方寸新书 |《无形之笼：算法如何控制劳动者》

（点击图片跳转至小程序购买）

无形之笼：算法如何控制劳动者

[美]哈蒂姆·A.拉赫曼(Hatim A. Rahman) 著

杨华锋 译

2026年1月出版/89.00元

ISBN 978-7-5228-6611-6

社会科学文献出版社

编辑推荐

★ 荣获多项出版奖：美国管理学会George R. Terry Book Award，Axiom Business Book Award，Thinkers 50 Radar Award 等。

★ 跳出传统劳动控制研究框架，将算法定义为新型支配工具，探讨数字时代劳动正义的核心命题。

★ 不同于聚焦外卖骑手的平台经济研究作品，将关注点转向依托数字平台的高技能劳动者。

★ 扎实且前沿的跨学科研究：历时六年开展数字民族志，118次深度访谈，跨越社会学、管理学、法学等领域……书中有真实劳动者的生存叙事，有算法运作的机制拆解，有理论模型的严谨建构，更有对未来劳动形态的深刻预判。

★ 兼具学术深度与可读性，结构清晰，案例鲜活，是理解算法时代劳动关系的关键参考。

内容简介

作品基于美国在线求职网站TalentFinder（非实名）的调查分析写成，使用独特的纵向数据调查在线劳动力平台如何使用算法控制高技能劳动者的行为。作者哈蒂姆·A.拉赫曼提出“无形之笼”这一核心隐喻：组织通过不透明、动态且推测性的算法，将行为准则与绩效标准嵌入系统，劳动者在不知情、无解释、无申诉权的情况下被评估、分类与支配。这个无形之笼标志着市场和组织对人进行分类和操控方式的深刻转变。与以前的劳动控制形式不同，算法之笼无处不在，但它并不透明且随时可以移动，加之数据在平台之间的共享，使得劳动者很难摆脱其束缚。本书追溯了这个无形之笼的起源与发展，同时为平台、劳动者和决策者提供了关于如何在算法时代让工作更加公平互利的建议。

作 者

【美】哈蒂姆·A.拉赫曼（Hatim A. Rahman）

美国西北大学管理学助理教授，在斯坦福大学取得管理学博士学位，研究方向为以算法为基础的人工智能如何影响组织和劳动力市场的工作性质与雇佣关系。他的研究和教学屡获殊荣，包括美国国家科学基金会CAREER奖。2023年，他被Poets & Quants评为“全球前40位40岁以下商学院教授”。在管理学顶尖学术刊物上发表过多篇文章。

译 者

杨华锋

管理学博士，国际关系学院教授，博士生导师，北京市社会科学基金青年学术带头人（2021），北京市政治学行政学学会理事，《领导科学》杂志编委，出版著作多部，发表论文六十余篇，教研成果多次荣获省部级奖项。

精彩评论

拉赫曼的著作指出了平台经济亟待解决的若干痛点，这些痛点解决与否将直接影响零工劳动者的持续参与感和职业满足感。零工模式已成为常态，平台健康发展，才能确保劳动者公平分享发展成果，而非陷入恶性竞争的泥潭。平台发展的目标，应是让劳动者与企业共同受益，从而将劳动者从当前的“无形之笼”中解放出来。

Cybernews

算法以及算法决策如何逐渐掌控我们生活的方方面面，是当今最重要的议题之一。《无形之笼》深入探究了在线劳动力平台这一重要场景，以及依赖这些平台谋生的劳动者。拉赫曼通过严谨的研究，清晰地揭示了算法如何使组织得以实施全新的控制手段和制造不透明。这是一部富有思想、意义重大，甚至可以说不可或缺的作品。

——Mario L. Small，哥伦比亚大学教授

数以百万计的高技能零工劳动者正受到算法的评分和排名。这些算法令人费解、不断变化，且往往不能准确反映他们的才能和动机。拉赫曼详细记录了劳动者如何受到神秘算法的影响，以及平台公司如何从这种不透明中获益。并为使用这些平台的高技能劳动者、平台负责人以及寻求多方利益平衡的政策制定者提供了人性化且有效的解决方案。

——Robert I.Sutton, 斯坦福大学教授，《纽约时报》畅销书作者

本书有望成为对数字劳动平台的开创性研究，将对有关数字劳动力平台的学术讨论产生重大影响。拉赫曼深入且严谨地研究了高技能零工劳动者的真实经历，对于希望从这些研究中汲取经验的从业者和政策制定者来说，这是一部必读之作。

——Susan Scott, 伦敦政治经济学院教授

内容丰富，见解深刻，且基于详实的数据。拉赫曼为读者提供了全新的视角，帮助他们理解在线平台如何对高技能零工劳动者施加控制，对其生活产生重大影响。对于那些想要弄清楚不断变化的工作世界的人来说，这是一部必读之作。

