 蓬勃发展的共享经济给了自由工作者更大的舞台，他们看似拥有更多的工作自由，然而由于很难被劳动法所覆盖并提供保护，这群人也很容易被公司利用各种心理学与行为学的技巧所操纵。众所周知，Uber 司机们多年来一直在抱怨公司给其的报酬下降，待遇也不尽如人意。但如今即便是 Uber 这样在过去态度略显强硬的公司，也决心要更人性化的对待司机们了。自由工作者涌入劳动力市场虽然使得 Uber 公司得以减少劳动力成本，但是这也意味着公司不能强迫他们在特定的时间去特定的地方接单。如果失去对于司机的控制，Uber 就难以达到自己的服务目标——无论何时何地只要乘客需要就可以无缝运输。 Uber 会通过使用心理诱因和其他源于社会科学的技术手段来影响司机的抉择，控制他们在何时、何地接单以及驾驶多长时间。为了达到这一效果，Uber 公司聘请了成百上千的社会科学家、数据科学家针对视频游戏、图形指示以及非现金奖励这些成本低廉且能够促使司机更加努力地长时间工作的形式进行试验，这些心理操纵的方式甚至能够让司机心甘情愿地在不那么有钱赚的时间段与地区去接单。 现在就来看看 Uber 是如何进行心理操纵术的吧！ 追剧一样接下应接不暇的订单想要让自己公司的打车服务无处不及，行驶在路上的 Uber 司机当然是越多越好。为了让司机能够多花时间开车，Uber 公司利用人们的惯性心理为司机设计了不断去完成的订单系统，公司甚至开发了一套类似于 Netflix 自动下载下一个视频节目的算法，Lyft 也有类似的算法。这算法能让 Netflix 的观众不停歇地一口气追完整部剧，对于 Uber 司机来说则意味着马不停蹄地一个又一个接单。 这套算法能在司机还没有完成一单任务的时候就提前自动排队等待下一位乘客，几乎是无缝衔接下一单，而这也就能让司机们在繁忙时段不断地接送客人。Uber 与 Lyft 解释说司机们都觉得浪费时间去等待客人是最糟糕的事情，他们这样做只是满足司机想要多接单的心理需求。但是这两间公司都没有透露这套算法背后隐藏的关键——它会让人失去自控力。 这种模式就好比你在视频网站上观看剧集时的自动播放排队功能，一集结束后不断播放下一集，这让观众失去自控，欲罢不能地粘在屏幕前。而 Uber 的自动排队接单也会造成失控，虽然司机已经很劳累，但是依然愿意投入到这种忙碌中，有的司机甚至为了不断接单连厕所都不去，使得他们患上了慢性病。 Uber 虽然为这套自动排队接单系统加入了暂停按钮，但是相比视频网站上可以让用户永久关闭自动排队播放功能，Uber 的这种暂停需要司机每完成一单就点一次，不能完全关闭。而且 Uber 的自动排队接单系统不会让司机在排队时得知下一单的乘客在哪里，所以司机也很难去判断这一单是否有利可图。 数据并不天然就有罪，使用相同的数据，Uber 既可以轻松地让司机额外多工作 30-60 分钟，也可以做点好事，对司机提供驾驶安全上的监管。比如说公司可以获取司机的各种驾驶指标，比如刹车、加速等，这些指标可以反映出司机是否开始进入疲劳驾驶，系统会提醒司机收工休息。 美国有大量的法律和习俗都认为企业主相比公司员工拥有更多的权力，因此企业主必须给予员工更多的保护，这种保护可不仅仅是法定的最低工资和加班工资，也包括了在道德上不应该诱使操纵员工过度劳动。但是共享经济中涌现的自由劳动者却很难享有这些保护，Uber 公司的司机们面对的是法律与道德双重失效的炼狱，因为他们是独立的劳务提供者，得不到相关的就业保护。 千方百计调动司机积极性——色诱与利诱Uber 公司与司机之间是一直存在矛盾。