Трудовая дискриминация в новых условиях: проблемы и вызовы

Введение

В современном мире дискриминации в сфере трудовых отношений посвящено немалое количество монографий, статей и публикаций, в том числе в интернете и социальных сетях; интерес к этой теме проявляют экономисты, юристы, социологи и политики; принимаются новые законы, направленные на преодоление дискриминации, обсуждается практика их применения и т.п.

Правда, у российских исследователей (ученых, журналистов, политиков, чиновников, обычных граждан) проблемы трудовой дискриминации вызывают не столь пристальный интерес, как в странах, где дискриминация рассматривается в общем контексте соблюдения прав человека. Тем не менее, гендерная и возрастная дискриминация (эйджизм) активно обсуждаются, реже пишут о дискриминации иммигрантов, представителей меньшинств, освободившихся заключенных, участников боевых действий и др. Еще реже обсуждают новые формы и проявления дискриминации в условиях развития нестандартных форм занятости (удаленная, прекарная, фриланс, самозанятость, договор подряда), особенно тех, которые связаны с распространением новых информационных технологий. Между тем, в последние годы трудовая дискриминация приобрела новые грани; выросло влияние на нее цифровизации экономики, платформенной занятости и искусственного интеллекта. Эти проблемы пока не получили должного освещения в литературе; предлагаемая статья представляет собой попытку восполнить этот пробел.

Трудовая дискриминация: определение, виды и причины

Трудовую дискриминацию можно кратко определить как неравное отношение нанимателей, государства и общества к работникам, обладающим равной продуктивностью [11]. Равная продуктивность или полезность для нанимателя – обязательное условие: если отношение к работникам различается из-за разной продуктивности их труда, говорить о наличии дискриминации неверно, даже если «обиженные» предъявляют претензии. Продуктивность работника можно определять с помощью объективного показателя (например, производительности труда) или путем субъективной оценки со стороны менеджера. Правда, в последнем случае может учитываться не столько польза, которую сотрудник приносит организации (цеху, участку, отделу, кафедре и т.п.), сколько его полезность, удобство именно для руководителя. Подобная опасность существует в любой организации – государственной или частной, большой или маленькой.

Подвергаться трудовой дискриминации могут как отдельные работники, например, из-за пристрастного к ним отношения, так и группы людей, в том числе очень многочисленные: женщины, меньшинства, иммигранты, инвалиды, подростки и выпускники вузов, лица пенсионного возраста и т.д. Именно групповой дискриминации обычно посвящены (и в нашей стране, и за рубежом) публикации по данной проблематике. Проявления трудовой дискриминации хорошо известны и подробно описаны в литературе: различия в трудовом вознаграждении и (или) условиях труда, при найме и увольнении, служебном продвижении, образовании или повышении квалификации, а также профессиональная сегрегация.

На характер и последствия трудовой дискриминации большое влияние оказывают причины, ее порождающие. На наш взгляд, их всего три. Первая причина, наиболее массовая и лучше других исследованная, заключается в предубеждении, которое многие испытывают, явно или скрыто, к тем или иным группам людей из-за пола, возраста, сексуальной ориентации, расы или национальности, места рождения или гражданства, внешности, религии, политических взглядов, социальной принадлежности, культурных особенностей и т.п. Предубеждения эти могут формироваться обществом, социальным окружением, семьей (кланом) либо носить индивидуальный характер, будучи связаны с личным опытом или чертами характера. Наниматели, испытывающие к представителям нелюбимой группы предубеждение, могут проявлять их при найме и увольнении, служебном продвижении, премировании или выделении социального пакета, в уважительном или пренебрежительном отношении и т.п. При этом менеджер, даже лишенный подобных предубеждений, порой вынужден учитывать их наличие у покупателей, клиентов или сотрудников (коллег по работе). Предубеждение может носить не коллективный, а индивидуальный характер и проявляться к конкретному работнику по личным мотивам (здесь возможны субъективизм и самодурство), но этот аспект реже привлекает внимание исследователей и в данной статье также не рассматривается.

