“困在系统里的骑手”引发热议,业内人士解析——

[复制链接] 0
收藏
0
回复
700
查看
打印 上一主题 下一主题

签到天数: 2122 天

连续签到: 688 天

[LV.Master]伴坛终老

楼主
跳转到指定楼层
发表于 7 天前 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
“困在系统里的骑手”引发热议,业内人士解析—— 外卖江湖“时间折叠”如何发生?

来源:南方日报

  

      日前,一篇关注外卖骑手生存状况的文章引发热议,描述了骑手在系统算法的驱使下疲于奔命讨生活的场景。在平台严苛的配送和评价体系中,算法到底扮演着怎样的角色?作为智能工具的算法,又能否赋予人性化的温情色彩?

  打开任意外卖平台下单,系统会自动显示预计送达时间。一些平台甚至会推出准时宝、准时达PLUS产品,来保障配送时效。这背后,是算法在发挥作用。

  “预计配送时长28分钟”当这样的字眼显示在下单人的手机里,也出现在骑手的派单中,一场在规定时间内的“赛跑”随即开始,骑手开始忙碌起来。

  我们不妨假设一下,这个骑手最多有十几个订单,也意味着有20多个取送餐任务节点,路径规划的各种可能已近天文数字,而人工智能算法,要从纵横交错的路径规划中选择“最优解”,计算出来的时间就是28分钟。

  骑手为了不超时想尽办法,最终完成任务,而该平台也实现了“从下单到外卖送达只有28分钟”。在这个“时间折叠”的过程中,最终引爆了外界对外卖平台算法的质疑。

  谁在缩短时间

  骑手为了不超时而缩短时间,数据的累积又促使算法对新订单预估的配送时间也在缩短,循环往复。业内人士感慨:到底是谁先缩短了时间,现在已经难以探究了。

  广州觅数科技(Alfred数据室)CTO邬国林介绍,算法,就是一套用系统数据解决问题的方案,而深度学习算法则可以通过积累的大数据,准确预测出一个结果。

  例如,一个新的订单进来后,算法就开始快速运转:首先系统会预估新订单派送大致需要的时间,然后给附近的骑手“打分”,参考指标包括骑手到餐厅取餐时间、骑手在途订单数量(这些订单是否快接近完成)、订单的紧急程度、所有订单目的地的相互距离(比如骑手已有5个订单,新增一个订单是不是增加更长的跑腿距离)等等,根据分值的高低确定谁来分派。

  骑手接单、派送,在这一过程中,系统会依据历史订单时长,为即将开启的配送掐好秒表。

  邬国林介绍,假设从A到B点的配送有3个历史订单数据:1公里、2公里、3公里内配送时间分别为15、30、45分钟,系统推算配送时间是“距离×15”,即每公里数乘以15分钟。再假设,一名2公里用时20分钟,另一名3公里用时25分钟,原有的算法模型会作出相应调整,配送时间设定为“10+距离×5”。新的模型下,超过1公里配送距离,时间都将缩短。

  “这是一个在线学习的过程,每新增一个订单数据,参数都会有所调整,算法模型的目标都是损失函数最小化,即算法预测的时长与历史数据时长的总差值最小化。”邬国林说,预测是为了更好地拟合历史数据。

  现实中,骑手无论是主动还是被动选择狂飙、逆行、闯红灯,缩短了实际送餐时间,算法根据更多的短时长数据,再次缩短了预计配送时间。骑手为了不超时而缩短时间,数据的累积又促使算法对新订单预估的配送时间也在缩短,循环往复。“到底是谁先缩短了时间,现在已经难以探究了。”邬国林说。

  而算法具体是如何完成这一整套高复杂计算的,各家有不同的“解题思路”,这也成了其“核心竞争优势”。一家外卖算法团队负责人在一次公开演讲中表示,为了尽可能“快”,甚至专门研究过骑手在去低楼层和高楼层时的时间速度,因为有无电梯和立体楼层都会影响时间。

  被加速的系统

  假如骑手集体延长配送时间,算法也会更改自身的参数,显然这不可能。要追问的是,外卖平台是否明知配送时间越缩越短,骑手争分夺秒已近不顾安危,还没有作出调整?

  这是否意味着,算法应该为“时间折叠”承担责任?

