《卫报》长文：高分低薪，为什么零工经济喜欢“游戏化”？
编者按：利用打分、竞争和奖金等手段来激励员工的做法不新鲜——早在40年前的时候，《制造同意》作者麦克·布洛维就发现了“赶工游戏”的秘密。但在卫报文章《High score, low pay: why the gig economy loves gamification》的作者 Sarah Mason去当Lyft司机体验过一番之后，他发现零工经济已经把这种做法推向了一个新的高度。在算法的介入下，老板跟员工更深化的矛盾已经被转化为玩家与游戏的较真。就不知道零工经济这场游戏还能不能玩得下去了。
2016年5月，在寻找一份传统工作的数月努力失败之后，我开始替共享乘车公司Lyft开车。当时我被一份网上广告给诱惑住了，里面承诺在完成前75次驾驶之后，洛杉矶的新司机将得到一份500美元的“注册奖”。我的考虑很简单：我有辆车并且我需要钱。于是我点击了那个链接，填好申请，然后在收到提示后，驱车前往最近的Pep Boys进行车检。我几乎马上就收到了火烈鸟粉的Lyft标志，并且在几天之后就开始上路了。
一开始，我告诉自己这类零工最好是朝九晚五。这应该是暂时的，我想。此外，我还需要上统计课，完成我的研究生申请——如果是做通勤时间就要1小时的全职工作的话那些任务是不可能完成的。但是在尝试了这种唾手可得但又不确定得不可思议的工作形式之后，很奇怪，我居然被陷进去了。
Lyft是在2012年成立的，当时还叫做Zimride（1年后改名），这是一家类似于Uber的汽车服务公司，在约300座美国城市有运营，去年已扩张至加拿大（虽然只有1个省，安大略省）。每周它都会给司机发一份个性化的“反馈摘要”。内容包括乘客对上周乘坐的评论以及更新的司机评分。此外还有一张与之前成绩对比的评分柱状图，并且告诉他们是否被“标记”为清洁、友好、懂路或者安全。
一开始，我很期盼自己的摘要，基本上那些评价都是对我自尊心的鼓舞。我的评分一直保持在4.89到4.96分之间，评论一般都是“好司机，态度积极”以及“感谢及时送我到机场！！”这样的。偶尔也有批评，比如“她很怪”，或者只留下“态度”两个字，但总体而言，评论充当了某种正强化机制的作用。因为觉得自己正在帮助别人并且别人也喜欢我，我的感觉良好。
但是有一周，在感觉开了100万次车之后，我打开反馈摘要却发现我的评分从4.91（“出色”）直线下降至4.79（“OK”），而且没有评论。我对此感到震惊，我绞尽脑汁去回想自己开车的历史，试图回忆起有没有哪次不同寻常的互动或者碰到过不满的乘客。没有啊。究竟发生了什么？我该怎么办？我的内心在翻腾。
由于司机打分是用你最近的100条乘客点评计算的，所以一个合理的解决方案就是尽快把旧的、不好的点评用新的、相比会更好的点评挤走。我就是这么做的。
在接下来的几周时间里，我刻意回避打开我的反馈摘要，一边往车里囤积瓶装水、早餐谷块以及各种小糖果，以激发乘客给我5星的好评。我养成了强迫症式的吸尘习惯，并且把洗车的频率从每周2次提高到每2天一次。我试验了不同的空气清洗剂和电台。然后我不断地开车开车开车。
选择、自由和自治的语言渗透到了约车服务的讨论当中。“按需服务公司指明了一条通往更加光明未来的道路，”Uber创始人兼前CEO Travis Kalanick在2015年10月写道：“简而言之，未来的工作将是独立和灵活的。”
从某种程度来说，Kalanick 是对的。跟工作场所固定（工厂、办公室、配送中心）的员工不同，共享乘车司机技术上是可以选择什么时候在哪里工作以及工作多久的。他们不受传统职业或者轮班工作的那些约束。但那种表面上的自由会对平台为乘客提供可靠的“按需”服务构成独特挑战——所以司机的自由必须进行主动（如果说是微妙的话）管理。这些公司寻求的主要手段是游戏化。
同时为Uber和Lyft打工的司机
游戏化的简明定义是在非游戏的背景下利用游戏元素——比如打分、等级、跟别人竞争、成绩可衡量的证据、评分以及游戏规则等。游戏提供了一种即时的、发自肺腑的成功和奖赏体验，正在日益被运用到职场来提升规则过程中的情感投入，让员工在完成本该乏味的任务时增加心理投资，并且影响或者“督促”员工行为。Lyft app提供给我的反馈摘要周报、星级评分等游戏化功能做的就是这个。