Вторая причина дискриминации, также очень распространенная, с предубеждениями не связана; она основана на объективной статистике (статистическая дискриминация). Проявляется она чаще всего при найме, когда менеджер, не имея достоверной информации об истинной продуктивности работника, ориентируется на среднюю продуктивность той группы, к которой он принадлежит. При найме могут учитываться риски или дополнительные издержки, связанные с использованием той или иной категории работников, например, освободившихся из мест заключения, побывавшего в «горячих точках» или инвалидов. Поведение работодателей в подобных ситуациях (дискриминация может происходить не только при найме) выглядит вполне рациональным, поскольку основано на объективной статистике. Но в отношении тех работников, продуктивность которых выше, чем в среднем по группе, это будет именно дискриминация.

Третьей причиной трудовой дискриминации могут служить ограничения, с которыми какая-то группа людей сталкивается при выборе места работы на национальном или региональном рынке труда (низкий потенциал трудовой мобильности). С этой проблемой часто сталкиваются иммигранты, особенно нелегальные, которые увеличивают предложение в тех сегментах рынка труда, куда их пускают и где они могут найти работу, из-за чего в этих сегментах происходит «переполнение», приводящее к падению заработной платы. Немобильными группами на рынке труда могут оказаться не только приезжие, но и люди с устаревшими и отживающими профессиями, лица преклонного возраста, работники, по тем или иным причинам (профессиональным или личным) «привязанные» к месту жительства и вынужденно «оседающие» в тех сегментах рынка труда, обычно низкооплачиваемых, где могут найти работу.

Нетрадиционные формы трудовой дискриминации

К нетрадиционной трудовой дискриминации можно отнести те ее формы (виды), которые не слишком часто становятся предметом исследования ученых, политиков или чиновников, занимающихся этой проблемой или за нее отвечающих, реже освещаются в интернете, социальных сетях. Подобную дискриминацию, на взгляд автора, можно условно разделить на две группы. К первой относится трудовая дискриминация, существующая на рынке труда достаточно давно; ко второй – появившаяся сравнительно недавно и, как правило, в связи с научно-техническим прогрессом и цифровизацией экономики.

Одной из давно существующих, обычно не привлекающих внимание и, возможно, не бесспорных, является трудовая дискриминация по географическому признаку. Имеются в виду существенные различия в заработках людей, выполняющих одинаковую работу, точнее, работу, предполагающую одинаковую квалификацию, а иногда даже работающих в одинаковой должности и в одной и той же организации (холдинге, крупной корпорации и т.п.), но в разных регионах страны. Хорошо известно, что зарплаты равнопродуктивных работников такого холдинга (специалистов или менеджеров) в Москве или далеко от столицы могут различаться не на проценты, а в разы. Подобная ситуация существовала еще до массового распространения интернета, и обычно объяснялась разным уровнем жизни (и цен) в разных регионах, т.е. исключительно рыночными причинами. Сегодня с ней столкнулись и люди, работающие удаленно. Например, зарплаты айтишников в 2020 году в Москве составляли 150 тыс. руб., в Санкт Петербурге – 130 тыс. руб., в Нижнем Новгороде – 108 тыс. руб., в Самаре – 90 тыс. руб., в Краснодаре ­ – 80 тыс. руб., в Омске ­ – 70 тыс. руб., в Челябинске­ – 66 тыс. руб. [17] В Москве и даже за пределами МКАД за одну и ту же работу предлагают совершенно разную зарплату.

Следует отметить, что это явление наблюдается не только в России. В США еще в условиях начала эпидемии КОВИДа сотрудники, работавшие удаленно и принявшие решение на время карантина уехать из Калифорнии, столкнулись со снижением их зарплаты. Причины носили рыночный характер: жизнь в Калифорнии, самом богатом штате страны, дороже, чем во многих других; аренда небольшой квартиры в Сан-Франциско составляла $3600, а в Чикаго – $1700 [17]. Но если подобную ситуацию и можно, с определенными оговорками, отнести к трудовой дискриминации, исходя из ее определения, то использовать такую же логику в отношении разных заработков людей, обладающих равной продуктивностью, но живущих и работающих в разных странах, уже сложнее. Между тем, рабочий-текстильщик в Бангладеш получает менее 100 долларов в месяц, а на территории США за аналогичную работу он зарабатывает на порядок больше.

