دانشگاهها در جهان به چند دلیل عمده متولد شدند. مهمترین دلایل ایجاد مرکزی برای حل مشکلات جامعه، نقد حکومت و محلی برای خلق اندیشههای نوین بودند. پس از انقلاب صنعتی، فعالیت دانشگاهها گستردهتر شد. افراد دانشگاهی وارد بازار کار شدند و آن را متحول کردند. بازار کار و دانشگاه در یک تعامل همیشگی با هم رشد میکردند. ورود به دانشگاه تضمینکننده آینده روشن برای افراد بود. این روند تا همین یک دهه قبل ادامه داشت. اما امروز همچنین است؟
وقتی دبیرستان بودم، یکی از معلمهای ما درس و دانشگاه را به یک قیف تشبیه میکرد. قیفی که باید از سمت باریک آن وارد شوید. ورود از این سمت باریک، کار سختی بود. این بخش باریک همان کنکور بود. از قسمت باریک که عبور کردید، زندگی راحتتر میشود. به سمت فراخ و آسان میرسید. دانشگاه را مثل آب خوردن تمام میکنید. شاغل میشوید و از زندگی لذت میبرید.
تمام تمرکز مدرسه و خانواده، عبور دادن دانشآموزان از سد کنکور و ورود آنها به دانشگاه بود. کلاسهای تقویتی و آزمونهای هفتگی فقط بخشی از این اقدامات بودند.
وقتی دبیرستان بودم، یکی از معلمهای ما دانشگاه را به یک قیف تشبیه میکرد. قیفی که باید از سمت باریک آن وارد شوید.
اما من زندگی خودم را داشتم. گیک (Geek) بودم. دایره علایق گستردهای داشتم. فیزیک، لیزر، الکترونیک، شیمی، شعر، نوشتن و موسیقی بخشی از این دایره وسیع بودند. آنقدر به اینها علاقه داشتم و کار میکردم که در المپیاد شیمی و فیزیک قبول شدم. در چند مسابقه فیزیک و شیمی استان مقام آوردم. خیلی دوست داشتم کامپیوتری داشته باشم تا به این دنیای جدید نیز وارد شوم. درس را رها میکردم و به علاقهمندیهایم میرسیدم. وضعیت درسم هم بد نبود.
نکته جالب اینجا است، تقریبا هیچکدام از چیزهایی که در دانشگاه و دبیرستان خواندم، خریداری نداشتند. من امروز صرفا به واسطه مهارتهایی که با علاقه و پشتکار خودم، خارج از مدرسه و دانشگاه یاد گرفتم، شاغل هستم.
آن روزها تقاضا برای ورود به دانشگاه زیاد و پذیرش دانشجو کم بود. دانشگاه آزاد و پیامنور به سیاقی که امروز میبینیم، در همهجا وجود نداشت.
من در دبیرستان نمونه دولتی درس میخواندم. مدرسه فقط دو گرایش داشت: ریاضی و فیزیک و علوم تجربی. انگار که داشتن رشته علوم انسانی توهین به مدرسه نمونه بود.
کسانی که معدل خوبی داشتند، ریاضی و فیزیک میخواندند و آنهایی که معدلشان متوسط بود، علوم تجربی.
امروز که من مدرک کارشناسی و کارشناسی ارشدم را از بهترین دانشگاههای کشور گرفتهام، به گذشته نگاه میکنم. میبینم اوضاع آنقدر که به نظر میآمد درست نیست. ریشه این خطا در ناآگاهی معلمها و خانواده و سیستم آموزشی غلط است. در آن روزها برای داشتن اینترنت و کامپیوتر باید هزینه زیادی پرداخت میکردیم. اما کودکانی که پس از آن دوران متولد شدند، از بدو تولد به تلفن همراه هوشمند، تبلت، کامپیوتر و اتصال دائمی و ارزان اینترنت دسترسی دارند.
آن روزها دلایل و انگیزههای متعددی برای ورود به دانشگاه وجود داشت. تصویر اجتماعی بهتر، باسواد شدن و مهمتر از همه احتمال یافتن شغل بهتر مهمترین انگیزهها بودند. اما امروز همچنین انگیزههایی میتوانند برای ورود به دانشگاه کارا باشند؟ در ادامه میخواهیم پاسخ این سوال را بدهیم.
