界面新闻记者 |
界面新闻编辑 | 文姝琪
外卖骑手和算法的关系已经被持续讨论多年，其中一个关键议题是 ，骑手到底为何疲于奔命？这个问题背后的衍生出一系列公共话题。
在外卖骑手和算法的关系被更多人关注和讨论之后 ，美团、饿了么等平台相继改进算法策略，来解决相关问题 。其中，美团从2021年9月开始 ，把“预估送达时间点”改为“预估送达时间段 ” ，让用户对配送时间有了更合理的预期，为骑手预留更多缓冲空间 。饿了么在2022年承诺绝不以最严算法 、最低时限为导向 ，同样将骑手预估送达时间由原先的“时间点 ”调整为弹性的“时间段”。
这些措施还远远不够。近日 ，网信办 、工信部等四部门近日印发关于开展“清朗·网络平台算法典型问题治理”专项行动的通知也指出，防范盲目追求利益侵害新就业形态劳动者权益 。严防一味压缩配送时间导致配送超时率、交通违章率、事故发生率上升等问题 。
实际上 ，业界和学界更多从业者在最近几年都参与到外卖骑手和算法互动关系的研究之中 ，他们发现了外卖骑手和算法互动过程中的新情况 、新问题，也促使外卖平台在改善算法。
在北京大学中国社会与发展研究中心 、北京大学社会学系、北京大学数字治理研究中心 、大数据分析与应用技术国家工程实验室近日举办的“算法为人 ”专题研讨会上 ，北京大学中国社会与发展研究中心主任邱泽奇表示 ，推动算法为人，同时理性看待算法 ，肯定算法在推动社会有序运行 、提升生活便利性等方面的价值 ，理解算法不是万能的，也不是完美无缺的，用发展的眼光看待算法当前的“不能 ” 。
算法并非无所不能
外卖平台的算法属于调度决策类算法 ，主要解决订单分配给谁、多长时间送达 、路线怎么走 、收入怎么算等四个方面的问题 。
骑手是算法中最为重要的主体之一。美团研究院今年9月披露的数据显示 ，2023年，通过美团平台获得收入的骑手有745万 。全年接单在260天以上的骑手占总人数的11% ，约81.95万人 。
在很多人的认知中 ，骑手属于低技能劳工，只需要按照算法系统的指令完成配送任务 ，工作性质和流水线工人类似 ，算法的存在必然会导致骑手工作的异化。但中国农业大学人文与发展学院副教授陈龙最近几年的研究打破了骑手属于低技能劳动的固有认知，也对算法和骑手的关系进行了重新思考 。
陈龙自己兼职跑了近半年外卖 ，又调研了一批老骑手 ，他通过比较新老外卖骑手的工作效率和收入差异发现，骑手劳动并不完全依附于算法 ，其劳动过程中常常涉及劳动者的直觉判断和劳动精神 ，包含了隐性知识和匠心精神，是一个“手脑并用”的工作 。陈龙强调，这些技能需要时间培养 ，但高流动率导致许多骑手在技能成熟前就离开了行业 ，并因此呼吁社会重新认识和尊重骑手的工作，肯定和尊重劳动者的劳动技能 ，帮助更多的劳动者实现劳动技能培养。
每个骑手从工作中获取的隐形知识不尽相同 ，这些知识包括同时拿到多个订单先配送哪一个、进入不同楼宇后所花费的配送时间等，这些隐性知识和配送效率直接相关 。
陈龙把这些研究上升到更高的理论层次后发现 ，人与算法之间存在边界 。“我原来认为算法是无所不能的 ，但通过研究证明了算法存在限度的问题。 ”
更通俗来说，算法存在限度就意味着算法和人并不是单向度的控制与被控制的关系。
例如在配送算法所处理的问题中 ，有很多最后100米的场景太微观 、太复杂 ，算法还无法做到完全精准的计算；例如人工调度在高峰期有权限把一些订单调配给送单能力更强的骑手，站点和骑手之间也存在更为紧密的关系 。
这项研究也给了外卖平台很多启发 。一家外卖平台的算法技术人员告诉界面新闻 ，平台也从实践中发现了算法存在限度的问题。