对于司机来说，公司抽走了每一单 25% 的金额作为佣金，他们当然希望剩下的 75% 毛利越大越好，如果市场中存在供给不足就会使得乘客不得不加价叫车，这样他们就可以赚取更多。对于公司而言当然要竭力避免这种乘客叫不到车的短缺局面，Uber 的目标是让每一个乘客都能够更快地乘车，最好将叫到车的时间控制在 5 分钟之内。 每一天都会有无数短信、邮件和手机推送提醒司机：「快，早高峰开始了，前往该地区，需求大无边。」Uber 公司总是会通过各种方式试图让司机们集中到某些热门地区。一些 Uber 公司的男性管理者甚至会伪装成女性给司机们发短信，因为他们发现这样效果更好。Uber 深知这一招非常有效，毕竟绝大部分的司机都是男性。  这种安排加剧了公司利益与司机个人利益最大化之间的冲突，许多司机甚至要每周工作 50-60 个小时来获得一定的利润。Uber 的管理层也开始担心这种安排会激起司机们的强烈反弹，使得公司在面对竞争对手 Lyft 的时候处于战略劣势，毕竟 Lyft 所塑造出来了一种对司机更加友好的形象。 于此同时 Uber 还有别的担心，很多新加入的司机在完成 25 单任务并获得签约奖金之前就离开了平台。为了激励这些新手完成任务，Uber 官方开始在一些城市中尝试给予新手简单的鼓励：祝贺你！你已经完成一半任务了！这种鼓励看上去十分温馨感人，实际上也是被精准设计过的。公司的数据科学家们发现，一旦司机在平台上完成了 25 单任务，其流失率就会急剧下降。 心理学家和电脑游戏设计者早就知道这一套把戏，鼓励人朝着一个具体的目标奋斗可以激励他们不断完成任务。这相当于让司机将公司设定好的目标给内化了，而内化动机的驱动力是最强大的。 让你想不到的是，这种利用心理学技巧让司机心甘情愿多干活的方法正是 Lyft 公司首先试验出来的。在 2013 年，Lyft 公司聘用了咨询公司去帮助他们找到让司机在平台最繁忙时间多接单的方法。Lyft 的司机自愿报名参与实验，公司顾问将他们分为两组，其中一组被告知如果在繁忙的周五晚上多接单将会比在周二早上接单每小时多赚 15 美元；另一组则调换了一下语序，他们被告知如果坚持在周二出车，将会比在周五晚上接单每小时少赚 15 美元。很显然，后一种话术更能激励司机在繁忙时段多多接单。 这其实就是一种被称作「损失厌恶」的心理，相比获得，人们更加厌恶失去。不过 Lyft 公司最终没有使用让司机规避损失的后一种话术，因为该公司还保持了一丝良知，知道这已经涉嫌了操纵。 驴子眼前的胡萝卜——收益目标设定每一次当 Uber 司机 Josh Streeter 试图下线时，都会受到 Uber 发来的消息：你离赚取 330 美元只差 10 美元了，真的确定要下线吗？消息后面跟着两个选项「离线」和「继续驾驶」，后一个选项被高亮突出显示。  Streeter 先生的遭遇不是个例，每当 Uber 的司机准备下线时，app 总会提醒他们还差多少就能完成一天的收入目标，而这一收入目标的取值通常是他们上周每日收入的平均数。这种不断提醒你离目标还有多少距离的消息也是利用了行为心理学中的小技巧，人们关注自己设定的目标，这促使他们开更久的车去完成既定目标。 在过去的 20 年中，行为经济学家已经为一种被称为收入目标锚定的现象找到了存在的证据，像出租车司机这样的工种可以决定自己每天工作多长时间，他们通常都会为自己设定一个收益目标，比如说努力达到 100 美元，就像马拉松运动员总是试图将自己的完赛时间压缩到 4 小时或 3 小时以内。 