  邬国林认为这并不客观。“假如骑手集体延长配送时间,算法也会更改自身的参数去拟合新的数据,但显然,这种情况不会发生。”

  在中国社科院科学技术和社会研究中心主任段伟文看来,如果平台和用户都只关心尽快完成订单,在这样一个复杂系统中,算法所发挥的更多是过程与效率的计算功能,骑手只作为系统中的一个要素而存在,如同机器中的一个冰冷零件。

  不可回避的是,饭点的外卖时间相对集中,这就注定必须在短时间内完成任务:外卖平台想在尽可能短的时间内分配更多订单,骑手同样也想派送尽可能多的订单,而用户也想尽早收到外卖,似乎陷入了一个无解的循环。

  这恰如春运时候的火车运力,是一个客观存在的矛盾。邬国林说,二者有诸多相似之处,都是使用调度算法去提高系统的运行效率,列车需要合理调度以运送更多的旅客,外卖调度系统也需要合理调度骑手以运送更多的订单。

  不同点在于,列车是有规定时速的,所以调度系统再发达,都是有一个最大运送能力的天花板,超出的部分,旅客只能往后延,毕竟铁路公司只有一家;外卖中的延时或许是一种办法,但在市场的竞争中,最终还是被人为加速。

  邬国林觉得,有必要再深入追问一下,外卖平台是否已明知配送时间越缩越短?在骑手在路上争分夺秒已近不顾安危的情况下,为什么没有作出调整?

  “算法不能异化为控制人的工具。”清华大学法学院教授劳东燕也对此表示,表面上看起来,这是算法在发挥作用,但更深层次,则是资本与企业的价值观驱动。

  从系统中脱身

  技术的发展必然带来新的社会问题,我们不能因噎废食。经历此次舆论争端后,平台方以延长5分钟或者8分钟的方式“降速”,并增加了系列措施,如何落地值得期待。

  “系统是死的,人是活的”,某外卖平台的回应中这样说。那么,如何用更加人性化的措施,让系统不再那么“冰冷”?

  邬国林认为,算法是人设计的,程序员在设计算法的时候,应尽可能增加各种不可控因素的考虑,让算法以更加弹性更加人性化的方式去处理。如何让外卖平台更加具有人文关怀,更应该从完善外卖平台监管的角度入手。

  劳东燕也认为,与传统的雇佣关系相比,松散的骑手与平台之间居于弱势地位,算法架构的搭建,应该通过一个外力进行约束和规制,如果有足够证据表明,有很多骑手不得不违规上路,甚至会危及生命,那还应该对企业施加惩罚性措施,“所谓的‘代码空间自治’,无异于推行丛林规则”。

  技术之外,还有更多需要考虑的地方。暨南大学法学院教授刘颖建议,企业可通过加强对骑手的薪资和福利保障,降低超时处罚力度等等。同时,刘颖认为,技术的发展必然带来新的社会问题,我们不能因噎废食。与所有技术一样,算法只能是人们更美好生活的工具。提高效率只是算法的功能之一,使算法服务于人民对美好生活的向往才是目的。

  在经历此次舆论争端后,平台方以延长5分钟或者8分钟的方式“降速”,并增加了如铺设智能取餐柜、改进奖励模式、为骑手家庭及子女提供医疗教育等措施,能否让算法之外增加人性化与温情值得期待。而承诺之后如何落地,也考验着外卖平台。

  ■建议

  看似更懂你的算法

  该有更严格的监管

  在劳东燕看来,骑手只是“算法囚徒”的一种表现,其实我们很多人都困在系统里,只有程度的差别。

  举个例子,用户在刷一些短视频时,平台会一直推送用户感兴趣的内容。这背后,运行的就是推荐算法:平台对每一条视频的点赞、转发、评论,以及有没有看完这条视频,看完这条视频以后,有没有进到作者的主页里面看其他的视频。

  但这种看似“更懂你”的内容分发算法,会让用户沉迷其中,不知不觉刷了一两个小时大量同质化的内容,同时,也会让用户失去接触不同事物的机会,无形之中,形成了“信息茧房”。

  “这比外卖平台的算法更棘手,也更难以解决。”劳东燕说,推送算法还取决于用户自己的选择问题,每个人自己刷小视频,实际上这是自己的选择,很难说让你应该看这个不应该看那个,但法律是不是可以提出一些原则性的指引?

  段伟文也对此表示,随着人工智能和大数据的发展,防范技术滥用正成为一项课题,算法决策应用应更严格监管;在算法越来越多元的当下,尽量避免使用一种算法,而是多种不同类型的推荐算法并重。

  南方日报记者 郜小平

  统筹 张志超 吕虹



使用高级回帖 (可批量传图、插入视频等)快速回复

您需要登录后才可以回帖 登录 | 注册会员

本版积分规则   Ctrl + Enter 快速发布  

发帖时请遵守我国法律,网站会将有关你发帖内容、时间以及发帖IP地址等记录保留,只要接到合法请求,即会将信息提供给有关政府机构。
关闭

最新公告上一条 /1 下一条

返回顶部找客服
快速回复 返回顶部 返回列表