Не столь массовой и обсуждаемой формой дискриминации, как гендерная или возрастная, является дискриминация лиц, освободившихся из мест заключения. Многие менеджеры по персоналу не без обоснования относятся к таким людям с опаской и относят их к группам риска, т.е. к работникам, наем которых может принести фирме проблемы, дополнительные издержки. Здесь нет оснований говорить о предубеждении, скорее, это типичный пример статистической дискриминации. Проблема в том, что если таких людей не брать на работу, в стране увеличивается риск рецидивной преступности. Поэтому в некоторых странах, например, в США, фирмы, принимающие подобный контингент на работу, могут получать от государства субсидии занятости (когда в штате есть определенный процент таких людей) или субсидии найма (поощрение за каждого вновь нанятого).

Одной из форм дискриминации, которую также можно отнести к статистической, является дискриминация бывших военнослужащих, точнее, людей не просто отслуживших в армии, а побывавших на фронте, воевавших в «горячих точках». Проблема эта совсем не новая: во многих странах люди, побывавшие на войне и вернувшиеся, казалось бы, в прежнюю, мирную жизнь, оказалась к ней психологически совершенно не готовы. Эта ситуация возникла для множества мужчин в разных странах после двух мировых войн, в США – после окончания войны во Вьетнаме; в СССР – после Афганской войны и др. Миллионы людей с разрушенной нервной системой и не залеченными душевными травмами стали для общества и, в частности, для потенциальных работодателей серьезной проблемой. Мировой и отечественный опыт показал, что ее решение, полное или хотя бы частичное, невозможно без серьезных и комплексных мер поддержки со стороны государства.

Сегодня эта проблема становится актуальной для нашей страны, и необходимо, в частности «подталкивать» работодателей к помощи таким людям в трудоустройстве и адаптации. Но каким образом это лучше делать, и что это могут быть за меры? Преодоление дискриминации демобилизованных при трудоустройстве в гражданском секторе, само по себе необходимое, выглядит совершенно недостаточным, учитывая весь комплекс проблем экономического, психологического и социального характера, которые здесь возникают.

В настоящее время в России по инициативе государственно-правового управления при президенте обсуждается законопроект о запрете дискриминации при трудоустройстве лиц, окончивших военную службу по контракту или в рамках мобилизации. Нельзя будет отказывать таким гражданам в трудоустройстве в течение года после окончания службы или завершения контракта при условии, что у них нет медицинских противопоказаний для выполнения работы и есть соответствующая квалификация [2]. Предлагается дополнить ст. 64 Трудового кодекса двумя новыми категориями работников, которым нельзя отказывать в найме: бывшим военнослужащим и инвалидам [1].

Использование подобных мер поддержки исключительно административно-карательного (по отношению к нанимателям) характера выглядит, на первый взгляд, обоснованным, но вызывает опасение, что желая избежать штрафов, наниматели будут принимать на работу не очень подходящих по квалификации работников; в перспективе выгоды для всех участников трудовых отношений, включая бывших военнослужащих, представляются весьма спорными. Не исключено, что это окажется лишь имитацией поддержки. Между тем, поиск решений в этой области необходимо продолжить, делая акцент на психологическую адаптацию людей и использование по отношению к нанимателям не только «кнута», но и «пряника».

К нетрадиционной трудовой дискриминации можно также отнести дискриминацию не привитого населения в период эпидемии КОВИДа, когда людей, по тем или иным причинам отказавшихся делать прививки (т.н. антиваксеров), не допускали до работы, особенно предполагавшей большее количество социальных контактов, не впускали в супермаркеты, выгоняли из общественного транспорта и т.п. До сих пор нет единой точки зрения, насколько все это было обосновано и имеет ли вообще отношение к трудовой дискриминации. Скорее всего, нет, поскольку работа не привитого учителя, врача, полицейского или работника сферы обслуживания явно создавала риск для других людей и, следовательно, делала труд таких работников менее полезным, менее продуктивным и связанным с дополнительными издержками.

