ИИ и зарплаты: как алгоритмы могут занижать оплату труда

Искусственный интеллект всё чаще участвует в найме, распределении заказов и определении оплаты. Новое исследование показало: самообучающиеся алгоритмы способны устанавливать зарплаты ниже конкурентного уровня - без сговора между компаниями.

Речь о краудворкинге - удалённой работе через цифровые платформы, где компании размещают микрозадачи: разработку, перевод, дизайн, ввод данных, маркетинг. Оплату нередко определяет сама платформа или алгоритм.

Что выяснили учёные

Герберт Давид, Филипп Хартинг и Михаэль Нойгарт опубликовали исследование Algorithmic wage setting on online labor platforms в журнале Labour Economics. Они объединили экономическую модель, машинное обучение и компьютерные симуляции.

В модели компании использовали deep Q-network (DQN) - алгоритм обучения с подкреплением. Он постепенно учится выбирать действия, приносящие максимальную выгоду. Для платформы такая выгода часто означает снижение расходов на персонал.

Результат:

при определённых условиях алгоритмы устанавливали оплату до 73% ниже конкурентного уровня. Но это не универсальный прогноз: результат зависит от настроек модели и структуры рынка.

Почему ИИ «сговаривается» без сговора

Алгоритмы не обменивались данными, не общались и не были запрограммированы договариваться. Однако в симуляциях они независимо приходили к стратегии низких ставок.

Это называют алгоритмическим сговором: нет тайных договорённостей, но итог похож на сговор - конкуренция за работников ослабевает, а зарплаты не растут.

ИИ не «жадничает». Он оптимизирует поставленную цель. Если модель обучают сокращать издержки, а конкуренция слабая, она может найти и закрепить минимально выгодную для работника ставку.

Когда риск выше

Риск растёт, когда на рынке мало крупных игроков. Это олигопсония: несколько работодателей или платформ формируют спрос на труд.

Работнику труднее уйти к другому заказчику, а компаниям не нужно активно повышать ставки. Алгоритм усваивает эту закономерность и предлагает более низкую оплату.

Важна и настройка ИИ. Низкие зарплаты возникали, когда DQN работал без experience replay - механизма, сохраняющего и повторно использующего прошлый опыт обучения.

| Фактор | Влияние |

| Мало конкурентов | Риск низких ставок растёт

| Оптимизация издержек | Модель может снижать оплату

| DQN без experience replay | Вероятность «сговорных» зарплат выше

| Высокая конкуренция | Давление на зарплаты слабее

Кого это касается

Краудворкинг - лишь модель для исследования. Похожие механизмы возможны там, где ИИ устанавливает цены, тарифы, бонусы, сдельную оплату или условия контрактов.

Особенно уязвимы фрилансеры, курьеры, водители, дизайнеры, переводчики, операторы и начинающие IT-специалисты. Для них алгоритмическая ставка может стать не справедливой оценкой, а способом удержать доход на минимуме.

При этом ИИ не обязательно снижает зарплаты. Он может повышать продуктивность, помогать находить заказы и расширять доступ к удалённой работе. Вопрос в том, кому достанется выгода от автоматизации.

Что это значит для России

Для российского рынка тема актуальна: развиваются удалённая занятость, маркетплейсы услуг и фриланс-биржи. В регионах с меньшим числом заказчиков работник рискует оказаться в более слабой позиции.

Житель Тамбова может выполнять заказы для компаний из Москвы, Санкт-Петербурга или других стран. Это расширяет возможности, но если несколько крупных платформ контролируют поток заказов, алгоритм способен влиять на доходы тысяч исполнителей.

Поэтому важны прозрачность ставок, понятные правила платформы и возможность оспорить несправедливую оплату.

Как защитить доход

- Сравнивать ставки на нескольких платформах.

- Считать реальную почасовую оплату.

- Не выполнять бесплатные тестовые задания без ясных условий.

- Фиксировать техзадание, сроки и сумму до начала работы.

- Искать прямых заказчиков и развивать личный бренд.

- Повышать квалификацию в востребованных направлениях.

- Проверять отзывы о платформе и правила вывода денег.

Компаниям также выгодно не оптимизировать только издержки. Алгоритм, который занижает оплату, может ухудшить качество работы, репутацию и удержание сотрудников.

Главный вывод

Исследование не говорит, что ИИ обязательно обеднит работников. Оно показывает: если доверить алгоритму установку зарплат без прозрачных правил и конкуренции, технология может воспроизвести эффект сговора.

Будущее труда зависит не от наличия ИИ, а от целей, которые ему поставили люди. Если цель - только экономия, работники рискуют стать статьёй расходов. Если цель - качество, устойчивость и справедливая оплата, ИИ может стать инструментом роста.

#ИИ #искусственныйинтеллект #рыноктруда #зарплата #фриланс #удалённаяработа #краудворкинг #алгоритмическийсговор #цифроваяэкономика #будущееработы #автоматизация #Тамбов #Россия #карьера