Era 'upah pengawasan' ketika perusahaan menghitung gaji minimum yang akan diterima pelamar dari data pribadi

• 'Upah pengawasan' adalah sistem di mana algoritme menentukan upah dengan memanfaatkan data pribadi karyawan, bukan kinerja kerja atau masa kerja, dan sering kali didasarkan pada informasi yang dikumpulkan tanpa sepengetahuan pihak terkait
• Riwayat penggunaan pinjaman dana cepat, saldo kartu kredit, postingan media sosial, dan sinyal yang mengindikasikan kerentanan finansial dimasukkan ke dalam algoritme untuk memperkirakan upah minimum yang akan diterima pelamar
• Dalam laporan audit terhadap 500 perusahaan AI manajemen tenaga kerja yang dipimpin Profesor Veena Dubal dari UC Irvine School of Law, terkonfirmasi bahwa perusahaan-perusahaan besar di sektor kesehatan, layanan pelanggan, logistik, dan ritel adalah klien vendor yang menyediakan alat semacam ini
• Pekerja platform seperti perawat gig dan pengemudi rideshare terdampak sangat besar, dan dilaporkan ada kasus di mana upah berbeda dibayarkan kepada tiap individu meski bekerja di fasilitas yang sama dan melakukan pekerjaan yang sama
• Di negara bagian Colorado, 'Prohibit Surveillance Data to Set Prices and Wages Act' sedang diajukan, tetapi pembahasan regulasi terkait bergerak jauh lebih lambat di bidang upah dibanding harga konsumen

---

Apa itu upah pengawasan

• Ini merupakan perpanjangan dari prinsip yang sama seperti Surveillance Pricing: sebagaimana maskapai dan pusat perbelanjaan menetapkan harga berbeda untuk tiap konsumen dengan data pribadi, perusahaan pun menetapkan upah dengan cara serupa
• Para ahli mendefinisikannya sebagai 'upah pengawasan': alih-alih berdasarkan kinerja atau masa kerja, algoritme yang diberi data pribadi menentukan upah, dan dalam banyak kasus hal ini tidak diberitahukan kepada yang bersangkutan
• Menurut Nina DiSalvo, direktur kebijakan di kelompok hak buruh Towards Justice, beberapa sistem menggunakan riwayat penggunaan payday loan dan saldo kartu kredit yang tinggi sebagai sinyal kerentanan finansial untuk memperkirakan upah minimum yang akan diterima pelamar
• Ini juga dapat digunakan untuk mengetahui kemungkinan bergabung dengan serikat pekerja atau status kehamilan melalui scraping postingan publik di media sosial, yang kemudian dapat memengaruhi keputusan kenaikan upah setelah perekrutan
• Lindsay Owens dari Groundwork Collaborative: "Jika ini efektif pada konsumen, maka ini juga efektif pada pekerja. Psikologinya sama"

Poin utama laporan audit 500 perusahaan

• Profesor Veena Dubal dari UC Irvine School of Law dan ahli strategi teknologi Wilneida Negrón merilis laporan pada Agustus 2025 melalui Washington Center for Equitable Growth yang untuk pertama kalinya mengaudit 500 perusahaan AI manajemen tenaga kerja
• Dikonfirmasi bahwa perusahaan di sektor kesehatan, layanan pelanggan, logistik, dan ritel adalah klien vendor yang menyediakan alat yang memungkinkan praktik ini
• Laporan tersebut menyebut perusahaan-perusahaan besar AS sebagai klien, termasuk Intuit, Salesforce, Colgate-Palmolive, Amwell, Healthcare Services Group
• Laporan itu tidak menyatakan bahwa semua perusahaan yang menggunakan alat tersebut menjalankan pengawasan upah berbasis algoritme, tetapi memperingatkan bahwa meningkatnya penggunaan alat algoritmik untuk menganalisis data pribadi dapat memungkinkan praktik pengupahan yang lebih memprioritaskan penghematan biaya daripada transparansi dan keadilan
• Colgate-Palmolive membantah dengan mengatakan, "kami tidak menggunakan alat penetapan upah algoritmik" / Intuit menyatakan, "kami tidak terlibat dalam praktik semacam itu"