К нетрадиционной трудовой дискриминации, связанной с технологическим прогрессом, можно отнести дискриминацию работника на основе его генетических данных, знание которых позволяет получить важную информацию, подчас деликатного свойства, о том, подходит или не подходит он для той или иной профессиональной деятельности. Эта информация (о способностях, предрасположенности к наследственным заболеваниям и т.п.), конечно же, интересна потенциальному нанимателю, и требование о ее представлении в ряде случаев выглядит обоснованным. Но здесь возникает две проблемы. Существует опасность использования этой информации не только нанимателем, но и, к примеру, страховыми компаниями. Другая проблема: генетические данные человека содержат информацию не только о нем, но и о его ближайших родственниках, которые на это согласия не давали. Не удивительно, что в США в 2008 г. приняли Закон о запрете дискриминации в сфере генетической информации [21].

Многие ученые, в том числе российские, пишут об огромном влиянии, которое цифровизация оказывает на различные аспекты трудовых отношений, порождая при этом новые проблемы и вызовы. Некоторые работодатели, желающие получить информацию о потенциальных работниках, сегодня находят ее в социальных сетях. Это усиливает опасность дискриминации не только по традиционным основаниям (пол, возраст, национальность), но и по политическим взглядам, привычкам, образу жизни, социальному окружению, зависимостям и др. Цифровые технологии позволяют работодателям регулярно следить за деятельностью сотрудников, и не только в рабочее время.

В отношении трудовой дискриминации при нестандартной занятости, в частности, удаленной, самозанятости и фриланса, трудно сказать однозначно, связана ли она с цифровизацией. Дело в том, что эти формы занятости существовали и в «доцифровую» эпоху, но сегодня их уже трудно рассматривать вне связи с процессами цифровизации. И, напротив, дискриминация, связанная с платформенной занятостью и использованием искусственного интеллекта, является прямым порождением именно цифровизации, ее внедрением в новые сферы экономической и общественной жизни.

Трудовая дискриминация и нестандартные формы занятости

Стандартной занятостью обычно называют такие трудовые отношения, при которых человек работает полный рабочий день в офисе или цехе, т.е. на территории работодателя, под его (или нанятого им менеджера) непосредственным контролем, с соблюдением трудового законодательства и социальными гарантиями. Остальные формы занятости попадают в категорию нестандартных: неполная, вторичная, сверхурочная, временная, прекарная (неустойчивая), внеофисная (надомная), занятость на основе договоров гражданско-правового характера и др.

Нестандартная занятость – отнюдь не новое явление на рынке труда. Очевидно, что все вышеперечисленные формы нестандартной занятости не связаны с цифровизацией, возникли задолго до нее, хотя сегодня вполне могут опираться на использование интернета, как, например, внеофисная занятость. Но могут и не опираться. Другие формы нестандартной занятости, напротив, получили распространение именно благодаря массовому применению новых информационно-коммуникационных технологий и основаны на удаленном взаимодействии участников трудовых отношений. К ним можно отнести дистанционную занятость, в какой-то мере фриланс, а с недавнего времени – платформенную занятость.

Отметим, что иногда в ситуации, которая кажется примером трудовой дискриминации, особенно с позиции пострадавших от нее, дискриминации может и не быть. Например, у работников-надомников (внеофисная занятость) часовая зарплата во всех странах обычно ниже, чем у людей, работающих в офисе и выполняющих ту же работу. Причина, однако, может носить объективный характер, с дискриминацией не связанный. Надомникам недоплачивают, потому что у них нет затрат, связанных с поездками на работу, и есть преимущества, связанные с большей свободой в использовании своего времени. Иначе говоря, здесь действует рыночный механизм, предоставляющий работнику выбор (в случае, когда выбор действительно есть): выполнять работу в офисе и тратить время и деньги на проезд, или дома – при меньшем заработке, компенсируя это удобствами денежного и неденежного характера. Если же выбора у человека нет, например, в случае инвалидности или по иным причинам, то здесь налицо дискриминация на основе низкого потенциала мобильности. Впрочем, не следует забывать о многочисленных случаях, когда жалобы работников на дискриминацию не имеют под собой никаких оснований, а разница в зарплате, отношении или служебном продвижении вызвана более низкой продуктивностью труда (полезностью) этих работников по сравнению с теми, кто лучше работает, больше знает и умеет. Столь же трудно отнести к дискриминации жалобы на «цифровое неравенство», связанное с неравным доступом людей к интернету по объективным и субъективным причинам.

