Flyism

Algorithmic_management

閱讀時間約 24 分鐘

演算法管理：演算法如何重新分配工作的權力、風險與自主性

演算法管理（Algorithmic management）是組織運用軟體與資料系統，部分或全部執行工作指示、任務分派、排班、監控、評價、獎懲及其他管理職能的方式。它不必依賴人工智慧，也不只發生在外送、叫車或線上接案平台；物流、醫療、倉儲、客服與一般辦公室都可能透過軟體管理工作。

本書的核心問題不是演算法是否「聰明」，而是管理權如何透過資料與系統被重新分配：誰決定工作目標？誰選擇資料與評價標準？誰能理解規則？誰能拒絕任務？誰承擔錯誤後果？當工作機會、報酬或帳戶存續受到自動化決策影響時，工作者能否獲得解釋、申訴與有效的人類覆核？

全書主張

演算法管理不是單一監控工具，而是把指揮、評價與紀律串接起來的管理系統。它可能提升資訊整合與流程效率，也可能增加監控、工作強度與不確定性。影響並非由技術單獨決定，而是由產業流程、勞動法、工會力量、工作者參與與申訴制度共同塑造。

因此，本書拒絕兩種簡化：一是把演算法管理說成純粹中立的效率工具；二是把所有數位管理一律視為同樣程度的壓迫。更好的分析是辨認具體管理職能、資料流、決策權、風險承擔與救濟條件。

建議閱讀路徑

  1. 先建立概念邊界：閱讀 演算法管理的概念邊界與理論基礎，再看 演算法管理、演算法控制、數位監控、平台勞動、勞動過程理論 與 數位泰勒主義。先釐清演算法管理不等於 AI，也不等於監控。
  2. 理解管理機制：閱讀 演算法管理如何指揮評價與紀律化工作、演算法管理是一套管理權能的組合而不是單一監控工具、指揮評價與紀律是演算法控制的三個主要面向 和 六種演算法控制機制涵蓋限制推薦記錄評分替換與獎勵。
  3. 比較工作者經驗：閱讀 演算法管理下的工作者經驗自主性健康與抵抗，再看台灣、印度、中國、巴西、歐洲與美國的研究，理解自主、健康、抵抗與工作品質。
  4. 理解制度治理：閱讀 演算法管理的制度治理與工作者權利，連結 演算法透明度、人類監督、資料治理、集體協商 與 問責，並比較台灣外送專法與歐盟平台工作指令。
  5. 進行跨地區比較：最後閱讀 演算法管理的全球案例與比較研究，檢視不同制度如何改變技術帶來的影響。
  6. 從想法走向行動：以 idea/ 資料夾的提案作為研究、工會協作、政策設計或職場評估的起點。

一、概念邊界：管理職能比 AI 標籤更重要

ILO 的定義強調，演算法管理可以由簡單規則式系統完成。自動排班、派單、工作排序、工時監控與績效評價，若實際承擔管理職能，就值得納入分析。這也是為什麼演算法管理不必依賴人工智慧也能成立。另一方面，數位監控與演算法管理相關但不可互相替代：資料收集可能只是監控，也可能成為後續管理決策的輸入，兩者必須分開測量。

本書採取社會技術觀點。系統的運作仰賴資料、目標、門檻、規則、現場主管、客服與申訴程序；因此，演算法管理是人與技術共同構成的社會技術系統，不能用「演算法自己決定」卸除組織責任。

二、控制機制：指揮、評價與紀律

Kellogg、Valentine 與 Christin 的「六個 R」提供清楚分析框架：限制與推薦用來指揮工作；記錄與評分用來評價工作；替換與獎勵用來紀律化工作。三個管理面向會串成循環：工作者依系統指示執行任務，行動被記錄並轉化為分數，分數再影響未來工作機會與報酬。

其中，聲譽系統把評分轉化為工作機會，使顧客評分、回覆速度或完成率不只是服務回饋，而可能成為分配收入與工作機會的管理工具。系統也可能以排名和積分遊戲化工作，把管理要求轉為自我競爭。

三、資訊與自主：彈性話語背後的權力

平台常以自由接案、彈性上線與自主創業描述工作者，但平台可能掌握需求、定價、排序與規則資訊。資訊不對稱使平台得以在不直接下命令時控制工作。因此，平台工作的彈性不等於工作者擁有實質自主權：拒絕任務是否影響派單？離線是否失去收入？工作者能否看見報酬計算與評分理由？這些問題比「能不能自己選上線時間」更接近實質自主。