در بازار هرچه عرضه یک کالا بیشتر باشد، قیمت آن کاهش پیدا میکند. قیمت بیانگر ارزش ذاتی کالا نیست. اگر روزی یک منبع بزرگ الماس کشف و الماس بدون هیچ ملاحظهای در بازار عرضه شود، احتمالا پس از مدتی میتوانید الماس را به قیمت آهن بخرید. قیمت، یک رقم تعادلی و توافقی بین فروشنده و خریدار است.
در پانزده سال گذشته، وضعیت بازار چندان مطلوب نبود. تعداد کارجویان بسیار بیشتر از فرصتهای شغلی بازار کار بود. از سویی، برخی تصمیمات نادرست باعث شد، دولت بهجای تمرکز بر بهبود شرایط کار و ایجاد فرصت برای رشد شرکتهای نوپا، اقدامات نامعقولی انجام دهد. دانشگاههای کوچک و ضعیف زیادی در کشور تاسیس شد. ظرفیت پذیرش در رشتههای دانشگاهی بدون توجه به تقاضای بازار افزایش پیدا کرد. مثلا در شهرستان محل سکونت من، در سال ۸۶ هیچ دانشگاهی وجود نداشت، اما در کمتر از دو سال، بیش از چهار دانشگاه آزاد و پیامنور در همینجا تاسیس شد. در آن سال من تازه وارد دانشگاه شدم.
کیفیت و سطح سواد پایین عموم فارغالتحصیلان، فروش پایاننامه و بازار سیاه مدرک فروشی، دانشگاه و دانشگاهی را در چشم جامعه کمارزش کرد.
افزوده شدن تعداد فارغالتحصیلان دانشگاهی، قیمت مدارک دانشگاهی را پایین آورد. کیفیت و سطح سواد پایین عموم فارغالتحصیلان، فروش پایاننامه و مقاله و بازار سیاه مدرک فروشی، دانشگاه و دانشگاهی را در چشم جامعه کمارزش کرد.
این مسئله به قدری بغرنج است که من در بسیاری از مواقع از ذکر مدرک دانشگاهی خود امتناع میکنم. مدرک دانشگاهی دیگر ارزش ندارد. شما به واسطه مدرک دانشگاهی اعتبار چندانی کسب نمیکنید. داشتن مدرک کارشناسی و کارشناسی ارشد دیگر ارزشمند نیست. از این روی، بسیاری از فارغالتحصیلان برای کسب چنین تصویری در مقطع دکترا ادامه تحصیل میدهند. ادامه این روند ارزش مدرک دکتری را نیز در جامعه پایین میآورد و قیمت آن را کم میکند.
آموزش همواره از مهمترین فعالیتهای زیرساختی برای رشد و پیشرفت جوامع است. بیش از یک قرن است که معمولترین روش دستیابی به آموزش، تحصیل در مدرسه است. روال سالهای گذشته به گونهای بود که بیشتر افراد پس از اتمام دوران مدرسه، وارد بازار کار میشدند. آنها مدتی در یک مغازه شاگردی کرده و مهارت کافی کسب میکردند. کسبوکار کوچک خود را راه میانداختند. کسانی که به دنبال آموزشهای سطح بالا بودند، به دانشگاه میرفتند. در آنجا متناسب با علاقهشان درس میخواندند. دانشگاهیان پس از مدتی در مقاطع کاردانی، کارشناسی، کارشناسی ارشد یا دکتری فارغالتحصیل میشدند. آنها پس از اتمام دوره دانشگاه، با دانش و مهارت خود، عموما در مشاغل رده بالا کار میکردند. حقوق دریافتی آنان بسیار بیشتر از دیگران بود. این حقوق بالا، هزینههای تحصیل و زمان صرف شده در دانشگاه را جبران میکرد.
دلیل این حقوق بالا، مشاغل پیچیده و حرفهای، سواد و مهارت آنان و کمبود نیروی کار متخصص در این حیطهها بود.
امروزه با اینکه تعداد افراد فارغالتحصیل زیاد است اما میزان دانش و مهارت آنان زیاد نیست. مثلا در دانشگاههایی که من فارغالتحصیل شدم، افرادی که بتوان آنان را به معنای واقعی باسواد نامید، انگشتشمار بودند.
ما در عصر اینترنت زندگی میکنیم. بسیاری از مهارتهایی را که قبلا از دانشگاه کسب میکردیم، امروز میتوانیم به واسطه اینترنت کسب کنیم. اگر کمی زبان انگلیسی بلد باشید و بتوانید هزینه برخی از دورههای آنلاین را پرداخت کنید، میتوانید همه مهارتها و دانش مورد نیاز خود را فرا بگیرید. امروزه دانشگاههای بزرگ دنیا همچون دانشگاه هاروارد و موسسه فناوری ماساچوست (MIT)، دورههای آنلاین برگزار میکنند. مدرسان این دورهها فارغالتحصیلان و استادان همین دانشگاهها هستند.