Pengawasan yang berlanjut setelah perekrutan

• Upah pengawasan tidak berhenti pada tahap perekrutan, tetapi juga digunakan untuk menentukan bonus dan kompensasi insentif selama menjalankan pekerjaan
• Vendor juga menyediakan alat pelacakan produktivitas, respons terhadap pelanggan, dan perilaku real-time, yang sebagian mencakup pengawasan suara dan video
• Survei International Data Corporation (IDC) tahun 2022: sekitar 70% perusahaan dengan 500 karyawan atau lebih sudah menggunakan sistem pemantauan karyawan
• Nina DiSalvo: "Data tentang Anda dapat membuat sistem pengambilan keputusan algoritmik memperkirakan seberapa besar insentif yang dibutuhkan untuk memunculkan respons perilaku tertentu"

Kasus pekerja gig kesehatan: upah ditentukan dengan 'indeks keputusasaan'

• Menurut laporan Roosevelt Institute yang disusun berdasarkan wawancara dengan 29 perawat gig, platform penempatan tenaga kesehatan seperti CareRev, Clipboard Health, ShiftKey, ShiftMed menetapkan upah untuk tiap shift kerja secara algoritmik
• Alih-alih upah tetap, platform menyesuaikan upah tiap individu berdasarkan frekuensi menerima shift, kecepatan merespons postingan, dan upah yang pernah diterima sebelumnya
• Akibatnya, perawat di fasilitas yang sama dan mengerjakan tugas yang sama bisa menerima upah yang berbeda
• Para pengkritik menunjukkan bahwa sistem ini memberi imbalan bukan pada keterampilan atau pengalaman, melainkan pada perilaku yang mengungkap kerentanan finansial
• ShiftKey membantah terlibat dalam penetapan upah pengawasan: "kami tidak menggunakan layanan data broker atau terlibat dalam penetapan upah pengawasan"
• Nicole Moore, pimpinan Rideshare Drivers United: "Mereka sedang menilai indeks keputusasaan kami"

Kasus pengemudi rideshare

• Menurut Rideshare Drivers United, upah algoritmik telah memengaruhi pendapatan pekerja di industri rideshare selama beberapa tahun
• Ben Valdez, pengemudi rideshare berbasis di LA: setelah Uber dan Lyft memperkenalkan algoritme upah baru beberapa tahun lalu, pendapatannya menurun meski permintaan pulih setelah pandemi
• Ditemukan kasus di mana pengemudi menerima tarif dasar yang berbeda untuk rute yang sama pada waktu yang sama
• Pada awalnya yang ditawarkan hanyalah tarif yang bisa diterima atau ditolak, dan tarif baru naik hanya jika cukup banyak pengemudi menolaknya
• Zephyr Teachout dari Fordham University School of Law (laporan 2023) menganalisis bahwa Uber menggunakan profil pengemudi yang kaya data untuk menyesuaikan upah dengan insentif tiap pengemudi dan kebutuhan platform
• Posisi Uber: "Tarif di muka didasarkan pada waktu, jarak, dan kondisi permintaan, dan tidak menggunakan karakteristik individu pengemudi atau perilaku masa lalu dalam menentukan upah"

Kekhawatiran diskriminasi dan 'langit-langit besi'

• Para pengkritik upah pengawasan menyoroti bahwa algoritme dapat secara tidak proporsional menargetkan pekerja yang paling rentan secara finansial berdasarkan riwayat keuangan dan faktor lainnya, sehingga menghindari sistem pengupahan berbasis kinerja yang sudah ada
• Kesulitan ekonomi di masa lalu atau pilihan pribadi digunakan untuk membenarkan upah rendah saat ini, dan sering kali orang yang bersangkutan bahkan tidak tahu data apa yang dipakai
• Joe Hudicka, penulis "The AI Ecosystems Revolution": "Setidaknya langit-langit kaca masih bisa dilihat. Langit-langit upah pengawasan itu terbuat dari besi dan beton. Tidak bisa ditembus"

