CC BY
150
СОЦИОЛОГИЯ ТРУДА И ЗАНЯТОСТИ
DOI: 10.14515/monitoring.2021.3.1934
А. В. Шевчук, Д. А. Чижова, Д. Е. Демина, В. А. Чугункова
ТРУД ВОДИТЕЛЕЙ ТАКСИ В УСЛОВИЯХ АЛГОРИТМИЧЕСКОГО УПРАВЛЕНИЯ
Правильная ссылка на статью:
Шевчук А. В., Чижова Д. А., Демина Д. Е., Чугункова В. А. Труд водителей такси в условиях алгоритмического управления //Мониторинг общественного мнения: экономические и социальные перемены. 2021. № 3. С. 356—381. https://doi.org/10.14515/monitoring.2021. 3.1934. For citation:
Shevchuk A. V., Chizhova D. A., Demina D. E., Chugunkova V. A. (2021) The Work of Taxi Drivers Under Algorithmic Control. Monitoring of Public Opinion: Economic and Social Changes. No. 3. P. 356-381. https://doi.org/10.14515/monitoring.2021.3.1934. (In Russ.)
ТРУД ВОДИТЕЛЕЙ ТАКСИ В УСЛОВИЯХ АЛГОРИТМИЧЕСКОГО УПРАВЛЕНИЯ
ШЕВЧУК Андрей Вячеславович — кандидат экономических наук, доцент кафедры экономической социологии, старший научный сотрудник Лаборатории экономико-социологических исследований (ЛЭСИ), Национальный исследовательский университет «Высшая школа экономики», Москва, Россия E-MAIL: [email protected] http://orcid.org/0000-0001-6287-4617
ЧИЖОВА Дарья Александровна — студентка 4 курса, образовательная программа «Социология», Национальный исследовательский университет «Высшая школа экономики», Москва, Россия E-MAIL: [email protected] https://orcid.org/0000-0001-9481-3114
ДЕМИНА Дарья Евгеньевна — студентка 4 курса, образовательная программа «Социология», Национальный исследовательский университет «Высшая школа экономики», Москва, Россия E-MAIL: [email protected] https://orcid.org/0000-0003-4878-1822
ЧУГУНКОВА Виктория Александровна — студентка 4 курса, образовательная программа «Социология», Национальный исследовательский университет «Высшая школа экономики», Москва, Россия
E-MAIL: [email protected] https://orcid.org/0000-0003-4527-4876
Аннотация. Исследование посвящено новому типу технологического контроля — алгоритмическому управлению, широко используемому в рамках децентрализованных организационных структур (цифровых платформ), наце-
THE WORK OF TAXI DRIVERS UNDER ALGORITHMIC CONTROL
Andrey V. SHEVCHUK 1—Cand. Sci. (Econ.), Associate Professor, Department of Economic Sociology; Senior Researcher, Laboratory for Studies in Economic Sociology E-MAIL: [email protected] http://orcid.org/0000-0001-6287-4617
Daria A. CHIZHOVA1 — Bachelor sudent, Programme "Sociology" E-MAIL: [email protected] https://orcid.org/0000-0001-9481-3114
Daria E. DEMINA1 — Bachelor sudent, Programme "Sociology" E-MAIL: [email protected] https://orcid.org/0000-0003-4878-1822
Viktoriia A. CHUGUNKOVA1 — Bachelor sudent, Programme "Sociology" E-MAIL: [email protected] https://orcid.org/0000-0003-4527-4876
1 HSE University, Moscow, Russia
Abstract. The study focuses on a new type of technological control, i. e., algorithmic control, widely used in decentralized organizational structures (digital platforms) aimed at meeting mass demand. On the example of the taxi sector,
ленных на удовлетворение массового спроса. На примере сектора таксомоторных перевозок раскрываются механизмы алгоритмического управления, проблематизируются его характер и влияние на трудовую жизнь и благополучие платформенных работников. Эмпирическую базу исследования составляют 26 полуструктурированных интервью с водителями такси, работающими в Москве через компании-агрегаторы. В работе выделены две формы алгоритмического управления: директивная и манипуляционная.Хотя во многих ключевых аспектах алгоритмическое управление имеет жесткий принудительный характер (распределение заказов, определение цены, электронный мониторинг, деактивация), в целом оно скорее нацелено не на тотальное программирование человеческого поведения, а на создание открытой динамичной системы стимулов и санкций, дополненных элементами геймификации.
Согласно результатам исследования, водители ценят многие возможности, которые предоставляет платформенная занятость: простой доступ к работе, отсутствие формальной иерархии, гибкость в управлении трудовыми усилиями, временем, финансами. Это позволяет настраивать работу под себя, ориентируясь на индивидуальные предпочтения и жизненные обстоятельства, поддерживая гетерогенный состав платформенных работников с разнообразным социальным бэкграундом, мотивациями и трудовыми практиками. Нетипичный характер занятости, сложное и непрозрачное действие алгоритмов порождают неопределенность относительно собственного трудового статуса и «правил игры»,
the author reveals algorithmic management mechanisms and problematizes its nature and impact on the work and well-being of platform workers. The empirical base of the study consists of 26 semi-structured interviews with drivers working in Moscow through taxi aggregators. The study identifies two forms of algorithmic control, directive and manipulative. Although in many key aspects algorithmic control has a rigid coercive nature (distribution of orders, price determination, electronic monitoring, deactivation), in general it is more likely aimed not at the total programming of human behavior, but at creating an open dynamic system of incentives and sanctions, supplemented by elements of gamification.
According to the research results, drivers appreciate many of the opportunities offered by platform employment: easy access to work, lack of formal hierarchy, flexibility in managing labor efforts along with time and finances. This allows customizing work for oneself, focusing on individual preferences and life circumstances, supporting a heterogeneous composition of platform workers with a diverse social background, motivations, and work practices. The atypical nature of employment, the complex and opaque operation of the algorithms give rise to uncertainty about labor status of drivers and «rules of the game», and the situation of permanent assessment by clients creates psychological stress. Within the alienated technical system, drivers feel a lack of viable interpersonal contact, both professionally and emotionally.
а ситуация перманентного оценивания клиентами создает психологическое напряжение. В рамках отчужденной технической системы водители ощущают недостаток живых межличностных контактов как в профессиональном, так и в эмоциональном плане.
Ключевые слова: социология труда и занятости, рынок труда, организация труда, нестандартная занятость, платформенная занятость, уберизация, алгоритмическое управление, цифровые платформы
Благодарность. Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 20011-00587.
Keywords: sociology of work and occupations, labour market, organisation of work, non-standard employment, platform work, digital platforms, algorithmic management, uberization
Acknowledgments. The study was funded by PFBR, project № 20-011-00587.
Введение
Одним из проявлений цифровизации считается поступательное внедрение алгоритмического управления, когда решения принимаются искусственным интеллектом на основе обработки больших массивов информации и исполняются в (полу)автоматическом режиме. В социальных науках развернулись широкие дискуссии о сущности и последствиях алгоритмического управления [Aneesh, 2009; Katzenbach, Ulbricht, 2019], которое не только широко применяется в традиционных организациях [Ajunwa, Greene, 2019; Delfanti, 2021], но и порождает сложные децентрализованные структуры, организующие труд множества людей на основе цифровых платформ [Vallas, Schor, 2020; Stark, Pais, 2020; Шевчук, 2020]. Пионером в этом процессе выступила компания Uber, которая не только радикальным образом трансформировала таксомоторные перевозки, но и стала примером новой бизнес-модели для других секторов. Так называемый процесс «уберизации» оказывает существенное влияние на условия труда и занятости миллионов работников по всему миру, что требует его глубокого изучения [Rosenblat, Stark, 2016].
По экспертным оценкам, общая численность работников такси в России составляет около семисот тысяч человек, из них почти четверть находится в Москве. Доля рынка такси в нашей стране, занимаемая цифровыми агрегаторами, увеличивается с каждым годом 1. В данной работе представлены результаты пилотного исследования водителей, работающих через цифровые платформы (агрегаторы)
1 Например, с 32,8 % в 2017 г. до 60 % в 2019 г. Подробнее см.: Анализ рынка такси в России в 2016—2020 гг., оценка влияния коронавируса и прогноз на 2021—2025 гг. // BisnesStat. URL: https://businesstat.ru/images/demo/ taxi_russia_demo_businesstat.pdf (дата обращения: 07.06.2021).
в Москве. С помощью интервью с водителями такси мы попытались глубже понять механизмы алгоритмического управления, их влияние на трудовые практики и субъективное благополучие водителей.