В современных условиях традиционная внеофисная занятость, прежде не носившая массового характера ни в нашей стране, ни за рубежом, приобрела новые черты, трансформировалась в удаленную занятость с использованием интернета. Дополнительный импульс удаленная занятость получила в период эпидемии КОВИДа, став тем самым массовым и всемирным явлением. После окончания эпидемии часть работников осталась «на удаленке», часть вернулась в офисы. При этом инициатива и выбор, возвращаться или нет, исходила в одних случаях от работодателя, в других – от самого работника. И выяснилось, что удаленные работники часто сталкиваются с дискриминацией по сравнению с работниками офисными. Причин здесь несколько. Об объективной (компенсационная разница в зарплате при внеофисной занятости) уже говорилось, ее к причинам дискриминации относить не стоит. Но у работающих удаленно появились другие проблемы: недостаточное доверие со стороны менеджеров (если работника нет перед глазами, неизвестно, чем он занимается и сохраняет ли лояльность организации), утрата возможности доносить идеи до руководства на совещаниях или при личном общении и т.п. Не удивительно, что удаленным работникам не только меньше платят, но и реже продвигают их по служебной лестнице [13]. А это уже дискриминация на основе предубеждения. Хотя не исключено, что для такого предубеждения есть реальные основания, и тогда дискриминация приобретает характер статистической.

Дискриминация по географическим мотивам, о которой говорилось выше, встречается и при удаленной занятости. Так, в США IT-гигант VMware, как и другие корпорации, во время эпидемии КОВИДа перевел весь персонал на удаленку, но сотрудникам снижали зарплату, если они переезжали из Калифорнии в более дешевые штаты. По оценке Bloomberg, переезд из Кремниевой долины в Денвер снижал заработок сотрудников на 18% [16].

Трудовая дискриминация и платформенная занятость

Среди новых форм трудовых отношений, не просто связанных с цифровизацией, а, по сути дела, порожденных ею, следует особо отметить быстро развивающуюся платформенную занятость, участниками которой являются не только потребители услуги (клиенты, заказчики) и ее исполнители (работники), но также цифровые платформы, выполняющие роль посредника.

В последние годы платформенной занятости посвящено множество публикаций, анализируются виды платформ, их особенности и роль на рынке труда, проблемы недостаточной социальной защищенности работников [10]. Для анализа особенностей трудовой дискриминации на онлайн-платформах особенно важно различать платформы по характеру взаимодействия работника и заказчика: общаются ли они удаленно, по интернету, или между ними происходит личный, физический контакт. В первом случае люди, предлагающие профессиональные услуги, обычно обладают достаточно высокой квалификацией. Во втором случае, когда локальные платформы связывают заказчика и исполнителя между собой на конкретной территории, где между ними происходит личный контакт, часто заняты люди неквалифицированные.

Платформенная занятость достаточно противоречиво связана с трудовой дискриминацией. При удаленной занятости на платформах первого типа (массовых платформах, предоставляющих работу людям квалифицированным) роль дискриминации, основанной на предубеждении нанимателя или заказчика, не исчезает, но снижается, поскольку личные контакты с работником отсутствуют или резко сокращены, и на первый план выступают результаты работы (собственно, они и оплачиваются). Потребители услуг, предоставляемых локальными платформами (такси, доставка продуктов, ремонт, работа уборщиков, строителей и др.) могут испытывать предубеждение против той группы, к которой принадлежит представленный платформой работник, например, из-за его национальности, но исследования не подтверждают актуальности и широкого распространения данной проблемы. Хотя для иммигрантов занятость на таких платформах может быть единственно возможным путем трудоустройства, что грозит им стать жертвой дискриминации из-за низкого потенциала трудовой мобильности.

