Thuật toán kiểm soát tài xế xe công nghệ như thế nào

Ngô Hà

Một tài xế giao hàng 55 tuổi người Trung Quốc có biệt danh "Yuan" đã chết khi đang ngủ gục trên xe điện sau 18 giờ làm việc, South China Morning Post đưa tin hồi năm 2024 [1].

Các đồng nghiệp gọi Yuan là "vua giao hàng" vì ông thường làm việc kéo dài tới rạng sáng, ngủ chập chờn trên xe và lập tức tiếp tục chạy khi ứng dụng báo có đơn.

Trung Quốc hiện có hơn 10 triệu tài xế giao hàng như Yuan. Sau những ca tử vong liên quan đến lao động, các nền tảng giao đồ ăn đứng trước làn sóng chỉ trích. Dư luận Trung Quốc cho rằng thuật toán phân phối đơn và thời gian giao hàng đang tạo ra áp lực quá lớn khiến tài xế phải làm việc với cường độ cao và gia tăng nguy cơ tai nạn chết người.

Nếu như năm 2018, chỉ khoảng 36% tài xế làm việc trên 10 giờ mỗi ngày, thì đến năm 2021, tỷ lệ này đã tăng lên gần gấp đôi, khoảng 63%.

Thập kỷ qua đã chứng kiến sự phát triển nhanh chóng của kinh tế chia sẻ (hay còn gọi là kinh tế nền tảng, kinh tế gig), có đặc điểm công việc linh hoạt, ngắn hạn và theo yêu cầu [2]. Trung tâm cho sự phát triển của kinh tế chia sẻ là các nền tảng trực tuyến, quản lý bằng thuật toán, đóng vai trò trung gian giữa người lao động tự do và khách hàng.

Đến 2023, khoảng 435 triệu người [3] trên thế giới đã tham gia vào nền kinh tế chia sẻ để kiếm thêm tiền hoặc lấy đó làm nguồn thu nhập chính. Con số này tương đương 12% lực lượng lao động toàn cầu . Tại Việt Nam, tỷ lệ còn cao hơn, khoảng 14%, và được dự báo sẽ tiếp tục tăng trong những năm tới [4].

Vì thuật toán không biên giới [5] và những mô hình kinh doanh nền tảng có xu hướng triển khai rất giống nhau dù ở Mỹ, châu Âu hay châu Á, nên những nghiên cứu về tác động của thuật toán đối với một xã hội này cũng có thể là tham chiếu cho xã hội khác.

Thuật toán không trung lập như ta tưởng

Nhiều người cho rằng quản lý bằng thuật toán sẽ trung lập và khách quan hơn con người. Thật vậy, có một số nghiên cứu cung cấp bằng chứng cho thấy việc ra quyết định của thuật toán tốt hơn "về độ hiệu quả, chính xác và nhất quán" so với việc ra quyết định của nhà quản lý là con người.

Nhưng thực tế ảnh hưởng của thuật toán trong nền kinh tế chia sẻ phức tạp hơn nhiều. Nhiều nghiên cứu chỉ ra rằng mối quan hệ giữa nền tảng số và người lao động đầy rẫy các vấn đề tâm lý-xã hội căng thẳng.

Người tài xế trong các hệ thống này cảm thấy phải tuân theo sự kiểm soát của các ứng dụng, bị theo dõi mọi chuyển động, bị cảm thấy buộc phải mở app liên tục 24/7 mà không có thì giờ để nghỉ ngơi [6], nhưng sẽ bị giảm "cuốc" khi có nhiều tài xế mới ra nhập. Họ bị đẩy vào một cuộc đua hối hả để hài lòng khách hàng, hài lòng app.

Để hiểu vì sao tài xế cảm nhận rõ rệt sự bị kiểm soát, cần nhìn vào cấu trúc quyền lực mà quản lý bằng thuật toán trao cho các nền tảng số. Dù các học giả chưa hoàn toàn thống nhất về mức độ bao phủ và giới hạn của hình thức quản lý hoàn toàn mới này, nhưng một nghiên cứu tổng hợp đăng trên tạp chí Journal of Organizational Behavior [7] đã sơ đồ hóa cách thức quản lý bằng thuật toán (xem hình 1).

