Армин – прекрасный рассказчик. Основные моменты в своих историях он щедро сдабривает мелкими подробностями. Он рассказал мне, какой была работа с черным ящиком вместо начальника: обесчеловечивающей, унизительной, раздражающей. Это была работа с фальшивым чувством автономии.

«Взять хотя бы мой первый опыт», – сказал он. В июле 2020 года, когда он попытался зарегистрироваться в качестве курьера UberEats, приложение потребовало, чтобы он прошел алгоритмическую проверку личности. Ему нужно было сделать селфи, которое затем анализировалось встроенной в приложение системой распознавания лиц, разработанной Microsoft. Но ничего не вышло. Армин снимал одну фотографию за другой, но приложение отклоняло снимки, заявляя, что не может подтвердить его личность. «Я знаю, что небелые люди часто сталкиваются с такими проблемами. Может, дело было в моей объемной прическе, а может, в густой бороде, но в алгоритме была какая-то ошибка, – вспоминает он. – Я пытался три раза».

На четвертый раз он помыл голову, уложил волосы и приоткрыл рот, чтобы алгоритм разглядел губы в его темной бороде, и программа наконец его узнала. Ему разрешили начать работу, но у него уже возникло знакомое ему навязчивое чувство несправедливости.

На следующий день, когда он вышел на работу, проблемы посыпались одна за другой. Он получил несколько заказов на бургеры и «хэппи-милы» из «Макдоналдса», который закрылся несколько месяцев назад. Клиенты понятия не имели, что в Uber просто не удалили его из базы данных. «Подозреваю, остальные курьеры просто поняли, что заказы из этого “Макдоналдса” нужно отклонять, но я сорок пять минут пытался убедить Uber убрать его из системы. Мне сказали: “Мы не можем изменить данные в системе, но можем заплатить вам два доллара за поездку”. Я двадцать минут туда добирался и сорок пять минут говорил с ними по телефону, а мне за это дали два доллара».

Армин не мог смириться с тем, что ему не удалось поговорить с человеком, способным вносить простые изменения в систему. Особенно досадно ему было потому, что он как программист прекрасно знал, как просто исправить эту ошибку. Но никого больше это не волновало, поскольку люди считали, что программа не вознаграждает ответственность и честность. Алгоритм ценил скорость и максимизацию по времени. В итоге Армину, как и другим курьерам, пришлось просто отклонять заказы из этого «Макдоналдса», чтобы справиться с алгоритмом распределения задач.

Работать на нелогичную систему, которую невозможно исправить, и не иметь начальника, которому можно пожаловаться, было Армину не по душе. Всего через три недели, совершив двадцать одну поездку, он решил уволиться. За шесть лет в технологической сфере он скопил достаточно денег, а работа в UberEats не приносила ему удовольствия. Армин не зависел от этого дохода и понимал, что находится в привилегированном положении. «Если это твой главный источник дохода, а на решение проблемы по телефону уходит час, тебе просто нет смысла тратить силы на борьбу», – сказал он.

Кроме того, Армин обнаружил, что наиболее уязвимым сотрудникам, работающим в приложении от случая к случаю, – иммигрантам, не владеющим языком или не имеющим документов, женщинам, людям, которые в одиночку содержат целые семьи, – приходилось во имя алгоритма жертвовать своей автономией. «Есть люди вроде меня, которые разочаровываются в работе и увольняются месяца через полтора. Но есть и гораздо более опытные и невозмутимые люди. Они не принимают это близко к сердцу. Они считают так: система дерьмовая, но нам в ней работать, поэтому нужно смириться и держать удар, чтобы получать деньги, – сказал он. – Мне далеко до такого дзена».

Последний раз Армин доставил заказ одним жарким летним днем. Около двух часов пополудни по дороге домой он получил в приложении запрос на выполнение заказа в шести минутах от него. Он понимал, что на велосипеде ехать придется минут пятнадцать (приложение оценивало время передвижения на автомобиле, даже зная, что он ездит на велосипеде), но все равно принял заказ и отправился за готовой едой в ближневосточный ресторан.

Пока он ждал, пришел еще один запрос: кто-то заказал еду из того же ресторана, и Армину предложили доставить и ее. Поскольку алгоритмы Uber не дают курьерам посмотреть, куда им предстоит ехать, пока они не забрали из ресторана еду, Армину пришлось принимать решение, располагая лишь ограниченными данными. Кроме того, приложение не показывает на карте перепады высоты, поэтому непонятно было, насколько крутыми будут подъемы. Тем не менее он согласился сделать вторую доставку.

