这篇题为《The Rise of Algorithmic Management and Implications for Work and Organisations》的文章发表于《New Technology, Work and Employment》期刊2025年第40卷，是一篇由Mingqiong Mike Zhang, Fang Lee Cooke, David Ahlstrom和Nicola McNeil共同撰写的评述性论文（review article）。作为一篇学术综述，它旨在系统梳理、整合并评析关于“算法管理”（Algorithmic Management， AM）这一新兴领域的现有研究成果，构建理论框架，并为未来的研究方向提出议程。

论文核心内容综述

本文的核心目标是对算法管理进行全面的文献回顾与理论整合，以深化我们对其本质、多重理论视角、对工作与组织的影响以及未来治理挑战的理解。文章认为，AM的兴起正在深刻改变工作与雇佣关系，带来新的机遇与挑战，因此亟需从多学科角度进行审视。

主要论点阐述

论点一：算法管理可被归纳为五种相互关联又各具侧重的理论视角，这构成了理解其复杂性的核心框架。 文章指出，现有关于AM的研究虽然庞杂，但可以整合到五个关键的理论视角下，这些视角共同描绘了AM的多元面貌及其内在张力。 * AM作为一种异化的监视与控制系统：这是主流批判性论述的核心。该视角借鉴劳动过程理论和福柯的“全景敞视主义”，将AM视为一种“持续在线”的控制机制。它通过不间断的数据收集、监控和自动化决策来强化管理权力，最大限度地追求效率，将劳动者商品化，从而导致工人自主权丧失、被异化和剥削。研究多关注算法控制对工人的负面影响以及工作场所的控制与抵抗动态。 * AM作为一种中性工具：该观点认为算法和AM本身并无好坏属性，其影响完全取决于其设计、实施和使用方式。它源自工具主义技术观。同样的技术，既可以用于危险、枯燥任务的自动化以提升工人安全和福祉，也可能被用于过度监控、侵犯隐私和加剧控制。这一视角强调战略选择和负责任设计的重要性，并呼吁研究更多地关注AM“向善”的潜力。 * AM作为服务于主导群体利益的“代理老板”：与“中性工具论”相反，此视角强调AM是承载价值取向的系统，反映了管理方和主导社会群体的利益与权力动态，其设计与应用具有内在的政治性。AM系统被赋予了类似人类管理者的“代理性”（agency），成为发号施令的“算法老板”。这导致决策权威从人类管理层向不透明的算法转移，模糊了责任归属，加剧了工人的非人化和异化感，并在零工经济中助长了“即时化”劳动实践，将工人视为灵活可弃的资源。 * AM作为一种社会技术过程：这一视角基于社会技术系统理论、行动者网络理论等，认为AM是社会力量与技术系统持续互动、相互塑造的产物。一方面，AM系统由社会建构，根植于特定的组织与制度背景；另一方面，它们也具备能动性，反过来塑造权力关系和社会结构。该观点强调，AM的成功有赖于技术维度（算法与基础设施）与社会维度（人的需求、组织动态）的协同优化。纯粹工程学驱动的、自上而下强加AM的做法是危险的，可能造成技术决定论或贬低技术的能动作用。因此，必须将员工福祉纳入设计考量，采用参与式AM框架。 * AM作为一种矛盾的统一体：该视角运用辩证法或悖论理论，指出AM本质上充满内在张力，经常同时产生相互矛盾的积极与消极后果。这些核心矛盾包括：控制与自主（AM既提供工作灵活性，又通过算法监控限制实质自主）、透明与不透明（表面提供数据反馈，但算法决策过程往往是“黑箱”）、效率与剥削/公平（提升运营效率的同时可能牺牲工人福祉或复制社会偏见）、赋能与异化（赋予员工数据与任务控制感，但也可能导致失去人际联系和意义感）。这些悖论凸显了AM的复杂性，要求研究和管理实践必须采用平衡、综合的视角，在追求效率的同时审慎管理其社会影响。

论点二：算法管理对工作和组织产生深远且多层面的影响，研究需超越零工经济，拓展至更广泛的行业与情境。 文章强调，AM的影响远不止于技术应用层面，它是一场具有深刻经济、社会、伦理、法律和生态含义的变革。当前研究多集中于零工经济（如网约车、外卖平台），但AM正广泛渗透到零售、制造、银行、酒店等传统行业。未来的研究亟需在更广阔的领域探索AM的长期及意外后果。文章提出了若干关键研究方向：AM如何重塑工作场所权力动态和雇佣关系？它对组织文化和专业身份认同有何影响？持续算法监控对员工信任、士气和创造力有何长期心理与行为效应？算法决策中的偏见与歧视如何被识别和缓解？这些问题的探索需要跨学科的研究方法。

