কোম্পানি এবং কানাডিয়ান ইউনিয়নের মধ্যে একটি আদালতের যুদ্ধের অংশ হিসাবে প্রকাশ করা অভ্যন্তরীণ নথি অনুসারে, এর গুদাম কর্মীদের ইউনিয়ন করা, স্টেজ-ইন করা বা অন্যান্য "বিঘ্নিত শ্রম ইভেন্ট" মঞ্চস্থ করার সম্ভাবনা কতটা ভবিষ্যদ্বাণী করতে অ্যামাজন অ্যাটলাস নামে একটি ইন-হাউস AI পূর্বাভাস সরঞ্জাম ব্যবহার করে। 16 অক্টোবর ওপেনডেমোক্রেসি দ্বারা প্রকাশিত তদন্তটি পরামর্শ দেয় যে টুলটি প্রতিটি গুদামকে 100 থেকে 900 এর ঝুঁকি স্কোর বরাদ্দ করে — এবং সেই নেতৃত্বকে বলা হয় যে উচ্চতর স্কোরগুলি "ভাল"।

দলিল যা বলে For more context on this story, see our ongoing latest AI developments.

নথি, যা ওপেন ডেমোক্রেসি রিপোর্টগুলি কানাডার অ্যামাজন পরিচালকদের জন্য প্রশিক্ষণ সংস্থান বলে মনে হচ্ছে, তাতে একটি পরিশিষ্ট রয়েছে যাতে বলা হয়েছে যে অ্যাটলাস কর্মশক্তি সম্পর্কে "শত শত ডেটা পয়েন্ট" সংগ্রহ করে। এই ইনপুটগুলির মধ্যে Reddit ফোরামে পোস্ট, অভ্যন্তরীণ প্রতিক্রিয়া সমীক্ষায় কর্মীদের প্রতিক্রিয়া, সাধারণ কর্মক্ষেত্রের তথ্য এবং সাইটে পূর্ববর্তী কোনো শিল্পকর্ম অন্তর্ভুক্ত রয়েছে।

সেই ডেটা থেকে, অ্যাটলাস প্রতিটি গুদামের ইউনিয়ন কার্যকলাপের সম্ভাবনার জন্য 100 থেকে 900 এর মধ্যে একটি স্কোর তৈরি করে। স্কোর যত কম হবে, সিস্টেমটি বিশ্বাস করে যে কর্মীরা - যাদের অ্যামাজন "সহযোগী" বলে অভিহিত করে - তারা ইউনিয়ন করতে বা অন্যান্য পদক্ষেপ নিতে পারে যা কোম্পানির উত্পাদনশীলতা বা লাভজনকতাকে প্রভাবিত করতে পারে। নথিতে বলা হয়েছে যে অ্যামাজনের নেতৃত্বের জন্য, উচ্চতর স্কোর "ভাল" যা ওপেন ডেমোক্রেসি নোটগুলি স্পষ্ট করে যে সংস্থাটি ইউনিয়নকরণকে হ্রাস করার ঝুঁকি হিসাবে বিবেচনা করে।

গুদামগুলি তাদের অ্যাটলাস স্কোরের ভিত্তিতে পাঁচটি স্তরে শ্রেণীবদ্ধ করা হয়েছে। টায়ার 5 প্রতিনিধিত্ব করে "কোনও অবিলম্বে অনুভূত ঝুঁকি নেই," যখন টায়ার 1 মানে "ভবিষ্যত কার্যকলাপ আসন্ন।" নথিগুলি প্রস্তাব করে যে স্কেলটি "কর্মীদের সিদ্ধান্ত, সংস্থান পরিকল্পনা, স্ট্যান্ডার্ড অ্যাকশন এবং অ্যামাজন শ্রম কাঠামোর ঝুঁকি কমাতে মালিকানা জানাতে ব্যবহৃত হয়।"

একটি স্কোর করা গুদামের ভিতরে

প্রতিবেদনটি যুক্তরাজ্যের আমাজনের কভেন্ট্রি গুদামঘরের গল্পের ভিত্তি করে, যেখানে 62 বছর বয়সী কর্মী গারফিল্ড হিল্টন ওপেনডেমোক্রেসিকে বলেছিলেন যে তিনি দীর্ঘদিন ধরে জানেন যে অ্যামাজন তার কর্মদিবসের প্রতি মিনিটে মনিটর করে এবং লগ করে — প্রতিটি পণ্য স্ক্যান করা হয়, প্রতি সেকেন্ড স্ক্যানের মধ্যে, প্রতি মুহূর্তে তার স্ক্যানার সংক্ষিপ্তভাবে নিষ্ক্রিয় হয়ে থাকে — এটির সবকটি ফিডিং লক্ষ্যমাত্রা এবং পূর্বনির্ধারিত ফিড।