ما در دنیای زندگی میکنیم که شما میتوانید به واسطه اینترنت هر چیزی را فرا بگیرید. دیگر نیازی به تحصیل در دانشگاه نیست.
کمارزش شدن مدارک دانشگاهی در جامعه، احتمال یافتن شغل مناسب را برای فارغالتحصیلان دانشگاهی کمتر میکند. از سویی وجود برخی رانتها در کشور، همین شغلهای کم را نیز از دسترس افراد شایسته دور میکند. در نتیجه افراد کمسوادتری وارد بازار کار میشوند.
فعالیت افراد ناشایسته در ردههای بالا مشکلات متعددی به همراه دارد. سواد و دانش کم این افراد، آنان را از دیدن افقهای دور محروم میکند. آنان نمیتوانند استراتژی بلندمدت و مدبرانه ترسیم کنند.
این افراد به عنوان روسا و مدیران شرکتهای بزرگ از استخدام افراد باسواد و شایسته امتناع میکنند. زیرا همه دوست دارند بر زیردستان خود تسلط داشته باشند.
روسا و مدیران شرکتهای بزرگ از استخدام افراد باسواد و شایسته امتناع میکنند.
اگر فردی به لحاظ دانش و سواد در درجه ۱ باشد، وقتی میخواهد کسی را استخدام کند ترجیح میدهد فرد درجه ۲ را استخدام کند. زیرا مدیریت و تسلط بر فرد پایینتر از خود، آسان است. این فرد درجه ۲ به نوبه خود نفری با درجه کیفی ۳ را استخدام میکند. بدین ترتیب سازمان مملو از افراد سطح پایین میشود.
مدیر باهوش کسی است که اشخاصی بالاتر از خود را استخدام کند و با آنها کار کند. شاید یکی از رموز موفقیت، کیفیت و قدرت شرکتهای بزرگ همین باشد.
استخدام سلسلهای افراد سطح پایین، کیفیت نیروی کار را پایین میآورد. توقع مدیران کاهش پیدا میکند. در نتیجه آنها سراغ استخدام افراد باسواد و شایسته نمیروند. این مسئله، هم انگیزه یادگیری افراد را کاهش میدهد و هم باعث افت کیفیت محصولات و خدمات میشود.
درنتیجه چنین اتفاقاتی داشتن سواد بیشتر، تحصیلات دانشگاهی بالاتر و حتی باهوش بودن نهتنها باعث یافتن شغل بهتر نمیشود، بلکه در مواردی شما را از یافتن یک شغل عادی نیز محروم میکند. حتی بررسیهای علمی نشان داده است که در ایران با بالارفتن تحصیلات، درآمد کاهش پیدا میکند.
کیوان اسلامی (دانشگاه مینهسوتا) و محمد کریمی (دانشگاه واشنگتن) نشان دادند که درآمد تنزیلیافته (به خاطر انتظار بیشتر برای رسیدن به شغل) افراد تحصیلکرده پایین میآید و آنها برای رسیدن به شغل باید مدتزمان بیشتری صبر کنند. این دو محقق نشان دادند که با توجه به هزینه-فایده، تحصیلات سودآور نیست!
این نتیجه بیاندازه عجیب، غمگینکننده و واقعی است. واقعیتی که چندین ماه با آن دستوپنجه نرم کردم و بالاخره آن را پذیرفتم.
یافتن پاسخ این سوال با توجه به آنچه در سطور پیشین آمد چندان سخت نیست. پاسخ مشخص است. خیر. متاسفانه دیگر داشتن تحصیلات دانشگاهی به صرفه نیست و هر چه زودتر جلو ضرر را بگیرید، منفعت کردهاید.
اگر به جای تحصیلات دانشگاهی با توجه به مگاترندهای امروز یک مهارت را به درستی یاد بگیرید، میتوانید آینده اقتصادی بهتری داشته باشید. به جای زمانی که قرار است صرف دانشگاه بکنید، به یادگیری مهارتهای لازم در بازار کار بپردازید و شغل کوچکی را آغاز کنید. بعد از چندین سال یعنی زمان لازم برای فارغالتحصیلی از دانشگاه، شما مقداری پسانداز دارید، حداقل چهار سال سابقه کار دارید و از همه مهمتر میتوانید مستقل شوید.