Что такое алгоритмическое управление?
В цифровую эпоху все более очевидной становится важная роль информационно-коммуникационных технологий в управлении, организации и координации человеческих действий. Традиционные экономсоциологические категории рынка, бюрократии и сетей не ухватывают специфики нарождающихся организационных форм, характер и процессы социальных взаимодействий которых задаются алгоритмически и воплощаются в компьютерном коде. Новая модель регуляции социального поведения концептуализируется в терминах «алгоритмического управления» (algorithmic governance, algorithmic management), или «алгократии» (algocracy). В данной работе мы сосредоточимся на рассмотрении алгоритмического управления прежде всего применительно к организации труда, хотя эта проблематика разрабатывается в рамках практически всех социальных наук [Katzenbach, Ulbricht, 2019].
Социолог А. Аниш, автор концепции алгократии, выделяет две ее характерные черты: первая связана с виртуализацией организационного пространства и его потенциальным расширением (вплоть до глобального) благодаря отсутствию необходимости в контактах лицом к лицу, а вторая заключается в компьютерном программировании — проектировании и структурировании самого рабочего процесса, изначально задающем пространство возможных действий [Aneesh, 2009: 354]. Хорошей иллюстрацией принципов алгоритмического управления выступают разного рода программные интерфейсы, когда пользователь может выбирать только из имеющегося набора опций, вводить данные строго определенного формата (например, числовые, а не буквенные) или совершать действия в строго определенное время.
С одной стороны, алгоритмическое управление позволяет принимать более информированные, эффективные решения и автоматизировать координацию, с другой — порождает новые способы контроля над трудом, имеющие определенные социальные последствия. Алгоритмическое управление отличается от идеально-типических принципов бюрократического и нормативного контроля, широко использующихся в организациях. Бюрократический контроль основан на организационной иерархии и легальных властных полномочиях менеджмента. Нормативный контроль, воплощающийся в корпоративной культуре, осуществляется как со стороны менеджмента (пытающегося завоевать сердца и чувства работников), так и со стороны коллег (поддерживающих профессиональную идентичность).
Алгоритмическое управление выступает новой формой технологического контроля, когда трудовые операции, встроенные в функционирование технических систем, направляются и обуславливаются ими без активного участия человека [Kellogg, Valentine, Christin, 2020]. Однако если в индустриальную эпоху технологический контроль базировался прежде всего на функционировании производственных механизмов (например, конвейер), то в основе алгоритмического управления лежат
огромные массивы информации (большие данные) о действиях людей, функционировании технических систем и др. [Срничек, 2019; Zuboff, 2015]. Основными этапами алгоритмического управления оказываются компьютеризированные процедуры сбора больших данных, принятие решений на основе их анализа (в том числе с участием самообучающихся алгоритмов) и последующая автоматическая имплементация этих решений. Расширение алгоритмического контроля ведет к общей дегуманизации управления: высвобождению менеджеров, исключению социальных отношений, легитимации управленческих решений через апелляцию к беспристрастности технических систем и др. Все эти факторы вызывают искушение трактовать алгоритмическую систему управления как «цифровой деспотизм» или своего рода «цифровую клетку» (digital cage), основанную на жестких формах принуждения и тотальном контроле. Подобный вариант директивного алгоритмического управления реализован, к примеру, в колл-центрах и логистических подразделениях компании Amazon [Ajunwa, Greene, 2019; Bain, Taylor, 2000; Delfanti, 2021]. Однако в децентрализованных структурах, таких как цифровые трудовые платформы, алгоритмическое управление может принимать и другие формы.
Организация труда посредством цифровых платформ
Цифровые платформы представляют собой принципиальную организационную инновацию, несущую в себе потенциал радикальной трансформации экономики и рынка труда [Срничек, 2019; Kenney, Zysman, 2016]. Так называемые трудовые платформы (digital labour platforms) оказались в центре научных и общественных дискуссий с конца 2000-х годов, когда благодаря широкому распространению смартфонов с возможностями точного геопозиционирования стали стремительно развиваться цифровые сервисы заказа такси и доставки еды. К тому времени на основе цифровых платформ уже целое десятилетие функционировали глобальные рынки удаленной работы. Цифровые платформы способствовали широкому распространению разовой работы (gig work), работы по требованию (on-demand work) и по вызову (on-call work), заставив задуматься о траекториях эволюции занятости и трудовых отношений [Huws, Spencer, Syrdal, 2018]. Алгоритмическое управление выступает важной категорией в теоретическом осмыслении трудовых платформ [Stark, Pais, 2020; Vallas, Schor, 2020], в том числе одним из критериев их типологизации [Шевчук, 2020].
Трудовые платформы совершенно не похожи на традиционные организации. В них отсутствует управленческая иерархия и отношения соподчиненности, работники выступают в роли индивидуальных формально независимых производителей. Количественный состав рабочей силы четко не определен, ее границы размыты, трудящиеся рассредоточены в пространстве и времени и функционируют поодиночке. Сам труд имеет прерывистый, дискретный характер, распадаясь на отдельные эпизоды. Работники социально изолированы друг от друга, не имеют каналов горизонтальной коммуникации, не связаны узами общей корпоративной культуры.
Однако платформы в сфере таксомоторных перевозок представляют яркий пример того, как с помощью алгоритмического управления удается организовать труд большого количества работников с целью бесперебойного удовлетворения массового спроса. Не являясь формально сотрудниками организации, водители
де-факто предоставляют услугу от имени платформы (что, например, выражается в брендировании автомобилей). Она подбирает исполнителя, назначает цену и гарантирует качество. В итоге подобные платформы трудно признать простыми посредниками на рынке труда, какими они стремятся казаться.
Н. Срничек называет эту модель «гипераутсорсингом», когда за штат выводится практически вся рабочая сила, а сами компании становятся «тощими», или «бережливыми» (lean platforms) [Срничек, 2019]. Например, в компании Uber работает около 22 тыс. человек, притом что платформа ежемесячно организует труд около 4 млн водителей в более чем 10 тыс. городов и 70 странах мира. Таким образом, перед нами радикальная реализация известной модели менеджмента «точно в срок» (just in time), основанной на «нулевых запасах» (в данном случае—труда). Алгоритмическое управление позволяет корпорации привлекать работника ровно в тот момент, когда он нужен, и ровно на тот срок (в том числе буквально на несколько минут), когда требуется его труд. В этом смысле цифровая платформа (как информационная система) выступает в качестве структурного элемента системы управления персоналом (внешней рабочей силой), позволяющего компании гибко (в режиме реального времени) подстраиваться под изменчивый спрос и экономить на содержании собственного штата сотрудников. В рамках данного подхода цифровые платформы, подобные Uber, могут рассматриваться как своего рода «теневые корпорации» [Шевчук, 2020].
Другая линия анализа связана с пониманием платформы как «частного регулятора» обособленных рынков труда (private regulator), который организует взаимодействия между его участниками так, чтобы извлекать из этого наибольшую выгоду [Vallas, Schor, 2020; Stark, Pais, 2020]. Платформы не полагаются на определенный круг работников, а скорее динамично вовлекают их в свою экосистему. В рамках платформенной модели трудящиеся обладают определенной автономией: инициируют участие, определяют уровень вовлеченности, решают сколько, когда и где работать. Важно и то, что они могут одновременно быть занятыми в рамках разных (в том числе конкурирующих) платформ. Однако платформы в одностороннем порядке создают и перманентно изменяют «правила игры», искусно манипулируя человеческим поведением. Если бюрократическая система управления была направлена на создание стабильности и определенности, то платформы стремятся поддерживать динамичную неопределенность. В этом понимании в рамках цифровых платформ алгоритмическое управление имеет скорее манипуляционный характер. Оно не детерминирует (программирует) поведение напрямую, а действует прежде всего через систему оценки, стимулы и санкции. В связи с этим один из исследователей цифровых платформ метко замечает, что «работники Uber де-факто находятся в условиях величайшего в истории бихевиористского эксперимента» [Muller, 2020: 189].
Изучение цифровых платформ (в том числе в секторе таксомоторных перевозок) направлено на понимание того, как в реальной жизни переплетаются различные стороны алгоритмического управления и какие последствия оно имеет для жизни работников [Lee, Kusbit, Metsky, Dabbish, 2015; Rosenblat, Stark, 2016; Hall, Krueger, 2018; Wu, Zhang, Li, Liu, 2019]. Данная работа вносит свой скромный вклад в исследование алгоритмического управления и платформенной занятости.
