کمپنی اور کینیڈین یونین کے درمیان عدالتی جنگ کے ایک حصے کے طور پر منظر عام پر آنے والی اندرونی دستاویزات کے مطابق، ایمیزون یہ اندازہ لگانے کے لیے کہ اس کے گودام کے کارکنان کے اتحاد، دھرنوں یا دیگر "خلل انگیز لیبر ایونٹس" کا انعقاد کرنے کے کتنے امکانات ہیں، کا اندازہ لگانے کے لیے اٹلس نامی ایک اندرون خانہ AI پیشن گوئی کا آلہ استعمال کرتا ہے۔ اوپن ڈیموکریسی کی طرف سے 16 اکتوبر کو شائع ہونے والی تحقیقات سے پتہ چلتا ہے کہ یہ ٹول ہر گودام کو 100 سے 900 کے رسک سکور تفویض کرتا ہے - اور اس قیادت کو بتایا جاتا ہے کہ زیادہ اسکور "بہتر" ہیں۔
دستاویزات کیا کہتی ہیں۔ For more context on this story, see our ongoing AI news.
دستاویزات، جو اوپن ڈیموکریسی رپورٹس کینیڈا میں ایمیزون مینیجرز کے لیے تربیتی وسائل کے طور پر دکھائی دیتی ہیں، ان میں ایک ضمیمہ ہے جس میں کہا گیا ہے کہ اٹلس افرادی قوت کے بارے میں "سینکڑوں ڈیٹا پوائنٹس" جمع کرتا ہے۔ ان ان پٹ میں مبینہ طور پر Reddit فورمز پر پوسٹس، اندرونی فیڈ بیک سروے پر ملازمین کے جوابات، کام کی جگہ کی عمومی معلومات، اور سائٹ پر کوئی سابقہ صنعتی کارروائی شامل ہے۔
اس ڈیٹا سے، اٹلس ہر گودام کی یونین کی سرگرمی کے امکان کے لیے 100 اور 900 کے درمیان سکور بناتا ہے۔ جتنا کم اسکور ہوگا، اتنا ہی زیادہ امکان ہے کہ سسٹم کا خیال ہے کہ ورکرز - جنہیں ایمیزون "ایسوسی ایٹس" کہتا ہے - اتحاد کرنا یا دوسرے اقدامات کرنا ہیں جو کمپنی کی پیداواریت یا منافع کو متاثر کر سکتے ہیں۔ دستاویز میں کہا گیا ہے کہ ایمیزون کی قیادت کے لیے، اعلیٰ اسکور "بہتر" ہیں، جو اوپن ڈیموکریسی کے نوٹوں سے واضح ہوتا ہے کہ کمپنی اتحاد کو کم کرنے کے خطرے کے طور پر دیکھتی ہے۔
گوداموں کو ان کے اٹلس سکور کی بنیاد پر پانچ درجوں میں درجہ بندی کیا گیا ہے۔ ٹائر 5 "فوری طور پر سمجھے جانے والے خطرے" کی نمائندگی نہیں کرتا ہے، جبکہ ٹائر 1 کا مطلب ہے "مستقبل کی سرگرمی قریب ہے۔" دستاویزات سے پتہ چلتا ہے کہ پیمانے کا استعمال "عملے کے فیصلوں، وسائل کی منصوبہ بندی، معیاری کارروائیوں، اور ایمیزون لیبر ڈھانچے کو لاحق خطرات کو کم کرنے کے لیے ملکیت سے آگاہ کرنے کے لیے کیا جاتا ہے۔"
اسکور شدہ گودام کے اندر