Сложнее обстоит дело со статистической дискриминацией, в частности, гендерной. Исследование, проведённое в 2023 году в 38 странах для 190 платформ, большинство из которых используется в нескольких странах, показали, что платформы могут увеличивать гендерный разрыв в оплате труда, сокращать участие женщин в рабочей силе и приводить к гендерной сегрегации на рынке труда [23]. С другой стороны, именно женщины нередко являются бенефициарами работы на платформах, поскольку данная форма занятости позволяет им успешнее совмещать работу с домашними обязанностями.

Конечно, гендерная трудовая дискриминация существует везде, где-то в меньших масштабах (например, в Скандинавских странах), где-то в больших, вызывая повышенный интерес, особенно со стороны женщин – авторов большинства публикаций на эту тему. Для многих из них стало неприятной неожиданностью, что гендерная дискриминация очень заметна в сфере платформенной занятости, особенно в профессиях, связанных с цифровым фрилансом. И это не зависит от того, как работает платформа. Например, на американской платформе Upwork клиенты размещают задания, устанавливая общее вознаграждение за проект либо почасовую ставку; далее фрилансеры предлагают свои услуги, предоставляя информацию о себе, и клиент выбирает среди них подходящих. На платформе Fiverr последовательность другая: фрилансеры пишут о своих знаниях, умениях, достижениях (включая отзывы клиентов) и расценках, а клиенты просматривают профили фрилансеров и находят для себя исполнителей заказа или проекта. Казалось бы, почвы для гендерной дискриминации нет, но на платформе Upwork мужчины получали на 57%, а на Fiverr – на 80% в час больше, чем женщины. Выяснилось, что женщинам платят меньше потому, что они сами меньше запрашивают за свою работу из-за низкой самооценки или желания повысить шансы на получение заказа [18].

Существуют подобные проблемы и на российских онлайн-биржах труда, где самозанятые ищут заказы. На крупнейшей русскоязычной фриланс-платформе FL.ru., где мужчины и женщины выполняют примерно одинаковые по сложности и трудоемкости работы (веб-программирование, сайты «под ключ», верстка, разработка и поддержка интернет-магазинов, тестирование и др.), женщин на 43% реже по сравнению с мужчинами выбирают в качестве исполнителей проекта, на 49% реже посещают их персональные страницы, а средний чек у них меньше почти в два раза. При этом наиболее выгодные заказы достаются исключительно мужчинам [8]. Трудно сказать, какая дискриминация здесь преобладает – статистическая или основанная на предубеждении, но наличие дискриминации очевидно.

Как очевидна дискриминация и в тех случаях, когда по сравнению с мужчинами женщины при разработке проектов получают меньшее вознаграждение, худшие оценки и более низкий рейтинг. Получается заколдованный круг: дискриминирующие заказчики при выборе исполнителей неохотно выбирают женщин, тем самым снижая их рейтинг и шансы на получение следующих проектов. Для преодоления этого барьера женщинам приходится покупать баллы для продвижения профиля, указывать данные мужа или других родственников-мужчин, занижать цены или предоставлять клиентам дополнительные услуги, например, по их обучению [3].

Участие женщин в платформенной занятости нередко снижается из-за специально (или не специально) настроенных алгоритмов найма, и эта проблема, связанная с вторжением в сферу трудовых отношений искусственного интеллекта, многими исследователями оценивается как очень серьезная.

Трудовая дискриминация и искусственный интеллект

Под искусственным интеллектом (ИИ) понимают способность компьютера обучаться, принимать решения и совершать действия, свойственные человеческому интеллекту [9, с.176]. В настоящее время 72% государственных органов в мире используют ИИ в своей работе, отдавая предпочтение обработке и анализу данных, автоматизации бизнес-процессов и мониторингу социальных медиа. По данным исследования компании Accenture, к 2035 году ИИ может увеличить ВВП стран G20 на 14%, или на 16 трлн. долл., при этом наибольший эффект будет достигнут в здравоохранении, образовании и государственном управлении [1, с. 53].

