เมื่อ AI เป็นเจ้านาย: เข้าใจก่อนตื่นตระหนก แล้วเตรียมตัวให้พร้อม
Algorithmic management กำลังเปลี่ยนวิธีที่หัวหน้าสั่งงาน ประเมิน และตัดสินใจ มาทำความเข้าใจภาพรวมและสิ่งที่คนทำงานอย่างเราทำได้จริง
AI ขึ้นแท่นผู้จัดการ: ปรากฏการณ์ที่เริ่มเกิดขึ้นจริง
เมื่อซอฟต์แวร์เริ่มจัดตารางเข้างาน วัดผลงาน และตัดสินใจแทนหัวหน้างาน คำถามที่ตามมาคือเรากำลังเรียกสิ่งนี้ว่าอะไร OECD นิยาม algorithmic management ว่าคือการใช้ซอฟต์แวร์ซึ่งอาจรวมถึง AI เพื่อทำให้งานที่เดิมทำโดยผู้จัดการมนุษย์เป็นระบบอัตโนมัติทั้งหมดหรือบางส่วน ฟังดูเป็นศัพท์เทคนิค แต่แก่นของมันง่ายกว่านั้นมาก คือการย้ายงานตัดสินใจเรื่องคน จากคนไปสู่อัลกอริทึม
บทความของ UNU อธิบายว่า algorithmic management คือการใช้ระบบขับเคลื่อนด้วยข้อมูลเพื่อติดตาม กำกับดูแล และประเมินพนักงาน และระบุว่าบริษัทอย่าง Amazon และ 7-Eleven ใช้อยู่แล้ว นี่จึงไม่ใช่ภาพอนาคตจากนิยายวิทยาศาสตร์ แต่เป็นสิ่งที่เกิดขึ้นในที่ทำงานจริง
ผู้เขียนมองว่าเรื่องนี้ไม่ควรถูกอ่านเป็นคำเตือนให้ตื่นตระหนก แต่ควรถูกอ่านเป็นคำอธิบายว่าอำนาจในการตัดสินใจเรื่องงานกำลังเปลี่ยนมืออย่างไร เมื่อระบบกำหนดจังหวะ ประเมิน และจัดลำดับคนได้เอง คำถามที่ยังเปิดอยู่คือบทบาทของผู้จัดการมนุษย์จะถูกแบ่งใหม่อย่างไร และคนทำงานอาจต้องเข้าใจกลไกนี้ก่อนจะตัดสินใจว่าจะตอบสนองอย่างไร
ที่สำคัญคือ ปรากฏการณ์นี้ไม่ใช่แค่คำเตือน แต่กำลังเกิดขึ้นในที่ทำงานจริงแล้ว การรู้จักชื่อของมันจึงเป็นก้าวแรกของการถามต่อว่าใครกำหนดกติกา ใครตรวจสอบ และใครมีสิทธิ์ถามกลับเมื่อระบบตัดสินใจเรื่องชีวิตการทำงานของเรา
ภาพประกอบเชิงสัญลักษณ์ สร้างโดย AI ไม่ใช่ภาพจากเหตุการณ์จริง
ทำไมเรื่องนี้ไม่ใช่แค่เรื่องของอนาคต
ผลสำรวจของ OECD ที่เผยแพร่ในปี 2025 ซึ่งถามนายจ้างกว่า 6,000 บริษัทใน 6 ประเทศ ได้แก่ ฝรั่งเศส เยอรมนี อิตาลี ญี่ปุ่น สเปน และสหรัฐฯ พบว่าเครื่องมือ algorithmic management ถูกใช้อย่างแพร่หลายแล้วในประเทศส่วนใหญ่ที่ศึกษา ตัวเลขนี้ไม่ได้บอกว่าเราใกล้จะถึงอนาคตที่ AI เป็นเจ้านายเต็มตัว
แต่บอกว่าอนาคตนั้นมาถึงที่ทำงานหลายแห่งแล้ว ผลสำรวจครอบคลุมบริษัทที่มีพนักงาน 20 คนขึ้นไปในทุกภาคส่วน และพบว่าการใช้เครื่องมือเหล่านี้ไม่ต่างกันมากนักระหว่างภาคส่วนและขนาดบริษัท แต่ต่างกันมากระหว่างประเทศ เช่น ผู้จัดการในญี่ปุ่นราว 40% ระบุว่าบริษัทของตนใช้เครื่องมือแบบนี้