Методология и сбор данных
Работа выполнена в качественной методологии. С помощью полуструктурированных интервью с водителями такси мы стремились собрать разнообразную информацию об особенностях работы с агрегаторами, погрузиться в их повседневный опыт, выявить широкий спектр мнений и чувств относительно различных аспектов алгоритмического управления. Это поможет лучше понять, как функционирует система алгоритмического управления и какое влияние она оказывает на трудовые практики и жизнь водителей такси. Мы также изучили документы и информацию, размещенную на сайтах агрегаторов, и ознакомились с релевантными материалами в СМИ. В силу своего пилотного характера данное исследование ограничено рамками Москвы, где представлены ключевые компании-агрегаторы, а процесс диджитализации и платформизации сектора таксомоторных перевозок продвинулся наиболее далеко. Именно здесь целесообразно изучать характерные черты платформенной занятости и алгоритмического управления и их влияние на жизнь работников.
При сборе данных мы руководствовались логикой «максимальной вариации», которая предполагает рассмотрение разных случаев проявления одного и того же феномена [Штейнберг и др., 2009]. Ключевыми критериями отбора информантов были пол, возраст, а также компания-агрегатор, тип трудоустройства и класс обслуживания (тариф). Всего было собрано 26 полуформализованных интервью с водителями такси длительностью от 25 до 71 минуты. В том числе 21 интервью состоялось в феврале—апреле 2020 г., еще шесть—в декабре — январе 2020—2021 гг.
Мы использовали несколько способов рекрутирования информантов. Во-первых, их поиск происходил на открытых стоянках такси в Москве, где мы подходили к свободным от работы водителям и обращались с просьбой поучаствовать в исследовании. Также мы вызывали такси через приложения различных агрегаторов и предлагали водителям поговорить и ответить на наши вопросы в течение поездки либо в другое удобное для них время. Кроме этого, часть информантов была найдена через специальные группы для водителей такси (например, «Яндекс. Водитель») в социальных сетях «ВКонтакте», Facebook, Instagram. Мы обращались к участникам группы с приглашением на интервью, которое могло быть проведено как очно (в итоге таких интервью оказалось пять), так и дистанционно (22) посредством аудиозвонков через Zoom и WhatsApp. Ситуация пандемии сильно осложнила возможности личных интервью, чем обусловлена высокая доля дистанционных контактов с информантами. На интервью согласилась примерно половина водителей, к которым мы обращались. В целом большинство информантов довольно охотно шли на контакт с исследователями, активно поддерживали разговор и сообщали много информации о своей работе, хотя были и те, кто проявлял пассивность во время разговора. Вознаграждение информантам за участие в интервью не предлагалось.
Были опрошены 3 женщины и 24 мужчины в возрасте от 25 до 46 лет, которые работали через различные компании-агрегаторы («Яндекс.Такси», Uber, Gett, Wheely, «Ситимобил») и в разных тарифах («Эконом», «Комфорт», «Комфорт+», «Бизнес») 2. Многие использовали одновременно несколько агрегаторов, лишь
2 Сравнение различных компаний-агрегаторов между собой не входит в задачи данного исследования.
пять водителей работали эксклюзивно только с одним из них (в четырех из пяти случаев это был «Яндекс.Такси»). Стаж работы с агрегатором варьировался от трех недель до семи лет.
В данной статье мы не будем углубляться в разнообразные схемы оформления отношений, сложные правовые коллизии и дебаты о статусе водителей [Чесалина, 2019]. Независимо от формального статуса, работая через агрегатор, водители попадают под действие алгоритмического управления. Тем не менее необходимо сделать некоторые важные пояснения.
В России водители работают с агрегаторами напрямую (в качестве индивидуального предпринимателя (ИП) или самозанятого) или же через таксопарки 3. При этом на одном полюсе находятся таксопарки, которые полноценно функционируют в заявленном качестве, ведут финансовый учет, осуществляют техническое обслуживание автомобилей, проводят медосмотры и др., а на другом — своего рода фиктивные таксопарки («прокладки», «подключашки»), которые просто обеспечивают водителям доступ к агрегаторам (если они не хотят или не могут оформить статус ИП или самозанятого) и сдают им в аренду автомобили. Один из наших информантов описывал это так:
Нет тут никакого таксопарка, таксопарк—это просто название. Вот вы идете, название таксопарка берете и все, забываете просто. Кладете аренду—и все, никто вас не видит, никто на вас не смотрит. (Алмазбек, 42 года, таксопарк)
По-видимому, таксопарки располагаются в пространстве между этими полюсами, в разной степени реализуя присущие им функции. Среди наших информантов 18 подключены к агрегаторам через таксопарки, пять работают в качестве ИП, и двое — как самозанятые. В последние годы после того, как на государственном уровне был конкретизирован статус самозанятого, агрегаторы начали активно продвигать именно этот тип оформления отношений. На их официальных сайтах есть отдельные страницы, посвященные преимуществам работы в статусе самозанятого (например, упрощенное налогообложение, отсутствие комиссии таксопарку в размере 4 %-6 %), а также бонусам и привилегиям, которые в этом случае предлагает сам агрегатор (например, приоритет при получении заказов) 4. Среди наших информантов 9 водителей работали на собственном автомобиле, а 17 — на арендованном. Таблица с ключевыми характеристиками каждого информанта находится в приложении. В целях соблюдения конфиденциальности мы изменили их имена.
Материалы данной статьи не отражают всех результатов исследования. Далее мы избирательно представим лишь некоторые наиболее интересные и релевантные теме сюжеты. В частности, затронем вопросы цифровизации сектора таксомоторных перевозок, доступа на рынок, распределения заказов, рабочего
3 В США такие агрегаторы как Uber и Lyft работают непосредственно с индивидами, квалифицируемыми как независимые подрядчики (independent contractors). В российских реалиях таксопарки присутствуют в схеме работы агрегаторов, по-видимому, лишь с целью юридически приемлемого оформления отношений (хотя и в этом случае существуют проблемы).
4 О форматах сотрудничества с «Яндекс.Такси» подробнее см. URL: https://taxi.yandex.ru/smz/ (дата обращения: 03.06.2021).
графика, электронного контроля, оценочно-рейтинговой системы, дегуманизации управления и самоидентификации трудового статуса.
Современное такси
Информанты описывали новую реальность, в которой рынок пассажирских таксомоторных перевозок в Москве организован при помощи цифровых агрегаторов. Они довольно категорично высказывались о тотальном и необратимом характере перемен, утверждая, что «как раньше никто уже и не работает», «все пользуются современными такси» (Алмазбек, 42 года, таксопарк), «все уже привыкли через приложение такси заказывать» (Денис, 34 года, таксопарк). Информанты объясняли это, в частности, удобством и безопасностью как для пассажиров, так и для водителей. Люди больше не голосуют на улице и не садятся в незнакомые машины. В целом информанты, у которых был опыт работы в прежней системе, вспоминали о «прошлом веке» (Роман, 40 лет, таксопарк) без особого сожаления, хотя и отмечали, что была возможность выгодно договариваться о ценах на поездку и торговаться. Технологическая составляющая изменений рынка сама по себе не вызывала отторжения у информантов, критике подвергалась политика агрегаторов с низкими ценами на перевозки и высокими комиссиями для водителей. Таксисты быстро осваивают работу через приложения благодаря помощи знакомых, коллег-водителей, сотрудников таксопарков, консультаций со стороны агрегатора.
Свободный доступ
Для того чтобы начать работать через агрегатор, водителю нужно пройти несложную процедуру регистрации в приложении. Ему необходимо сделать фото документов и автомобиля (если он собирается работать на собственном автомобиле). Требования для водителей минимальны: возраст от 21 года, стаж вождения от трех лет и наличие водительского удостоверения, выданного в РФ, Беларуси, Кыргызстане, Казахстане, Абхазии или Южной Осетии 5. Работать можно напрямую в качестве индивидуального предпринимателя или самозанятого или же через одного из многочисленных партнеров-таксопарков, где возможно взять автомобиль в аренду (автомобиль должен соответствовать определенным требованиям). Наши информанты подтверждают, что получить доступ к работе довольно легко и быстро как самостоятельно (в качестве ИП или самозанятого), так и при посредничестве таксопарков 6. При этом они отмечают следующие отличия от традиционного трудоустройства:
...Это было необычно. Ведь есть базовый прием на работу, когда ты проходишь собеседование, потом тебе перезванивают или сразу сообщают результаты. Здесь не было какого-то отбора. Я, считай, сам принял решение устроиться к ним на работу. Сам и устроился. Я вообще не особо понимал, как такое может быть. Что тебя люди вообще
5 Подробнее о требованиях см.: Работа в такси с партнерами Яндекс.Про // Яндекс-Такси. URL: https://taxi.yandex. ru/rabota/ (дата обращения: 03.06.2021).
