آیا ماشین می تواند مدیر باشد؟ درباره مدیریت الگوریتمی، کرامت کار و مرز نظارت

روزی مدیر انسانی بود که دستور می داد، ارزیابی می کرد، تشویق می کرد و گاهی اخراج می کرد؛ انسانی که می شد با او گفت وگو کرد، اعتراض کرد و حتی درباره تصمیمش چانه زد. امروز در بسیاری از محیط های کار، این نقش آرام آرام به نرم افزار واگذار می شود: نرم افزاری که شیفت می چیند، وظیفه تقسیم می کند، عملکرد را لحظه به لحظه می سنجد، پاداش و جریمه تعیین می کند و گاه، بی آنکه انسانی در میان باشد، حساب کاربری کارگر را می بندد و نان او را قطع می کند. پرسش این یادداشت همین است: آیا ماشین می تواند مدیر باشد؟ و اگر پاسخ آری است، مرز این مدیریت کجاست؟

## از تیلوریسم تا مدیر الگوریتمی

مدیریت علمی فردریک تیلور در آغاز قرن بیستم می خواست کار را به اجزای قابل اندازه گیری بشکند تا بهره وری بالا برود؛ کارگر در آن منظومه، بیش از آنکه انسان باشد، یک «دست» بود. فیلسوفان بعدی، از مارکس تا هانا آرنت، هشدار دادند که وقتی کار به عدد تقلیل یابد، کرامت انسانی کارگر نیز تقلیل می یابد. مدیریت الگوریتمی، وارث دیجیتال همان منطق است؛ با این تفاوت که تیلور با کرونومتر می سنجید و الگوریتم با داده های بی وقفه: مکان، سرعت، مکالمه، ضرب آهنگ کلیدها، امتیاز مشتری.

سازمان همکاری و توسعه اقتصادی (OECD) مدیریت الگوریتمی را «استفاده از نرم افزار، که ممکن است شامل هوش مصنوعی باشد، برای خودکارسازی کامل یا جزئی وظایفی که به طور سنتی مدیران انسانی انجام می دادند» تعریف می کند. بر پایه پیمایش این سازمان از بیش از شش هزار مدیر میانی در شش کشور، در ایالات متحده ۹۰ درصد شرکت ها دست کم یک ابزار برای هدایت، نظارت یا ارزیابی کارکنان به کار می برند و میانگین این رقم در چهار کشور اروپایی بررسی شده (فرانسه، آلمان، ایتالیا و اسپانیا) ۷۹ درصد است. این دیگر پدیده ای حاشیه ای و مختص اقتصاد گیگ نیست؛ مدیر الگوریتمی به نرم افزارهای منابع انسانی، انبارها، فروشگاه ها و مراکز تماس نیز راه یافته است.

## وقتی اخراج، خروجی یک معادله می شود

ماجرا وقتی جدی می شود که تصمیم الگوریتم، سرنوشت ساز شود. در اوت ۲۰۲۶، مرجع حفاظت از داده های هلند شرکت اوبر را نزدیک ۸۲۵ میلیون یورو جریمه کرد؛ زیرا میان سال های ۲۰۱۸ تا ۲۰۲۲، حساب رانندگان بر اساس پرچم تقلب یا امتیاز پایین مشتری، بدون هیچ مداخله انسانی مسدود می شد؛ مسدودی موقت در برابر ظن تقلب و مسدودی دائمی در برابر امتیاز پایین پایدار. معاون این مرجع، مونیک وردیه، جمله ای گفت که شایسته قاب گرفتن است: «رایانه نباید به تنهایی درباره چیزی تصمیم بگیرد که پیامدهای بزرگی برای شما دارد.» اوبر به این جریمه اعتراض کرده است، اما اصل مسئله سر جایش است: وقتی هیچ انسانی میان خروجی مدل و قطع درآمد کارگر نایستد، ما با چه چیزی روبه روییم؟ مدیریت؟ یا حذف مدیریت؟

این نخستین بار نبود. در سال ۲۰۲۱ دادگاه بولونیا در ایتالیا الگوریتم رتبه بندی پیک های دلیورو را تبعیض آمیز دانست، چون غیبت ناشی از اعتصاب یا بیماری را همانند غیبت بی دلیل جریمه می کرد. در ژوئن ۲۰۲۴ نیز کمیسر کار کالیفرنیا آمازون را به دلیل نقض قانون سهمیه های انبار در دو انبار این ایالت، نزدیک ۵٫۹ میلیون دلار جریمه کرد. الگو در همه این موارد یکی است: معیاری که برای «عدالت ماشینی» طراحی شده، چون زمینه انسانی تصمیم را نمی بیند، ناعادلانه از آب درمی آید.

## لنز ایرانی اسلامی: اجیر، امانت و قاعده لاضرر

در فقه اسلامی، رابطه کارگر و کارفرما در قالب عقد اجاره و مفهوم «اجیر» فهمیده می شود؛ رابطه ای که بر رضایت، وضوح موضوع کار و عدل استوار است. کارفرما «امین» نیست که هرچه خواست بکند؛ او در برابر اجرتی که می پردازد، تعهداتی دارد و مهم تر از آن، کرامت اجیر، موضوع معامله نیست. قاعده «لاضرر» نیز هر سازوکاری را که زیان ناروا به کارگر وارد کند، مردود می شمارد؛ و قاعده «الغنم بالغرم» یادآوری می کند که سود بهره وری الگوریتمی، بدون پذیرش مسئولیت پیامدهایش، مشروع نیست.