فقط فراموش نکنید که مگاترندها را همواره رصد کنید. زمانی که من آزمون سراسری میدادم، رتبههای برتر کنکور ریاضی و فیزیک، رشته برق را انتخاب میکردند. اما اشتباه بود. الان از بین تمام دوستان من که فارغالتحصیل برق هستند، فقط یک نفر در رشته برق مشغول به کار است. همان یک نفر هم کمی خوششانس بود.
در آن روزها کسی نمیدانست مگاترند چیست. کسی نمیدانست به زودی اینترنت به بخش جداییناپذیر زندگی بشری تبدیل میشود. کسی به فکرش هم خطور نمیکرد نوکیا پس از پنج سال ورشکست شود و قرار است اندروید دنیا را تسخیر کند. تازه داستان از این هم عجیبتر میشود. بعد از اینکه من در دانشگاه ثبتنام کردم، گوشی آیفون شرکت اپل معرفی شد. کسی هم نمیدانست این گوشی قرار است تعریف تلفن هوشمند را عوض کند و همه دنیا عاشق آن خواهند شد.
بیاعتبار شدن تحصیلات دانشگاهی مختص ایران نیست. این مسئله فقط ناشی از سو مدیریت نیست. این یک روند جهانی است که سو مدیرت آن را تشدید کرده است. دلیل عمده این روند نیز در دو مبحث خلاصه میشود.
۱- ارزان شدن آموزش به واسطه گسترش اینترنت مهمترین دلیل است. همانطور که در سطور بالا نیز گفتم، گسترش اینترنت ارزان در دنیا و به وجود آمدن دورهها و کتابهای آموزشهای آنلاین، نفس وجود تحصیلات دانشگاهی را زیر سوال برده است.
۲- دلیل دیگر این نکته تغییر فرهنگ دنیای سرمایهداری است. در دهه هشتاد میلادی، سیستم سرمایهداری به گونهای بودند که هم مدیران و کارفرمایان و هم کارکنان سود معقولی کسب میکردند. این سود چشمگیر انگیزه فراوانی برای کار و فعالیت اقتصادی و افزایش بازدهی آن ایجاد میکرد. امروزه نظام سرمایهداری به گونهای است که بیشترین سود فقط نصیب کارفرمایان و سهامدارها میشود. کارکنان چندان از منافع کار خود بهرهمند نمیشوند. تاثیرات این تغییر فرهنگ را میتوانید با مقایسه رشد اقتصادی دهه هشتاد و رشد اقتصادی سالهای اخیر در دنیا ببینید.
بیاعتبار شدن تحصیلات دانشگاهی مختص ایران نیست.
این مسئله باعث میشوند کارفرمایان به استخدام نیروهای کار ارزان تمایل داشته باشند. طبیعتا کسی که مدتها در دانشگاه علمآموزی کرده است، حقوق بیشتری میخواهد. در نتیجه احتمال شاغل شدن او نیز کاهش خواهد یافت.
فارغالتحصیل دانشگاهی برای اینکه بتواند شاغل شود دو راه در پیش رو دارد. یا باید به شغلهای نامربوط قانع شود. یا به حقوق کمتر رضایت دهد. که در هر دو حالت ضرر میکند.
با اینکه داشتن تحصیلات دانشگاهی به لحاظ اقتصادی چندان به صرفه نیست، اما مزایای دیگری دارد. اقتصاد فقط بخشی از زندگی است. شاید مهمترین بخش آن نیز نباشد. اما اگر به آن بیتوجه باشید، ممکن است پشیمانی به بار بیاورد. رشتههای کمی در ایران وجود دارند که بازار خوبی هم برایشان وجود دارد. مثل رشتههای حقوق و علوم پزشکی. اگر خواستید در دانشگاه تحصیل کنید، رشته خود را متناسب با علاقه و مگاترندها انتخاب کنید. یا حداقل در کنار تحصیلات دانشگاهی خود، برخی مهارتهای حرفهای موردنیاز در بازار کار را نیز یاد بگیرید. در ضمن همواره باید یک نکته به خاطر داشته باشید. هیچ تضمینی وجود ندارد که شغلی متناسب با رشته تحصیلی خود پیدا کنید.
شاید تحصیلات دانشگاهی برای عدهای سودآور باشد. وقتی میگوییم تحصیلات بیشتر از منظر علم آمار سودآور نیست، منظورمان این نیست که هرکس که درس بخواند الزما ضرر میکند. اما باید باور کنیم که دوران مدرکگرایی به پایان رسیده است.
ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ
...با ظهور و پیشرفت مدلهای کسب و کاری چون اوبر (یا مشابه وطنی آن اسنپ)، بسیاری از افراد بدون اینکه متوجه باشند برای یک الگوریتم کار میکنند.
«روشی از اشتغال که در آن به جای کار کردن برای یک کارفرمای مشخص، افراد به کارهای پاره وقت و جدا از یکدیگری مشغول میشوند که هر کدام از آنها درآمد مجزای خود را دارند.»
شاید این تعریف کمی گیج کننده باشد. برای درک بهتر اقتصاد گیگ، بررسی چند نمونه از کسب و کارهای بر مبنای آن راهگشا است.
تابستان گذشته در لندن تظاهراتی بر پا شد که در آن افراد با در دست داشتن پلاکاردهایی که روی آن نوشته بود «ما انسان هستیم، نه ابزار دست اوبر!» راهپیمایی میکردند. اما چیزی که این راهپیمایی و اعتراض را از نمونههای مشابه خود متمایز میکرد، این نکته بود که افراد شرکت کننده در آن نه محل کار مشخصی داشتند و نه در استخدام شرکتی بودند. شخص خاصی بر این افراد ریاست نمیکرد؛ بلکه تنها یک الگوریتم از طریق تلفن هوشمند آنها را مدیریت میکرد. در انتها، موضوع اعتراض این افراد از تمام چیزهایی که گفته شد، جالبتر است: آپدیت جدید یک اپلیکیشن!
سرویس UberEats ژوئن سال جاری در لندن افتتاح شد. شعار سرویس جدید اوبر این بود:
«غذاهای رستورانهای مورد علاقهی خود در لندن را با سرعت اوبر دریافت کنید.»
اوبر برای جذب پیکهای مستقل، در ابتدا پیشنهاد دستمزد ۲۰ پوند در ساعت داده بود؛ اما با افزایش تقاضا، اوبر شروع به کاهش دادن دستمزدها کرد. ماه آگوست، دستمزد ساعتی جای خود را به فرمول پرداختی عجیب و غریبی داد؛ ۳.۳ پوند برای هر محموله، به اضافهی ۱ پوند در هر مایل، منهای ۲۵ درصد «پورسانت سرویس اوبر»، به اضافهی ۵ پوند پاداش هر ارسال. سپس پیکها متوجه شدند که با یک آپدیت جدید اپلیکیشن، «پاداش ارسال» به ۴ پوند در زمان ناهار و شام، و ۳ پوند در زمان ناهار و شامِ آخر هفته کاهش یافته و در بقیهی زمانها نیز کلا حذف شده است.
بسیاری از معترضان پیکهای حرفهای هستند که برای دریافت دستمزد بیشتر، کار رسمی خود را رها کرده بودند تا بهصورت تمام وقت برای اوبر کار کنند و حالا فکر میکنند اوبر به آنها کلک زده است. یکی از تظاهر کنندگان میگوید از این که بسیاری از رفقای خود را تشویق به ترک شغل و پیوستن به UberEats کرده بود، احساس گناه و پشیمانی میکند.
سوال جالبی که اینجا مطرح میشود این است که اصلا این پیکها چگونه توانستند یکدیگر را پیدا کنند؟ وقتی برای یک اپلیکیشن کار میکنید، پیدا کردن همکارانتان به سادگی یافتن کارکنان یک شرکت سنتی که مکان و دفتر مشخصی دارد نیست. پیکهای اوبر برای یافتن یکدیگر و تظاهرات در لندن از تکنیک جالبی استفاده کرده بودند. آنها با استفاده از اپلیکیشن اوبر به عنوان یک مشتری معمولی، برای خود غذا سفارش میدادند و زمانی که یکی از همکاران ندیده و نشناختهشان غذا را به آنها میرساند، او را از جریان تظاهرات مطلع میساختند؛ شورش الگوریتمی در برابر مدیریت الگوریتمی!
برآورد دقیقی از مقیاس اقتصاد گیگ در سطح جهانی وجود ندارد؛ اما در ایالات متحده، بهتنهایی ۸۰۰ هزار نفر از این طریق (شرکتهای چون TaskRabbit، Lyft، Uber و Deliveroo) بدون اینکه در استخدام کسی باشند، امرار معاش میکنند. اصطلاح «مدیریت الگوریتمی» (algorithmic management) که سال گذشته توسط «موسسهی تعامل انسان و کامپیوتر» در دانشگاه کارنگی ملون ابداع شد، عامل اصلی به وجود آمدن اقتصاد گیگ در نظر گرفته میشود. برای شرکتهایی چون اوبر که خواهان ایجاد «حمل و نقلی قابل اعتماد» هستند، مدیریت الگوریتمی مشکل آموزش، پیگیری و ارزیابی وضعیت تعداد زیادی از کارکنان غیر حرفهای را که حتی در استخدام شرکت نیستند، حل میکند تا در نتیجه شرکت بتواند سرویسی سریع، استاندارد و بدون نقص ارائه کند.