6 Для получения допуска к более высокому классу обслуживания требуется сдавать тесты на знание города, делового этикета и психологическую устойчивость.
не видят, только документы твои смотрят, а ты как личность им, в принципе, и не интересен. (Слава, 45 лет, таксопарк)
Фактически агрегаторы не принимают на работу, а оперативно оформляют доступ к ней, что для водителей может оказаться очень важным:
...Это было для меня очень важно, потому что вот это мобильное приложение позволило мне буквально за несколько часов устроиться на работу. Не надо никуда приезжать, ни с кем разговаривать. Все дистанционно, это уже следующий век. Ты все отфото-графировал, все они это обработали и впустили тебя. То есть ты спокойно работаешь, не надо заморачиваться и терять драгоценное время, можно идти и зарабатывать деньги. (Евгений, 30 лет, таксопарк)
Необходимость длительного обучения, строгие процедуры отбора, лицензирование деятельности, как правило, способствуют созданию гомогенных профессиональных групп. Напротив, снижение входных барьеров (как в случае с агре-гаторами) допускает к работе более широкие слои и способствует размыванию профессионального состава. Несмотря на то что точный «портрет» представителя профессии возможно создать только на основе репрезентативных количественных данных, качественные данные все же позволяют сделать определенные выводы.
Среди наших информантов оказались не только профессиональные водители, для которых работа таксистом — главный источник дохода и идентификации, но и временно или частично занятые работники с разнообразным социальным бэкграундом. В этом контексте перед нами предстает довольно пестрая картина. В частности, значительная доля информантов (11 человек) имеют высшее образование (а некоторые—даже несколько). Встречаются люди, ранее трудившиеся в совершенно другой сфере: от повара-кондитера и массажиста до менеджера-маркетолога. Причины работы в такси также разнятся. Кто-то объясняет это временными обстоятельствами или сложной жизненной ситуацией и не планирует работать в такси в будущем. Некоторые подрабатывают по выходным дням и вечерами после основной работы для получения дополнительного заработка. Есть те, кто любит водить автомобиль, общаться с людьми и даже считают работу в такси «идеальной» (Анастасия, 36 лет, таксопарк). Один из информантов описывает работу как призвание: «Я с детства за рулем. У меня даже есть поговорка от дедушки, что „Господь дал тебе две руки, чтобы обеими держаться за руль"» (Сергей, 36 лет, таксопарк), другой — ведет блог о такси (Эльдар, 32 года, ИП), а еще один участник исследования признался, что он начинающий инвестор и имеет акции «Яндекса» (Аркадий, 39 лет, таксопарк). Среди информантов оказались не только москвичи, но и люди, приехавшие из регионов России и других государств (Турции, Киргизии, Беларуси, непризнанное государственное образование ЛНР).
Легкий доступ к работе входит в противоречие с традиционным пониманием профессионализма некоторых водителей, которые ссылались на необходимость профессиональных ограничений и высказывали озабоченность в связи с наплывом мигрантов в профессию:
...Не зря же у нас 90 %—95 % за рулем ездят иностранные партнеры из ближнего зарубежья. (Макар, 35 лет, таксопарк)
Должна быть система, как в Нью-Йорке или Париже, где лицензия выдается на человека, а не на машину. Где проверяется знание такое, как у лондонских таксистов, кэбмены эти, да, которые должны знать каждый паб. Мне вот скажи какой-нибудь торговый центр, я тебя привезу без навигатора, потому что я знаю город. (Сергей, 36 лет, таксопарк)
«Извините, но я Вас не повезу»
Работа через агрегаторы осуществляется с помощью специальных приложений для водителей, которые они устанавливают на свои устройства. Некоторые таксисты используют сразу несколько агрегаторов и гибко управляют своим «присутствием», переключаясь между ними. Распределение и получение заказов происходит при помощи алгоритмов, точное действие которых водителям неизвестно. Согласно официальному сайту «Яндекс.Такси», кроме расстояния до потенциального клиента учитывается множество факторов, влияющих на приоритет предложения заказа тому или иному работнику, включая брендирование автомобиля, прямое сотрудничество (в форме ИП или самозанятого), рейтинг, статусы в программе привилегий, следование рекомендациям по местонахождению и др 7. На сайте утверждается, что приоритет является «понятным и открытым: всегда можно будет посмотреть, сколько у вас баллов и что нужно сделать, чтобы получать заказы быстрее» 8, однако из представленной информации видно, что система довольно сложна. В ходе интервью водители показали, что видят в мобильном приложении, как формируется приоритет на получение заказа, однако на опыте не всегда ощущают, что при повышении приоритета к ним приходит больше заказов. Самое общее представление о действиях алгоритмов дополняется разнообразными предположениями, домыслами и слухами:
Я пробовал и с брендом, и там, допустим, с лайтбоксом катался. И пробовал без лайт-бокса, вот честно скажу —нет, не ощутил, что заказы быстрее тебе отдаются и тому подобное. Вот честно, вот не ощутил. (Роман, 40 лет, таксопарк)
Поступивший в приложение заказ водитель может только принять или отклонить, однако в последнем случае он теряет так называемые баллы активности. На принятие решения у него есть всего несколько секунд и информация о начальной точке маршрута, тогда как конечная точка и цена поездки, как правило, доступны только для водителей с высоким показателем активности и высоким статусом. Отказ от уже принятого заказа без уважительной причины ведет к потере еще большего количества баллов.
У водителей складываются различные практики работы с заказами. «Конформисты» принимают и выполняют практически все заказы вне зависимости
7 В Москве и области действует новый приоритет // Яндекс Про. 2020. 2 апреля. URL: https://pro.yandex/ru-ru/ moskva/news/novyi-prioritet-msk (дата обращения: 04.06.2021).
8 Там же.
от информации о них. Они не хотят лишиться баллов оценочно-рейтинговой системы и/или заинтересованы в выполнении всех заказов для увеличения заработка. «Прагматики» стараются принимать стратегические решения: жертвуют баллами, но избегают невыгодных или неудобных заказов. Причинами пропуска поездки могут стать стоимость заказа, особенности маршрута, а также особые пожелания клиентов (например, сообщение о перевозке домашнего животного):
У меня, бывало, допустим, когда человек уже у меня в машине, и я понимаю, что эта сумма вообще неадекватная, она маленькая... Мне приходилось либо, сжимая зубы, везти пассажира, плюешь в спину пассажиру, «Яндекс» этот проклиная, либо говорить: «Извините, но я Вас не повезу». (Анастасия, 36 лет, таксопарк)
Агрегаторы также информируют водителей о зонах ажиотажного спроса и предлагают повышенные коэффициенты оплаты. Как сказал один из информантов, «Заказ с двойной ценой — и все водители сразу туда летят» (Валерий, 27 лет, таксопарк). Подобным образом агрегатор предлагает водителям выбраться из «глухого» района, где заказов совсем нет 9. Помимо этих открытых механизмов вполне вероятно, что алгоритмическая система распределения заказов работает таким образом, чтобы планомерно продвигать водителей в зоны повышенного спроса, предлагая им заказы с определенным направлением. Однако существует мнение, что так как время и районы повышенного спроса также прогнозируются алгоритмически, в действительности водители могут столкнуться с дефицитом заказов [Rosenblat, Stark, 2016].
Тем не менее в поисках заказов водители ориентируются не только на приложение, но и на собственный опыт и знание «горячих точек» (аэропорты, рестораны, ночные бары, бизнес-центры), а также могут информировать друг друга с помощью специальных чатов о том, где наибольший спрос в данный момент:
Но многие, как сказать, таджики, киргизы и так далее, они все общаются. Так как я турок, я с ними не особо... А они между собой общаются. Он мне звонит, говорит: «Ты работаешь? У Внуково взрывается». Это значит, что езжай туда типа. (Селим, 38 лет, таксопарк)
Работа по требованию
Формально работа через агрегатор позволяет водителям свободно выбирать время работы, что самими компаниями преподносится как одно из ключевых преимуществ. Фактические трудовые графики наших информантов чрезвычайно разнообразны. Большинство из них, конечно, стремятся работать в периоды повышенного спроса — утром и вечером, тем не менее некоторые, наоборот, игнорируют часы пик, предпочитая время, когда на дорогах Москвы нет пробок, например, ночь. Одна часть водителей вырабатывает собственный трудовой распорядок, другие утверждают, что «у меня никогда не было и сейчас нет какого-то определенного графика, как получится, так и работаю» (Анастасия, 36 лет, таксопарк).