从外卖平台最近几年的配送算法调整中 ，界面新闻发现，平台保留了一些人发挥主观能动性的接口 。一位外卖骑手透露，在路线规划上 ，外卖平台会给出建议配送路线 ，但并非强制路线，很多老骑手自述“不看系统路线 ” 。遇到临时封路等情况 ，平台给骑手提供了App上报 、客服反馈等通道。
从骑手全天的工作状态上看 ，他们的“高压”工作状态更像是因为订单的“峰谷 ”波动带来的“短时高压 ” 。在非高峰用餐时段，很多骑手选择到就近的“骑手驿站”休息 ，刷短视频、看看小说 。
如何平衡订单高峰和低谷时段骑手的劳动 ，骑手自身可以发挥更多能动性，平台算法也值得进行更多探索。
在北京大学博雅特聘教授何艳玲看来 ，互联网和信息渠道为我们提供了许多信息 ，但每个人所看到的世界都是朋友圈或短视频平台推送的世界 。外卖骑手在舆论环境中的形象，即形成了刻板化的认知 ，以至于真实数据很难真正传播 ，这也给平台的治理规则体系提出了挑战 。
“很多问题，往往发生在骑手新入行的第一年。 ”上述外卖平台的算法技术人员表示，培训更重要 ，但骑手职业的过渡性又太强 ，这是对矛盾 。很多问题并非来自“算法 ”这个抽象概念 。
配送算法优化仍面临多重挑战
面对骑手和算法交互中产生的种种问题，很多人的第一反应就是算法应该提供更大灵活度 ，尽可能照顾骑手的利益。但在实际应用中 ，算法的优化改进并不是非此即彼这么简单。
比如，在外卖的运营中 ，平台经常需要面对的一个矛盾冲突便是商家的出餐速度会直接影响骑手的配送时间 。
中小餐饮商家在外卖平台上的占比达到80%以上 ，这些商家生产能力有限，消费者订外卖又集中在午餐和晚餐高峰时段 ，商家爆单的情况常有 ，无法按既定时间出餐的情况也经常出现 。
在这件事上，骑手和商家的立场和诉求不同 ，一言不合甚至还会发生激烈的冲突。比如 ，去年4月，江西赣州一名外卖配送员在某餐饮店取餐时，因取餐时间问题 ，与餐饮店老板发生口角 。
据界面新闻了解 ，目前外卖平台已上线骑手上报商家出餐慢希望延时的功能 。但一位外卖平台的运营人士透露，平台在“送餐高峰期”面对的情况却更为复杂 ，骑手上报商家出餐慢希望延时 ，商家却提供了已出餐证据，平台到底该听谁的？
在外卖算法涉及的主体中 ，虽然骑手的关注度最高 ，但不可否认的是，商户 、用户 、平台都身处其中 ，背后的配送算法也需要考虑不同主体的诉求 ，兼顾骑手、商家和消费者等多方的利益。
据界面新闻了解，目前美团、饿了么等平台也在通过改进算法平衡商家和骑手的矛盾 。其中 ，美团外卖的算法一方面会通过历史数据识别出长期出餐慢的商家 ，任何骑手配送该商家餐品，都会提前自动获得配送时间的延长；另一方面平台还启动“出餐后调度 ”，商家通过免费发放的终端智能硬件产品“出餐宝 ” ，在出餐后上报“已出餐” ，后台再调度骑手到店取餐 。如果骑手遇到商家出餐慢等问题，平台会主动或根据骑手的申诉为骑手免责。
上述外卖平台的算法技术人员告诉界面新闻 ，配送调度算法 ，面对的是海量订单在百万商家 、百万骑手和数亿消费者之间流转的问题，要为了解决多主体多目标的利益如何平衡 ，和极度的不确定性 ，去进行高度复杂的实时计算，这都让算法在运行中难免会出现一些问题 。
背后的原因也不难理解 。算法只是一系列数学函数 ，本质上就是通过导数 、梯度等方法进行机械性的求解 ，并不能解决数学函数之外的问题。美团研究院执行院长厉基巍在“算法为人”专题研讨会也谈基于此，算法不仅是技术问题 ，还涉及社会伦理和人际关系 。
在他看来 ，算法与人之间的关系不是单向度的控制与被控制，而是互促互进的共生关系 。算法要在实践中不断完善，最终更好地服务于人。
整体上看 ，平台在改进算法上也在加入一些更加人性化的细节。平台对算法的优化也已经跳出“狭义数学算法 ”层面的内容 ，开始考虑更多规则、规范 、就业情况和内卷竞争等现实情况，但真正实现人和算法的和谐还需要很长的一段路要走 。
还没有评论，来说两句吧...