Theo đó, một hệ thống quản lý bằng thuật toán dựa trên 4 khía cạnh: giám sát (monitoring), bất đối xứng (asymmetries), kiểm soát (control) và chiến lược định giá (pricing strategies).

Ở bước Giám sát, các nền tảng sử dụng thuật toán để thu thập, tổng hợp và phân tích dữ liệu nhằm theo dõi hành vi và hiệu suất làm việc của người lao động theo thời gian thực.

Dữ liệu thu thập được như vị trí, thời gian mở app, ảnh chụp màn hình, số lần gõ phím... sẽ tạo điều kiện cho nền tảng thực hiện các tác vụ khác. Nhiều nghiên cứu cho thấy, việc kết hợp giám sát với những công cụ như đánh giá và xếp hạng sẽ khiến người lao động cảm thấy bị kiểm soát chặt chẽ hơn, đồng thời làm suy giảm quyền chủ động và niềm tin của họ vào tính công bằng của nền tảng.

Hệ quả là mức độ gắn bó của người lao động với nền tảng đi xuống, trong khi ý định rời bỏ nền tảng lại tăng lên. Dù ở chiều ngược lại, việc giám sát bằng thuật toán cũng mang mặt tích cực là góp phần hạn chế hành vi sai phạm của người lao động.

Các hệ thống cũng duy trì sự bất đối xứng về thông tin, bất đối xứng về quyền lực và bất đối xứng về tính toán.

Trong khi các nền tảng nắm trong tay lượng dữ liệu khổng lồ về hành vi và hoạt động của người lao động, bản thân người lao động lại rất thiếu thông tin về cách các thuật toán vận hành, chấm điểm và quyết định mức thù lao của họ. Hệ quả là, người lao động bị kẹt trong một "hộp đen" thuật toán mà họ chỉ có thể đoán mò, tự thử-sai để tìm ra quy luật.

Việc nắm ưu thế thông tin và năng lực tính toán tạo lợi thế rõ rệt cho nền tảng. Chẳng hạn, chỉ một điều chỉnh nhỏ trong các tham số vận hành của thuật toán cũng đủ làm cho thu nhập của tài xế biến động mạnh, khiến cơ chế trả công trở nên khó lường và có thể tạo ra chênh lệch đáng kể giữa những người lái xe có hiệu suất tương đương nhau [8]. Sự bất đối xứng thông tin đã đưa đến sự bất đối xứng về quyền lực và quyền lợi.

Những dạng bất đối xứng này không chỉ tồn tại giữa nền tảng và người lao động, mà còn giữa khách hàng và người lao động, cũng như giữa người lao động và các nhà cung ứng khác.

Ví dụ, khách hàng được quyền đánh giá chuyến đi (1-5 sao) và quyết định mức tip cho tài xế. Trong một số trường hợp, khách hàng chấm điểm thấp không phải vì tài xế chạy ẩu, vi phạm giao thông, mà do kẹt xe, thời tiết xấu hoặc tâm trạng của họ đang bực bội.

Ngược lại, tài xế hầu như không có nhiều cơ hội để đánh giá khách hàng. Và ngay cả khi có, những đánh giá đó chủ yếu phục vụ lợi ích của nền tảng (chẳng hạn để phân loại hay định giá khách hàng), chứ không mang lại tác động trực tiếp đến điều kiện làm việc hay thu nhập của tài xế.

Ở khía cạnh kiểm soát của thuật toán, một trong những công cụ quản lý hiệu suất quan trọng nhất là hệ thống đánh giá từ khách hàng. Những điểm số này ảnh hưởng trực tiếp đến việc người lao động có được giới thiệu cho nhiều khách hàng hơn hay không trong tương lai. Từ các đánh giá đó, thuật toán sẽ tự động quyết định ai được ưu tiên tiếp cận cơ hội làm việc, và ai dần bị đẩy ra bên lề.