کسانی که از مدیریت الگوریتمی دفاع میکنند، عقیده دارند این نوع مدیریت فرصتهای جدید شغلی به وجود میآورد و در بخشهایی از بازار کار که به ناکارآمدی، عدم شفافیت و کارفرمایان ظالم مشهور است، بهینگی، شفافیت و عدالت را با خود به همراه خواهد آورد. اما تظاهرات و اعتصابات تابستان گذشته در لندن نشان میدهد کسانی که در این اقتصاد کار میکنند، چندان هم از وضعیت آن راضی نیستند و عقیده دارند به جای اینکه از دست «کارفرمای ظالم» قبلی خلاص شوند و خودشان رئیس خودشان باشند، حالا این تلفن هوشمندشان است که به نحوی ناعادلانه مدیریتشان میکند. اما یک الگوریتم چگونه میتواند ظالم و بی انصاف باشد؟
سال ۲۰۱۳، سرویس ارسال غذایی با نام «دلیورو» (Deliveroo) در لندن تاسیس شد. دلیورو که با ارزشی نیم میلیارد دلاری، یکی از موفقترین استارتاپهای اروپا محسوب میشود، هم اکنون با داشتن بیش از ۲۰ هزار نفر پیک در ۸۴ شهر و ۱۲ کشور دنیا حضور دارد.
هنگامی که شخصی توسط دلیورو غذا سفارش میدهد، نوتیفیکیشنی روی تلفن هوشمند نزدیکترین پیک به رستوران مورد نظر به نمایش در میآید که تنها ۳۰ ثانیه فرصت برای قبول آن و فشردن دکمهی «Accept delivery» وجود دارد. در این نوتیفیکیشن تنها آدرس رستوران نمایش داده میشود و اپلیکیشن تا زمانی که غذا را از رستوران تحویل نگرفته باشید، به شما نمیگوید آدرس مقصد غذا کجا است. وقتی هم که غذا را از رستوران تحویل گرفتید، اگر آدرس محل تحویل غذا بسیار دور باشد یا به هر دلیلی نخواهید به آن مکان بروید، مسئولیت رد کردن درخواست بر عهدهی خودتان است و روی پروفایل کاریتان در اپلیکیشن تأثیر منفی میگذارد.
رانندگان اوبر نیز در سرتاسر دنیا تحت کنترل الگوریتمهای مشابه هستند. درست است که زمان کار کردن به انتخاب خودشان است، اما وقتی وارد اپلیکیشن شوند، تنها ۱۰ تا ۲۰ ثانیه فرصت دارند تا به «درخواستهای تاکسی» اپلیکیشن پاسخ مثبت بدهند و این درحالی است که مقصد مسافر به آنها گفته نمیشود. اگر هم سه درخواست تاکسی را به صورت پشت سر هم از دست بدهند، به صورت اتوماتیک از اپلیکیشن لاگ اوت خواهند شد و ۲ دقیقه طول خواهد کشید تا دوباره بتوانند به حساب کاربریشان وارد شوند.
مدیریت الگوریتمی ممکن است برای بسیاری از افراد، آیندهی مدیریت به نظر برسد؛ اما برای بسیاری، یادآور دوران سیاه مدیریت ظالمانه در اوایل قرن بیستم میلادی است. صد سال پیش تئوری جدیدی با نام «مدیریت علمی» (scientific management) توسطفردریک تیلور در آمریکا به شهرت رسید و بهسرعت در تمامی کارخانههای کشور به کار گرفته شد.
تیلور در دوران جوانی برای اینکه بتواند از پس هزینههای تحصیل در دانشگاه هاروارد بر بیابد، به کار در یک کارخانهی هیدرولیک مشغول شده بود. او پس از مدتی کار متوجه شد در کارخانهها دو قانون نانوشتهی کلی بین کارگر و کارفرما وجود دارد: کارگران تا جایی که میتوانستند آهسته و کم کار میکردند و کارفرما نیز تا جایی که میتوانست به آنها کم حقوق میداد.