Status legislasi dan pembahasan regulasi

• Negara bagian New York: aturan yang mewajibkan pengungkapan kepada konsumen jika algoritme menggunakan data pribadi untuk menetapkan harga telah disahkan — tetapi sebagian besar undang-undang tidak berlaku untuk upah, hanya harga
• Negara bagian Colorado: 'Prohibit Surveillance Data to Set Prices and Wages Act' diajukan
  • Melarang penggunaan data pribadi yang sangat intim seperti riwayat payday loan, data lokasi, dan perilaku pencarian Google dalam pengambilan keputusan upah berbasis algoritme
  • Namun, upah berbasis kinerja dikecualikan dan tetap diperbolehkan
• Anggota DPR negara bagian Javier Mabrey dari Partai Demokrat, pengusul RUU: "RUU kami berkaitan dengan penetapan harga yang dipersonalisasi, dan berbeda dari dynamic pricing. Ini memerlukan data yang sangat sensitif tentang individu, bukan sekadar penawaran dan permintaan"
• Meski Uber dan Lyft sama-sama membantah menggunakan karakteristik individu pengemudi dalam menentukan upah, menurut Mabrey kedua perusahaan tetap melobi menentang RUU tersebut

[yangeok]

Parah banget.. di negara kita juga mungkin ada yang mirip, ya..?

[baam12]

Menjijikkan

[sudosudo]

Mengerikan sekali.

[adieuxmonth]

Ngeri

[kimjoin2]

Ini hanya menjadi lebih akurat dan lebih cepat berkat perkembangan teknologi; kemungkinan besar praktik ini sebenarnya sudah dilakukan sejak lama.

[kimjoin2]

"Menghitung gaji tahunan minimum yang akan diterima"
Ini mirip seperti toko-toko sekitar bersekongkol saat mencari pekerja paruh waktu lalu menetapkan batas atas upah per jam.

[GN⁺]

Komentar Hacker News

• Dulu saat perusahaan-perusahaan di New York masih boleh menanyakan gaji sebelumnya pelamar, aku ingat seorang manajer perekrutan berkata, “jangan pernah berbohong”
  Baru belakangan aku tahu bahwa banyak perusahaan bisa memeriksa riwayat gaji lewat pemeriksaan kredit
  Dalam negosiasi, perusahaan punya data gaji saat ini dan masa lalu, sementara aku cuma punya informasiku sendiri, jadi asimetri informasi-nya parah

  • Ada headhunter yang tinggal di dekat rumahku, dan katanya beberapa perusahaan pakai akal-akalan untuk mengakali hukum
    Setelah bergabung, karyawan diminta menandatangani dokumen bahwa mereka setuju dengan semua kebijakan di buku panduan karyawan, dan di dalamnya ada klausul bahwa mereka harus membuktikan gaji sebelumnya yang disebut saat negosiasi
    Setelah masuk, HR menjelaskan kebijakan itu dan meminta bukti, lalu kalau selisihnya besar mereka memecat orang tersebut
  • Di yurisdiksiku itu justru akan dianggap melanggar hukum privasi, jadi menurutku strategi yang benar malah selalu berbohong
  • Aku rasa pemeriksaan kredit tidak bisa menunjukkan gaji yang akurat. Mereka juga tidak punya akses ke mutasi bank atau dokumen pajak, jadi kemungkinan meleset lebih dari 25%
    Kalau dalam negosiasi kamu bergantung pada informasi seperti itu, berarti kamu sudah kalah dalam permainan
  • Asimetri informasi seperti ini terasa sama tidak adilnya dengan insider trading
    Tidak masalah kalau namanya disamarkan, tapi menurutku perusahaan harus membuka jabatan dan gaji semua karyawan
  • Kalau begitu, boleh bohong soal RSU atau bonus? Gaji pokok memang mudah dilacak, tapi kompensasi lain sepertinya jauh lebih sulit

• Aku baru tahu bahwa data gajiku bisa dibekukan di layanan bernama The Work Number
  Freeze Your Data - The Work Number
  Sistem payroll menyerahkan dataku ke Equifax, lalu mereka menjualnya lagi ke pihak lain

  • Dulu aku pernah bekerja di Equifax, dan ada beberapa karyawan yang memakai akses sistem untuk memanipulasi skor kredit mereka sendiri
    Katanya setelah ketahuan pun itu tidak dipulihkan. Benar-benar perusahaan berantakan
  • Hal terburuk dari The Work Number adalah pemberi kerja bisa mendaftarkan karyawan secara otomatis tanpa persetujuan mereka
    HR bilang “kami tidak membagikannya”, tapi ternyata layanan payroll seperti ADP atau Gusto yang mengirimkan datanya
    Gusto mengirim email bahwa mulai Juli 2024 mereka menambahkan fitur verifikasi pendapatan otomatis, dan aku kesal lalu langsung opt-out akun perusahaan kami
  • Lucu juga bahwa yang bisa dilakukan bukan “hapus”, melainkan cuma bekukan
    Kalau pemerintah benar-benar bekerja untuk rakyat, mereka seharusnya melarang Equifax dan memusnahkan datanya
  • The Work Number pada dasarnya adalah layanan milik Equifax
    tautan resmi
  • Menjijikkan rasanya karena aku harus opt-out sendiri dari sesuatu yang bahkan tidak pernah kuajukan