Nếu kiểm soát trực tiếp là hình thức "cưỡng chế" mang tính mệnh lệnh của thuật toán, thì kiểm soát gián tiếp giống một cú huých tâm lý (nudging) mềm mại nhưng không kém phần hiệu quả [9]. Thay vì ra lệnh, nền tảng dẫn dắt hành vi của người lao động bằng các tín hiệu như phần thưởng và cảm giác thành tựu. Những yếu tố "game hóa" – chẳng hạn điểm thưởng, huy hiệu, tiền thưởng khi chạy đủ giờ trong khung cao điểm, hoàn thành số chuyến đi nhất định hay lọt vào Top 10 bảng xếp hạng hiệu xuất của tháng – biến công việc hằng ngày thành một cuộc đua cạnh tranh liên tục.

Người lao động sẽ không chỉ làm để đủ chuẩn, mà còn cố gắng làm hơn mức cần thiết, săn thêm điểm, giữ thứ hạng, cung cấp thêm các dịch vụ cho khách hàng để được đánh giá tốt hơn và có thu nhập cao hơn. Đáng chú ý, những yếu tố gián tiếp này tác động vào quá trình tư duy của con người, tạo phản xạ khiến người lao động tiếp tục online và kéo dài thời gian làm việc mà không cần mệnh lệnh hay ép buộc.

Khía cạnh cuối cùng mà thuật toán tác động mạnh đến người lao động là cơ chế định giá. Các nền tảng rất hay dùng chiến lược "giá tăng vọt" để tạm thời đẩy giá lên tại một khu vực nhất định trong một thời điểm nhất định, nhằm thu hút thêm khách hàng và tối ưu hóa lợi nhuận.

Ở đây, sự thiếu minh bạch xung quanh các thuật toán khiến cơ chế định giá tăng vọt này bị xem là không công bằng với cả tài xế lẫn khách hàng, vì ngay cả một thay đổi nhỏ về vị trí địa lý cũng có thể dẫn đến hệ số tăng hoàn toàn khác nhau về giá. Có khách sẽ tiết kiệm được cước phí, trong khi người khác lại phải trả cao hơn nhiều. Và dĩ nhiên, mức giá khách phải trả sẽ kéo theo thu nhập mà người tài xế nhận được.

Im lặng ...

Trong một mô hình kinh tế mới, khi thuật toán nắm quyền quản lý, các dòng mã không chỉ quyết định miếng cơm manh áo của tài xế mà còn tạo ra những áp lực tinh thần.

Đáng ngạc nhiên là còn rất ít nghiên cứu khoa học về tác động của thuật toán đến người lao động. Điều đó có nghĩa là, dù các nền tảng số đang điều hành hàng triệu tài xế mỗi ngày, chúng ta vẫn chưa hiểu hết những trải nghiệm, suy nghĩ, tâm tư, nguyện vọng của người tài xế. Khoảng trống này khiến các chính sách quản lý khó có thể sát với người lao động, trong khi thuật toán vẫn tự động vận hành và ra quyết định trong những chiếc "hộp đen".

Một số ít những nghiên cứu giải thích cách thuật toán tác động đến tài xế công nghệ vẽ nên bức tranh không mấy sáng sủa: đa phần thuật toán thường gây áp lực nhiều hơn là trao quyền.

Khác với quan hệ lao động truyền thống – nơi người lao động có thể trao đổi trực tiếp với quản lý, khiếu nại qua công đoàn hoặc dựa vào các điều khoản hợp đồng rõ ràng – tài xế công nghệ hầu như chỉ tiếp xúc với "ông chủ" của mình thông qua một màn hình điện thoại lạnh lẽo. Nền tảng chỉ có ngôn ngữ lạnh lùng duy nhất liên quan đến xếp hạng, chấm sao, tiền thưởng, tỷ lệ nhận cuốc hay nguy cơ bị tạm khóa tài khoản...

Tài xế lại không được giải thích rõ cơ chế, lý do đằng sau các con số chấm điểm hiện lên màn hình. Sự mù mờ này khiến họ liên tục sống trong trạng thái cảnh giác. Liệu từ chối một cuốc xe có khiến mình bị tụt hạng? Chạy chậm vì kẹt xe có bị coi là kém hiệu quả? Một lần đánh giá một sao từ khách hàng khó tính có thể dẫn đến phạt giảm cuốc?