تیلور سپس به این فکر افتاد که مجموعهای از قوانین، مقررات و فرمولها را برای بهینه کردن مدیریت نیروی کار ایجاد کند. او برای این منظور پیشنهاد داد مدیرانی مجهز به دستگاههای زمانسنج و دفترچه یادداشت در سالن تولید کارخانه حضور داشته باشند و با بررسی زمان لازم برای به انجام رسیدن هر مرحله از تولید، بهینهترین روشهای ممکن را پیدا کنند. تیلور بعدها در سال ۱۹۱۱ تئوری خود را در کتابی با نام «مبانی مدیریت علمی» منتشر کرد. در قسمتی از این کتاب آمده است:
شاید مهمترین عنصر در مدیریت علمی، ایدهی «شرح وظیفه» باشد. شرح وظیفه نهتنها مشخص میکند که هر کس باید دقیقا چه کاری انجام بدهد، بلکه زمان دقیق مجاز برای انجام آن کار را نیز تعیین میکند.
تیلور بسیاری از ایدههای خود را روی ۶۰۰ نیروی کار یک کارخانهی فولاد به بوتهی آزمایش گذاشت. برای مثال، او به این نتیجه رسیده بود که بهینهترین روش برای بیل زدن، با جابجایی ۹.۵ کیلوگرم جرم در هر بیل حاصل میشود. او سپس بیلهایی کوچک برای سنگ معدن و بیلهایی بزرگ برای جابجایی خاکستر سفارش داد که هر دو ظرفیتی برابر با ۹.۵ کیلوگرم از مادهی مورد نظر داشتند. کارگران هر روز صبح به دفتری مراجعه میکردند که در آنجا یک تکه کاغذ حاوی اطلاعات لازم برای انتخاب ابزار مورد نیاز، و قطعهی دیگری کاغذ که در برگیرندهی عملکرد روز گذشتهشان بود به آنها داده میشد.
بسیاری از این کارگران خارجی بودند و سواد خواندن و نوشتن نداشتند. برای همین تیلور کاغذهای عملکرد را در رنگهای مختلف تهیه میکرد. برای مثال، رنگ زرد نشان میداد که عملکرد کارگر پایینتر از حد انتظار بوده است و در نتیجه نتوانسته است به میزان دستمزد ۱.۸۵ دلار روزانهی خود دست پیدا کند. میتوان تصور کرد که کارگران بیچاره برای رسیدن به دستمزد مقرر روزانه تحت چه فشاری بودهاند.
چارلز هارا، صاحب کارخانهی استیل میدویل به تیلور گفته بود:
میدانی میخواهم با این چند میلیون دلار اضافه که به لطف روشهای تو به دست آمده چکار کنم؟ مجهزترین تیمارستانی را که جهان تا به حال به خود دیده است، خواهم ساخت و یک طبقهی کامل آن را به تو اختصاص خواهم داد.
با این وجود، مدیریت علمی توانست در اوایل قرن بیستم میلادی در آمریکا به موفقیت چشمگیری دست پیدا کند. همین تئوری بود که خطوط تولید عظیم هنری فورد را ممکن ساخت و اثرات آن را هنوز هم در کارخانههای سرتاسر دنیا میتوان یافت؛ با این تفاوت که تکنولوژیهای جدید جای «دفتر یادداشت و زمانسنج» تیلور را گرفتهاند.
بسیاری از کارگران انبارهای شرکتهای بزرگی چون آمازون از دستگاههای قابل حملی استفاده میکنند که به آنها دستورالعمل قدم به قدمِ پیدا کردن بستهای خاص از قفسهای خاص را میدهد. همین دستگاه زمان متوسط برداشتن و تحویل بسته توسط هر کارگر را اندازهگیری میکند.
شاید برای یک ورزشکار حرفهای که از شغل خود لذت میبرد، گزارش عملکرد کاری و پاداش و تنبیه بر مبنای آن، جالب و حتی لذت بخش باشد؛ اما برای کسی که از ناچاری و برای فراهم کردن هزینهی زندگی در انبارهای آمازون کار میکند، چنین سیستمی مانند کابوسی برآمده از کتاب ۱۹۸۴ جورج اورول است.
ارمیا پراسل، استاد حقوق دانشگاه آکسفورد، تکنیکهای مدیریت الگوریتمی را که شرکتهایی چون اوبر و دلیورو از آنها استفاده میکنند، تیلوریسم ۲ (Taylorism 2.0) مینامد. او در این باره میگوید:
الگوریتمها درجهای از کنترل و نظارت روی نیروی کار را فراهم میکنند که حتی سرسختترین تیلوریستها نیز نمیتوانستند آن را در خواب ببینند.