ที่น่าสนใจไม่แพ้กันคือมุมมองของผู้จัดการเอง ในผลสำรวจเดียวกัน ผู้จัดการมองว่าเครื่องมือเหล่านี้มักช่วยปรับปรุงคุณภาพการตัดสินใจและความพึงพอใจในงานของตนเอง แต่ก็กังวลเรื่องความน่าเชื่อถือ เช่น ความรับผิดชอบที่ไม่ชัดเจนและไม่สามารถเข้าใจตรรกะของเครื่องมือได้ง่าย ผู้เขียนมองว่าความกังวลนี้สะท้อนปัญหาที่ลึกกว่าเรื่องประสิทธิภาพ นั่นคือเมื่อระบบตัดสินใจแทนคน แต่คนกลับอธิบายไม่ได้ว่าระบบคิดอย่างไร ความรับผิดชอบต่อผลของการตัดสินใจก็ลอยอยู่กลางอากาศ
รากของเรื่องนี้ไม่ได้เพิ่งเกิดเมื่อ AI ถูกพูดถึงมากๆ AI Now Institute ระบุว่าการเฝ้าระวังแรงงานและสถานที่ทำงานเพิ่มขึ้นตั้งแต่เริ่มการระบาดโควิด-19 โดยได้แรงหนุนจากการเปลี่ยนไปทำงานระยะไกลและการผสานเทคโนโลยีเข้ากับอุปกรณ์และพื้นที่ส่วนตัว นั่นหมายความว่าโครงสร้างพื้นฐานของการติดตามและวัดผลถูกวางไว้ก่อนแล้ว คำถามที่ผู้เขียนมองว่าควรถามต่อคือ AI ทำให้ความสามารถในการเก็บข้อมูลและการตัดสินใจจากข้อมูลนั้นละเอียดขึ้นและต่อเนื่องขึ้นหรือไม่
ศูนย์ Center for Labor and a Just Economy (CLJE) ระบุว่าการผสาน AI และเครื่องมือ algorithmic management กำลังเปลี่ยนประสบการณ์การทำงาน และเพิ่มขีดความสามารถของนายจ้างในการเฝ้าระวังและเก็บข้อมูลแรงงาน ผู้เขียนมองว่านี่คือเหตุผลที่เรื่องนี้ไม่ใช่อนาคตไกล แต่เป็นเรื่องปัจจุบันที่ส่งผลต่ออำนาจต่อรองในที่ทำงาน การเข้าใจว่าข้อมูลของเราถูกเก็บและใช้อย่างไรจึงไม่ใช่ความตื่นตระหนก แต่เป็นการรู้เท่าทันกติกาที่กำลังเปลี่ยนไป
ภาพประกอบเชิงสัญลักษณ์ สร้างโดย AI ไม่ใช่ภาพจากเหตุการณ์จริง
สองด้านของมีด: โอกาส ความเสี่ยง และเสียงจากผู้เชี่ยวชาญ
ผู้เขียนมองว่าการถกเถียงเรื่อง algorithmic management มักถูกจัดวางเป็นสองขั้วที่ตรงข้ามกันจนเกินไป ฝ่ายหนึ่งเห็นว่าเป็นเครื่องมือเพิ่มประสิทธิภาพ อีกฝ่ายเห็นว่าเป็นภัยคุกคาม แต่ภาพที่ตรงกว่าคือมีดเล่มเดียวกันที่อาจใช้หั่นวัตถุดิบหรือทำร้ายคนได้ ขึ้นอยู่กับว่าใครถือและมีกติกาอะไรกำกับ
ด้านที่ควรพูดถึงก่อนคือศักยภาพที่บทความของ UNU ระบุไว้ในบริบทแอฟริกาใต้ ว่า algorithmic management อาจช่วยเพิ่มประสิทธิภาพในภาคเหมืองแร่ การผลิต โลจิสติกส์ และค้าปลีก แต่บทความเดียวกันก็เตือนทันทีว่ามันอาจซ้ำเติมความไม่เท่าเทียมจากอัตราการว่างงานที่สูงอยู่แล้ว ประสิทธิภาพที่เพิ่มขึ้นไม่ได้กระจายผลลัพธ์อย่างเท่าเทียมกันโดยอัตโนมัติ ใครได้ประโยชน์และใครแบกต้นทุนจึงเป็นคำถามที่ต้องถามก่อน
อีกด้านหนึ่ง AI Now Institute ระบุชัดว่า algorithmic management กำลังเพิ่มขึ้น และการจัดตั้งโดยแรงงานได้ชี้ให้เห็นว่ามันลดทอนคุณค่าของงาน ทำให้สภาพการทำงานเสื่อมลง และสร้างความเสี่ยงต่อสุขภาพและความปลอดภัยของแรงงาน การฟังเสียงนี้ไม่ใช่การต่อต้านเทคโนโลยี แต่เป็นการยอมรับว่าผลกระทบต่อคนเป็นส่วนหนึ่งของข้อมูลที่ต้องนำมาชั่งน้ำหนัก
