या जाऊ शकतात आणि कशा वापरल्या जाऊ शकत नाहीत, यासाठी हा युरोपमधील निर्णायक कस ठरू शकतो.

म्हणूनच हा खटला Uber च्या पलीकडे महत्त्वाचा आहे. तो gig work, logistics, delivery आणि इतर सॉफ्टवेअर-मध्यस्थ क्षेत्रांवर परिणाम करणाऱ्या प्रश्नाला कायदेशीर चौकट देतो: जेव्हा अल्गोरिदम लोकांचे व्यवस्थापन करतात, तेव्हा त्यांच्या मागील कंपन्यांवर त्या कामगारांबद्दल कोणती कर्तव्ये असतात, ज्यांच्या उत्पन्नाला ही प्रणाली आकार देते?

• युनायटेड किंगडम, नेदरलँड्स आणि इतर देशांतील चालकांनी Uber विरुद्ध अॅम्स्टर्डॅममध्ये सामूहिक दावा दाखल केला आहे.
• खटल्यात असा युक्तिवाद आहे की Uber ची AI-चालित वेतन-निश्चिती प्रणाली अपारदर्शक आहे, डेटा संरक्षण कायद्याचे उल्लंघन करते, आणि कमाई कमी करते.
• अल्गोरिदमिक व्यवस्थापनात पारदर्शकता आणि जबाबदारीबाबत हा खटला व्यापक युरोपियन कस ठरू शकतो.

हा लेख The Guardian च्या वृत्तांकनावर आधारित आहे. मूळ लेख वाचा.