9 Как работает Проводник // Яндекс Про. 2019. 16 мая. URL: https://pro.yandex/ru-ru/moskva/base/provodnik (дата обращения: 04.06.2021).
В середине дня, в период спада активности, многие из наших информантов могут позволить себе перерыв в несколько часов: «Я же себе вот перерыв делаю, у меня работа вообще как в пионерском лагере: тихий час, обед. У меня все как полагается, и как-то я себя нормально чувствую» (Роман, 40 лет, таксопарк). Выходные дни и праздники также считаются привлекательным временем работы в связи с повышением спроса, однако некоторые водители предпочитают проводить это время с семьей:
Нет, конечно, в праздники я сижу дома, с семьей, пока они не на работе, или с друзьями провожу. Да, я понимаю, что работать в такие дни намного выгоднее, чем в обычные. Но это не отменяет того, что я хочу провести время с близкими людьми. Все же всех денег в мире не заработаешь, а время упустишь. (Вероника, 31 год, таксопарк)
В целом водители представляют свой график как довольно свободный и гибкий, находящийся под их собственным контролем. Материалы наших интервью позволяют выделить в этом контексте два важных аспекта. Гибкий график ценится за то, что он позволяет, во-первых, выстраивать индивидуальный баланс между работой и другими сторонами жизни, а во-вторых, управлять трудовыми усилиями в зависимости от текущих финансовых потребностей: «вот надо тебе заработать — выехал» (Имам, 36 лет, самозанятый):
Здесь ты волен сам себе выбирать график... когда больше есть необходимость в средствах денежных, да, ты работаешь больше, когда ты не сильно зависим так от денег, может быть, время позволяет, ты работаешь меньше, то есть здесь все на твое усмотрение, поэтому нельзя сказать, что есть какой-то рабочий график, там с 7 утра до 7 вечера — нет! (Арсений, 43 года, самозанятый)
В работе через агрегатор эта взаимосвязь времени и денег поддерживается возможностью оперативного (вплоть до ежедневного) получения заработанных средств, которую водители очень ценят: «...Вывод денег через программу: все, нажимаешь на кнопочку, тут сразу раз денежки упали на карточку уже» (Роман, 40 лет, таксопарк).
В литературе «работа по требованию» обычно обсуждается со стороны спроса корпораций на рабочую силу. Однако в рамках платформенной занятости объем трудовых усилий зависит от «требований» (предпочтений, обстоятельств) конкретного работника (сторона предложения рабочей силы), что невозможно в рамках традиционных бюрократических организаций. Из наших интервью с информантами видно, что им удается гибко пользоваться возможностями трудиться по необходимости.
Тем не менее большому числу водителей приходится работать много. Они спокойно говорят о двенадцатичасовом (и даже более) рабочем дне, нормализуя практику переработок. Низкие тарифы на перевозки, высокие комиссии агрегаторов и таксопарков, расходы на аренду автомобилей, их заправку и обслуживание — все это укрепляет экономическую зависимость водителей и вынуждает их больше работать. В наиболее уязвимом положении находятся те из них, кому
не удалось договориться с таксопарком об аренде на приемлемых условиях. В этом случае они попадают в двойную зависимость — и от агрегатора, и от таксопарка:
К сожалению, я работаю по графику 7/0, то есть выходных у меня нет. Праздников у меня тоже нету. Отпуска у меня тем более нету. Вот было тут—заболел, арендодатель дал мне три дня на все про все, на все мое лечение. Ну а так, пару раз... вернее, пару дней в два-три месяца он мне дает выходные, машину не отдаю, машина находится у меня. (Дмитрий, 46 лет, таксопарк)
Под давлением общественного мнения во многих странах, включая Россию, агрегаторы ввели алгоритмическое ограничение на количество часов непрерывной работы. Наши информанты сообщили, что система действительно заранее информирует их о приближении к лимиту и блокирует доступ к заказам по его достижении, предлагая отдохнуть 10. Однако водителям известны способы обхода этого ограничения, самый простой из которых заключается в последовательной работе с несколькими агрегаторами.
Электронный контроль
Агрегаторы осуществляют широкомасштабный электронный мониторинг работы водителей с целью контроля и управления. Подобный «электронный надзор/ слежка» (electronic surveillance) обсуждается в литературе как неотъемлемая черта современного информационного капитализма [Срничек, 2019; Zuboff, 2015], актуализируя идеи М. Фуко о паноптизме (всеподнадзорности) [Фуко, 2013]. Сбор информации о водителях и их деятельности происходит непосредственно через приложение и встроен в общую систему алгоритмического управления. Определенные сведения работники должны предоставить самостоятельно по требованию (например, в процессе фотоконтроля), но есть данные, которые собираются незаметно, в автоматическом режиме (например, на основе GPS-навигации), при этом водители могут даже не осознавать, что их действия отслеживаются 11.
Фотоконтроль включает дистанционное подтверждение личности водителя (фотография с водительскими правами) и проверку состояния автомобиля (несколько фотографий автомобиля и салона с определенных ракурсов). Снимки должны быть сделаны непосредственно из приложения в строго определенный промежуток времени. Искусственный интеллект анализирует эти фотографии и, в случае выявления недочетов (например, грязного салона), присылает рекомендации по их исправлению:
У них искусственный интеллект, который определяет... Один раз у меня там было три стаканчика кофе посередине—тоже написало, что у меня там грязно в салоне. (Сергей, 36 лет, таксопарк)
10 В «Яндекс.Такси» это ограничение составляет 16 часов, в Gett — 12, в «Ситимобил» — 10, а в компании «Везет» оно вообще отсутствует.
11 Тем не менее электронные дистанционные формы контроля дополняются очной проверкой состояния автомобиля, документов, соблюдения стандартов, в том числе посредством «тайных покупателей».
Работа водителя в системе до исправления недочетов может быть приостановлена. Подобный алгоритмический контроль действует принудительно:
Ты фотографируешь автомобиль со всех сторон и салон. Вот, автомобиль должен быть чистым. Это приходит программно. И все, ты не можешь от него отказаться, просто проходишь, и все. (Вадим, 27 лет, таксопарк)
Приложение рекомендует маршрут поездки и, возможно, каким-то образом учитывает, насколько водитель ему следует. Один из информантов сообщил, что «в классе „Бизнес" нельзя выбирать маршрут, нужно двигаться строго по указанному навигатором маршруту» (Вадим, 27 лет, таксопарк). С помощью GPS и акселерометра приложение отслеживает скорость и манеру вождения, присылая затем водителям замечания и предупреждения. Далеко не все информанты изначально были осведомлены о подобной функции, поэтому для них это оказалось сюрпризом.
По мнению информантов, автоматизированный электронный контроль слишком формализован и необъективен, он не учитывает нарушения стандартов по причинам, независящим от самих водителей. Последние же не могут напрямую связаться с проверяющими и объяснить ситуацию, чтобы избежать санкций:
То есть ты можешь помыть машину, а тебя испачкают потом. Сложно доказать, что это тебя только сейчас так испачкали, а во все остальные дни у тебя чистая машина. (Игнат, 40 лет, таксопарк)
Несколько информантов пожаловались нам, что один из агрегаторов использует данные о местоположении водителя даже в те моменты, когда приложение неактивно:
Выключаешь приложение, думаешь, что отдохнуть сможешь наконец-то, потому что тошнит уже от этого вождения, а тут тебе звонят и говорят:«Вот есть такой заказ, можете выполнить его?» (Алмазбек, 42 года, таксопарк)
В целом водителям «нелегко осознавать, что каждое твое действие записывается куда-то, просматривается, контролируется, оценивается» (Игнат, 40 лет, таксопарк). Развитая система электронного мониторинга порождает ощущение тотального контроля и культивирует подозрительность:
Они нас контролируют, может, даже и прослушивают, что Яндекс, что таксопарк. (Алмазбек, 42 года, таксопарк)
Хотя информанты сообщали, что им известны способы и случаи обмана приложения, они уверены, что система электронного мониторинга и контроля постоянно совершенствуется и рисковать деактивацией становится все опаснее. Например, один информант рассказал, что, если водитель отменит заказ в приложении, но при этом все же повезет человека самостоятельно, желая не платить процент
агрегатору, «Яндекс.Такси» может заметить такой обман, сопоставив конечную точку отмененного заказа и настоящее положение водителя.