透明度也不是單純公開程式碼。演算法透明度是一種勞動權力分配問題，其核心是工作者能否知道、理解、質疑並改變影響自身的決策。

四、全球案例：相同技術不會產生相同結果

台灣的研究調查 487 名定位型平台工作者，將平台勞動控制與心理社會工作條件、心理福祉連結；2026 年 7 月 21 日起，台灣外送專法及其配套規則正式施行，規範報酬、契約終止、派單資訊透明、保險與職業安全等事項。

印度海德拉巴的 25 個月民族誌（包含研究者親自擔任六個月外送員）揭示地理圍欄、即時身分核驗、車隊管理者與定位追蹤如何形成遠端監督。巴西坎皮納斯對 100 名外送員的訪談，則凸顯等候點作為互助、資訊交換與抵抗的平台外空間。中國長沙的問卷研究發現，演算法管理對風險行為具有不同心理路徑，不能只用單一方向解釋。

ILO／JRC 對法國、義大利、印度與南非物流及醫療職場的比較研究，顯示工作品質與監控結果受到制度脈絡調節。歐洲線上平台調查則顯示，高技能遠距工作者同樣可能面對時間、通訊與螢幕監控。這些案例說明，演算法管理的影響取決於技術與制度如何共同運作。

五、工作品質與健康：效率不是唯一目標

OECD 2025 年跨國雇主調查指出，演算法管理在受調查國家已廣泛採用；主管認為工具可改善決策，但也普遍擔心責任不清、邏輯難以理解與工作者身心健康保障不足。JRC 對歐盟 27 國的 AIM-WORK 調查進一步指出，多種數位監控與演算法管理形式疊加時，與較差工作條件相關。

本書因此主張，演算法管理的效率收益不能取代工作品質評估，而演算法管理必須納入心理社會風險評估。安全、休息、收入穩定、工作者裁量與申訴能力，必須成為系統設計與績效評估的一部分。

六、工作者能動性：互助、抵抗與集體協商

工作者會調整工作策略、分享平台資訊、建立同儕互助、參與抗議或組織化。巴西案例指出實體等候點可以成為共同理解與抵抗的場所；ILO 文件則說明，工會與工作者代表能協助縮小平台與工作者之間的演算法資訊落差。

但抵抗並非單向過程。平台會觀察、解讀並回應工作者行動，工作者也需要集體判斷哪些策略有效、哪些風險過高。可參照 工作者會發展個人與集體的演算法抵抗策略、平台會觀察並調整對工作者抵抗的回應 與 集體協商能把個人無法處理的演算法問題轉化為共同議題。

七、制度治理：透明度、人工覆核與責任

歐盟平台工作指令要求自動化監控與決策受到人類監督，並讓工作者取得解釋與人工聯絡窗口；重大不利決定必須由人作出。台灣外送專法則以報酬、契約、派單資訊、保險及安全規範建立在地制度。兩者規範範圍與制度背景不同，但都顯示管理技術必須接受勞動權利與公共規範檢驗。

本書提出四項最低治理原則：第一，受影響者知道系統如何影響工作；第二，重大決策有個別化理由；第三，人工覆核者有權推翻系統；第四，工作者代表能參與影響評估與規則協商。人工監督必須具有推翻自動化決定的實權，而演算法決策必須保留可辨識的責任主體。

八、未來研究與行動方向

未來研究需要超越英語與西方案例，納入台灣、中國、印度、南非、巴西與其他區域的在地制度與工作者敘事。同時，要研究正式受僱職場、高技能遠距工作、物流、醫療與 AI 供應鏈中的隱形人類勞動。

可從 idea/ 的八個提案開始：建立六面向稽核表、演算法正當程序、工作品質指標、工作者參與式影響評估、實體互助空間、共享事件資料庫、企業演算法管理登錄簿，以及混合方法研究設計。

概念地圖索引

靈感筆記索引

概念詞條索引

永久筆記索引

文獻筆記索引

參考與研究限制

本書資料以可公開取得的研究、官方報告、法規與出版社書籍資訊為主。跨國案例的研究設計並不一致：有的是問卷、有的是民族誌或訪談、有的是雇主調查，不能直接把樣本比例互相比較，也不能將關聯研究誤讀為因果證明。部分研究只涵蓋單一平台或城市；資料時間亦可能早於新法規施行。引用時請回到原文確認方法、限制與更新版本。

重要外部入口：

補充永久筆記索引

補充概念詞條索引

比較研究、職業安全衛生、社會技術系統、勞動法、組織管理、演算法偏誤、幽靈工作、資料標註、互助、公共空間、集體行動、人力資源管理、數位勞動、承攬工作者、科學管理、工作場所監控、工作自主性、工作動機、勞動權力、評分系統

補充概念詞條（方法與制度）

隱私權、非典型就業、勞動市場、勞資關係、質性研究、混合方法研究

此資料夾下有 6 條筆記。