یہ رپورٹ برطانیہ میں ایمیزون کے کوونٹری گودام کی کہانی کو بنیاد بناتی ہے، جہاں 62 سالہ کارکن گارفیلڈ ہیلٹن نے اوپن ڈیموکریسی کو بتایا کہ وہ طویل عرصے سے جانتے ہیں کہ ایمیزون اپنے کام کے دن کے ہر منٹ پر نظر رکھتا ہے اور لاگ ان کرتا ہے - ہر پروڈکٹ کو اسکین کیا جاتا ہے، اسکین کے درمیان ہر سیکنڈ، ہر لمحے اس کا اسکینر مختصر طور پر غیر فعال بیٹھتا ہے اور اس کے تمام پروڈکٹیوٹی کو ہدف بناتا ہے۔
ہیلٹن نے جو کہا وہ نہیں جانتا تھا کہ ایمیزون کوونٹری سائٹ پر ممکنہ "اختلافات" کی بھی نگرانی کرتا دکھائی دیتا ہے، سوشل میڈیا اور کمپنی کے اندرونی عملے کے بلیٹن بورڈ پر پوسٹس کی نگرانی کے لیے AI کا استعمال کرتا ہے۔
ایمیزون کا جواب
ایمیزون کے ترجمان نے اٹلس کی خصوصیت کو "انفرادی ملازم کی نگرانی یا نگرانی" کے طور پر مسترد کرتے ہوئے اوپن ڈیموکریسی کو بتایا کہ یہ نظام افراد کو ٹریک کرنے کے بجائے سائٹ اور عمارت کی سطح پر کام کرتا ہے۔ رپورٹ کے مطابق، کمپنی نے خود پیشین گوئی کے آلے کے وجود پر تنازعہ نہیں کیا۔
لندن میں قائم قانونی فرم لی ڈے کے ایک پارٹنر مائیکل نیومین نے اوپن ڈیموکریسی کو بتایا کہ اسکورنگ سسٹم "یہ واضح کرتا ہے کہ ان کے خیال میں یونین خراب ہے" اور یہ ایمیزون کے پچھلے دعووں سے "ایک بہت مختلف کہانی" کہتا ہے کہ یہ کارکنوں کو یونین میں شامل ہونے سے روکنے کی کوشش نہیں کرتا ہے۔
الگورتھمک مینجمنٹ پر ایک وسیع تر حساب
یہ انکشافات اس بات کی سخت جانچ پڑتال کے درمیان سامنے آئے ہیں کہ کس طرح بڑے آجر افرادی قوت کے انتظام اور نگرانی کے لیے الگورتھمک نظام استعمال کرتے ہیں۔ ایمیزون کے گودام طویل عرصے سے دنیا کے سب سے زیادہ آلات سے چلنے والے کام کی جگہوں میں شامل ہیں، پیداواری ٹیلی میٹری دوسرے نمبر پر ہے۔ اٹلس دستاویزات میں جو کچھ نیا ہے وہ بیرونی سگنلز - سوشل میڈیا پوسٹس، سروے کے جوابات - کے ساتھ اس آپریشنل ٹیلی میٹری کا بظاہر فیوژن ہے جس کا مقصد خاص طور پر سرگرمی کو منظم کرنا ہے۔
مزدوروں کے وکیلوں نے دلیل دی ہے کہ پیشن گوئی کرنے والی یونین رسک اسکورنگ عام پیداواری نگرانی سے الگ الگ قانونی سوالات اٹھاتی ہے، ممکنہ طور پر امریکہ، برطانیہ اور کینیڈا میں تحفظات کو منظم کرنے والے کارکنان کو چھوتے ہیں، یہ تینوں خطوں میں جو اٹلس کا احاطہ کرتے ہیں۔ دستاویزات کو منظر عام پر لانے والی عدالتی لڑائی جاری ہے، اور یہ ابھی تک واضح نہیں ہے کہ مزید کیا مواد عوامی ریکارڈ میں داخل ہو سکتا ہے۔
پیشن گوئی لیبر اسکورنگ کیسے کام کرتی ہے - اور یہ کیوں متنازعہ ہے۔