مقصد بعدی مدیریت الگوریتمی، بخش خدمات است. کارگرانی که در صنعت خدمات مانند خردهفروشیها و رستورانها مشغول به فعالیت هستند، تا به امروز از ایدههای تیلور در امان بودهاند. ارزیابی عملکرد کارگران فعال در بخشهای خدماتی تا پیش از این بسیار دشوار بوده است؛ اما به لطف تکنولوژیهای جدید مانند اینترنت اشیاء و مدیریت الگوریتمی، ایدههای فردریک تیلور به این بخش نیز نفوذ خواهند کرد.
بسیاری از مدافعان مدیریت الگوریتمی عقیده دارند این روش مزایای فراوانی با خود به همراه میآورد. برای مثال، الگوریتم در میان کارگران آشنا و فامیل ندارد که به آنها پاداش خلاف عرف بدهد. همچنین برای یک الگوریتم، مشخصههایی چون نژاد، رنگ پوست، جنسیت یا مذهب اهمیتی ندارد.
از طرفی منتقدان مدیریت الگوریتمی عقیده دارند که این روش به راهی برای دور زدن قوانین مربوط به حداقل دستمزد تبدیل شده است. شرکتهای بر مبنای اقتصاد گیگ از بسیاری جهات شبیه به کارفرمایان سنتی هستند؛ اما هیچ کدام از مسئولیتهای آنها (مانند حداقل دستمزد، تحت پوشش بیمه قرار دادن کارکنان و پرداخت پاداشهای مناسبتی) را ندارند. درست است که الگوریتم بین انسانها تبعیض قائل نمیشود، اما از طرفی نمیتوانید با الگوریتم صحبت کنید و به او توضیح بدهید که همسرتان بهتازگی وضع حمل کرده است.
اما با تمام این اوصاف، آنچه غیر قابل انکار است؛ نتیجهی نهایی اقتصاد گیگ برای مصرفکننده است. هرچقدر این نوع مدیریت برای کارگران و کارمندان ظالمانه باشد، در نهایت منجر به رسیدن سرویس و کالایی بهتر و ارزانتر به دست مشتری میشود. بسیاری از منتقدان اقتصاد گیگ مشکلی با استفاده از محصولات تولیدشده در شرایط ظالمانهی کاری در کشورهای در حال توسعه ندارند. شاید بسیاری از این افراد از تلفن هوشمند یا البسهای استفاده کنند که قیمت ارزان آنها به لطف ساخته شدن در شرایط سخت کاری در چین و بنگلادش میسر شده باشد.
در نهایت شاید خود فردریک تیلور بهترین پیشبینی را دربارهی آیندهی اقتصاد گیگ و مدیریت الگوریتمی داشته باشد. او در سال ۱۹۱۱ در کتاب خود دربارهی آیندهی «مدیریت علمی» نوشته بود:
در نگاه اول، ما تنها دو بازیگر در این داستان میبینیم: «نیروی کار» و «کارفرما». اکثر ما بازیگر سوم را نادیده میگیریم. مردم، بزرگترین بازیگر این داستان هستند؛ مشتریانی که محصول را از دو بازیگر اول خریداری میکنند. در پایان، این مردم هستند که نحوهی کار را بر کارگر و کارفرما تحمیل خواهند کرد.
نظر شما راجع به اقتصاد گیگ و مدیریت الگوریتمی چیست؟ آیا روش جدید، منجر به افزایش بهرهوری خواهد شد و به نفع کارکنان خواهد بود یا آن را سیستمی ظالمانه و تنها به سود کارفرمایان میدانید؟
ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ
برگرفته از : www.zoomit.ir
...مجله در مقاله اصلی خود :
«Why the Lean Start-Up Changes Everything»
به قلم استیو بلنک به معرفی متدولوژی Lean Startup پرداخته است.
در آغاز تنها شرکتهای نوپا از این متدولوژی استفاده میکردند ولی مدتی است که سازمانها و شرکتهای بزرگی همچون جنرال الکتریک نیز به صورت فراگیر از این روش و ابزارهای آن استفاده میکنند و آنرا در دنیای به سرعت در حال تغییر و مملو از رقابت کنونی بسیار مفید یافتهاند.
ترجمه این مقاله را از اینجا میتوانید دانلود نمایید.
ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ
برگرفته از : businessofsoftware.ir
...