大等化器：演算法焦慮如何促成意想不到的聯盟
2026 年 2 月 19 日 – 關於人工智慧（Artificial Intelligence，AI）與勞動的敘事已發生戲劇性轉變。多年來，主流觀點認為存在一種二分法：藍領工人面臨機器人自動化的直接威脅，而白領專業人士則受到其創意和認知護城河的保護。如今，那道護城河已經蒸發。正如《衛報》（The Guardian）本週推出的開創性新系列報導「Reworked」所言，一種共同的生存焦慮正在消解歷史性的階級分歧，創造出一個超越政治界線的新型統一工人運動。
在 Creati.ai，我們長期監測生成式模型（Generative Models）的技術演進。然而，這些工具與社會的融合已達到臨界點。「Reworked」的發布證實了業界人士數月來的私下議論：無論是受耳機指示的倉庫揀貨員，還是程式碼由機器人審核的軟體工程師，對「演算法管理（algorithmic management）」的共同體驗，正在以任何工會組織者都無法企及的方式拉近彼此的距離。
「安全工作」神話的崩潰
這份新報導的核心發現得到了 2025 年皮尤研究中心（Pew Research Center）一項調查的支持，其一致性令人震驚：64% 的美國人認為 AI 將導致未來二十年工作機會減少。 這種懷疑論已取代了 2020 年代初期的「大離職潮（Great Resignation）」樂觀情緒，轉變為一種嚴峻的決心。
《衛報》美國科技編輯 Blake Montgomery 將該系列描述為一項調查，旨在探討「AI 擾亂我們的職業時，什麼正處於危險之中」。最引人注目的揭示是工作條件的趨同。舊金山的高地位科技工作者現在描述其工作生活的方式，與物流業員工驚人地相似。
為該系列進行報導的 Arielle Pardes 指出，矽谷「奇特的福利」已被一種「磨損與緊縮（grinding and austerity）」的文化所取代。原因何在？一種潛在的恐懼——他們正在培訓自己的接班者。這種現象我們可稱為**「自我蠶食（Auto-Cannibalization）」**，即勞動者將自己的專業知識餵入那些旨在使該專業知識過時的系統中。
表 1：勞工訴求的趨同
下表說明了不同的勞動部門現在如何面臨相同的核心問題，進而推動跨行業的團結。
| 部門 | 傳統訴求 | 新型 AI 驅動訴求 |
|---|---|---|
| 物流與倉儲 | 身體安全、工資盜竊 | 演算法配速、非人化的「揀貨率」監控 |
| 軟體工程 | 過勞、趕工時間 | 自動化程式碼審核、培訓替代模型 |
| 創意與編輯 | 自由職業不穩定性、知識產權 | 生成式內容氾濫、人類產出貶值 |
| 法律與行政 | 長時間工作、計費壓力 | AI 文件審查、空洞化的初級助理職位 |
| 新興需求 | 更高薪資、更好福利 | 人力監督權、禁止數位跟蹤 |
政治上的「無家可歸」危機
近期報導中所強調的最重大發展，或許是選民與政治階層之間的脫節。當華盛頓仍因黨派內鬥而陷入僵局時，對 AI 的焦慮正「煽動社會動盪」，這種動盪無視紅藍陣營的分別。
在高度極化的美國，對 AI 的懷疑論是一種罕見的統一力量。報導中引用的一項 Redbridge 民調顯示，69% 的勞工支持對工作場所的 AI 進行更嚴格的監管。 這包括要求演算法決策的透明化，以及對侵入性監控的嚴格限制。
加州大學柏克萊分校勞工中心資深研究員 Lisa Kresge 在持續進行的辯論中提供了關鍵見解。她指出，雖然低薪工人擔心被機器人取代，但他們同樣擔心變成機器人——被不容許任何人為偏差的軟體進行微觀管理（micro-managed）。這種情緒現在也引起了初級律師和文案撰稿人的共鳴，他們發現自己的產出被幻覺（hallucinations）「修正」，或被預測性文字引擎壓平。