有越来越多的证据表明游戏化业务运营具备真正可量化的效应。。美国零售巨头Target报告称其店内收银流程的游戏化让客户等待时间和排队长度均缩短。在结账时，如果物品的扫描速度处在“最佳”的话收银员的屏幕会闪现绿色。而如果收银员动作太慢，屏幕会闪现红色。收银员的得分会被记录在案，保持88%的绿屏就是对他们的预期。在Target员工的在线社区上，收银员会相互比较得分，分享技巧，并且对这场游戏最具挑战的障碍扼腕痛惜。
不过分颜色的结账屏幕只是游戏化很基础的形式。在个人活动几乎完全受制或受指导于屏幕（并且一切都可以衡量、记录和分析）的网约车工作世界里，游戏化的机制几乎没有限制。
1974年，芝加哥大学博士生，自述为马克思主义者的Michael Burawoy开始在大型农业设备制造商联合公司的发动机部门当各种机器操作员。他试图回答以下这个问题：为什么那些工人会那么卖命？
在马克思的时代，这个问题的答案很简单：压迫。工人没有保护，会因为不能完成配额而被随意解雇。一个人拿到养家糊口工资的能力跟其在工作过程中的努力程度有着直接联系。然而，到了20世纪初，随着劳工保护的出现，计件工资体系的消亡，以及强硬的产业工会与更稳健的社会保障体系的崛起，雇主的强制力已经慢慢衰落了。
但是Burawoy却观察到，工人们还是工作非常努力。他们齐心协力加速速度，超越了生产目标。他们还承担额外的任务，寻求建设性地利用停工期。他们还在非工作时间加班。在联合公司呆了10个月之后，Burawoy得出结论：这帮工人是资源甚至热忱地同意对他们的剥削。这该作何解释？Burawoy认为，答案之一是“游戏”。
对于Burawoy来说，这场游戏描述了工人操纵生产过程以获得各种物质和非物质奖励的手段。当工人在这场操纵中取得成功时，就可以说是赢得了“赶工游戏”。就像视频游戏的关卡一样，操作者需要克服一系列的连续挑战以便应付并击败游戏。
在每一次轮班的开始，操作者会遇到自己的第一项挑战：确保从“排班者（负责发放工人日常任务的那个人）”手中拿到最有利可图的任务。他们的下一个挑战是去到“库房”那里找到执行操作所需的蓝图和工具。如果库房管理员发放必要的蓝图、工具和固定装置太慢的话，操作者就会失去可观的时间来完成或者突破配额。（Burawoy用一根圣诞节火腿赢得了库房管理员的配合）在跟负责运货给机器的卡车司机以及负责执行蓝图规范的检察院对抗过之后，操作员终于可以跟他的机器一道去对抗时间了。
Lyft2015年在纽约的一次推广，用的车是《回到未来》中的DeLorean。
据Burawoy，在联合公司的生产经过了经理深思熟虑的组织来鼓励工人去玩这场游戏。Burawoy观察到发生了一些有趣的事情：工人冲突的主要来源不再是老板。相反，工人之间的关系开始变得紧张（排班人、卡车司机、检查员），在操作者与机器之间，以及操作者与自身的体力限度（体力、运动精确度以及专注度）之间。
击败配额的战斗也把一项单调的、拷问灵魂的工作变成了工人发挥创意、速度和技能的令人兴奋的出口。工人们迷恋于自身产出所带来的地位和声望，这场游戏一整天带给他们的一系列选择，以及所赋予的相对自治和控制感。它利用了工人对自决和自我表达的渴望。然后，将这股渴望引导到位雇主产生利润上。
我每个周日的早上都会收到Lyft算法生成的“挑战”，内容大概是这样的：“在周一凌晨5点到周日凌晨5点间完成34趟出行将可得到63美元奖金。”我向下滚屏，开始担心我的奖金的不断下降，一度每周能达到100到220美元的将近现在已经降到了原来的一半以下。
“点击这里接受挑战。”我点了一下屏幕接受了。现在只要我登录进到驾驶模式，就会出现一个显示我进度情况的仪表盘：距离我拿到第一份将近只剩21趟出行了。Lyft并未披露每周生成的出行挑战数量，但是奖金似乎会随着预期需求和司机行为而改变。预期需求越高，我的奖金就越高。我达到奖金目标或者出行额度的次数越多，后续目标就会定得越高。有时候，如果我登录进去已经有一段时间了，会得到一反常态的高额奖金，在100美元以上，尽管最近出现得已经越来越少。