Однако приложение не только не корректировало оценочное время в пути и не показывало перепады высоты для велосипедистов, но и не фильтровало заказы. Оказалось, что первый нужно доставить на Пиг-Хилл, один из самых крутых холмов в Питтсбурге. Армин с трудом крутил педали, а водители проезжающих мимо автомобилей открывали окна и кричали ему: «Так держать!» Через пятьдесят минут он наконец добрался до первого клиента, который очень удивился, что Армина отправили к нему на велосипеде. Весь в поту, умирая от жажды и выбившись из сил, через сорок минут Армин выполнил второй заказ. Этот клиент прождал его полтора часа. Он был гораздо менее благосклонен, чем первый. «Я попытался объяснить, что произошло, но он просто забрал еду, недовольно ворча. Он оставил чаевые, но всего полдоллара или доллар».

Алгоритм заявил, что задача будет выполнена за шесть минут, но Армину на нее потребовалось девяносто.

Сначала он подумал, что показанная ему оценка времени ошибочна или рассчитана для курьера с автомобилем. Но потом он понял, что даже на автомобиле этот заказ не выполнить за шесть минут, как прогнозировалось в приложении. Он вычислил, что в тот день проехал 3,4 км, но, судя по чеку, ему заплатили только за 1,8 км. «Такое не объяснить разницей между автомобильной и велосипедной доставкой, – сказал он. – Очевидно, алгоритм работал некорректно».

Следить за заработками для курьера очень сложно, поскольку большинство приложений для доставки не имеют стандартных тарифов и даже не публикуют формулу для их расчета. Курьеру показывают, сколько он получит, прежде чем он соглашается выполнить заказ, но размер вознаграждения непредсказуем. Алгоритмы назначают плату за каждый заказ, пользуясь секретной формулой, включающей целый ряд переменных – от рейтинга курьера в приложении и процента заказов, которые он отклоняет, до величины спроса, числа доступных курьеров и конкретного города.

Поскольку эти приложения собирают данные о сотрудниках и когда они работают, и когда отдыхают, записывая любые фрагменты цифровой информации, которые могут получить, – какие маршруты предпочитают курьеры, как часто они обращаются к сервисам Uber, надолго ли выходят из приложения, как часто работают и какие заказы обычно принимают и отклоняют, – любые из этих переменных могут учитываться при расчете их заработка. Курьеру остается только гадать, как он вычислен. Наверняка им известно лишь число километров, за которые им платят.

В следующие пару недель Армин отправил в Uber более десятка писем, в которых указал на несоответствие оплаченного километража реальному, но получил только автоматизированные ответы. Ему советовали выйти из приложения и зайти снова, перезагрузить приложение, перезагрузить устройство, удалить и снова установить приложение, обновить приложение, сбросить системные настройки и даже отменить заказ в том случае, если ожидание превышает десять минут.

Разумеется, ничто из этого не могло решить проблему некорректной оплаты. В таблице, куда Армин скрупулезно вносил все взаимодействия со службой поддержки Uber, было зафиксировано 14 писем и 126 минут телефонных разговоров.

«В конце концов по телефону мне ответила женщина, которая сумела открыть Google Maps и сказать: “Это ошибка”. Она доплатила мне 4 доллара и 25 центов. Я получил 16 долларов и 43 цента, включая 4 доллара чаевых, и мне доплатили еще 4 доллара».

На этом его возможности были исчерпаны. Но посреди ночи ему в голову пришла прекрасная идея. Проблема заключалась в том, что Армину заплатили меньше положенного. Сколько раз такое уже случалось? Кому еще недоплачивали? И сколько?

«Это сложно, – отмечает Армин, – поскольку заработок зависит не столько от расстояния, сколько от алгоритма машинного обучения, который ищет способы платить [курьеру] как можно меньше».

Поскольку система Uber не показывала курьерам точные адреса доставок после выполнения заказов, они не могли самостоятельно оценивать свой километраж. Из-за этого им было сложно следить за алгоритмами и приходилось надеяться, что компании сами будут исправлять свои ошибки. «Я решил попробовать установить адреса по чекам, ввести их в Google и проверить, правильно ли рассчитан километраж», – сказал Армин.