政治真空顯而易見。正如《LA Progressive》和其他媒體分析「Reworked」發布時所指出的，兩黨政客在很大程度上都忽略了 AI 焦慮所帶來的「心理危機」。這種忽視正為新型態的勞工組織創造機會，這些組織不符合傳統工會的模式——它們是靈活的、數位原生的聯盟，要求的是「演算法問責法（Algorithmic Accountability Acts）」，而不僅僅是加薪。
「技職轉向」：命運的反轉
記錄中最引人入勝的社會學轉變之一，是白領工人轉向「防 AI」的技職工作。《衛報》的數據顯示，Z 世代和千禧世代對職業技能角色（如電工、水管工和建築專家）的興趣大增。
這種「AI 大換崗（Big AI Job Swap）」是由務實的計算驅動的：AI 無法修復漏水的水管或為智慧家庭佈線（至少目前如此）。我們正在見證數十年來「學習程式碼（learn to code）」建議的反轉。新的格言很可能是「學習建造（learn to build）」。
- 作家轉電工管道： 前記者和文案撰稿人看到客戶使用大型語言模型（LLMs）大幅削減其稿費，正重新接受體力技職培訓。
- 穩定性溢價： 體力勞動曾被污名化為不穩定，現在則被視為抵禦數位衝擊的避風港。
- 薪資壓縮： 由於自動化工具承擔了「雜活」，初級白領薪資陷入停滯，而技職薪資則因稀缺性和工作的物理必要性而上漲。
監控成為新型罷工觸發器
監控問題已成為現代勞工糾紛的主要催化劑。這不再僅僅是休息室裡的攝影機，而是關於擊鍵記錄、目光追蹤以及對員工 Slack 訊息的「情緒分析」。
福特基金會（Ford Foundation）美國項目副總裁 Sarita Gupta 認為，這個時刻至關重要。集體焦慮不僅讓工人感到癱瘓，更在「催化工人進行反擊」。我們正看到一場運動的早期階段，其訴求是**「認知主權（Cognitive Sovereignty）」**——即在不被挖掘、測量和建模心智過程的情況下工作的權利。
「Reworked」系列強調了工廠工人被高解析度攝影機監視的案例，這些攝影機能夠讀取他們休息時手中報紙上的文字。當這種程度的入侵透過「全時開啟」視訊鏡頭政策進入遠端行銷經理的家庭辦公室時，階級區分就消失了。敵人不再是傳統意義上的「老闆」，而是老闆盲目服從的「演算法」。
Creati.ai 觀點：倫理實施是唯一出路
作為一個致力於推動 AI 進步的平台，我們 Creati.ai 認為這些發展並非是對技術的拒絕，而是對*錯位（misaligned）*技術的拒絕。「Reworked」系列中所描述的摩擦，源於將 AI 作為控制工具而非賦能工具來部署。
產業必須從「替代」指標轉向「增強」指標。如果一個工具節省了時間卻摧毀了工人的主體性，它必然會導致我們現在所看到的這種組織化與監管。在 2026 年及以後蓬勃發展的公司，將是那些實施**「人機協作（Human-in-the-Loop）」**系統的公司，這不僅是為了品質控制，更是為了倫理治理。
我們對關鍵趨勢的分析：
- 透明度不可協商： 工人有權知道他們是否在與 AI 互動，或是否正在接受 AI 的評判。
- 數據尊嚴： 使用員工數據來培訓隨後取代該員工的模型的做法，可能會面臨嚴厲的立法阻力。
- 混合未來： 「技職轉向」暗示了一個數位技能與體能靈活性同樣受到重視的未來經濟，可能會以意想不到的方式減少收入不平等。
「Reworked」系列是一個警鐘。技術已經準備就緒，但社會正因其實施方式而承受重壓。為了讓 AI 發揮其全部潛力，它必須獲得信任。而現在，隨著糾察線（picket lines）擴大到同時包含安全帽和連帽衫的群體，這種信任正供不應求。
