《人物》杂志发表了《外卖骑手,困在系统里》一文,文中从外卖骑手的视角出发,探究了目前外卖生态中外卖骑手送餐只能越来越快、越来越不顾自身安全的困局,引起大家对于外卖平台以及其所设计出来的算法的批判,并且在引言中发起一个思考:
数字经济的时代,算法究竟应该是一个怎样的存在?[1]
诚然,外卖平台作为这一切的最大利益获得者,是造成外卖骑手困局的重要因素;但是如果试图把责任推给算法,把解决外卖骑手困局的方法归结于“加强程序员的培训和价值导向”、“让外卖平台所有的产品经理和算法工程师都去当一个月骑手”,那么我们想说,数字经济时代的算法不背这个锅。
为什么这么说呢?
为了研究外卖平台所使用的算法,我们仔细阅读了一篇由阿里本地生活智慧物流团队发布的论文《Order Fulfillment Cycle Time Estimation for On-Demand Food Delivery》(外卖履约时间预估)[2]。该论文首次比较系统地披露了外卖平台(饿了么)目前采用哪些特征如何设计算法来预估从顾客下单到外卖员送餐到顾客手上所使用的时间,被KDD 2020(数据挖掘领域顶级会议)接收为口头报告论文。
且听我解释。
一、关于算法造成骑手困局的逻辑
《外卖骑手,困在系统里》一文中透露出来的逻辑,或者说大家脑海里关于算法造成骑手困局的逻辑是这样的:
首先,算法根据历史数据决定缩短配送时间,骑手为了避免订单超时只好狂飙、逆行、闯红灯,而骑手的这些举动确实把实际送餐时间缩短了,产生了更多的短时长数据,算法根据这些短时长数据决定再缩短配送时间。这样恶性循环让骑手的配送时间越缩越短,算法让骑手越来越陷入困局。
在这期间,算法只根据餐厅到顾客的直线距离决定骑手配送时间,而不管实际路况、天气状况、餐厅出餐时间、骑手等电梯时间。算法总是以尽可能缩短配送时间为目标。
是这样的吗?
二、算法的目标
首先,我们这里所说的算法,指的是通过历史订单等各种数据,找出影响配送时间的因素及权重,以决定下一次骑手送餐时间长短的方法。
比如说,假如我们只把商家与下订单者之间的距离作为因