پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

افشای هوش مصنوعی محرمانه اطلس؛ آمازون چگونه با تحلیل داده‌ها فعالیت اتحادیه‌های کارگری را پیش‌بینی می‌کند؟

انتشار:۲۸ مهر ۱۴۰۵(۱ ساعت پیش)
۴ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

اسناد افشاشده از پرونده قضایی آمازون نشان می‌دهد این شرکت با سامانه هوش مصنوعی محرمانه‌ای به نام اطلس، ریسک شکل‌گیری اتحادیه‌ها و اعتراضات کارگری در انبارها را پیش‌بینی می‌کند. این سیستم با تحلیل صدها متغیر از جمله سوابق ایمنی، نرخ جابه‌جایی نیروها و فعالیت در ردیت، مراکز پرخطر را شناسایی و اقدامات مدیریتی را هدایت می‌کند.

افشای هوش مصنوعی محرمانه اطلس؛ آمازون چگونه با تحلیل داده‌ها فعالیت اتحادیه‌های کارگری را پیش‌بینی می‌کند؟

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • سامانه هوش مصنوعی اطلس با اختصاص امتیاز ۱۰۰ تا ۹۰۰، میزان احتمال شکل‌گیری اعتراضات یا اتحادیه‌های کارگری را در انبارهای آمازون می‌سنجد.
  • این مدل پیش‌بینی بر پایه صدها داده مختلف شامل بازخورد کارکنان، سوابق اعتصاب، نرخ جابه‌جایی نیروها، شرایط اقتصادی و حتی پست‌های عمومی ردیت آموزش داده شده است.
  • نهادهای کارگری این رویکرد را نظارتی و تهدیدکننده می‌دانند و خواهان حسابرسی مستقل و ایجاد سازوکاری شفاف برای آگاهی و اعتراض کارگران به این رتبه‌بندی‌ها هستند.

اسناد ارائه‌شده در دادگاه مربوط به پرونده حقوقی میان آمازون و اتحادیه کارگری یونیفور (Unifor) کانادا، از یک مدل ارزیابی پنج‌سطحی پرده برداشته است که با داده‌های نرخ جابه‌جایی کارکنان، سوابق ایمنی محیط کار و حتی فعالیت کاربران در شبکه اجتماعی ردیت تغذیه می‌شود.

اسناد افشاشده در دادگاه سامانه‌ای مبتنی بر هوش مصنوعی به نام اطلس (Atlas) را تشریح می‌کنند که به انبارهای تحت پوشش آمازون امتیازی بین ۱۰۰ تا ۹۰۰ اختصاص می‌دهد؛ در این سیستم، امتیازهای پایین‌تر نشان‌دهنده ریسک بالاتر سازمان‌دهی اتحادیه‌ها یا اختلالات کارگری تلقی می‌شود. بر اساس این گزارش‌ها، دو مرکز آمازون در بریتانیا در سطح ۱ (Tier 1) قرار گرفته‌اند؛ سطحی که مختص مراکزی است که اقدامات اعتراضی کارگران در آن‌ها قریب‌الوقوع ارزیابی می‌شود.

این اسناد در جریان اختلافات حقوقی میان آمازون و اتحادیه کانادایی یونیفور فاش شده‌اند. طبق گزارش‌های اوپن‌دموکراسی (openDemocracy) و نووارا مدیا (Novara Media)، این سیستم پنج‌سطحی بر پایه صدها نقطه داده مختلف طراحی شده است. داده‌های ورودی گزارش‌شده شامل نظرات و بازخوردهای کارکنان، حوادث ایمنی، نرخ خروج و جابه‌جایی نیروها، سوابق اعتصابات قبلی، شرایط اقتصادی منطقه و همچنین فعالیت در پلتفرم‌های عمومی بیرونی از جمله ردیت است.

کاربرد واقعی سیستم اطلس و ادعای متناقض آمازون

شکاف میان ادعای آمازون مبنی بر «حمایت از کارکنان» و منطق آشکار این سیستم برای امتیازدهی ریسک، دقیقاً همان نقطه‌ای است که اختلاف اصلی از آن سرچشمه می‌گیرد.