——David Pedulla, 哈佛大学教授

本书大纲

本书分为九章，追溯了TalentFinder开发和训练其算法的过程，并检验了这一过程带来的影响。具体来说，第2章概述了促使TalentFinder创建首批高技能在线劳动力市场平台之一的各类因素。第3章和第4章探究了TalentFinder在迅速发展时期尝试实施控制的初始方式，并讨论了此过程中遇到的各种问题。第5章和第6章则揭示了TalentFinder为应对遇到的问题，是如何通过引入不透明的动态算法加强对劳动者的控制的，劳动者如何受制于这些算法，以及带来负面影响的无形之笼如何形成。第7章解释了为何劳动者即使面临负面后果，仍看似主动选择留在无形之笼中。最后两章则分别总结了本书对学者、组织、劳动者和政策制定者在理论与实践上的主要贡献（第8章），并对算法时代控制机制的演进做出预测——这些预测超越了当下常见的讨论范畴（第9章）。

更详细地说，第2章展示了21世纪初社会、经济和技术因素的大融合如何为TalentFinder的创立奠定了基础。需要强调的是，TalentFinder的起源可以追溯到互联网的兴起，它为那些需要便宜、可信且可靠的高技能劳动力的组织和委托人提供了新途径。受eBay的启发，TalentFinder决定推出一个全球范围内都可参与的在线劳动力市场平台。这一举措带来了就业范式的转变，从传统的人力资源公司转型为全球性的高技能工作在线劳动力市场平台。本章还通过访谈刻画了使用该平台的劳动者和委托人形象，并描述了促使他们加入TalentFinder的原因。本章最后一部分对TalentFinder的部分服务条款进行了分析，揭示了该平台如何在限制法律责任的同时推出创新型全球在线劳动力平台。具体来看，我认为TalentFinder构建了一种模糊不清、定义不明的多重雇佣关系，这种关系涉及劳动者、委托人和无数的第三方组织。我认为正是这种模糊的雇佣关系为平台在全球范围内施加控制并限制其责任奠定了基础。

在第3章，我将展示TalentFinder是怎么创建并最初依靠一种五星评级算法连接全球劳动者和委托人的。这个评级算法依赖透明的计算流程，对如何计算劳动者的评级提供了详细解释。然而，这种设置深刻地影响了劳动者、委托人和平台。首先，平台对等级评估的依赖加剧了新入劳动者的“冷启动”问题，因为平台算法难以推荐那些没有等级或数据的新加入者，而这也加剧了评级膨胀。随着时间的推移，劳动者逐渐掌握了操纵平台的透明评级算法，几乎所有人在平台上都获得了相同的等级。尽管这种做法使劳动者个人能够从中获益，却造成了“公地悲剧”——每个人都出于自身利益采取行动，最终导致集体利益受损。在这种情况下，虽然每个人都拥有近乎完美的评级，但这违背了平台算法为委托人和劳动者牵线搭桥的初衷。

第4章分析平台应如何通过测试一个重大变革来应对这些问题，以解决评级膨胀造成的公地悲剧。TalentFinder有选择地引入了一种不透明的评级算法，且未向劳动者说明，人们不知道这一变化是测试还是会广泛推行。我进一步说明，由于该组织隐瞒了有关此次变化究竟是临时测试还是永久性变更的关键信息，人们开始猜测这次改变对他们在平台上的活动和业绩有哪些潜在影响。在本章的后半部分，我认为TalentFinder能够以这种方式推行潜在变化并施加控制，得益于“数字标准协议”：这是一种不断变化的服务条款，使组织能够实施任何可以巩固其对员工控制和信息不对称地位的变化。我也讲述了自己的账号因平台新增了一条在注册之初不存在的服务条款而被封禁的经历。因此，本章认为，数字服务条款为无形之笼和平台后续的变动奠定了基础。

在第5章，我将说明TalentFinder是如何决定在其平台上永久性使用不透明算法的。我将详细阐述该平台利用不透明的数据收集、处理和实验，对实施维持其算法和实现对劳动者的控制至关重要，但这同样导致了劳动者对算法的普遍不解。劳动者不确定他们在平台上的行为或与委托人打交道的方式会对他们在平台上的曝光度和成功率产生何种影响。由此，本章揭示了平台如何通过各种手段利用其信息和权力不对称来维持及巩固无形之笼的算法。这为TalentFinder带来了可预测性，却让劳动者捉摸不透。