اٹلس کام کی جگہ کے نظام کے ایک زمرے سے تعلق رکھتا ہے جسے بعض اوقات "لیبر فورکاسٹنگ" کہا جاتا ہے: وہ ماڈل جو تنظیمی سرگرمیوں کو بہتر بنانے کے لیے ایک اور آپریشنل متغیر کے طور پر مانتے ہیں، اس کے ساتھ ساتھ ڈیمانڈ منحنی خطوط اور اسٹافنگ روسٹر بھی۔ دستاویزات دیگر انٹرپرائز AI تعیناتیوں سے واقف فیڈ بیک لوپ کی وضاحت کرتی ہیں — ڈیٹا اکٹھا کرنا، رسک اسکورنگ، ٹائرڈ رسپانس — لیکن یہاں "جواب" میں ان سائٹس پر عملے اور وسائل کے بارے میں فیصلے شامل ہیں جہاں کارکنان تنظیمی حقوق استعمال کرنے کی کوشش کر رہے ہیں۔
اس طرح کے نظاموں کے ناقدین کا کہنا ہے کہ اٹلس جیسے سکور خود کو پورا کرنے والی حرکیات پیدا کر سکتے ہیں۔ اعلی خطرے کے طور پر جھنڈا لگا ہوا گودام انتظامیہ کی توجہ، ایڈجسٹ سٹاف، یا "معیاری اقدامات" کو اپنی طرف مبذول کر سکتا ہے جس کے اثرات پوری افرادی قوت پر پڑتے ہیں، قطع نظر اس کے کہ کوئی فرد ملازم تنظیم سازی میں مصروف ہے۔ چونکہ اسکورنگ کا معیار عوامی نہیں ہے، اس لیے کسی دی گئی سائٹ پر کارکنوں کے پاس عام طور پر یہ جاننے کا کوئی طریقہ نہیں ہوتا ہے کہ آیا ان کے گودام میں ٹائر 1 ریٹنگ ہے یا ٹائر 5 — یا ان کے بارے میں کس ڈیٹا نے اس میں تعاون کیا۔
اوپن ڈیموکریسی رپورٹ میں یہ الزام نہیں لگایا گیا ہے کہ اٹلس نے نامزد افراد کو نشانہ بنایا ہے۔ تنازعات سائٹ کی سطح کی اسکورنگ پر مرکوز ہیں اور ایمیزون اس کے ساتھ کیا کرتا ہے۔ لیکن Reddit کی نگرانی اور اندرونی سروے کے تجزیے کی دستاویزات کی تفصیل پہلے ہی آن لائن لیبر آرگنائزرز کی طرف سے تنقید کا نشانہ بنا چکی ہے، جہاں کہانی ہیکر نیوز پر زیر بحث آنے کے بعد بڑے پیمانے پر گردش کر رہی ہے۔
AI انڈسٹری کے لیے، یہ معاملہ ایک بحث میں ایک اور ڈیٹا پوائنٹ ہے جو فرضی سے ٹھوس کی طرف منتقل ہو گیا ہے: آجر اب یہ نہیں پوچھ رہے ہیں کہ آیا AI افرادی قوت کو منظم کرنے کی پیش گوئی کر سکتا ہے - دستاویزات بتاتی ہیں کہ کم از کم دنیا کی سب سے بڑی کمپنیوں میں سے ایک نے ایسا کرنے کے لیے ایک نظام بنایا ہے۔ UK اور EU میں ریگولیٹرز، پہلے سے ہی الگورتھمک مینجمنٹ اور ورک پلیس AI کے بارے میں قوانین کا مسودہ تیار کر رہے ہیں، اب ان کے پاس کام کرنے کے لیے ایک نامزد، دستاویزی مثال موجود ہے۔
_یہ مضمون ایوی بریز کے ذریعہ 16 اکتوبر 2026 کو شائع ہونے والی اوپن ڈیموکریسی کی تحقیقات پر مبنی ہے۔_
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