انبار BHX4 در نزدیکی شهر کاونتری، ظاهراً شاهد فعالیت‌های جدی برای تشکیل اتحادیه بوده، در حالی که مرکز EMA4 در منطقه ساتن کولدفیلد یا مین‌ورث نیز سابقه اعتصابات کارگری داشته است. هر دو انبار در گزارش‌ها به‌عنوان مراکز سطح ۱ معرفی شده‌اند. علاوه بر این دو مرکز، ۱۴ انبار با ریسک بالا در سراسر ایالات متحده و کانادا شناسایی شده‌اند.

آمازون تکذیب می‌کند که سیستم اطلس نظرات، وابستگی‌ها یا عضویت افراد در اتحادیه‌ها را به‌صورت فردی ردیابی کند. یکی از سخنگویان این غول فناوری اعلام کرده که این سیستم صرفاً در سطح کل انبار و ساختمان عمل می‌کند و هدف آن، شناسایی بخش‌هایی است که کارکنان نیاز به پشتیبانی دارند تا نگرانی‌های محیط کار به موقع برطرف شوند.

آمازون به یکی از رسانه‌ها اعلام کرده که این چارچوب دیگر اطلس نامیده نمی‌شود و در حال حاضر در بریتانیا مستقر نیست. با این حال، این ادعا مستقیماً با برداشت حاصل از اسناد افشاشده که به استفاده فعال در بریتانیا اشاره دارند مغایرت دارد؛ بنابراین موضوع به‌کارگیری آن در انبارهای بریتانیا همچنان محل مناقشه است و به‌طور قطعی تأیید یا رد نشده است.

یک امتیاز ریسک در سطح انبار، برای اثرگذاری بر تصمیماتی که سرنوشت تک‌تک کارکنان را رقم می‌زند، نیازی به ثبت نام افراد ندارد. سیستمی که بازخورد کارگران، پست‌های عمومی ردیت و تاریخچه اقدامات کارگری را تحلیل می‌کند تا طبقه‌بندی «ریسک» یک مرکز را استخراج کند، می‌تواند مستقیماً بر تصمیمات مربوط به تعدیل نیرو، تخصیص منابع و رفتارهای مدیریتی در کل مجموعه اثر بگذارد.

شکاف پاسخگویی؛ خلأیی که هیچ‌کس پر نکرده است

مدارک منتشرشده پرسش‌های مهمی را بی‌پاسخ رها کرده‌اند و کارگران هیچ سازوکار مشخصی برای اعتراض به نحوه رتبه‌بندی محل کار خود در اختیار ندارند.

مستندات ارائه‌شده مشخص نمی‌کنند که پیش‌بینی‌های اطلس چقدر دقیق هستند، داده‌ها تا چه مدت ذخیره می‌شوند، چه نهادی این مدل را ارزیابی و حسابرسی می‌کند یا چگونه نیروی کار می‌تواند به نحوه رتبه‌بندی انبار اعتراض کند. این ناگفته‌ها اهمیتی حیاتی دارند و نشان‌دهنده همان نگرانی‌های گسترده‌ای هستند که در ماجراهای نظارت مخفیانه بر کاربران، بدون اطلاع آن‌ها یا عدم وجود راهکاری برای اعتراض حقوقی مطرح می‌شوند.

مایکل نیومن، یکی از شرکای شرکت حقوقی لی دی (Leigh Day)، در مصاحبه با نووارا مدیا خاطرنشان می‌کند که نوع طراحی این سیستم امتیازدهی خود گویای همه‌چیز است: امتیازهای بالاتر برای مدیران شرکت «مطلوب‌تر» ارزیابی می‌شوند. این رویکرد به هیچ وجه شبیه یک ابزار بی‌طرف برای حمایت از کارکنان نیست؛ بلکه نشان‌دهنده سیستمی است که دقیقاً برای ارزیابی سازمان‌دهی کارگری به‌عنوان یک «بدهی و خطر عملیاتی» کالیبره شده است.

اتحادیه GMB این ابزارها را «اورولی» توصیف کرده و خواستار شفاف‌سازی عمومی در این باره شده است که آیا اطلس یا سامانه‌ای مشابه در حال حاضر در انبارهای بریتانیا فعال است یا خیر. این اسناد همچنین به مدیران توصیه می‌کنند به دغدغه‌های کارگران بدون «همدلی بیش از حد» گوش دهند؛ عبارتی که بیش از آنکه شبیه یک برنامه رفاهی سازمانی باشد، به آموزش‌های مدیریت بحران شباهت دارد.

