A mesterséges intelligencia már messze nem csak chatbotokat, képgenerátorokat és virtuális asszisztenseket jelent: algoritmusok egyre gyakrabban hoznak olyan döntéseket is, amelyek közvetlenül emberek megélhetését befolyásolják. Az Uber körül kialakult európai jogvita ennek látványos példája. Brit és holland sofőrök azt állítják, hogy a platform algoritmikus rendszere képes lehet felismerni, egy adott sofőr milyen alacsony díjazásért hajlandó még elfogadni egy fuvart, majd ennek megfelelően személyre szabhatja az ajánlatokat. Az Uber tagadja, hogy így működne a rendszere, az ügy azonban fontos kérdéseket vet fel az MI-alapú munkairányítás jövőjével kapcsolatban.
Amikor már nem ember mondja meg, mennyit ér a munkád
Az Uberhez hasonló digitális platformok egyik legfontosabb technológiai alapját az automatizált döntéshozatali rendszerek jelentik.
Egy hagyományos taxitársaságnál korábban diszpécserek osztották ki a fuvarokat, tarifatáblázatok határozták meg az árakat, a sofőrök munkájának koordinálását pedig jellemzően emberek végezték.
A modern platformgazdaságban ennek jelentős részét szoftverek vették át.
Az algoritmus egyszerre próbálhatja figyelembe venni a sofőrök és az utasok helyzetét, az aktuális keresletet, a rendelkezésre álló autók számát, az út hosszát, annak várható időtartamát és számos további paramétert.
Ez technológiai szempontból rendkívül hatékony rendszer lehet.
A probléma ott kezdődik, amikor egy ilyen algoritmus már nem pusztán a fuvar optimális árát próbálja meghatározni, hanem potenciálisan azt is, hogy az adott sofőr személy szerint mennyiért hajlandó elvégezni ugyanazt a munkát.
Brit és holland Uber-sofőrök most lényegében azt állítják, hogy pontosan ez történhet.
Két sofőr, ugyanaz a fuvar, eltérő összeg
Az amszterdami bíróság előtt indított csoportos kereset egyik különösen érdekes eleme egy olyan eset, amelyben két Uber-sofőr állítólag ugyanarra az észak-londoni fuvarra eltérő ajánlatot kapott.
Az egyik sofőr alkalmazásában 27 fontos összeg jelent meg, míg a másiknak 23 fontot ajánlott a rendszer.
A kevesebb pénzt kapó sofőr szerint ennek hátterében az állhatott, hogy korábban több alacsonyabb összegű fuvart is elfogadott.
Technológiai szempontból itt válik igazán érdekessé az ügy.
Egy megfelelő mennyiségű adattal rendelkező algoritmikus rendszer ugyanis elméletileg képes lehet modellezni a felhasználók viselkedését.
Ha például egy sofőr rendszeresen elfogadja a 20-25 font közötti ajánlatokat, míg egy másik jellemzően csak 25 font felett vállalja el ugyanazokat a munkákat, egy prediktív rendszer számára idővel kirajzolódhatnak ezek a viselkedési minták.
Az MI megtanulhatja a sofőr „minimumárát”
Pontosan ez az egyik legérdekesebb technológiai kérdés az ügyben.
A modern gépi tanulási rendszerek egyik alapvető képessége, hogy korábbi adatok alapján próbálnak jövőbeli viselkedést előre jelezni.
Egy digitális platform rengeteg adatot gyűjthet működése során.
Ismerheti például, hogy egy sofőr milyen időpontokban dolgozik, milyen területeken mozog, milyen hosszúságú utakat részesít előnyben, mely ajánlatokat fogadja el, melyeket utasítja vissza, mennyi idő alatt reagál egy ajánlatra, illetve milyen körülmények között hagyja abba a munkát.
Megfelelő elemzéssel ezekből az adatokból viselkedési profilok építhetők.
A sofőrök keresetének egyik központi kérdése éppen az, hogy történik-e ilyen jellegű személyre szabás az Uber díjazási rendszerében.
Az Uber szerint nem így működik
Fontos ugyanakkor, hogy az Uber visszautasítja ezeket az állításokat.
A vállalat szerint egy sofőr korábbi viselkedése nem befolyásolja azt, hogy később milyen díjazást kínálnak számára.
Az Uber álláspontja szerint az árazásnál többek között az útvonalat, az utazás várható időtartamát és a célállomást veszik figyelembe.
A sofőr ráadásul még a fuvar elfogadása előtt láthatja, hogy várhatóan mekkora összeget kereshet az adott úttal.
A vállalat szerint a dinamikus árazási rendszer bizonyos esetekben magasabb díjazást is eredményezhet, különösen azoknál az utaknál, amelyek kevésbé vonzóak a sofőrök számára.
A hazafelé tartó sofőr kevesebbet érhet az algoritmusnak?
A keresetben egy másik különösen érdekes állítás is megjelenik.
A sofőrök tapasztalatai szerint előfordulhat, hogy egy hosszabb fuvar után alacsonyabb összeget kínál nekik az alkalmazás egy olyan útért, amely visszaviszi őket ahhoz a területhez, ahol eredetileg dolgoztak.
Algoritmikus szemmel nézve ennek lenne logikája.
Ha a rendszer valamilyen módon képes megbecsülni, hogy a sofőr egyébként is szeretne egy adott irányba haladni, akkor elméletileg kisebb pénzügyi ösztönző is elegendő lehet számára.
A felperesek szerint azonban éppen az ilyen működés vezethet oda, hogy a platform a sofőr saját adatait használja fel annak meghatározására, milyen minimális összeggel tudja őt munkára ösztönözni.