Vì không thể biết rõ cách nền tảng quyết định, tài xế buộc phải tự điều chỉnh hành vi theo những tín hiệu của hệ thống - làm việc nhiều hơn, nhận nhiều cuốc hơn, chấp nhận rủi ro cao hơn - chỉ để giữ mình không bị rơi khỏi vòng xoáy phân bổ đơn hàng.

Dần dần, tài xê không còn có thể quyết định nhịp độ của mình. Họ cần mẫn, im lặng, phục tùng thuật toán và nơm nớp nỗi lo thuật toán phân phối cuốc cho tài xế mới gia nhập hệ thống.

Trong bối cảnh ấy, sự thiếu kết nối xã hội càng làm trầm trọng thêm cảm giác cô độc của người tài xế. Không văn phòng, không đồng nghiệp cố định, không có không gian để trò chuyện cuối giờ, tài xế thường chỉ có những phút nghỉ ngắn bên đường.

Về bản chất, các công việc do thuật toán điều phối không chỉ phân mảnh thời gian lao động mà còn làm mỏng đi các mối quan hệ xã hội vốn giúp con người chống chọi với áp lực nghề nghiệp.

...và âm thầm phản kháng

Để đối phó, nhiều tài xế giao đồ ăn đã tự lập ra các kênh trao đổi riêng, như các nhóm trên mạng xã hội [10] để chia sẻ kinh nghiệm, hỗ trợ và cảnh báo lẫn nhau. Đó là một cách tự cứu khi nền tảng không lắng nghe họ.

Ở đó, người lao động tìm lại cảm giác thuộc về một cộng đồng. Ở đó, họ tìm được những người chung hoàn cảnh, chung tiếng nói, ví dụ, như những người anh em đồng hương, cùng tuổi v.v thay vì chỉ được dán nhãn chung chung là "shipper" để bù đắp cho việc thiếu bản sắc nghề nghiệp. Họ có thể chia sẻ những lo lắng, cảm giác cô lập và thất vọng trong công việc, những điều họ không dễ giãi bày với người thân, bạn bè khi lịch làm việc luôn lệch nhịp với gia đình.

Những người lao động tự do cũng thích dựa vào kinh nghiệm của đồng nghiệp và phán đoán cá nhân hơn là các chỉ dẫn từ thuật toán. Đó là một sự "nổi dậy ngầm" trong một cuộc sống đang bị thuật toán theo sát từng phút.

Trong các nhóm của tài xế xe công nghệ, không ít người chia sẻ cảm giác bức bối, thậm chí ác cảm, trước những quyết định máy móc mà họ không thể hiểu hay kiểm soát.

Các nhóm này cũng là nơi nhiều tài xế biện minh cho những lúc không tuân thủ quy định của nền tảng. Thậm chí, có những lúc các tài xế còn tận dụng mạng xã hội để lên tiếng đấu tranh, giành quyền chủ động và kêu gọi nhiều người cùng phản đối các nền tảng để đấu tranh cho mình.

Liên đoàn lao động quốc tế (ILO) đã có một báo cáo toàn cầu đáng chú ý về sự phản kháng của lao động nền tảng. Trong khoảng thời gian từ tháng 1/2017 đến tháng 2/2020, có hơn 1.271 cuộc biểu tình của người lao động trong bốn lĩnh vực nền tảng: gọi xe, giao đồ ăn, dịch vụ chuyển phát nhanh và giao hàng tạp hóa [11]. Lý do chính khiến các tài xế biểu tình, tắt app, đình công chủ yếu là vì lương thấp, tình trạng việc làm vất vả, sức khoẻ và an toàn lao động kém.

Trong bối cảnh chính phủ nhiều nước chưa thể điều chỉnh các nền tảng số và công nhận người lao động nền tảng, tài xế ở nhiều nước đành phải "tự xoay sở". Chẳng hạn, các tài xế gọi xe châu Phi xây dựng các mạng lưới tự tổ chức để xây dựng "quyền lực từ dưới lên", thay vì trông chờ vào công đoàn [12]. Họ hỗ trợ nhau, chia sẻ xe, lập nhiều tài khoản, thuê phương tiện hoặc tìm cách tổ chức lại công việc để giảm rủi ro và duy trì thu nhập. Xu hướng này được đánh giá là tích cực, trong thời đại mà "các bản sắc giai cấp và các liên minh xã hội mới" đang nổi lên.