AI Now Institute ยังระบุว่า algorithmic management แจกจ่ายความเสี่ยงและสิทธิประโยชน์อย่างไม่เท่าเทียม คุกคามการดำเนินการร่วมของแรงงานที่ได้รับการคุ้มครอง และทำลายความเป็นส่วนตัวของปัจเจกและแรงงาน ทั้งสามข้อนี้เชื่อมโยงกัน เมื่อระบบตัดสินใจเรื่องงานโดยไม่โปร่งใส คนทำงานย่อมไม่รู้ว่าตัวเองถูกลงโทษหรือได้รับโอกาสเพราะอะไร และเมื่อไม่รู้ ก็ยากที่จะรวมตัวกันเจรจาหรือตรวจสอบ
ภาพประกอบเชิงสัญลักษณ์ สร้างโดย AI ไม่ใช่ภาพจากเหตุการณ์จริง
ผลต่อประสบการณ์ทำงานรายวันก็มีหลักฐานให้เห็น บทความของ UNU ระบุว่าพนักงานภายใต้การเฝ้าระวังด้วยอัลกอริทึมอย่างต่อเนื่องมักมีความเครียดสูงขึ้นและมีอิสระลดลง ซึ่งส่งผลลบต่อแรงจูงใจและผลการปฏิบัติงาน และยังอ้างงานศึกษาโดย Liu et al. ปี 2024 ว่าการพึ่งพา algorithmic management มากเกินไปอาจลดความคิดสร้างสรรค์และความสามารถในการปรับตัวของพนักงาน ประสิทธิภาพระยะสั้นอาจแลกมาด้วยความสามารถในการรับมือกับปัญหาใหม่ในระยะยาว
นอกจากนี้ บทความของ UNU ยังอ้างว่า algorithmic management อาจกัดกร่อนความเชื่อมโยงทางสังคมในที่ทำงาน โดยให้ความสำคัญกับตัวชี้วัดมากกว่าปฏิสัมพันธ์ระหว่างมนุษย์ เมื่อทุกอย่างถูกวัดเป็นตัวเลข ความสัมพันธ์แบบเพื่อนร่วมงานที่ช่วยกันแก้ปัญหานอกเหนือจากตัวชี้วัดอาจค่อย ๆ หายไป
เมื่อเห็นทั้งโอกาสและความเสี่ยงแล้ว ข้อเสนอจาก AI Now Institute คือให้มีกฎเกณฑ์เด็ดขาดที่จำกัดการใช้เครื่องมือเหล่านี้ และอย่างน้อยที่สุดให้มีเขตห้ามใช้ (no-go zones) รอบรูปแบบการเฝ้าระวังที่รุกล้ำที่สุด แต่ก็อาจถูกตั้งคำถามว่าเส้นแบ่งของ "รุกล้ำที่สุด" อยู่ตรงไหน และใครจะเป็นคนลากเส้นนั้น
บทความของ UNU เสนอทางออกอีกทางที่เน้นการมีส่วนร่วม โดยระบุว่าสหภาพแรงงานควรมีบทบาทเจรจาเงื่อนไขการนำเทคโนโลยีมาใช้ เรียกร้องความโปร่งใส และผลักดันกรอบลดอคติและคุ้มครองข้อมูลส่วนบุคคล การเจรจาช่วยให้คนทำงานได้มีเสียงตั้งแต่ต้น คำถามที่ยังเปิดอยู่คือในบริบทที่ตัวแทนแรงงานอาจมีข้อจำกัด การเจรจาจะเกิดขึ้นได้จริงแค่ไหน
ในสหรัฐฯ CLJE บันทึกว่าในปี 2022 อดีต General Counsel ของ NLRB Jennifer Abruzzo เรียกร้องให้บังคับใช้กฎหมายแรงงานที่มีอยู่เข้มข้นขึ้นเพื่อคุ้มครองแรงงานจากการเฝ้าระวังที่รุกล้ำสิทธิ Section 7 แนวทางนี้ไม่ต้องรอกฎหมายใหม่ แต่ CLJE บันทึกในเชิงอรรถว่าเดือนกุมภาพันธ์ 2025