基于第5章的发现和论点，第6章确定了劳动者在无形之笼中的长期认知和行为结果。劳动者报告了诸多负面的认知结果，比如难以获知如何提高自己的绩效，或因为不知道哪些行为会影响他们的成功而持续焦虑，以及对TalentFinder的认知，认为它从一个天生的促进者变为专制的管控者。从行为上来看，劳动者改变了与委托人互动的方式：他们不再专注于产出最优质的工作成果，而是试图以一种他们希望最大限度地取悦平台算法的方式与委托人互动。我还探究了劳动者对平台评分算法的不同反应：一些人尝试找到提高分数的方法，而另一些人则限制了他们在平台上的活动。这些不同反应，不仅取决于不同等级的分数，还取决于他们对工作平台的依赖程度，以及他们是否经历过评分下降带来的不便。本章阐述的内容，与第2章描绘的TalentFinder用来吸引员工的自由灵活模式是截然不同的。

尽管从理论上讲离开平台似乎很容易，但在第7章中，我认为存在一种全新的机制——声誉互依（reputational interdependence）。这个机制能够更广泛地解释劳动者为什么会被困在这个无形之笼和平台里。声誉互依是指平台的算法日渐相互关联，且无需劳动者同意即可共享评分，从而削弱了劳动者控制自己声誉的能力。声誉互依揭示了平台不透明算法如何提高劳动者在平台、组织和劳动力市场中声誉的可见性和持久性，而这完全超出了劳动者的控制范围。正因如此，即使劳动者想不再使用TalentFinder，仍发现自己的信息出现在谷歌、社交媒体及其他平台上。因此他们的去留体现为平台自主与控制之间的悖论：理论上，劳动者可以自行决定离开，但如果他们离开，支撑这个无形之笼的算法就会降低他们的信用评级，并继续在其他在线平台上公开分享他们的历史评级，从而危及他们在平台外的就业前景。

第8章汇集了本书的经验见解，无形之笼的潜在逻辑、结果和维持它的机制依赖动态的、不透明的、推测性的算法，代表着一种新的控制形式。社会学家、管理学者以及从事控制、评估和劳动力市场交叉工作的劳工研究人员应当关注到本书对无形之笼理论内涵的强调。本章还讨论了无形之笼对组织、劳动者和政策制定者的实际影响。需要特别指出的是，当下平台采用的众包问责制和劳动者发起的替代方案，是两条有利于平台纠正权力和信息不对称的路径。这些潜在的改革将引起政策制定者、劳工团体和平台的兴趣，他们都希望在雇佣双方间建立更公平的关系。

第9章旨在通过提出一个框架来预测未来算法时代的控制将如何演进，而不囿于当前可行的改革方案。我不相信媒体普遍谈论的简单的乌托邦式或反乌托邦式的预测，而认为未来算法时代的控制是难以预测的，它将由各类主体，包括机构、组织和个人在当下所做的决定来定义。哲学家和媒介研究学者马歇尔·麦克卢汉（Marshall McLuhan）提出了“四元”框架（“tetrad” framework），用来预测一项技术在未来可能产生的隐秘的、未被观察到的影响。随着组织对算法使用和依赖的加深，我根据这一框架预测了四种可能出现的情景。每一种设想都需要我们对当下的法律、政治、组织、私人机构和惯例的变化做出反应，预测情景的实现与我们如何应对这些变化息息相关。

方法论附录部分系统阐述了本书所采用的数据收集与分析方法，以及在研究过程中总结的经验教训。其中详细介绍了将传统的参与观察和民族志访谈方法应用于数字平台环境的具体步骤，并探讨了计算社会科学方法在大规模文本数据收集与分析中的应用。此外，还说明了如何通过多源定性数据的三角验证来增强研究结果的可靠性。

当我最初研究TalentFinder和在线劳动力市场平台时，它们还是一种新兴事物，人们尚不清楚使用算法控制工作方式究竟是一种短暂潮流，还是预示着未来的工作模式。然而，时至今日，各类企业和政府已广泛采用推测性算法来控制、评估和监控日益增多的劳动者。因此，本书的研究发现与论点为我们理解“无形之笼”这一控制概念如何渗透更多组织和社会领域提供了重要洞见。我提出这些见解，是希望能够推动富有成效的行动方案与政策，从而为劳动者、组织乃至整个社会创造更公平的结果。

（节选自本书引言）

目录

1 绪 论

2 新的劳动力市场范式

3 评级：TalentFinder 的算法控制驱动力

4 无形之笼的理论基础

5 进入无形之笼

6 陷于无形之笼的连锁反应

7 声誉互依：劳动者为何选择留在无形笼中

8 对理论和实践的思考

9 算法时代控制机制的展望

方法论附录

注 释

参考文献