Широкое применение ИИ имеет разнообразные последствия и порождает много экономических, социально-политических и морально-нравственных проблем, с которыми человечество прежде не сталкивалось. Риски, возникающие при внедрении компьютерных алгоритмов в разные сферы человеческой жизни, многих пугают, например, беспрецедентные возможности цифрового контроля и слежки за человеком, угроза вытеснения искусственным интеллектом людей из многих профессий [5].

Тревожат исследователей и риски, порождаемые использованием алгоритмов ИИ при решении вопросов, связанных с наймом, а подчас и с карьерным продвижением сотрудников. Д.А. Новиков указывает на такие проблемы, как защита персональных данных соискателя, необоснованный отказ в приеме на работу из-за предвзятости алгоритмов и юридическая ответственность за принятое алгоритмом решение при найме работника [12].

Во многих странах технологии ИИ широко применяются крупным бизнесом. В 2021 году из 500 крупнейших компаний США 99% использовали ИИ для найма работников [22]. Применяют их и крупные российские компании, например, «Альфа-Банк», ВТБ, «Додо Пицца», «Мегафон», МТС, РЖД, «Ростелеком», «Сбербанк», «Яндекс» и др. В 2023 году, по результатам исследования HRlink, 24 % российских компаний применяли ИИ при найме работников [7]. Не отстает и государственный сектор: с 2023 года в рамках эксперимента «Государственные кадры» ИИ используется на платформе «Гостех» для найма на государственную службу; к 2030 году планируется на основе ИИ создать новую информационную систему развития госслужащих. [6]. Алгоритмы ИИ используют многие отечественные онлайн-платформы («Работа в России», HeadHunter и др.) для сопоставления и ранжирования работодателей и работников по стажу, карьерным перемещениям, режиму работы и другим параметрам.

Использование алгоритмов ИИ при найме работников предполагает четыре этапа: поиск, отсев, собеседование и отбор [24] На каждом из них ИИ осуществляет действия, которые могут сопровождаться дискриминацией тех или иных групп работников. Решения, которые принимает ИИ на основе преобразования входных сигналов, основаны на действии соответствующих алгоритмов, которые, в свою очередь, могут имитировать человеческие решения в аналогичных ситуациях – решения, далеко не всегда свободные от предвзятости и предубеждений. Тем не менее, уровень предвзятости у алгоритмов ИИ существенно ниже, чем у человека, что снижает (но не устраняет полностью) вероятность необоснованного отказа из-за дискриминации в приеме на работу.

Одной из проблем, которые возникли с использованием ИИ при найме сотрудников, оказалось восприятие обществом той роли, которую при этом приобрела машина (компьютерные алгоритмы), решая судьбы людей. Реакция на это людей неоднозначна, и разные исследования это подтверждают. В одних случаях выяснилось, что работники хотят, чтобы окончательное решение об их найме и особенно служебном продвижении принимали люди; в других, напротив, алгоритмам доверяют больше, чем человеку.

Следует учитывать два обстоятельства. Первое заключается в том, что алгоритмы создаются людьми, которые и определят, на основе каких характеристик (образование, опыт, гендер и др.) ИИ произведет поиск и отсев нежелательных работников. Например, систему ИИ можно запрограммировать на то, чтобы не брать на определенные должности ту или иную группу людей. Даже если при этом не будут проявляться предубеждения, от статистической дискриминации подобная ситуация не избавляет.

Второе обстоятельство заключается в самообучающемся характере алгоритмов ИИ. Запрет или рекомендация не нанимать отдельных работников, обладающих нежелательными характеристиками, может впоследствии распространиться на более широкую группу людей. Самообучение ИИ на основе предвзятой, нерепрезентативной выборки, неточно отражающей реальность, может сочетаться с недостатками или даже предвзятостью самого алгоритма, на основе которого происходит поиск, отсев, собеседование и отбор кандидатов. Обучаясь на определенных данных, даже если они не являются предвзятыми, ИИ может не просто воспроизводить, но и усиливать предубеждения против каких-то групп населения, порождая тем самым их дискриминацию [14]. Поскольку ИИ, функционирующий автономно, в настоящее время слабо регулируется, неясно, кто будет нести ответственность за неудачные, ошибочные решения, в том числе дискриминационного характера.