Acting General Counsel William Cohen ถอนบันทึกแนวปฏิบัติ GC 23-02 เรื่องการเฝ้าระวังด้วยอิเล็กทรอนิกส์และ algorithmic management พร้อมบันทึกอื่นของ Abruzzo อีก 28 ฉบับ ผู้เขียนมองว่านี่ชี้ว่าการคุ้มครองที่พึ่งท่าทีของหน่วยงานบังคับใช้ เปลี่ยนได้เมื่อผู้นำหน่วยงานเปลี่ยน
รายงาน FEPS มกราคม 2024 ระบุว่า algorithmic management มีทั้งโอกาสและความท้าทาย และเน้นความสำคัญของบทบาทและ participation ของแรงงานในกระบวนการนวัตกรรม participation ในที่นี้ไม่ได้หมายถึงการรับฟังความเห็นแบบผ่าน ๆ แต่หมายถึงการมีอำนาจจริงในการกำหนดทิศทาง ซึ่งต้องอาศัยทั้งความตั้งใจของนายจ้างและความเข้มแข็งของตัวแทนแรงงาน
คำถามหนึ่งคือระบบเหล่านี้ช่วยลดอคติจากมนุษย์ได้จริงหรือเพียงย้ายอคติเข้าไปในระบบ และเมื่อเกิดข้อผิดพลาด ใครจะเป็นผู้รับผิดชอบ
ด้วยเหตุนี้ เราจึงไม่ควรตื่นตระหนกจนต่อต้านทุกอย่าง แต่ก็ไม่ควรหลงเชื่อว่าประสิทธิภาพที่เพิ่มขึ้นจะมาโดยไม่มีต้นทุน สิ่งที่คนทำงานควรเข้าใจก่อนคือกลไกของ algorithmic management ใครกำหนดกติกา ใครตรวจสอบ และมีช่องทางใดให้ถามกลับได้ การรู้เท่าทันนี้ไม่ใช่การต่อต้านเทคโนโลยี แต่เป็นการวางเงื่อนไขให้เทคโนโลยีรับใช้คน ไม่ใช่กลับกัน
จากความเข้าใจสู่การลงมือ: สิ่งที่คนทำงานทำได้
ความเข้าใจจะมีความหมายก็ต่อเมื่อมันเปลี่ยนวิธีที่เรายืนอยู่ในที่ทำงาน สิ่งที่คนทำงานทำได้จริงคือการรู้ว่ากรอบกฎหมายและแนวปฏิบัติที่คุ้มครองเรามีอยู่แล้ว และเริ่มใช้เป็นเครื่องมือในการถาม เจรจา และปกป้องตัวเอง
ในสหรัฐฯ หลายรัฐอย่างแคลิฟอร์เนีย อิลลินอยส์ นิวเจอร์ซีย์ นิวยอร์ก และเวอร์มอนต์ เสนอกฎหมายกำกับเครื่องมืออัตโนมัติที่ใช้ตัดสินใจด้านการจ้างงาน ขณะที่กฎหมาย BIPA ของอิลลินอยส์ซึ่งมีมาตั้งแต่ปี 2008 เป็นกฎหมายแรกในสหรัฐฯ ที่คุ้มครองข้อมูลชีวภาพและให้สิทธิฟ้องคดี การมีอยู่ของข้อเสนอและกฎหมายเหล่านี้ไม่ได้แปลว่าการคุ้มครองจะมาถึงโดยอัตโนมัติ แต่แปลว่าเรามีภาษากลางและช่องทางทางกฎหมายให้อ้างอิง
ในยุโรป EU Platform Work Directive (EU) 2024/2831 เผยแพร่ใน Official Journal เมื่อ 11 พฤศจิกายน 2024 และมีผลบังคับใช้เมื่อ 1 ธันวาคม 2024 รัฐสมาชิกมีเวลาถึง 2 ธันวาคม 2026 ในการตรากฎหมายภายในประเทศ และกฎจะใช้ตั้งแต่วันนั้น ณ เดือนเมษายน 2026 ฝรั่งเศส เยอรมนี และอิตาลียังไม่มีกฎหมายรองรับ Directive กำหนดข้อกำหนดด้านข้อมูลเกี่ยวกับระบบติดตามและตัดสินใจอัตโนมัติ