برای کسی که در انبار کار می‌کند، مسئله اصلی این نیست که آیا آمازون پرونده‌ای به نام شخصی او دارد یا خیر؛ پرسش اضطراری‌تر این است که آیا محیط کار او امتیازدهی شده، در سطوح ریسک قرار گرفته و پیش از شکل‌گیری هرگونه اقدام جمعی، برای مداخله پیشگیرانه مدیران نشانه‌گذاری شده است یا نه.

درخواست برای حسابرسی مستقل سیستم‌هایی نظیر اطلس، خواسته غیرمعمولی نیست؛ نهادهای نظارتی پیش از این نیز اقداماتی را برای محدود کردن آمازون و گوگل در استفاده از داده‌های حساس بدون نظارت کافی آغاز کرده‌اند. دسترسی واقعی کارگران برای اعتراض به رتبه‌بندی انبارها و شفاف‌سازی داده‌های دخیل در تعیین امتیاز ریسک نیز خواسته‌هایی کاملاً منطقی هستند. تا زمانی که این سازوکارها برقرار نشوند، فاصله میان ادعای «پشتیبانی از کارکنان» و «سرکوب سازمان‌یافته اتحادیه‌ها» دقیقاً به همان اندازه‌ای باقی خواهد ماند که سیاست‌های کنونی آمازون دیکته می‌کند.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

رکورد تاریخی هوش مصنوعی متا؛ اپلیکیشن میوز در ۴۰ روز به ۱۰ میلیون دانلود رسید
آخرین اخبار

رکورد تاریخی هوش مصنوعی متا؛ اپلیکیشن میوز در ۴۰ روز به ۱۰ میلیون دانلود رسید

اپلیکیشن هوش مصنوعی جدید متا به نام میوز در ۴۰ روز نخست عرضه در آمریکا از مرز ۱۰ میلیون دانلود عبور کرد و به جمع معدود برنامه‌های تاریخ مانند تردز پیوست. داده‌های تازه نشان می‌دهند که این دستیار هوشمند نه‌تنها از رقبایی همچون چت‌جی‌پی‌تی سریع‌تر رشد کرده، بلکه نرخ حفظ کاربر بالاتری را نیز به ثبت رسانده است.

۳ دقیقه مطالعه
۰
۲۸ مهر
شکست ترفند متا در دادگاه؛ نام مدیران تأییدکننده دانلود غیرقانونی برای آموزش هوش مصنوعی فاش می‌شود
آخرین اخبار

شکست ترفند متا در دادگاه؛ نام مدیران تأییدکننده دانلود غیرقانونی برای آموزش هوش مصنوعی فاش می‌شود

دادگاه با رد دفاعیات متا، این غول فناوری را موظف کرد نام مدیران ارشدی را که مجوز دانلود غیرقانونی ده‌ها ترابایت کتاب را برای آموزش هوش مصنوعی صادر کرده بودند، فاش کند. این تصمیم پس از اعتراف کارمندان مبنی بر نقش مستقیم مدیران در نقض کپی‌رایت گرفته شد.

۵ دقیقه مطالعه
۰
۲۸ مهر
نجات تاریخی سرباز مجروح با پهپاد سنگین؛ ایده تخلیه هوایی سرانجام به واقعیت پیوست
آخرین اخبار

نجات تاریخی سرباز مجروح با پهپاد سنگین؛ ایده تخلیه هوایی سرانجام به واقعیت پیوست

نیروهای اوکراینی موفق شدند برای نخستین بار یک سرباز مجروح را با استفاده از پهپاد سنگین از خط مقدم نبرد نجات دهند. این عملیات کم‌سابقه که با کمک سیستم‌های خودکار و پهپادهای مجهز به هوش مصنوعی انجام شد، گامی بزرگ در حوزه امدادرسانی هوایی و رباتیک نظامی به شمار می‌رود.

۴ دقیقه مطالعه
۰
۲۸ مهر