***

Điều đáng lo không chỉ là sự kiệt sức của từng tài xế mà là cách vận hành của nền kinh tế số đang trao cho thuật toán quá nhiều quyền. Thuật toán có quyền năng quản lý nhưng không phải chịu trách nhiệm, quyền lực được tập trung mà không đi kèm nghĩa vụ giải trình, người lao động bị quản lý đến từng phút nhưng lại bị gạt ra ngoài các cơ chế phản hồi và bảo vệ vốn có của quan hệ lao động truyền thống.

Khi đó, sự im lặng phục tùng hay phản kháng ra mặt của tài xế đều là hệ quả của một hệ thống bất cập mang tính cấu trúc và không thể tiếp tục bị bỏ qua. Vấn đề là liệu xã hội có kịp đặt ra những câu hỏi khó - và trả lời bằng hành động - về tính công bằng, trách nhiệm và quyền lợi đối với những tài xế này trước khi thuật toán trở thành chuẩn mực không thể tranh cãi của thế giới việc làm tương lai hay không?

---

Tài liệu tham khảo:

[1] Yating Yang. (2024). China delivery rider collapses, dies on bike after working 18-hour days, leaves family in hardship. South China Morning Post. https://www.scmp.com/news/people-culture/trending-china/article/3278707/china-delivery-rider-collapses-dies-bike-after-working-18-hour-days-leaves-family-hardship

[2] Duggan, J., Sherman, U., Carbery, R., & McDonnell, A. (2020). Algorithmic management and app-work in the gig economy: A research agenda for employment relations and HRM. Human Resource Management Journal, 30, 114–132. https://doi.org/10.1111/1748-8583.12258

[3] Datta, N., et al. (2023). Working Without Borders: The Promise and Peril of Online Gig Work. World Bank. http://hdl.handle.net/10986/40066

[4] Trường Thanh. (2024). Người dân Việt Nam tham gia nền kinh tế gig đang gia tăng. Tạp Chí Khoa Học Và Công Nghệ Việt Nam. https://vjst.vn/nguoi-dan-viet-nam-tham-gia-nen-kinh-te-gig-dang-gia-tang-67756.html

[5] Stallkamp, M., & Schotter, A. P. J. (2019). Platforms without borders? The international strategies of digital platform firms. Global Strategy Journal, 11(1), 58–80. https://doi.org/10.1002/gsj.1336

[6] Lê Tuyết. (2023). Tài xế xe công nghệ 'tranh cuốc gay gắt vì lực lượng tăng nhanh'. VnExpress, https://vnexpress.net/tai-xe-xe-cong-nghe-tranh-cuoc-gay-gat-vi-luc-luong-tang-nhanh-4669677.html

[7] Kadolkar, I., Kepes, S., & Subramony, M. (2024). Algorithmic management in the gig economy: A systematic review and research integration. Journal of Organizational Behavior, 46(7), 1057–1080. https://doi.org/10.1002/job.2831

[8] Bokányi, E., Hannák, A. (2020). Understanding Inequalities in Ride-Hailing Services Through Simulations. Scientific Report 10, 6500. https://doi.org/10.1038/s41598-020-63171-9

[9] Parth, S., & Bathini, D. R. (2021). Microtargeting control: Explicating algorithmic control and nudges in platform‐mediated cab driving in India. New Technology Work and Employment, 36(1), 74–93. https://doi.org/10.1111/ntwe.12188

[10] McDaid, E., & Free, C. (2025). Stories of resistance: The role of online forums in response to Uber’s algorithmic management. Critical Perspectives on Accounting, 101, 102790. https://doi.org/10.1016/j.cpa.2025.102790

[11] Bessa, I., Joyce, S., Neumann, D., Stuart, M., Trappmann, V., Umney, C. (2022). A global analysis of worker protest in digital labour platforms, ILO Working Paper 70 (Geneva, ILO). https://www.ilo.org/publications/global-analysis-worker-protest-digital-labour-platforms

[12] Anwar, M. A. (2025). Worker power in self-organised networks: Algorithmic management, solidarity and resistance on platforms. Platforms & Society, 2. https://doi.org/10.1177/29768624251369063