Игры, в которые (не) играют люди
В отличие от традиционных организаций, в которых персонал по итогам определенного периода оценивается менеджерами, непосредственно наблюдающими за деятельностью работников, цифровые платформы создают оценочно-рейтинговые системы, функционирующие в автоматическом режиме и практически реальном времени на основе большого массива собираемых данных. Агрегаторы используют три основных показателя: «активность», «рейтинг», «статус». Активность учитывает процент принятых водителем заказов (из всех предлагавшихся ему агрегатором), рейтинг рассчитывается как усредненное значение оценок пассажиров (в «Яндекс.Такси» — последних 150), статус является системой привилегий, которая зависит от значения рейтинга и от количества часов работы. Поведение водителя оценивается в баллах, расширяя или сужая возможности его заработка. В случае, если активность или рейтинг упадет ниже порогового значения, доступ к работе будет приостановлен.
Наши беседы с водителями показали, что они так или иначе следят за вышеперечисленными показателями: одни постоянно мониторят и стараются их улучшить, другие делают это время от времени, чтобы поправить ситуацию 12. Однако полностью игнорировать показатели трудно, так как они (предусмотрительно) находятся на виду в самом приложении. Кроме того, водители получают уведомления об опасном снижении значений показателей и возможной последующей блокировке сервиса:
Конечно, я стараюсь следить за рейтингом и расположить пассажиров к себе, чтобы получить от них высокие оценки. Вроде это логично, потому что мне не нужны проблемы с работой. Если я вижу, что у меня падает активность, я стараюсь работать больше и чаще брать заказы до тех пор, пока она не повысится опять. В общем, приходится постоянно проверять свои результаты, чтобы не случилось чего-нибудь плохого. (Вероника, 31 год, таксопарк)
В результате водители испытывают эмоциональное напряжение, особенно в первое время:
Постоянно нужно беспокоиться о рейтинге и активности — это раздражает. Потому что постоянно находишься в напряжении из-за того, что тебя могут резко выключить по какой-то причине. И все твои планы разрушатся. (Вероника, 31 год, таксопарк)
Рейтинг, формирующийся на основе оценок пассажиров, оказывается предметом особого беспокойства, так как он в наименьшей степени подконтролен водителям. Информанты жалуются на необъективность выставляемых клиентами
12 В литературе приводятся свидетельства того, как оценочно-рейтинговая система может оказывать влияние на рабочее время водителей такси. Так как рейтинг рассчитывается исходя из фиксированного количества последних оценок, водители стремятся выполнить больше заказов, чтобы сместить плохие оценки ^и й а1., 2019].
баллов и фактическую невозможность их оспорить. В оценках могут отражаться многие факторы, не связанные с качеством услуги: объективные обстоятельства (например, пробки) 13, нежелание пассажиров соблюдать установленные правила (например, пристегиваться), их плохое настроение и даже злой умысел (надежда получить промокод на скидку от агрегатора по итогам жалобы). Водители стараются «быть суперобходительным с пассажирами» (Евгений, 30 лет, таксопарк), задействуют коммуникативные навыки, пытаются установить хороший контакт и даже порой в открытую просят поставить им высокую оценку за поездку. Хотя любая работа в сфере обслуживания подразумевает значительный объем эмоционального труда [Хокшилд, 2020], оценочно-рейтинговая система усугубляет положение водителей, которые перманентно находятся под угрозой санкций в виде заниженных оценок пассажиров, имеющих серьезные материальные и моральные последствия. Из интервью с информантами видно, что многие из них тяжело переживают несправедливые, по их мнению, оценки: «У меня всегда чистая машина, у меня нет никаких посторонних запахов, в принципе мне не за что ставить низкий рейтинг. Конечно, мне важно, мне было обидно, когда мне ставили 4» (Эльдар, 32 года, таксопарк) 14. Другие стараются выработать циничное отношение к ситуации: «Мне абсолютно плевать, потому что я понимаю, что это не моя оценка, это неадекват» (Вероника, 31 год, таксопарк).
Отношение к оценочно-рейтинговой системе у водителей разное. Некоторые из них хорошо осваивают «правила игры» и успешно функционируют в рамках системы, с радостью сообщая о том, что у них наивысший статус, максимальный рейтинг или они входят в топ 1 % водителей 15. По мнению информантов, высокие показатели говорят о качестве их работы, служат источником психологической удовлетворенности и профессиональной гордости, а не только дают определенные привилегии. Поощряя предприимчивость, система позволяет реализоваться определенному типу личности:
У меня должны быть чистые стекла, чистые ручки. Чистый салон. В моем классе больше ничего не надо. Но, так как я лучший водитель города, у меня есть водичка, у меня всегда есть жвачка и конфетки, потому что я каждый день ездил в аэропорт и давал пассажирам взлетные конфетки. Сейчас я вожу с собой два вида антисептиков, салфеточки, водичку, маски для пассажиров тоже, для пассажиров есть одноразовые перчатки, если они потом куда-нибудь пойдут ручки открывать, я просто им раздаю... А, ну, зарядка должна быть для пассажиров. (Сергей, 36 лет, таксопарк)
Другое понимание профессионализма заключается в игнорировании символической ценности рейтингов и элементов геймификации: при добросовестном выполнении работы водителям не о чем волноваться:
13 Компания Uber признает, что в часы пик оценки снижаются [Rosenblat, Stark, 2016].
14 Немногие клиенты отдают себе отчет, что в рамках существующей системы оценка 4 из 5 считается плохой, понижающей рейтинг (притом что, например, рейтинг 4,5 ведет к деактивации).
15 В «Яндекс.Такси» существует внутренний рейтинг водителей, основанный на качестве и количестве выполняемой работы.
Это какие-то такие игры в бирюльки, которые никому не нужны, вроде все взрослые люди, но продолжают играть в какой-то детский сад с этими рейтингами. (Арсений, 43 года, самозанятый)
Некоторые водители занимают критическую позицию, осознавая манипуляци-онную составляющую оценочно-рейтинговой системы: «Они нас как собак дрессируют» (Артем, 39 лет, таксопарк):
Это просто манипулирование водителем, чтобы ему хотелось больше работать так, как хочет«Яндекс.Такси», а не так, как хочет этого водитель и как ему выгодно. Просто за то, чтобы у него в приложении появилась медалька определенного цвета. (Анастасия, 36 лет, таксопарк)
Прагматичная позиция заключается в отказе от максимизации показателей, поддержании допустимых значений, которые позволяет выходить на линию: «Я работаю за деньги, а не за циферки на экране моего телефона. Поэтому, если это не влияет на мой заработок, мне плевать» (Анастасия, 36 лет, таксопарк).
В поисках (тех)поддержки
В рамках алгоритмической системы управление отношениями между людьми заменяется взаимодействием отдельного работника с технической системой (цифровой платформой). Это касается как властной вертикали, так и горизонтальных отношений с коллегами. В роли начальника выступает алгоритм, а работники организационно и пространственно изолируются друг от друга. В частности, они лишаются физических мест (наподобие цеха или офиса), где формируются отношения кооперации, солидарности и сопротивления управлению. Можно говорить о дегуманизации системы управления в самом прямом смысле — как о планомерном исключении человеческих взаимодействий.
В традиционных организациях работник регулярно общается с менеджерами и коллегами, может посоветоваться, получить поддержку, ощутить причастность, оспорить решения, найти компромисс или просто поговорить по душам. В рамках децентрализованной и деперсонализированной цифровой системы водители оказываются в изоляции один на один со всеми проблемами. В несколько лучшей ситуации находятся те, кто работает через (реальные) таксопарки, так как они имеют возможность общаться с живыми людьми. Беседы с информантами показали, что водители ощущают нехватку прямого контакта и личного общения как в профессиональном, так и в эмоциональном плане. По всем возникающим вопросам и проблемам работник должен обращаться в техподдержку, причем водители не имеют возможности звонить напрямую, они должны писать в чат. Только те, кто имеет высокий статус, могут заказать обратный звонок. В чате отвечают «роботы» стандартными фразами, которые уже все водители знают наизусть:
Так крайне-крайне редко можно добиться ответа живого человека, ну, как бы решить вопрос не с помощью искусственного интеллекта, который ничего не соображает. (Анастасия, 36 лет, таксопарк)
Живые сотрудники техподдержки также, по сути, озвучивают прописанные алгоритмы действий в той или иной ситуации:
Если тебе человек ответит, то это ненамного лучше робота, у него есть так называемые скрипты ответов, они особого смысла не несут и помощи тоже. (Вячеслав, 45 лет, таксопарк)
Водители рассказывали о ситуациях, когда им требовалась экстренная помощь, но они так и не смогли ее получить. Также, по их словам, компании-агрегаторы склонны решать конфликтные ситуации в пользу пассажира и часто придерживаются правила «клиент всегда прав». Наши информанты сравнивали между собой работу техподдержки у разных агрегаторов, отмечая, что этот фактор оказывается важным при принятии решения о продолжении или прекращении работы с ними. При этом ценится возможность преодолеть отчужденность и почувствовать эмоциональное участие:
Реально нормальная техподдержка. Они там извиняются, что-то говорят, с ними хоть можно поговорить. Хотя часто она и бесполезная практически, но с ними хоть можно поговорить, разгрузиться, они там понимающие. (Михаил, 28 лет, таксопарк)
Выражая свое недовольство агрегаторами, информанты, тем не менее, в основном скептически относились к возможностям коллективных действий. Некоторые из них слышали о забастовках водителей, но никто не участвовал, и лишь один высказал потенциальное желание. В основном наши собеседники ссылались на отсутствие серьезной организации и продуманных реалистичных требований, а также на наличие резервной армии труда, готовой приступить к работе на практически любых условиях.