A „fekete doboz” problémája
Az MI-rendszerekkel kapcsolatban régóta létező probléma az úgynevezett black box, vagyis „fekete doboz” jelenség.
Egy összetett algoritmus döntéseinek eredményét könnyű látni, azt azonban már sokkal nehezebb pontosan meghatározni, hogy a rendszer miért jutott az adott eredményre.
Ez különösen érzékeny kérdés akkor, amikor az algoritmus döntése emberek pénzügyi helyzetét, munkalehetőségeit vagy akár foglalkoztatását befolyásolja.
Ha például egy sofőr 23 fontos ajánlatot kap, miközben egy másik 27 fontot ugyanarra vagy nagyon hasonló munkára, jogosan merülhet fel a kérdés: pontosan mely paraméterek alapján született meg a különbség?
Az algoritmikus rendszerek átláthatósága ezért az MI-szabályozás egyik kulcsterületévé vált.
A sofőrök adatvédelmi problémákat is látnak
Az ügynek komoly adatvédelmi vetülete is van.
A felperesek szerint az Uber automatizált döntéshozatalt és profilalkotást alkalmazhat, miközben a sofőrökről összegyűjtött információkat mesterségesintelligencia-modellek fejlesztésére is felhasználhatta.
A kereset ezért nem kizárólag pénzről szól.
A sofőrök azt is szeretnék elérni, hogy szűnjenek meg azok a gyakorlatok, amelyek álláspontjuk szerint sértik az Európai Unió általános adatvédelmi rendeletét, vagyis a GDPR-t.
Akár 241 ezer sofőrt érinthet a vita
Az ügy messze nem néhány elégedetlen sofőr egyedi panasza.
A kereset potenciálisan körülbelül 241 ezer Uber-sofőrt érinthet, a lehetséges kártérítési összeg pedig több milliárd dollárra rúghat.
A sofőrök szerint az algoritmikus díjazási rendszer jelentősen csökkenthette a bevételeiket.
Egyes számítások szerint az érintettek évente akár körülbelül 5000 fonttal is kevesebbet kereshetnek.
A dinamikus bérmegállapítást az Egyesült Királyságban 2023 óta alkalmazzák, Hollandiában pedig 2026-ban vezették be.
Az Uber algoritmusai korábban is célkeresztbe kerültek
A mostani konfliktus nem teljesen előzmény nélküli.
A holland adatvédelmi hatóság 2026 augusztusában 825 millió eurós bírságot szabott ki az Uberre egy automatizált döntéshozatallal kapcsolatos ügyben.
A probléma középpontjában az állt, hogy a vállalat automatizált rendszere megfelelő tájékoztatás nélkül függesztett fel sofőrfiókokat.
Az ilyen ügyek egyre fontosabbá válhatnak, ahogy a vállalatok egyre több üzleti folyamatot bíznak algoritmusokra és mesterséges intelligenciára.
Az MI lehet a következő generáció digitális menedzsere
Az Uber ügye egy sokkal nagyobb technológiai változásra világít rá.
A mesterséges intelligencia következő nagy felhasználási területe ugyanis nem feltétlenül a tartalomgenerálás lesz.
Az úgynevezett algoritmikus menedzsment során szoftverek és MI-rendszerek vehetik át olyan vezetői feladatok egy részét, amelyeket korábban emberek végeztek.
Algoritmus döntheti el, ki milyen munkát kap.
Algoritmus értékelheti a teljesítményt.
Algoritmus számíthatja ki a fizetést.
Algoritmus jelezheti, ha valaki nem teljesít megfelelően.
Szélsőséges esetben pedig automatizált rendszer dönthet arról is, hogy valaki tovább dolgozhat-e az adott platformon.
Nem az a kérdés, hogy képes-e rá az MI
Technológiai szempontból a mesterséges intelligencia és a gépi tanulás fejlődésével egyre több ilyen rendszer létrehozása válik lehetővé.
A valódi kérdés ezért egyre kevésbé az, hogy képes-e valamire az MI.
Sokkal fontosabbá válik, hogy mit szabad megengedni neki.
Felhasználhatja-e egy platform a munkavállaló korábbi döntéseit arra, hogy megbecsülje a számára elfogadható legalacsonyabb fizetést?
Mennyire kell átláthatónak lennie egy algoritmusnak?
Jogában áll-e egy dolgozónak megtudni, pontosan miért kapott kevesebb pénzt ugyanazért a munkáért?
És ki felel akkor, amikor egy automatizált rendszer hibás vagy diszkriminatív döntést hoz?
Az Uber körül kibontakozó jogvita ezekre a kérdésekre is választ keres.
Precedensértékű MI-per lehet belőle
Ha a sofőröknek sikerül bizonyítaniuk, hogy az algoritmikus rendszer valóban személyes viselkedési adatok alapján befolyásolja a díjazást, az ügy következményei messze túlmutathatnak az Uberen.
Az ételkiszállító platformok, futárszolgálatok, online piacterek és más gig economy vállalkozások szintén egyre nagyobb mértékben támaszkodnak automatizált döntéshozatalra.
Egy jelentős európai bírósági döntés ezért az egész platformgazdaság számára kijelölheti, meddig mehetnek el a vállalatok a munkavállalók és szerződéses partnerek algoritmikus profilozásában.
Az MI fejlődésének következő nagy csatája így könnyen lehet, hogy nem a chatbotokról vagy a generált képekről fog szólni.
Hanem arról, hogy mekkora hatalmat adunk az algoritmusoknak az emberek munkája és fizetése felett.