และให้มี human oversight เพื่อหลีกเลี่ยงการเลือกปฏิบัติ Directive กำหนดให้แรงงานแพลตฟอร์มมีสิทธิได้รับคำอธิบายการตัดสินใจโดยระบบอัลกอริทึม และขอให้ทบทวนการตัดสินใจนั้น เมื่อกฎหมายภายในของแต่ละประเทศมีผลใช้ รวมถึงให้รัฐสมาชิกส่งเสริมบทบาทของ social partners และสนับสนุนสิทธิการเจรจาร่วม นี่คือการยอมรับว่าความโปร่งใสและเสียงของคนทำงานเป็นเงื่อนไขจำเป็นของการใช้เทคโนโลยีอย่างเป็นธรรม
EU ประเมินว่ามีแรงงานราว 28 ล้านคนทำงานผ่านแพลตฟอร์มดิจิทัลในปี 2021 และคาดว่าจะเพิ่มเป็นราว 43 ล้านคนภายในปี 2025 ตัวเลขนี้สะท้อนขนาดของแรงงานแพลตฟอร์มที่กฎหมายนี้ครอบคลุม
สิ่งที่คนทำงานทำได้คือเริ่มถามว่าในที่ทำงานมีการเก็บข้อมูลอะไร ระบบตัดสินใจเรื่องใด และสำหรับแรงงานแพลตฟอร์มใน EU กฎหมายของประเทศตนที่รับ Directive นี้จะให้สิทธิขอคำอธิบายหรือขอทบทวนหรือไม่ การรู้ว่ากรอบกฎหมายมีอยู่และรู้ว่าตัวเองมีสิทธิอะไร คือการวางเงื่อนไขให้เทคโนโลยีรับใช้คน ไม่ใช่ปล่อยให้คนต้องปรับตัวตามเทคโนโลยีโดยไม่มีเสียง
ภาพประกอบเชิงสัญลักษณ์ สร้างโดย AI ไม่ใช่ภาพจากเหตุการณ์จริง
แหล่งอ้างอิงหลัก
- ●Algorithmic management in the workplace (EN) — oecd.org · เข้าถึง 2026-10-22
- ●The Invisible Colleague — Balancing Algorithmic Management With Workers’ Rights — unu.edu · เข้าถึง 2026-10-22
- ●Algorithmic Management: Restraining Workplace Surveillance - AI Now Institute — ainowinstitute.org · เผยแพร่ 2023-04-11 · เข้าถึง 2026-10-22
- ●Regulating AI in the Workplace - Center for Labor and a Just Economy — clje.law.harvard.edu · เข้าถึง 2026-10-22
- ●ALGORITHMS BY AND FOR THE WORKERS — feps-europe.eu · เข้าถึง 2026-10-22
- ●The EU platform workers directive: effective as of 1 December 2024! What does this mean for platforms, companies more generally, and workers? | Freshfields — freshfields.com · เข้าถึง 2026-10-22
- ●EU Directive on Platform Work: What Labour Platforms Need to Know — cxcglobal.com · เข้าถึง 2026-10-22
เขียนโดย: P.Kunyabut (วางแนวคิด เรียบเรียงและตรวจสอบข้อเท็จจริง) ร่วมกับ Claude Code (Anthropic)/DeepSeek ในบทบาทผู้ช่วยร่างและเรียบเรียง
ภาพประกอบบทความ Gemini ค้นหาข้อมูล (Search) Brave/Tavily/Serper การตรวจสอบข้อเท็จจริง (Fact Check Tool by Google)
OnTheBridge Website: https://onthebridge.in.th / Line OA @170nugaa (OnTheBridge)
*สำหรับผู้อ่านที่ชอบดูหนังดูซีรี่ส์และเป็นสมาชิกอยู่หลายแพลตฟอร์ม ทดลองเข้ามาจัดรายการหนังหรือซีรี่ส์ใน Watchlist ได้ที่ https://watchlist.onthebridge.in.th/
- 1
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2026 Blockdit