Партнер, сотрудник или биоробот?
Важной составляющей идеологии агрегаторов выступает продвигаемое ими представление, что они просто технические сервисы, предоставляющие информационные услуги 16. Агрегаторы намеренно избегают лексики, которая может указывать на наличие элементов трудовых отношений, и называют субъектов, производящих перевозки, «партнерами» (будь то самозанятые водители или таксопарки). Нам было интересно, как работники характеризуют свои отношения с агрегатором с учетом того, что большинство из них плохо разбирается в правовых тонкостях своего положения, служащего предметом жарких дебатов в литературе [Чесалина, 2019]. Водители реальных таксопарков, как правило, с уверенностью говорили, что являются их сотрудниками, а агрегатор просто поставляет заказы. Однако водители, у которых отношения с таксопарком ограничиваются главным образом арендой автомобиля, а также самозанятые выражали более широкий спектр мнений.
Представление, что агрегатор — это просто технический сервис, «что-то неодушевленное, куда я прихожу, когда нужно, и работаю» (Алмазбек, 42 года, так-
16 Один из информантов сообщил, что «„Яндекс" не разрешает называть пассажиров пассажирами, то есть они пользователи приложения, а не пассажиры для „Яндекса"» (Сергей, 36, таксопарк).
сопарк), избегает проблематизации отношений и подразумевает, что водители выступают обычными пользователями мобильного приложения:
Я вообще рассматриваю «Яндекс» в первую очередь как платформу, через которую можно найти работу. Есть же сейчас много таких платформ, люди там получают заказы, это не про такси, а вообще про любую работу... Обычный поиск работы. (Алмазбек, 42 года, таксопарк)
При этом одни характеризуют себя как «свободного пользователя этого мобильного приложения» (Эльдар, 32 года, таксопарк), другие осознают, что «я скорее пользователь приложения, который вынужден пользоваться на условиях разработчиков» (Вадим, 27 лет, таксопарк).
Понимание отношений с агрегатором как партнерства и сотрудничества базируется на представлениях о личных бизнес-возможностях, равенстве сторон и взаимовыгодном характере отношений:
Это взаимовыгодный бизнес. Я хочу зарабатывать, они мне дают возможность. Я обслуживаю больше пассажиров, соответственно, у них больше пассажиров. Если у них больше клиентов, у них больше заработок, и вот по круговой все. (Александр, 35 лет, ИП)
Риторика «партнерства» подпитывается ощущением трудовой автономии:
Ну, конечно, я считаю себя партнером. Точно не сотрудником... Ну, потому что фактически я им являюсь, у меня есть полный контроль над своей работой, у меня есть так называемый личный кабинет, где я могу полностью видеть свои поездки, финансы, сколько я заработал, в общем, рейтинг и так далее. (Александр, 35 лет, ИП)
Один из информантов идет еще дальше, радикально перекодируя отношения с агрегатором и ставя последнего в положение поставщика услуг:
Ну, по сути, агрегаторы вводят в заблуждение, что они—это работодатели, ну, как бы, что я работаю на «Яндекс.Такси». Нет. На самом деле «Яндекс.Такси» работает на меня. Они оказывают водителям услуги по поиску заказов, диспетчерские услуги. Они оказывают услугу водителю, а не наоборот. (Анастасия, 36 лет, таксопарк)
Критики риторики партнерства ссылаются на фактическое отсутствие контактов с компанией-агрегатором («Никогда в глаза не видишь, вместе не общаетесь, не делаете ничего» (Имам, 36 лет, самозанятый)) и односторонний диктат условий «сотрудничества» («Ну, партнером сложно назвать, ты же не можешь влиять на партнерские отношения, они сказали — завтра цена будет такая, и ты не можешь это оспорить, не нравится, они говорят тебе,—уходи» (Антон, 25 лет, ИП)). В условиях алгоритмического управления часть водителей ощущают себя де-факто работниками агрегаторов («Просто работодатель и работник, вот и все» (Арсений, 43 года, самозанятый)) и считают, что необходимо легализовать эти отношения («Да биороботом я себя с ними ощущаю. Они ведь не обращаются с нами, как
с партнерами, а просто как с наемной рабочей силой. Поэтому нас и заставляют работать в таких ужасных условиях. Им надо нас просто на работу нанять, и все станет норм» (Артем, 39 лет, таксопарк)).
Нетипичный характер отношений и амбивалентность положения водителей затрудняют самоидентификацию, что хорошо отражается в следующих словах информанта: «Просто считаю, что работаю на „Яндекс.Такси". Конечно, я понимаю, что не как традиционный работник, но и партнером или самозанятым тоже сложно себя назвать. Здесь скорее какие-то другие отношения» (Евгений, 30 лет, таксопарк).
Заключение
Проведенное исследование не только предоставляет эмпирические свидетельства особенностей платформенной занятости в российском секторе таксомоторных перевозок, но и позволяет глубже понять характер и формы алгоритмического управления в рамках цифровых платформ, использующих децентрализованную рабочую силу для удовлетворения массового спроса. Во многих ключевых аспектах алгоритмическое управление имеет жесткий принудительный характер—автоматическое распределение заказов, определение цены, электронный мониторинг, деактивация. Однако в целом оно скорее нацелено не на тотальное программирование человеческого поведения, а на создание открытой динамичной системы стимулов и санкций, дополненных элементами геймификации. В этом отношении платформа-агрегатор предстает скорее не как «цифровой деспот», а как искусный манипулятор, вовлекающий работников в «игру» и подталкивающий их к определенным действиям. Две формы алгоритмического управления — директивная и манипуляционная — нуждаются в дальнейшем теоретическом осмыслении и эмпирическом исследовании. Это, в частности, поможет в разработке адекватных мер регулирования платформенной занятости.
Сегодня в научной литературе преобладает обсуждение «алгоритмического вреда» (algorithmic harms), продуцируемого цифровыми платформами [Muller, 2020], хотя технологии, в зависимости от их использования, могут иметь и позитивные эффекты [Katzenbach, Ulbricht, 2019]. Наше исследование показало, что даже в секторе таксомоторных перевозок, который характеризуется наиболее одиозными формами алгоритмического управления, водители ценят возможности, предоставляемые работой через трудовые платформы. Среди них — простой доступ к работе, отсутствие формальной иерархии, гибкость в управлении трудовыми усилиями, временем, финансами. Все это потенциально позволяет настраивать работу под себя, ориентируясь на индивидуальные предпочтения и жизненные обстоятельства, поддерживая гетерогенный состав платформенных работников с разнообразным социальным бэкграундом, мотивациями и трудовыми практиками. Тем не менее, монополизируя целые рынки, платформы определяют «правила игры» и диктуют цены (а следовательно, и оплату труда), не сильно заботятся об условиях труда, не обеспечивают социальные гарантии, доступные для других категорий занятых в экономике. Ключевые элементы алгоритмического управления, связанные с функционированием оценочно-рейтинговой системы, электронным мониторингом и использованием больших данных, вызывают много вопросов
в связи с непрозрачностью, дискриминационными эффектами и охраной персональной информации. Некоторые критики полагают, что бизнес-модель трудовых платформ изначально основана на эксплуатации правовых ниш и поэтому в перспективе нежизнеспособна [Срничек, 2019]. Мы полагаем, что повышенное внимание государств, общественности и исследователей к деятельности цифровых платформ (включая агрегаторы такси) способно скорректировать социальные последствия и повысить социальную ответственность такого бизнеса 17. История дает нам немало примеров «социального приручения» технико-экономических инноваций.
