科幻小说长期以来一直想象着一个未来，人们不断与机器人和智能机器互动。这个未来已经发生在仓库中和制造业务。其他工人将虚拟或增强现实作为他们的一部分就业培训，以帮助他们执行工作， 要么与客户互动。很多工人都在自动监视来自他们的雇主。
所有这些自动化都会产生可用于分析工人绩效的数据。这些分析，无论是由人类完成还是软件程序，可能会影响谁被雇用，解雇，晋升和加薪。一些人工智能程序可以挖掘和操纵数据以预测未来的行动，例如谁可能辞职或诊断医疗状况。
如果您的工作目前不涉及这些类型的技术，它可能会在不久的将来。这让我担心我-劳动和就业法学者谁研究技术在工作场所的作用- 由于对美国工作场所法律进行了重大更改，这些监视和隐私入侵将是完全合法的。
新技术破坏了旧工作场所法律
美国对工作场所的监管长期以来一直是世界上大部分地区的异常值。特别是对于私人，非统一的工人，美国在很大程度上允许公司和工人独自找出工作条款和条件。
总的来说，除了最大的工人或公司级别最高的工人之外，所有的法规都缺乏法规，这意味着公司可以行事，尽管他们受到法律的约束防止歧视，，，，设定最低工资，需要加班费， 和确保工人安全。
但是，这些法律大多数已有数十年的历史，很少更新。他们当然还没有跟上技术进步，增加临时或“演出”工作以及经济的其他变化。
面对这些新挑战，旧法律使许多工人没有充分保护工作场所滥用， 要么甚至完全将一些工人排除在任何保护之外。例如，两个特朗普政府机构最近宣布Uber司机不是员工因此，无权获得最低工资，加班或参与加入工会等集体行动的权利。
人工智能，机器人技术，虚拟现实和高级监控系统等新兴技术已经开始以基本方式改变工作场所可能很快就会变成不可能忽略。这一进步强调了对就业法的有意义变化的必要性。
考虑Uber驱动程序
像其他所谓的零工经济中的公司一样，Uber花费了大量的金钱和时间诉讼和游说保护将其驱动因素归类为独立承包商而不是雇员的法规。Uber在2018年创下了第五届年度联邦游说记录，支出230万美元关于诸如防止驾驶员被归类为员工的问题。
区别是至关重要的。Uber不必支付独立承包商的就业税或失业保险费。此外，非雇主被完全排除在任何工作场所保护法中。这些工人无权获得最低工资或加班费；他们可以根据自己的种族，性别，宗教，颜色，国籍，年龄，残疾和军事地位来歧视他们；他们缺乏工会的权利；他们无权获得安全的工作环境。
自从有工作场所法律以来，公司就一直试图将工人归类为独立承包商，但是技术大大扩展了公司雇用劳动力的能力，使员工与独立承包商之间的界限模糊。
员工也没有受到保护
即使对于被认为是雇员的工人，技术也允许雇主利用前所未有的工作场所法律中的差距。许多工人已经使用计算机，智能手机和其他设备，使雇主得以监视他们的活动和位置，即使下班。
新兴技术允许更大的隐私入侵。例如，一些雇主已经有跟踪和监视工人的运动和对话的徽章。日本雇主使用技术来监视工人的眼睑运动和如果系统识别嗜睡迹象，则降低室温。
另一家公司植入了射频识别（RFID）芯片进入员工“志愿者”的武器。目的是使工人更容易打开门，登录计算机并从休息室购买物品。但是，可以每天24小时跟踪患有RFID植入物的人。此外，RFID芯片容易受到影响盗贼未经授权的访问或“掠过”他们只是身体上接近芯片。
没有对工人的隐私保护
The monitoring that’s possible now will seem simplistic compared to what’s coming: a future in which robotics and other technologies capture huge amounts of personal information to feed AI software that learns which metrics are associated with things such as workers’ moods and energy levels, or even diseases like depression.
一家医疗保健分析公司，其客户包括该国一些最大的雇主，已经使用工人的互联网搜索历史和医疗保险索赔预测谁有患糖尿病或正在考虑怀孕的风险。该公司表示，它仅向客户提供摘要信息，例如工作场所中试图生孩子的女性人数，但在大多数情况下，可以可能在法律上识别特定工人。
除了一些狭窄的例外（例如在浴室和其他特定领域，工人可以期望处于相对隐私之处），私人部门员工几乎没有任何法律权利，也没有任何合法权利，选择退出这种监控。他们甚至可能没有被告知发生了。由于《第四修正案》禁止不合理的搜索，公共部门的员工得到了更多的保护，但是在政府工作场所，该禁令的范围很狭窄。
AI歧视
与几乎完全缺乏保护工人的隐私法相反，就业歧视法（远非完美）可以为员工提供一些重要的保护。但是，这些法律已经因其对构成歧视的构成的过度简单和有限的看法而面临批评这使得受害者很难提起诉讼或获得有意义的和解。新兴技术，尤其是AI，将加剧这个问题。
招聘过程中使用的AI软件程序被销售为消除或减少偏见的人类决策。实际上，它们可以产生更多的偏见，因为这些系统取决于大量数据，这可能是偏见的。
例如，亚马逊最近放弃了一个多年项目来开发AI招聘程序，因为它不断歧视妇女。显然，AI计划从亚马逊的男性主导的劳动力中学到了一个男人，与成为一个好工人有关。值得称赞的是，亚马逊从未将该计划用于实际招聘决定，但是缺乏资源，知识或渴望识别有偏见的AI的雇主呢？
基于计算机算法的歧视法律尚不清楚，就像其他技术扩展就业法律和法规远远超出了其明确的应用。没有规则的更新，更多的工人将继续落在传统工人的保护之外，甚至可能没有意识到他们的真正脆弱性。
杰弗里·赫希（Jeffrey Hirsch）是日内瓦年兰德·兰德杰出法学教授北卡罗来纳大学教堂山。