行为科学家和视频游戏设计师很清楚，如果一个人能够将任务设想成朝着更大的、预先确定的目标迈出的一步的话，玩家就会以更大的热枕完成得更快。Lyft的统计仪表总是显示在上面，总是告诉你可接受的评分是多少，你已经跑了多少趟，距离实现目标还有多远。
除了引诱司机在有需求时出现以外，这种游戏化的主要目标之一便是工人的留存率。据Uber的统计，在前2个月内有50%的司机就不再使用他们的应用，加州大学交通运输研究所最近的一份报告提出，只有4%的网约车司机坚持了1年以上。
留存的问题很大程度上是因为开车的经济性太糟糕。研究人员一直在设法弄清楚究竟司机能挣多少钱，但随着最近两份报告（一份来自经济政策研究所，一份来自MIT）的发布，大家对司机的收入似乎已经达成共识：平均而言时薪在9.21美元到10.87美元之间。这些发现确认的是很多我们这些游戏的参与者已经了解的事实：在绝大多数美国城市里，司机已经跌落到当地最低工资线以下。据纽约时报拿到的一份内部材料显示，Uber其实把麦当劳视为其吸引新司机最大的竞争对手。我开始为Lyft打工时，我已经跟大多数司机一样算过了：1小时赚9美元也比1分钱都不挣好。
在Luft推出出行挑战周赛之前，他们有一个“Power Driver Bonus（最强司机奖，PDB）”，这也是每周一次的挑战，需要司机完成设定数量的常规出行。我有时候每周要工作超过50小时以保证拿到我的PDB，这往往意味着要在不安全、非常规时间的情况下开车，并且要接受几乎每一次打车请求，包括那些令人感到有潜在危险的。
当然，这很大程度上受到了提高我周收入这个真正需求的激励。但除了希望我能战胜Lyft糟糕的经济回报以外，我追求PDB的动力也是Burawoy在40年前发现的结果：击败游戏的那种匪夷所思的渴求。
司机开车的微薄收入只是许多奖赏（物质和非物质的）的补充。Uber司机完成若干次五星级的出行就可以挣得“成就徽章”，而让客户满意可获得“优秀服务徽章”。Lyft的“Accelerate Rewards（加速奖）”计划鼓励司机通过每月完成特定数量的出行来升级，以便解锁像壳牌的燃油打折以及免费道路救援（白金级）等特别奖励。
除了提供无意义的徽章和加油省点钱以外，网约车公司还采用了与赌博公司促进玩老虎机成瘾行为同样的设计元素。纽约大学人类学家及媒体研究教授Natasha Dow Schüll通过对拉斯维加斯赌徒长达10年的研究发现，赌场利用联网老虎机来实时监视、跟踪和分析赌徒个体的行为——就像打车app一样。这意味着赌场可以“对任意赌徒的玩家数据用人口统计数据进行精准分析，勾勒出一幅可用于定制游戏并推销给特定玩家的个人档案。”像这些定制化游戏一样，Lyft也告诉我说每周的出行挑战是“为我量身定制的！”
前Google“设计伦理学家”Tristan Harris也把大部分社交媒体新闻流都使用的“下拉刷新”机制说成是对老虎机的模仿：用户永远都不知道自己何时会感到满足——总是会有新的点赞或者转发——但他们知道满意最终会到来。这种不可预测性会令人上瘾：行为心理学家很久就知道赌博采用了可变强化程序——不确定性、预期与反馈不可预测的发生间隔——来让玩家继续玩下去。
一位客户给Uber司机留下的评价和得打分。
我们才刚刚开始发现这些强化程序在打车app的植入程度。不过一个例子是繁忙时间的峰时定价。Luft在网上论坛用“追逐红粉（chasing the pink）”来指代往“黄金时段”地区跑的倾向，红粉其实是app里面热力图的颜色，所在地方的车费会显著增加。这是不合理的，因为拿到好的黄金时段车费的可能性很低，而黄金时段又是极难预测的。红粉色时而冒头时而消失，从一个地方转移到了另一个，有时候仅仅是几分钟的事情。Lyft和Uber都必须提供少量的这些费用更高的时段，以保证有人开车到他们预测需要司机的地方。偶尔——只是偶尔这能管用：在去年的玫瑰碗花车大游行结束后，我在40分钟内挣到的钱就比我平时忙一整天所得的一半还要多。
听到网约车司机将操控自己车辆的行为与玩视频游戏或者老虎机的沉浸式成瘾性体验相提并论并不鲜见。在《金融时报》发表的一篇文章中，老司机Herb Croakley描述得很贴切：“现在已经发展到app似乎在某种程度上接管了你的发动机功能。它几乎变成了一种催眠体验。你跟司机交流会听到他们说出这样的话，我刚刚开了2小时的拼车，大概搭了30、40号人，我都不知道自己跑了哪些地方。就是他们喊停我就停，叫搭个人就搭个人，叫转弯然后跟着转弯。你都陷入到开始觉得像个机器人一样的节奏。”
那么，是谁设定这些游戏的规则呢？这是一个周五的凌晨12：30，就此话题，“Lyft drivers lounge（Lyft司机休息室）”这个由活跃司机组成的封闭Facebook群开始产生分歧。就像很多人一样，分歧从对算法的主张开始。“算法”是指一套自动化的、“数据驱动”的管理体系，这种系统是不透明的，而且往往是无法预测的，它被网约车公司用于调度司机，匹配乘客到Pools（Uber）或者Lines（Lyft），然后生成“峰时”或者“黄金时段”费用，也就是所谓的“动态定价”。
算法是这场打车游戏的核心，也是游戏所掩盖的强制。在其奠基性的《算法劳工与信息不对称：Uber司机案例研究》中，Alex Rosenblat和Luke Stark写道：“Uber自我标榜的连接中介的角色，掩饰了一个通过其软件和界面设计体现的重要的就业层次结构。”“算法性管理”这个术语被Rosenblat和Stark用来描述指导Uber与Lyft司机的机制。当然，算法并不是单一的。相反，在任何时候都有若干算法在运作和互动。这些算法一起产生了一个无缝的、只需要很少人干预的自动决策系统。
对于很多按需平台来说，算法性管理已经完全取代了之前由轮班主管、领班以及中高层管理担任的决策角色。Uber其实把它的算法叫做“决策引擎”。这些“决策引擎”每天跟踪、记录并且处理包括从出行频率到司机踩刹车的顺畅度不等的数百万指标。然后再利用这些分析给出游戏化的、与司机档案完美匹配的行动指示。
因为算法逻辑基本上是未知而且不断变化的，所以司机就只能去猜测它在做什么以及为什么要这么做。这种猜测是网上论坛交流的常态话题，司机会贴出一些荒谬的出行请求的截屏，并且比较日益没有生气的、算法生成的奖金机会。司机指控网约车公司对算法做手脚来偏向企业利益的现象并不少见。为了解决这个所谓的偏袒，司机会定期设法进行假设和验证以操纵或“玩弄”回系统。
凌晨2点，当酒吧开始打烊时，需求出现飙升。这样司机就更有可能拿到“峰时”或者“黄金时段”的车费。虽不能确保，但这就是为什么我们都出现在那里的原因。为了提高峰时定价的预期，在线论坛的司机会定期谋划经过仔细考虑的、协调行动的大规模“登出”行动，以期司机数量的突然下降能骗过算法，让后者生成更高的车费。不过我还没见过管用的，但是最近发表的一篇论文的作者称大规模退出偶尔能成功过。
不过，从另一个角度来看，大规模登出也可以理解成好的、老式的停工斗争。作为一种抗议形式，暂时、有目的的停工是罢工行动的核心，而且依然是工人对抗盘剥最锐利的武器。但是登出的能力未必就能发展出一个自我解放的功效。Burawoy的洞察也许告诉了我们原因。
Burawoy观察到，游戏游戏本身，使得工人能够对劳动过程进行一些有限的控制，其结果便是赶工游戏。反过来，获胜可让玩家产生重新投入游戏的意愿这种的效应，并让他们同意遵守游戏的规则。当玩家失败时，他们的不满被转移到游戏设置的障碍，而不是设定规则的资产阶层。玩家对游戏的敌意，取代了更深的老板与工人之间的对抗。学会如何聪明地在游戏的参数设定下行事成为了唯一能想象的选项。现在，在劳工与资本之间又插入了一层新的要素：算法。
经过几周像个疯子一样开车以便恢复我高于平均水平的得分之后，我设法将其提升回4.93。尽管这让我感觉良好，但是你得承认，只要高于4.6，其实分数除了跟你的自尊能扯上关系以外跟其他毫无关系，这一点几乎是可耻的、令人震惊的。成为一名得分很高的司机并不能让你每周收到奖金。你拿到的报酬也不会增加。实际上，为了用糖果取悦那些客户并且保持我的车子的清洁我还亏钱了。但尽管如此，我就是想成为一名得分很高的司机。
这就是Lyft、Uber的游戏化的出色与可怕之所在：它利用了我们被需要、被喜欢、待人和善的渴望。我在得分高的时候，开车的动力就会更足。在得分糟糕的时候，我开车的动力也会更足。这对我有效，尽管我更清楚个中缘由。迄今为止，我已经完成了超过2200次出行。
编译组出品。编辑：郝鹏程。