Список литературы (References)
Срничек Н. Капитализм платформ / пер. с англ. и науч. ред. М. Добряковой. М. : Изд. дом Высшей школы экономики, 2019. 128 с.
Srnicek N. (2019) Platform Capitalism. Moscow: The Higher School of Economics Publishing House. 128 p. (In Russ.)
Фуко М. Надзирать и наказывать. Рождение тюрьмы. М. : Ad Marginem, 2013. 416 с.
Foucault P.-M. (2013) Surveiller et punir: Naissance de la Prison. Moscow: Ad Marginem. (In Russ.)
Хокшилд А. Р. Управляемое сердце: коммерциализация чувств / пер. И. Кушнарева. М. : Дело, 2020. 392 с.
Hochschild A. R. (2020) The Managed Heart: Commercialization of Human Feeling. Moscow: Ad Delo. (In Russ.)
Чесалина О. В. Работа посредством интернет-платформ как вызов трудовому правоотношению // Трудовое право в России и за рубежом. 2019. № 1. С. 12—15. Chesalina O. V. (2019) Work on the Basis of Internet Platforms (Crowdwork and Work on Demand via Apps) as a Challenge to Labor and Social Law. Labor Law in Russia and Abroad. No. 1. P. 12—15. (In Russ.)
Шевчук А. В. От фабрики к платформе: автономия и контроль в цифровой экономике // Социология власти. 2020. Т. 32. № 1. С. 30—54.
Shevchuk A. V. (2020) From Factory to Platform: Autonomy and Control in the Digital Economy. Sociology of Power. Vol. 32. No. 1. P. 30—54. (In Russ.)
Штейнберг И., Шанин Т., Ковалев Е., Левинсон А. Качественные методы. Полевые социологические исследования. СПб. : Алетейя, 2009.
Shteinberg I., Shanin T., Kovalev E., Levinson A. (2009) Qualitative Methods. Field Sociological Research. St. Petersburg: Aletheia.
Aneesh A. (2009) Global Labor: Algocratic Modes of Organization. Sociological Theory. Vol. 27. No. 4. P. 347—370. ttps://doi.org/10.1111/j.1467-9558.2009.01352.x.
17 Период пандемии С0УЮ-19 продемонстрировал, что алгоритмическое управление может быть гибко и оперативно адаптировано под различные нужды: в кратчайшие сроки по требованию государства агрегаторы смогли организовать контроль состояния здоровья водителей, а также поддерживать санитарные нормы и пропускной режим.
Ajunwa I., Greene D. (2019) Platforms at Work: Automated Hiring Platforms and Other New Intermediaries in the Organization of Work. In: Work and Labor in the Digital Age. Bingley: Emerald Publishing Limited. P. 61—91. https://doi.org/10.1108/ s0277-283320190000033005.
Bain P., Taylor P. (2000) Entrapped by the 'Electronic Panopticon'? Worker Resistance in the Call Centre. New Technology, Work and Employment. Vol. 15. No. 1. P. 2—18. https://doi.org/10.1111/1468-005x.00061.
Delfanti A. (2021) Machinic Dispossession and Augmented Despotism: Digital Work in an Amazon Warehouse. New Media & Society. Vol. 23. No. 1. P. 39—55. https:// doi.org/10.1177/1461444819891613.
Hall J. V., Krueger A. B. (2018) An Analysis of the Labor Market for Uber's Driver-Partners in the United States. ILR Review. Vol. 71. No. 3. P. 705—732. https:// doi.org/10.1177/0019793917717222.
Huws U., Spencer N. H., Syrdal D. S. (2018) Online, on Call: The Spread of Digitally Organised Just-in-Time Working and Its Implications for Standard Employment Models. New Technology, Work and Employment. Vol. 33. No. 2. P. 113—129. https:// doi.org/10.1111/ntwe.12111.
Lee M. K., Kusbit D., Metsky E., Dabbish L. (2015) Working With Machines: The Impact of Algorithmic and Data-Driven Management on Human Workers. In: Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems. P. 1603— 1612. https://doi.org/10.1145/2702123.2702548.
Katzenbach C., Ulbricht L. (2019) Algorithmic Governance. Internet Policy Review. Vol. 8. No. 4. P. 1—18.
Kellogg K. C., Valentine M. A., Christin A. (2020) Algorithms at Work: The New Contested Terrain of Control. Academy of Management Annals. Vol. 14. No. 1. P. 366—410. https://doi.org/10.5465/annals.2018.0174.
Kenney M., Zysman J. (2016) The Rise of the Platform Economy. Issues in Science and Technology. Vol. 32. No. 3. P. 61—69.
Muller Z. (2020) Algorithmic Harms to Workers in the Platform Economy: The Case of Uber. Columbia Journal of Law and Social Problems. Vol. 53. No. 2. P. 167—201.
Rosenblat A., Stark L. (2016) Algorithmic Labor and Information Asymmetries: A Case Study of Uber's Drivers. International Journal of Communication. Vol. 10. P. 3758—3784.
Stark D., Pais I. (2020) Algorithmic Management in the Platform Economy. Sociologica. Vol. 14. No. 3. P. 47—72.
Vallas S., Schor J. B. (2020) What Do Platforms Do? Understanding the Gig Economy. Annual Review of Sociology. Vol. 46. P. 273—294. https://doi.org/10.1146/ annurev-soc-121919-054857.
Wu Q., Zhang H., Li Z., Liu K. (2019) Labor Control in the Gig Economy: Evidence From Uber in China. Journal of Industrial Relations. Vol. 61. No. 4. P. 574—596. https:// doi.org/10.1177/0022185619854472.
Zuboff S. (2015) Big Other: Surveillance Capitalism and the Prospects of an Information Civilization. Journal of Information Technology. Vol. 30. No. 1. P. 75—89. https:// doi.org/10.1057/jit.2015.5.
Приложение
Таблица 1. Характеристики информантов
Имя Возраст о 1= Компания Класс Тип занятости Машина
1 Анастасия 36 Ж «Яндекс.Такси», «Ситимобил» Эконом, Комфорт, Бизнес Таксопарк Аренда
2 Антон 25 М «Яндекс.Такси», Gett, Wheely Бизнес ИП Своя
3 Арсений 43 М «Яндекс.Такси» Комфорт+ Самозанятый Своя
4 Александр 28 М «Яндекс.Такси» Эконом ИП Аренда
5 Александр 35 М «Яндекс.Такси», Gett Бизнес ИП Своя
6 Артем 39 М «Яндекс.Такси» Комфорт Таксопарк Аренда
7 Вероника 31 Ж «Яндекс.Такси» Комфорт + Таксопарк Аренда
8 Виктор 42 М «Яндекс.Такси», Gett Эконом Таксопарк Аренда
9 Вадим 27 М «Яндекс.Такси», «Ситимобил» Комфорт + Таксопарк Аренда
10 Дмитрий 46 М «Яндекс.Такси» Эконом Таксопарк Аренда
11 Евгений 30 М «Яндекс.Такси», «Ситимобил» Эконом Таксопарк Своя
12 Игнат 40 М «Яндекс.Такси», Gett Эконом Таксопарк Аренда
13 Имам 36 М «Яндекс.Такси», «Ситимобил» Комфорт + Самозанятый Своя
14 Михаил 28 М «Яндекс.Такси», «Везет», Gett Эконом Таксопарк Своя
15 Родион 44 М «Яндекс.Такси», Gett Комфорт ИП Своя
16 Сергей 36 М «Яндекс.Такси» Бизнес, Комфорт+, Эконом Таксопарк Аренда
17 Семён 29 М «Яндекс.Такси», Gett Эконом, Комфорт+ Таксопарк Аренда
18 Вячеслав 45 М «Яндекс.Такси», Uber Комфорт Таксопарк Своя
19 Алина 27 Ж Wheely Бизнес Таксопарк Аренда
20 Валерий 27 М «Яндекс.Такси» Комфорт+ Таксопарк Аренда
21 Селим 38 М «Яндекс.Такси» Эконом Таксопарк Аренда
22 Макар 35 М «Яндекс.Такси» Эконом, Комфорт Таксопарк Аренда
23 Роман 40 М «Яндекс.Такси», Gett Комфорт+ Таксопарк Аренда
24 Эльдар 32 М «Яндекс.Такси», Gett Конфорт+, Бизнес ИП Аренда
25 Алмазбек 42 М «Яндекс.Такси» Эконом, Комфорт Таксопарк Аренда
26 Денис 34 М «Яндекс.Такси» Эконом Таксопарк Своя
