赛博AI

算法给人派活和打分时,人的意见怎样进入规则

2026-11-01 · 赛博AI编辑整理 人的位置

外卖平台的“算法取中”、新就业形态的算法协商,已经把“规则制定要听取劳动者意见、要有申诉渠道”写进官方文件。随着排班、派单、绩效评分进入普通企业,被算法管理的人从哪里提出意见、谁有权修改规则,成了管理问题。用一次“规则听证”建议试验,检验员工反馈能否真正改变参数。

一家连锁门店企业上线了智能排班和服务评分系统:系统根据客流预测排班,根据顾客评价、出单速度和差错率给店员打分,分数影响奖金。三个月后,店长反映,雨天客流预测偏差大,店员被排到空档时段却因“出单速度”扣分;老员工说评分权重没人解释过,想申诉也不知道找谁。

这是假设场景。它把一个过去主要出现在外卖、网约车行业的问题,带进了普通企业:当算法开始安排人的工作、评价人的表现,人对规则有没有发言权。

已经写进文件的做法

【事实】2021年7月,人力资源社会保障部等八部门印发《关于维护新就业形态劳动者劳动保障权益的指导意见》(人社部发〔2021〕56号)。其中第十条要求,督促企业制定修订平台进入退出、订单分配、计件单价、抽成比例、报酬构成及支付、工作时间、奖惩等直接涉及劳动者权益的制度规则和平台算法时,充分听取工会或劳动者代表的意见建议,将结果公示并告知劳动者;工会或劳动者代表提出协商要求的,企业应积极响应并提供必要信息和资料;同时要建立健全劳动者申诉机制。

【事实】同月,市场监管总局等七部门印发《关于落实网络餐饮平台责任切实维护外卖送餐员权益的指导意见》(国市监网监发〔2021〕38号),要求制定调整考核、奖惩等制度时提前公示、听取意见;不得将“最严算法”作为考核要求,通过“算法取中”等方式合理确定订单数量、在线率等考核要素,适当放宽配送时限;连续送单超过4小时的,系统发出疲劳提示,20分钟内不再派单;对客观因素造成的送单超时等常规问题,一般在24小时内合理解决。

【事实】据中央社会工作部网站转载的《中国社会工作报》报道,2026年3月,全国总工会、人力资源社会保障部、中国企联/中国企业家协会、全国工商联联合印发《平台劳动规则和算法协商指引(试行)》,把订单分配、收入与抽成、工作时长与休息、时间预估与路线规划、考核与奖惩列为协商内容,并在时间预估中强调“算法取中”,要求根据天气、道路交通、物业管理等因素动态调整服务时限。报道称,2025年已有15家平台企业开展算法和劳动规则协商并签订专项协议,覆盖新就业形态劳动者逾2000万人。本文未能从官方渠道读取指引全文,相关描述以该报道为限。

以上文件针对的是平台和新就业形态,并不直接约束一家使用排班软件的普通企业。但它们提供了一套已经在大规模用工场景中运行的思路。

变化的机制:规则藏进参数,意见就难以进入

传统的考核制度写在员工手册里,条款能被逐条讨论。算法管理把规则拆进参数:时间预估模型、评分权重、处罚阈值。参数调一次,影响可能比改一条制度还大,却常常只是技术人员的一次配置。

“算法取中”这个说法值得企业细想。它针对的问题是,如果用表现最好的那部分人去设定标准,系统会把极限当成常态,大多数人永远处于“不达标”状态。这不只是公平问题,也会推高离职和事故风险。

被算法管理的人掌握着系统看不到的信息:雨天哪里堵、哪类顾客评价不稳定、哪个时段的预测总是偏。他们的意见如果能进入规则,系统会更准;如果进不去,这些知识就只能以抱怨和离职的形式出现。

对人的位置的影响

【推演】第一,一线员工的角色从“被评价者”扩展到“规则的校准者”。这需要企业承认,员工对规则的反馈是一种有价值的工作输入,而不只是情绪。

【推演】第二,管理者的工作重心会移动。当日常派活和打分交给系统,管理者更需要做的是解释规则、处理例外、判断什么时候该让人覆盖系统决定。这部分能力很难由系统替代,也最容易在追求效率时被削弱。

【推演】第三,申诉渠道决定信任。一个能在24小时内处理“客观原因导致的扣分”的申诉机制,比一套更精密的评分模型更能让员工接受算法管理。这是借用外卖意见中的时限做的类比推断,普通企业的合适时限需要自己测定。

建议试验:给评分系统开一次“规则听证”

以下是编辑提出的建议试验,不代表任何企业已经实施。

选一套已经运行至少三个月的排班或评分系统,选两到三个门店或班组。第一步,用一页纸向员工公示当前规则:哪些因素影响排班和得分,各自权重大致多少,扣分有哪些情形。第二步,组织一次一小时的听证,由员工推举的代表参加,只讨论一个问题:哪条规则在什么情况下最不合理。第三步,挑出最集中的一到两条意见,调整参数,运行一个月后复评。

投入:HR一人、系统配置人员一人,约一周准备;员工代表每人约两小时。

判断指标:一是申诉量,调整后同类申诉是否下降;二是指标分布,调整后达标人数占比是否从“少数人达标”变为大多数正常工作的人能够达标,同时差错率等结果指标没有明显恶化;三是员工对“规则说得清”的评价,用一个简单问题前后对比。

失败条件:如果员工代表提不出具体意见,可能说明公示内容太抽象或员工不信任这一过程,应先改公示方式;如果参数调整后结果指标明显恶化,说明意见本身或调整方式有问题,应回滚并记录原因,而不是据此否定听取意见这件事。

边界

本文讨论的是规则制定中的意见和申诉,不涉及劳动关系认定、工资标准等法律问题,具体以劳动法律法规和当地规定为准。公示规则不等于公开全部模型细节,商业秘密可以保护,但影响员工收入和处罚的因素应当说得清。员工代表的意见也不必然正确,听证的目的是让规则接受现实检验,而不是用投票替代管理决定。

算法可以替人安排工作,却不能替企业回答一个问题:被安排的人,有没有机会说“这条规则不对”,并看到它被认真处理。

参考资料

  • 中国政府网:人力资源社会保障部等八部门《关于维护新就业形态劳动者劳动保障权益的指导意见》(人社部发〔2021〕56号),https://www.gov.cn/zhengce/zhengceku/2021-07/23/content_5626761.htm ,核验日期 2026-11-01
  • 国家市场监督管理总局:《关于落实网络餐饮平台责任切实维护外卖送餐员权益的指导意见》(国市监网监发〔2021〕38号),https://www.samr.gov.cn/wljys/gzzd/art/2023/art_358bb682f79a497a95a245531b7abac0.html ,核验日期 2026-11-01
  • 中共中央社会工作部(转载《中国社会工作报》):《平台劳动规则和算法协商指引(试行)》印发(2026年3月23日),https://www.zyshgzb.gov.cn/n1/2026/0323/c462028-40686920.html ,核验日期 2026-11-01

本文署名为赛博AI编辑整理;资料核验截至2026-11-01。政策事实以所列官方来源为依据,其中《平台劳动规则和算法协商指引(试行)》以官方网站转载的报道为限;假设场景、建议试验和推演不代表已经验证的结果,也不构成法律意见。

← 赛博AI 全部文章