虽然行为经济学家当中对于出租车司机是否能严格按照既定收入目标去工作仍有争议，但是无论 Uber 还是 Lyft 公司的高管都承认确实有许多司机会为自己设定一个收入目标，而且 Lyft 也已经开始允许司机在 app 里面为自己设定目标了。 但是过于严格地按照收入目标来工作也是没有效率的，这会导致司机们一天里工作太长时间，在非繁忙时间段里疲于奔命接单，在繁忙时段中却因为太过劳累或完成了目标而早早收工回家。 沉迷游戏是最大的工作动力其实那些催促司机赶往繁忙地区接单的信息并不仅仅是依靠提醒你离目标还差多少钱而起作用，它的内容形式本身就颇有深意。在 Uber 发给司机们的信息中呈现出了一个汽车引擎的图标，指针无限接近地指向了一个美元符号。这为司机们创造出了一个「玩乐回路」（ludic loop），这是一种牢固的愉悦反馈回路，能够激发重复性的行为。这种以往被运用在赌博与游戏中的心理现象已经被 Uber 用来让司机们沉迷工作。  在 Uber 的 app 当中会显示一个司机本周完成了多少单工作，赚了多少钱，在线多长时间以及得到了客户的几星级评价，所有的这些要素都会化成一枚枚徽章，诱使了司机像打游戏升级一样不断进阶。 往往一个人心中再大的完成目标的动力，也比不上陷入游戏化的强迫模式中力量大。有些司机会为了追求成就达成而每周干满一定时长，有些司机则会为了获得优质服务或者优质沟通徽章而去繁忙地区接那些加价更少的单子，即便这会让他们的邮费与汽车维修费得不偿失。 Uber 能够通过 app 获得司机们的所有工作数据，因此能够无所不用其极地将其中的每个元素都进行游戏化改造。同时因为司机们都是独立劳务提供者，所以这种游戏化的策略也不用拘泥于就业保护法。 游戏化对于分享经济中的劳动者可能是有一定的好处的，比如它能够让那些不在同一实体空间工作的司机们加强联系，但是游戏化也可能会被企业所滥用。企业会发现不向劳动者们支付金钱报酬，而是用颁发徽章来进行激励是一种成本更低的做法，这就已经涉嫌操纵。 Uber 的人力管理模式还将走出多远？Uber 公司还会在未来继续从行为心理学中找出心理操纵的方法，只要 Uber 的商业模式有需要，他们就会不断探寻。虽然 Uber 毫不掩饰自己正在探索无人驾驶汽车，但是无人驾驶汽车想要完全取代人类至少还需要十年甚至更长的时间。 只要 Uber 公司继续将增长量和乘客量设定为关键目标，他们就会有动力去不断去试探司机的底线并从其身上榨取更多的工作时间。同样，该公司也会继续探索如何以最便宜的方式去获取这些多榨出来的工作时间。现在看来，没有什么比雇佣独立劳动者并且诱使他们在公司期望的时间和地段去接单更好的方式了。据业内人士估计，雇佣独立劳动者相比聘用专职司机其直接成本可降低 25%。 此外，独立劳动者这个模式本身就为像 Uber 这样的企业提供了强大的成长动力。当这些公司发展到一定规模时，他们就进入了一个良性循环：因为有足够多的独立劳动者可以选择，所以人员配备不足的风险随之降低，而使用独立劳动者所节约的成本开始超过了低效带来的损失，这使公司能够腾出资金进入新的市场并获取新客户，反过来使得独立劳动者工作模式保持效率，继续节约更多成本。 不太难想象，在未来像 Uber 这样大规模的数字平台上会吸引数以千万计的劳动者——他们将不仅仅是运送乘客，还将运送食品与零售商品。我们很难得知这些独立劳动提供最为何选择共享经济的大平台，也许是因为他们所掌握的技能无法匹配那些传统雇主的要求，或者是因为他们想要在固定工资之外再赚一些外快。 在这样一种经济体系中，使用大数据与算法来管理独立劳动者将不仅仅是少数几家公司的选择，在未来大数据与算法可能会成为美国最为常见的劳动力管理方式。 |
|
|
