活久见!北大博士干了半年外卖骑手,写出 AI 伦理论文登上顶刊,“系统知道一切”

共 3334字,需浏览 7分钟

 ·

2021-05-15 21:43




↑ 点击蓝字 关注极市平台







作者丨杨净


来源丨量子位


编辑丨极市平台




极市导读

 



北大博士后陈龙为做研究,加入了在中关村的一个外卖骑手团队,体验了5个半月的配送工作,写了一篇长达23页的论文。 >>加入极市CV技术交流群,走在计算机视觉的最前沿






外卖骑手,再次引发全网关注。


这一次是发表在顶刊《社会学研究》上的一篇博士论文。


北大博士后陈龙为做研究,加入了在中关村的一个外卖骑手团队,体验了5个半月的配送工作,写成了这样一篇长达23页的论文。



对此,网友纷纷为其点赞。



果然是社会学的,这种真的得本人体验才有说服力。




还有网友称,这次是理论和实践的完美结合。


但从他的自述中可以发现,除了理论支撑的价值以外,更关键的,是他在亲身感知一种正在发生的生产力剧变。


AI系统的驱动、调度下,这种剧变正在影响每一个人。


外卖骑手,不过只是一个缩影。


外卖骑手是如何被管理的?


作者陈龙通过极昼工作室自述了这段近半年的送外卖的经历。


在他的眼里,平台更像是一名管理者,真正的老板并不存在。


专业一点,就是数字治理


管理一般有三个方面:指导、评估以及奖惩激励。以往这些工作都是老板去决定的。


现在的情况则是,平台给骑手派单,并告诉他们应该如何送;消费者来评估骑手的好坏表现;平台又根据消费者的评估,来决定奖惩。


也就是说,由AI系统来负责第一项、第三项工作,第二项则交给了消费者。



系统完成管理工作的关键,除了优秀的算法,还有数据


送外卖的过程中,陈龙切身感受到了平台在不停地收集数据。


在室外,通过智能手机的GPS信号,可以跟踪骑手的轨迹。


在室内,则通过商家的WiFi网络、室内定位基站来记录骑手的数据。包括运动状态、到达时间、取餐时长等信息。


除了骑手身上的数据,还有商家、消费者、以及订单内容等等数据,平台决策也就变得越来越聪明。


陈龙就举了这么一个例子。


一些消费者对骑手配送晚了有意见,那么AI系统就会开始测算,下一次可能就会在时间上放宽一些。


本来30分钟可以送达,但平台显示的时间是35分钟。



但与此同时,出现的问题也十分明显。


就如,当消费者和骑手产生矛盾时,谁来担责?又应该向谁反馈呢?


而平台,是可以成为一名仲裁者吗?


这些关于社会伦理秩序问题,不光存在于送外卖这件事儿上。


AI系统下的生产力关系


小到我们这些打工人每天用的打卡、打车平台。


就像打车平台,就跟送外卖类似,平台派单,由乘客评估,再由平台决定奖惩。


网约车稍微停留时间长一点,就会收到平台的提醒。


更大一些的,则是落地到工业、农业等各个产业当中去的。


比如农田里的管理系统,由AI来看出苗率如何,由农户来决定是否补播,省去了以前的巡田步骤,还节省了人力成本。


管理农田的长工活儿变少了,工资也就随即降低。新疆一家农户的解决方式是,让长工管理更大的田,工资还跟原来的持平。


场景不同,原因类似,都是AI系统下,生产力变革所引发的社会性问题。


AI的浪潮不会停止,这些问题又该如何解决呢?


以外卖骑手这一契机,热心网友给出了这样一些方式。


一方面是平台本身,另一方面则是政策驱动。


知名互联网博主@阑夕认为:



外卖骑手承担着非常繁重的劳动,挣的也都是靠丈量城市换来的血汗钱,平台必然有义务保障他们的安全和尊严,并尽可能的提高上限。



陈龙也在最后自述中所说:



除非是平台想改变,或者是政府出台相关的政策,不然的话没有办法。所以我觉得北京劳动关系处的副处长去体验送外卖是有必要的。



参考链接:
[1]https://www.sohu.com/a/464878129_120146415?spm=smpc.author.fd-d.1.1620354691433Sxsg7yX

[2]https://s.weibo.com/weibo?q=%23%E5%8C%97%E5%A4%A7%E5%8D%9A%E5%A3%AB%E9%80%81%E5%8D%8A%E5%B9%B4%E5%A4%96%E5%8D%96%23
[3]https://mp.weixin.qq.com/s/OTnJtfhn0fMQ9tWK2RZqWg





如果觉得有用,就请分享到朋友圈吧!







△点击卡片关注极市平台,获取最新CV干货



公众号后台回复“广东CVPR”获取CSIG-广东省CVPR 2021论文学术报告会回放













极市干货











YOLO教程:YOLO算法最全综述:从YOLOv1到YOLOv5YOLO系列(从V1到V5)模型解读!


实操教程:PyTorch自定义CUDA算子教程与运行时间分析详解PyTorch中的ModuleList和Sequential详细记录solov2的ncnn实现和优化


算法技巧(trick):深度神经网络模型训练中的 tricks(原理与代码汇总)神经网络训练trick总结深度学习调参tricks总结


最新CV竞赛:2021 高通人工智能应用创新大赛CVPR 2021 | Short-video Face Parsing Challenge3D人体目标检测与行为分析竞赛开赛,奖池7万+,数据集达16671张!















CV技术社群邀请函 #





























△长按添加极市小助手



添加极市小助手微信(ID : cvmart2)


备注:姓名-学校/公司-研究方向-城市(如:小极-北大-目标检测-深圳)




即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群




每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~






















觉得有用麻烦给个在看啦~  



浏览 67
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报