হিল্টন যা বলেছিলেন যে তিনি জানেন না তা হল যে অ্যামাজন কভেন্ট্রি সাইটে সম্ভাব্য "অবিরোধ" নিরীক্ষণ করে বলে মনে হচ্ছে, সোশ্যাল মিডিয়া এবং কোম্পানির অভ্যন্তরীণ স্টাফ বুলেটিন বোর্ডে পোস্টগুলি পর্যবেক্ষণ করতে AI ব্যবহার করে।

অ্যামাজনের প্রতিক্রিয়া

অ্যামাজনের একজন মুখপাত্র অ্যাটলাসের বৈশিষ্ট্যকে "স্বতন্ত্র কর্মচারী পর্যবেক্ষণ বা নজরদারি" হিসাবে অস্বীকার করেছেন, ওপেন ডেমোক্রেসিকে বলে যে সিস্টেমটি ব্যক্তিদের ট্র্যাক করার পরিবর্তে সাইট এবং বিল্ডিং স্তরে কাজ করে। প্রতিবেদনে বলা হয়েছে, কোম্পানিটি পূর্বাভাস টুলের অস্তিত্ব নিয়ে বিতর্ক করেনি।

মাইকেল নিউম্যান, লন্ডন-ভিত্তিক আইন সংস্থা লেই ডে-এর একজন অংশীদার, ওপেনডেমোক্রেসিকে বলেছিলেন যে স্কোরিং সিস্টেম "এটি স্পষ্ট করে যে তারা মনে করে ইউনিয়ন খারাপ," এবং এটি আমাজনের পূর্ববর্তী দাবি থেকে "খুব আলাদা গল্প" বলে যে এটি শ্রমিকদের একটি ইউনিয়নে যোগদান করতে বাধা দেওয়ার চেষ্টা করে না।

অ্যালগরিদমিক ব্যবস্থাপনার উপর একটি বিস্তৃত হিসাব

বৃহৎ নিয়োগকর্তারা কিভাবে কর্মীবাহিনী পরিচালনা ও নিরীক্ষণের জন্য অ্যালগরিদমিক সিস্টেম ব্যবহার করে তার তীব্র যাচাই-বাছাইয়ের মধ্যে উদ্ঘাটনগুলি আসে। আমাজনের গুদামগুলি দীর্ঘকাল ধরে বিশ্বের সবচেয়ে ভারী যন্ত্রপাতিযুক্ত কর্মক্ষেত্রগুলির মধ্যে রয়েছে, উৎপাদনশীলতা টেলিমেট্রি দ্বিতীয় স্থানে রয়েছে৷ অ্যাটলাস নথিতে যা নতুন তা হল বাহ্যিক সংকেতগুলির সাথে সেই অপারেশনাল টেলিমেট্রির আপাত সংমিশ্রণ - সামাজিক মিডিয়া পোস্ট, জরিপ প্রতিক্রিয়াগুলি - বিশেষভাবে কার্যকলাপ সংগঠিত করার লক্ষ্যে একটি দূরদর্শী ভবিষ্যদ্বাণীমূলক ঝুঁকি মডেলে।

শ্রম আইনজীবীরা যুক্তি দিয়েছেন যে ভবিষ্যদ্বাণীমূলক ইউনিয়ন-ঝুঁকি স্কোরিং সাধারণ উত্পাদনশীলতা নিরীক্ষণ থেকে স্বতন্ত্র আইনি প্রশ্ন উত্থাপন করে, মার্কিন যুক্তরাষ্ট্র, যুক্তরাজ্য এবং কানাডায় সম্ভাব্য কর্মী সংগঠিত সুরক্ষা, যে তিনটি অঞ্চল এটলাস কভার করে। নথিগুলি সামনে আসা আদালতের লড়াই চলমান রয়েছে এবং আরও কী কী উপাদান পাবলিক রেকর্ডে প্রবেশ করতে পারে তা এখনও স্পষ্ট নয়।