论点三：构建负责任的算法管理（Responsible AM）并改善其治理框架是应对风险、最大化收益的当务之急。 鉴于AM是一把“双刃剑”，文章明确指出，必须致力于构建负责任的AM和完善其治理。这包含几个层面： * 负责任AM的设计原则：需要明确界定负责任AM的原则与实践指南，将伦理、法律和生态考量融入AM框架。关键在于设计能够增强而非侵蚀员工能动性的系统，平衡效率驱动与以人为本的价值观。文章呼吁发展参与式AM，让员工、管理者等利益相关者参与到AM生命周期的各个阶段。 * AM的治理机制：当前治理模式难以跟上AM的快速发展。未来研究需关注：如何建立国家与国际层面的有效监管框架，确保公平、问责与合规（例如，调整劳动法以适应算法透明度和反歧视的需求）？组织内部应建立何种监督机制（如伦理委员会、算法审计）来确保AM的负责任部署？如何建立清晰的算法问责制，以追究算法错误、偏见或不公结果的责任？第三方审计、算法影响评估和员工代表参与的监督委员会是潜在的有效治理工具。 * 技能与能力重塑：AM的整合要求员工具备新的数字素养和算法理解能力。研究需探索组织如何设计有效的再技能培训项目，以帮助员工适应AI驱动的工作环境，减少技能退化或岗位替代的风险。

论点四：本期特刊的七篇实证研究从多角度深化了对算法管理的理解，展现了该领域的丰富性与情境多样性。 作为特刊的导论文章，本文简要介绍了同期的七篇研究，它们分别从不同侧面回应了上述理论视角和现实问题。例如： * Krzywdzinski等人（2025）以德国传统公司为案例，从劳动过程理论出发，揭示了AM实施过程中各利益相关者（管理者、工程师、工人）的政治博弈，发现即使初衷并非强化监控，AM仍可能导致知识集中化和工人赋权减弱。 * Williams和Khan（2025）分析了HR技术公司的营销话语如何构建AM认知，发现其通常将AM框定为一种风险管控和监控工具，强化了劳资对立关系。 * Deng等人研究了算法控制在常规雇佣环境中对员工福祉的潜在积极作用，发现算法监控和绩效管理若能提升员工对组织公平的感知，则可能有益于福祉，且算法透明度会加强这一正面效应。 * Reimann和Diewald（2024）基于德国工作场所数据，发现特定的负面AM体验（如自主权丧失、隐私侵犯）比单纯使用频率更能预测职场欺凌感知。 * Öborn等人对瑞典零工平台的研究揭示了工人、客户和平台管理员的“机会主义能动性”，表明各方都会策略性地绕过AM规则，挑战了算法万能和控制彻底的假设。 * Malhotra和Agrawal对印度低技能平台工人的研究，弥补了全球南方实证研究的不足，揭示了工人如何同时经历正负两面体验，并利用家庭凝聚力等资源在生存与厌恶之间 navigating。 这些研究共同表明，AM的效果高度依赖于具体情境、行业、实施方式以及行动者的互动，远非单一、决定性的图景。

论文的价值与意义

本文的学术价值与实践意义重大： 1. 理论整合与框架构建：文章首次系统地将庞杂的AM研究归纳为五大理论视角，为学术界提供了一个清晰、多维的分析框架，有助于后续研究者定位自己的研究，并理解不同视角下的争论焦点。 2. 研究议程引领：文章不仅总结了现状，更前瞻性地提出了未来研究的四大主题（深入理解AM本质、探究其广泛影响、构建负责任AM、改善AM治理），并列举了具体的研究问题，为领域发展绘制了详尽的路线图。 3. 实践与政策启示：文章强烈呼吁伦理治理和负责任设计，警示组织在追求效率的同时必须管理潜在风险、减轻对员工的伤害。这为企业管理者和政策制定者提供了关键的决策参考，强调在采纳AM时需考虑透明度、问责制、员工参与和公平性。 4. 拓宽研究视野：文章明确指出当前研究过于集中于零工经济，呼吁将AM研究拓展至所有行业和常规雇佣关系，关注不同制度和文化背景下的AM实践，这有助于获得更全面、更普适的知识。 5. 凸显人文关怀：贯穿全文的核心立场是，无论技术如何发展，“人”始终应是衡量AM成功与否的最终尺度。文章反复强调要防止工作场所的“去人化”，维护员工福祉和尊严，体现了管理学研究应有的社会责任感和人文精神。

这篇综述文章以其深刻的洞察力、系统的理论梳理和前瞻性的研究议程，成为了解“算法管理”这一21世纪工作与组织核心议题的必读文献，标志着该领域研究走向了一个更成熟、更全面、更负责任的阶段。