Surveillance Pay เมื่อค่าจ้างถูกกำหนดด้วยอัลกอริทึมที่พนักงานมองไม่เห็น

ทำงานหนักขึ้น ควรได้เงินมากขึ้น... จริงไหม?

...

‍

ในงานศึกษาของ Washington Center for Equitable Growth นักวิจัยหยิบเรื่องของ Nicole บุคลากรด้านสุขภาพในสหรัฐฯ ที่รับงานขับ Lyft เพิ่มในวันหยุด มาใช้เป็นตัวอย่างของสิ่งที่กำลังเกิดขึ้นกับค่าจ้างในยุค AI

หลังดอกเบี้ยบ้านของเธอปรับสูงขึ้น Nicole จึงออกไปขับรถทุกเช้าวันเสาร์ เป้าหมายของเธอ คือขับจนได้เงินครบ 200 ดอลลาร์ ซึ่งเป็นเงินที่ต้องนำไปจ่ายค่างวดบ้านส่วนที่เพิ่มขึ้น แล้วค่อยกลับบ้าน

ช่วงแรก ทุกอย่างเป็นไปตามแผน

‍

แต่ไม่ถึง 2 เดือน Nicole กลับต้องใช้เวลาขับรถนานขึ้นเรื่อย ๆ เพื่อให้ได้เงินเท่าเดิม บางวันรายได้ลดลงถึง 50 ดอลลาร์ โดยไม่มีคำอธิบาย

ทั้งที่คะแนนคนขับยังดี และก็ทำงานหนักกว่าเดิม

‍

ยิ่งไปกว่านั้น ตลอดปีถัดมา รายได้จากการขับรถวันเสาร์ของ Nicole ลดลงไปอีก 50 ดอลลาร์ จนสุดท้ายเธอต้องเพิ่มกะวันอาทิตย์ เพื่อให้มีเงินพอกับค่าใช้จ่าย

ยิ่งทำงานนาน รายได้กลับยิ่งลดลง

...

‍

นักวิจัยเรียกปรากฏการณ์นี้ว่า “surveillance pay” หรือการกำหนดค่าจ้างด้วยระบบที่ติดตามและวิเคราะห์ข้อมูลของคนทำงาน ตั้งแต่ผลงาน พฤติกรรม ไปจนถึงข้อมูลที่เก็บแบบเรียลไทม์

ต่างจากค่าจ้างแบบเดิมที่อัตราและเงื่อนไขถูกตกลงไว้ล่วงหน้า ระบบลักษณะนี้อาจปรับโครงสร้างค่าตอบแทน โบนัส หรือรายได้ของแต่ละคนตามข้อมูลที่อัลกอริทึมประมวลผล

‍

ปัญหาคือ คนทำงานอาจไม่รู้เลยว่า รายได้ของตัวเองเปลี่ยนเพราะอะไร

เพื่อดูว่าปรากฏการณ์ที่เกิดกับ Nicole กำลังขยายไปสู่งานประเภทอื่นหรือไม่ นักวิจัยจาก Washington Center for Equitable Growth จึงศึกษาบริษัท AI ระยะเริ่มต้น 500 แห่ง ซึ่งพัฒนาเครื่องมือด้าน workforce management การติดตามพนักงาน และการวิเคราะห์ผลงาน

‍

ผลการวิเคราะห์พบผู้ให้บริการ 20 รายที่ผลิตภัณฑ์มีความเสี่ยงสูงที่จะถูกใช้กำหนดหรือมีอิทธิพลต่อค่าจ้างด้วยอัลกอริทึม

เรื่องราวนี้จึงไม่ได้จำกัดอยู่เฉพาะคนขับรถหรือพนักงานส่งอาหารอีกต่อไป

‍

เครื่องมือเหล่านี้กำลังขยายไปสู่งานบริการลูกค้า สุขภาพ โลจิสติกส์ การผลิต ค้าปลีก และอีกหลายอุตสาหกรรม โดยผลิตภัณฑ์ของผู้ให้บริการ 16 จาก 20 รายสามารถเชื่อมต่อกับระบบ HR หรือ payroll ได้โดยตรง

‍

สิ่งที่น่ากังวลยิ่งกว่าคือ ระบบส่วนใหญ่ไม่เปิดให้พนักงานเห็นข้อมูลหรือตรรกะที่อยู่เบื้องหลังการคำนวณค่าตอบแทน มีเพียงส่วนน้อยที่มีช่องทางให้พนักงานตรวจสอบหรือโต้แย้งผลลัพธ์

หลายระบบยังใช้ตัวชี้วัดผลงานแบบเดียวกันกับงานที่มีบริบทต่างกัน โดยไม่ได้คำนึงถึงความซับซ้อนของงาน สภาพตลาดในแต่ละพื้นที่ หรือข้อจำกัดเฉพาะบุคคล

‍

นักวิจัยเตือนว่า การกำหนดค่าจ้างด้วยระบบลักษณะนี้อาจขัดทั้งตัวบทหรือเจตนารมณ์ของกฎหมายแรงงานสหรัฐฯ ไม่ว่าจะเป็นเรื่องค่าจ้างขั้นต่ำ การจ่ายอย่างเท่าเทียม การไม่เลือกปฏิบัติ ตลอดจนสิทธิในการรวมตัวและต่อรอง

เพราะเมื่อพนักงานไม่รู้ว่าเงินของตัวเองถูกคำนวณอย่างไร

ก็แทบไม่มีทางรู้ว่าได้รับค่าจ้างอย่างเป็นธรรมหรือไม่

...

‍

สำหรับคนทำงานสาย Compensation & Benefits เรื่องนี้ใกล้ตัวกว่าที่คิด

เพราะเครื่องมือที่องค์กรซื้อมาในชื่อ performance management, productivity tracking หรือ workforce optimization อาจไม่ได้หยุดอยู่แค่การ “วัดผลงาน” แต่อาจนำข้อมูลเหล่านั้นไปใช้กับการจัดระดับค่าตอบแทน โบนัส หรือค่าตอบแทนผันแปรได้ด้วย

‍

ก่อนนำระบบแบบนี้มาใช้ จึงต้องถามให้ชัดเจนก่อนว่า

พนักงานมองเห็นไหมว่าเงินของเขาถูกคำนวณจากข้อมูลอะไร?

ตัวชี้วัดเข้าใจบริบทและความแตกต่างของงานมากพอหรือยัง?

มีมนุษย์ทบทวนผลลัพธ์ก่อนนำไปใช้จริงหรือไม่?

และหากพนักงานไม่เห็นด้วย เขามีสิทธิและช่องทางโต้แย้งหรือเปล่า?

‍

เพราะถ้าองค์กรกำลังจะให้ AI มีส่วนกำหนดรายได้ของพนักงาน อย่างน้อยที่สุด องค์กรก็ควรอธิบายได้ว่า...

ทำไมเงินที่เขาได้รับจึงเปลี่ยนไป?

หมายเหตุ: เคสนี้เป็นบริบทในสหรัฐอเมริกา แต่ประเด็นเรื่อง AI เข้ามามีส่วนกำหนดค่าจ้างอาจจะเป็นเรื่องที่องค์กรไทยเริ่มต้องระมัดระวังโดยเฉพาะถ้าใช้เครื่องมือ workforce management/performance tracking ที่ผูกกับโบนัส

‍

Source:

Dubal, V., & Negrón, W. (2025, August 21; updated 2026, April 3). How artificial intelligence uncouples hard work from fair wages through 'surveillance pay' practices—and how to fix it. Washington Center for Equitable Growth.

‍