কীভাবে ভবিষ্যদ্বাণীমূলক শ্রম স্কোরিং কাজ করে — এবং কেন এটি বিতর্কিত

অ্যাটলাস কর্মক্ষেত্র সিস্টেমের একটি বিভাগের অন্তর্গত যাকে কখনও কখনও "শ্রমের পূর্বাভাস" বলা হয়: এমন মডেল যা সংগঠনের কার্যকলাপকে অপ্টিমাইজ করার জন্য আরও একটি কার্যকরী পরিবর্তনশীল হিসাবে বিবেচনা করে, চাহিদা কার্ভ এবং স্টাফিং রোস্টারের পাশাপাশি। নথিগুলি অন্যান্য এন্টারপ্রাইজ এআই স্থাপনার থেকে পরিচিত একটি প্রতিক্রিয়া লুপ বর্ণনা করে — ডেটা সংগ্রহ, ঝুঁকি স্কোরিং, টায়ার্ড প্রতিক্রিয়া — তবে এখানে "প্রতিক্রিয়া"তে কর্মীরা সংগঠনের অধিকার প্রয়োগ করার চেষ্টা করছেন এমন সাইটগুলিতে স্টাফিং এবং সংস্থান সম্পর্কে সিদ্ধান্ত জড়িত।

এই ধরনের সিস্টেমের সমালোচকরা যুক্তি দেন যে অ্যাটলাসের মতো স্কোরগুলি স্ব-পরিপূর্ণ গতিশীলতা তৈরি করতে পারে। উচ্চ-ঝুঁকি হিসাবে চিহ্নিত একটি গুদাম ব্যবস্থাপনার কাছে ঘনিষ্ঠ মনোযোগ, সামঞ্জস্যপূর্ণ স্টাফিং, বা "স্ট্যান্ডার্ড অ্যাকশন" আকর্ষণ করতে পারে যার প্রভাব সমগ্র কর্মশক্তির উপর পড়ে, তা নির্বিশেষে যে কোনও স্বতন্ত্র কর্মচারী সংগঠিত হয়েছে কিনা। কারণ স্কোরিং মানদণ্ড সর্বজনীন নয়, একটি প্রদত্ত সাইটের কর্মীদের সাধারণত জানার কোন উপায় নেই যে তাদের গুদামটি একটি টিয়ার 1 রেটিং বা একটি টায়ার 5 ওয়ান - বা তাদের সম্পর্কে কোন ডেটা এতে অবদান রেখেছে।

ওপেন ডেমোক্রেসি রিপোর্টে অভিযোগ করা হয়নি যে অ্যাটলাস নামধারী ব্যক্তিদের লক্ষ্য করে; বিরোধ সাইট-স্তরের স্কোরিং এবং অ্যামাজন এর সাথে কী করে তার উপর কেন্দ্র করে। কিন্তু রেডডিট মনিটরিং এবং অভ্যন্তরীণ জরিপ বিশ্লেষণের নথির বর্ণনা ইতিমধ্যেই শ্রম সংগঠকদের কাছ থেকে অনলাইনে সমালোচনা করেছে, যেখানে হ্যাকার নিউজে আলোচনার পর গল্পটি ব্যাপকভাবে প্রচারিত হয়েছে।

AI শিল্পের জন্য, কেসটি একটি বিতর্কের আরেকটি ডেটা পয়েন্ট যা অনুমানিক থেকে কংক্রিটে চলে গেছে: নিয়োগকর্তারা আর জিজ্ঞাসা করছেন না যে AI কর্মী সংগঠিত করার ভবিষ্যদ্বাণী করতে পারে কি না - নথিগুলি প্রস্তাব করে যে বিশ্বের বৃহত্তম কোম্পানিগুলির মধ্যে অন্তত একটি ঠিক এটি করার জন্য একটি সিস্টেম তৈরি করেছে। ইউকে এবং ইইউ-এর নিয়ন্ত্রকগণ, ইতিমধ্যেই অ্যালগরিদমিক ম্যানেজমেন্ট এবং কর্মক্ষেত্র AI-এর বিষয়ে নিয়ম তৈরি করছেন, এখন তাদের সাথে কাজ করার জন্য একটি নামকৃত, নথিভুক্ত উদাহরণ রয়েছে।

_এই নিবন্ধটি 16 অক্টোবর, 2026 ইভি ব্রিজ দ্বারা প্রকাশিত ওপেন ডেমোক্রেসির তদন্তের উপর ভিত্তি করে তৈরি করা হয়েছে।

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →