即便是好工作也不一定好；对 Uber 算法计酬与定价的纵向研究
计算机与社会
2025-06-19 v1 人机交互
摘要
共享出行平台如 Uber 自称为能够为其劳动力提供'灵活性',意味着司机需要预判算法将为他们分配工作的时机与地点,以及这些工作的报酬情况如何。在本研究中,我们描述了与司机及工会组织者合作进行的参与式行动研究,随后对 Uber 的算法计酬与工作分配进行参与式审计,在动态定价引入前后进行分析。通过对来自 258 名英国司机 150 万次行程的纵向分析,我们发现动态定价后,酬金下降、Uber 的抽成上升、工作分配与酬金的可预测性降低、司机之间不平等增加、等待工作时间增加。除上述发现外,我们为算法审计、平台工作以及新兴的 worker data science 实践提供了方法论和理论贡献。
引用
@article{arxiv.2506.15278,
title = {Not Even Nice Work If You Can Get It; A Longitudinal Study of Uber's Algorithmic Pay and Pricing},
author = {Reuben Binns and Jake Stein and Siddhartha Datta and Max Van Kleek and Nigel Shadbolt},
journal= {arXiv preprint arXiv:2506.15278},
year = {2025}
}