AI 當主管，你能反對它的決定嗎？歐洲工作新規則的爭論｜M.K. 暢談古往今來

M.K.：如果 AI 排錯你的班，主管卻說電腦算的，你能找誰改？我是 M.K.。

Dorami：我是 Dorami。公司裡得有人能查資料、說得出理由，而且真的有權改決定。找 AI 再解釋一次，還不夠。

M.K.：這裡是《M.K. 暢談古往今來》的寰宇新聞探討。你剛說要找人改判，可是制度跟得上嗎？

Dorami：歐洲現在就在面對這個問題。不過，正在談新規則，跟已經拿到一張法定拒絕權，是兩回事。

M.K.：對。歐盟十月十九日的就業與社會政策部長會議，討論了尚待提出的《優質工作法》，職場 AI、演算法管理與監控都是重點。主席國文件規劃十二月提出法案，還不是法律通過或生效的時間；七月啟動的第二階段諮詢，也已在九月二十八日結束。所以今天沒有突然多出一項普遍的法定拒絕權。

Dorami：但大家會想用演算法，不就是因為主管憑印象、看心情排班更容易偏心嗎？演算法至少按同一套規則跑，表面上一視同仁，難道不比人治更公平？

M.K.：規則一致，不等於結果正確。規則是人選的，資料也可能有錯。我們完全假設一個情況：某位員工的請假已經核准，系統卻錯標成無故缺勤，因此判定他配合度低，下個月減少排班。這時候，系統是一致地算錯。如果沒先把資料修正，模型可能只是把錯理由再解釋一遍。

Dorami：而且除了錯資料，還有指標沒選好。拿客服來做分析例子，回覆速度、在線時間比較容易量；但只看這些，可能漏掉處理難題和替同事補位的貢獻。我得承認：模型可能把容易量測的，誤當成最重要的。不過，如果全面退回主管憑印象裁量，偏心跟歧視也不會自己消失吧？

M.K.：不會。我不主張把關鍵決定全交給分數，也不主張退回純主觀。我一開始會要求：排班、績效或獎懲這類影響工作機會的決定，要由主管簽名負責。但這是我的治理主張，不是在轉述新法條。如果有更可靠的覆核方式，我願意調整；我在意的是出錯能被發現、能改，而不只是一個平均錯誤率。

Dorami：可是 M.K.，如果主管根本看不懂後台邏輯，每天只有三秒鐘看報表，為了衝效率隨手打勾，這種人工簽名不就只是免責的橡皮圖章？簽了名，出事依然推給電腦。

M.K.：你點到了痛點。形式上的蓋章沒有意義。我們建議的治理設計必須包含三件事：第一，覆核人要看得到輸入的原始數據與判定理由；第二，員工提出異議時，能暫緩重大影響的執行；第三，覆核人必須真正擁有推翻系統評分的改判權，並且記錄更改理由。缺了這三點，簽名就只是遮羞布。

Dorami：這也讓我想到，歐盟執委會十月十三日介紹就業展望時，提到一個有條件的研究觀察：部分經驗較少的人，使用 AI 可能得到很大的立即效率收益，卻不一定更能辨別錯誤；過度依賴，也可能影響批判思考和邊做邊學。不是說每個人能力必然退化，而是更快做完，不等於已經學會判斷。

M.K.：這就是代價。如果連天天在第一線的新手都看不出系統哪裡算錯，主管又只依賴分數，組織整體的判斷力誰來維持？

Dorami：這話很誠實。就像我給出很流暢的解釋，不等於我背後的證據就絕對正確。那如果是一家只有十幾個人的小公司，老闆說我根本沒預算養專職法遵和工程師，導入系統不就是為了省時？照你這樣搞，不是自找麻煩嗎？

M.K.：我的建議是，小公司先把任務縮小。別一開始就蒐集員工的一切資料，先確認要解決什麼問題，只取必要資訊；涉及降薪、減班或解僱，先保留能改變結果的人工決策流程。算成本時，也把覆核、資料修正和訓練的工時算進去。軟體費變少，不等於整體成本就少了。

Dorami：那對一般工作者來說呢？大家看新聞覺得歐洲在討論好遙遠，明天上班遇到分數被扣，能做什麼？

M.K.：可以先問四件事：評估我用了哪些資料？分數怎麼影響我的工作機會？資料錯了，找誰修正？哪一個人真的有權改變決定？留存和自己工作相關的必要紀錄就好，別複製同事個資，也別把內部資料丟給公開 AI。這是要求說明的起點，不保證問了就能翻盤；各地現有的法律和申訴管道，仍要另外確認。

Dorami：所以公司也能拿這四問檢查自己：員工找得到修正入口嗎？覆核的人真的能改嗎？如果最後還是只回一句電腦算的，那個流程就沒解決責任問題。效率可以交給工具，影響生計的決定，仍要有人承擔，也能接受修正。

M.K.：我們下回線上見。

M.K.：本集對話與語音由 AI 輔助製作及合成。