از این منظر، مدیریت الگوریتمی سه آزمون فقهی اخلاقی را پیش رو دارد: نخست، شفافیت؛ آیا کارگر می داند با چه معیاری سنجیده می شود؟ قرارداد مجهول، در فقه، غرری است و غرر، معامله را مخدوش می کند. دوم، تناسب؛ آیا نظارت، متناسب با موضوع کار است یا به حریم خصوصی کارگر تجاوز می کند؟ سوم، پاسخ گویی؛ وقتی الگوریتم خطا می کند، چه کسی پاسخ گوست؟ مباشرت انسانی در تصمیم های سرنوشت ساز، شرط مسئولیت است؛ جایی که هیچ مباشری نیست، مسئولیت نیز معلق می ماند و این همان «پارادوکس مسئولیت» است که در یادداشت های پیشین نیز به آن پرداخته ایم.

اینجا «خودآگاهی تمدنی» نیز معنا پیدا می کند: جامعه ای که الگوی مدیریت خود را بی چون وچرا از پلتفرم های جهانی وارد کند، در واقع «تکنوکراسی پنهان» را وارد کرده است؛ نظامی که با زبان بهره وری سخن می گوید اما مناسبات قدرت را به سود صاحب الگوریتم بازمی چیند. حاکمیت داده در محیط کار، از حاکمیت سیاسی جدا نیست؛ داده های رفتاری نیروی کار یک ملت، سرمایه ای است که نباید بی قاعده در اختیار دیگری قرار گیرد.

## جهان چه کرد؟ از پرخطر دانستن تا انسان اجباری

اتحادیه اروپا در قانون هوش مصنوعی (مصوب ژوئن ۲۰۲۴)، سامانه های هوش مصنوعی به کاررفته در استخدام و مدیریت کارگران را «پرخطر» طبقه بندی کرده است؛ یعنی مشروط به مدیریت ریسک، حاکمیت داده، نظارت انسانی و شفافیت. از فوریه ۲۰۲۵ نیز استنتاج احساسات در محیط کار ممنوع شده است. دستورالعمل کار پلتفرمی اتحادیه اروپا نیز مقرر می کند که تا دسامبر ۲۰۲۶، کشورهای عضو باید به قانون ملی بدلش کنند؛ قانونی که بر اساس آن، تصمیم محدودیت، تعلیق یا خاتمه حساب کارگر پلتفرمی، نباید صرفا بر پایه پردازش خودکار گرفته شود؛ انسان باید تصمیم بگیرد.

در آمریکا نیز تصویر، تکه تکه اما رو به گسترش است: قانون محلی شماره ۱۴۴ نیویورک (از ژوئیه ۲۰۲۳) کارفرمایان را به ممیزی سوگیری ابزارهای خودکار تصمیم استخدامی و اطلاع رسانی به متقاضیان ملزم می کند و ایالت ایلینوی از ژانویه ۲۰۲۶ به کارفرمایان اجازه نمی دهد از هوش مصنوعی برای ارزیابی احساسات متقاضیان استفاده کنند. پیام مشترک همه این مقررات یکی است: تصمیم سرنوشت ساز درباره انسان، بدون انسان پاسخ گو، مشروع نیست.

## چارچوب پیشنهادی: پنج رکن برای مدیریت انسان محور الگوریتمی

اگر بخواهیم مدیریت الگوریتمی را نه انکار کنیم و نه عجولانه بپذیریم، بلکه بازتعریفش کنیم، پنج رکن لازم است:

۱. انسان حرف آخر: هیچ تصمیمی درباره استخدام، ارتقا، کاهش دستمزد یا قطع همکاری، نباید صرفا خودکار باشد؛ انسانی با اختیار واقعی نقض خروجی الگوریتم باید در میان باشد، نه مهر تاییدی صوری بر تصمیم ازپیش گرفته شده.

۲. شفافیت معیار: کارگر حق دارد بداند با چه شاخص هایی سنجیده می شود، داده هایش از کجا می آید و چگونه می تواند به نتیجه اعتراض کند. معیار پنهان، قدرت بی پاسخ گوست.

۳. تناسب نظارت: نظارت باید به موضوع کار محدود بماند؛ رصد مکالمه ها، سلامت یا احساسات کارگر، تجاوز به حریمی است که موضوع قرارداد کار نیست.

۴. حق اعتراض و جبران: سازوکار اعتراض سریع، انسانی و بی هزینه باید وجود داشته باشد؛ تصمیم الگوریتمی اشتباه، اگر ماه ها طول بکشد تا اصلاح شود، در عمل، مجازات بی گناه است.

۵. حاکمیت داده کارگری: داده های رفتاری کارگران، دارایی مشترک محیط کار است، نه ملک مطلق کارفرما یا فروشنده نرم افزار؛ قاعده گذاری ملی درباره نگهداری، انتقال و استفاده از آن، بخشی از امنیت ملی در عصر هوش مصنوعی است.

## پایان: مدیر، یعنی کسی که مسئولیت می پذیرد

مدیریت، در نهایت، فقط تخصیص وظیفه و سنجش عملکرد نیست؛ مدیریت، پذیرش مسئولیت تصمیم است. ماشین می تواند وظیفه بچیند، داده بسنجد و الگو بیابد؛ اما نمی تواند مسئولیت بپذیرد، عذرخواهی کند، زمینه را بفهمد یا در برابر وجدان خود پاسخ گو باشد. پس پاسخ پرسش آغازین، هم آری است و هم نه: آری، ماشین می تواند ابزار مدیر باشد؛ نه، ماشین نمی تواند مدیر باشد، مگر آنکه انسان را از جایگاه تصمیم نهایی خلع کند؛ و آن روز، ما نه بهره وری بیشتر، که انسانی کمتر خواهیم داشت. کرامت کار، خط قرمزی است که هیچ بهینه سازی ای حق عبور از آن را ندارد.