Многие авторы приводит пример, ставший хрестоматийным, с крупнейшей корпорацией Amazon, активно использовавшей ИИ при найме сотрудников [5, 9, 12, 15]. В 2015 году выяснилось, что алгоритм отбора основывался на резюме претендентов за последние 10 лет, но заявки чаще подавали мужчины, которым ИИ в результате и стал отдавать предпочтение при отборе кандидатов на инженерные должности. В 2019 году компания отказалась от использования ИИ при найме работников.

Поиск и отсев кандидатов часто происходит на основе не только резюме соискателя, но и информации из открытых источников (правда, обычно с его согласия), включая социальные сети; исследования показали, что при ранжировании кандидатов поисковыми системами шансы женщин оказываются ниже, чем шансы мужчин [20].

Сбербанк с 2019 г. при найме соискателя применяет ИИ для оценки вероятности его увольнения, присваивая соответствующий скорринг-балл. За рубежом при собеседовании используются технологии эмоционального ИИ: алгоритм обрабатывает эмоции и интонации кандидатов с помощью видео- и аудиозаписи, фиксируя реакцию на разные вопросы (отношения с предыдущим нанимателем, готовность к переработкам и т.п.). При этом на отсев ненадежных и нежелательных кандидатов нередко влияют случайные обстоятельства, и хороший работник может подвергнуться необоснованной дискриминации. Это доказывает, что окончательное решение о найме кандидата целесообразнее принимать с участием человека – опытного и профессионально подготовленного.

Преодоление последствий предвзятости алгоритмов при работе ИИ наталкивается на немалые трудности. Например, существует опасность проникновения в алгоритмы не только ксенофобии, но и исключительности (чрезмерной опеки меньшинств) или культуры отмены, то есть «дискриминации наоборот». По мнению А.Сунами, преодолевать дискриминацию той или иной группы можно при условии, что ей присвоен статус дискриминируемой, но далеко не все дискриминируемые группы имеют подобный статус [15].

21 мая 2024 года Совет Евросоюза принял первый в мире закон об ИИ, который, в частности, запретил работодателю использовать технологию распознавания лиц для контроля за поведением работника, а также технологию распознавания эмоций на рабочих местах, в учебных заведениях и на собеседованиях для определения искренности кандидата на должность [19]. Также запрещено использовать социальные сети или записи видеокамер наблюдения для создания баз данных распознавания лиц. В России подобные правила, регламенты и нормативы находится пока на уровне научных дискуссий.

Заключение

Платформенная занятость, как показывает анализ зарубежных и российских источников, не всегда снижает вероятность дискриминации на основе предубеждений и не избавляет от статистической дискриминации, о чем, в частности, свидетельствуют масштабы гендерной дискриминации на онлайн-платформах занятости в России и других странах.

Проблемы, порождаемые использованием искусственного интеллекта, обсуждаются юристами и экономистами многих стран. За рубежом накоплен опыт регулирования использования искусственного интеллекта для найма работников. Признано, в частности, что нельзя передавать окончательное решение о найме алгоритмам ИИ. Приняты законы, защищающие работников от использования ИИ без их уведомления при найме и увольнении, служебном продвижении, отборе на обучение, дисциплинарном взыскании и т.п. Подчеркивается ответственность нанимателя за решения, принимаемые алгоритмами ИИ, если в результате работник подвергся дискриминации.

Пришло время и в России принять законодательные решения, направленные на преодоление дискриминации при использовании систем искусственного интеллекта в трудовых отношениях, усиление ответственности человека за принимаемые решения. Целесообразны также сертификации и регулярный мониторинг программ искусственного интеллекта для найма сотрудников.

[1] Сегодня Трудовой кодекс прямо запрещает отказывать в заключении трудового договора женщинам «по мотивам», связанным с беременностью или наличием детей. [4]. Впрочем, формально такие отказы запрещены и по признаку пола, национальности и т.д.