• Belakangan aku dengar perusahaan penyewaan properti besar memakai data gaji untuk menyesuaikan sewa secara dinamis
  Begitu gaji naik, sewa bulanan langsung dinaikkan, dan sepertinya retailer juga akan memakai cara yang sama sebentar lagi

  • Memang perusahaan penyewaan besar seperti ini memakai data Equifax dan TWN untuk menyesuaikan penyewaan baru, uang jaminan, dan syarat perpanjangan secara real time
    Ini strategi untuk menyaring penyewa berisiko rendah dengan bekerja sama dengan perusahaan asuransi
  • Sebaliknya, kalau gaji tidak naik, mereka juga bisa menahan kenaikan sewa agar kemungkinan pindah lebih kecil
  • Di dunia seperti ini, orang mungkin akan membayar tunai, berbelanja dengan masker, dan muncul pasar informal yang menyuruh orang miskin berbelanja atas nama orang lain
  • Sampai muncul juga lelucon sinis bahwa “kalau menyuruh orang miskin belanja untukmu, kamu bisa lebih hemat”

• Akhir-akhir ini aku bertanya-tanya apakah wirausaha atau perusahaan kecil adalah jawabannya
  Tapi keberanian, ide, kemampuan menjual, dan gaji tinggi jadi penghambat

  • Tiga tahun lalu aku dan istriku mengoptimalkan keuangan kami, lalu aku masuk semi-pensiun
    Kami melunasi utang dan membuat struktur rumah tangga dengan satu sumber pendapatan dari penghasilan istriku
    Aku bekerja sebagai asisten pribadi sekaligus manajer rumah tangga untuk istriku, dan di waktu luang aku menulis, mendesain game, dan membuat program sambil mencoba menghasilkan uang
    Sekarang hidupku jauh lebih seimbang
  • Sebenarnya menurutku alasan Hacker News ada adalah karena pertanyaan seperti ini
  • Gagasan bahwa “wirausaha adalah jawabannya” sudah ada sejak dulu, tapi pada akhirnya tetap perlu usaha luar biasa besar
    Kebenaran sederhananya adalah kalau ingin menghasilkan lebih banyak uang, kamu harus bekerja lebih keras
  • Sangat sulit membuat beberapa perusahaan kecil sukses
    Contoh sukses seperti levels.io banyak ditopang oleh ekosistem berbasis pengikut Twitter, jadi kebanyakan orang tetap gagal meski menirunya
  • Aku juga tidak suka kerja kontrak freelance, jadi ingin membangun bisnis berbasis produk
    Tapi aku kurang ide monetisasi, kurang koneksi ke investor VC, dan kurang keberanian untuk mengeksekusi
    Pada akhirnya aku tetap bertahan sebagai pekerja bergaji tinggi, dengan sedikit rasa pasrah yang menyalahkan diri sendiri

• Masalah ini benar-benar rumit
  Kalau seseorang meninggalkan pekerjaan sebelumnya karena tidak puas soal gaji, atau perusahaan lain menghargainya lebih tinggi, dia mungkin akan cepat pindah lagi
  Sebaliknya, orang yang sedang butuh kerja mendesak mungkin menerimanya sementara lalu segera pergi
  Aku penasaran dampaknya terhadap pasar tenaga kerja seperti apa
  Akan menarik kalau ada situs yang menunjukkan harga sewa yang dibayar orang-orang di sekitarku

  • Akan sangat berguna kalau kita bisa melihat uang sewa tetangga
    Perbedaannya besar sekali antar gedung, dan kalau informasi ini terbuka maka daya tawar pemilik properti akan melemah

• Kalau data seperti ini digabung dengan penetapan harga algoritmis,
  pada akhirnya pemberi kerja dan retailer akan memahami seluruh kondisi keuanganku secara real time,
  lalu membuat dunia di mana aku hanya bisa mempertahankan daya beli sebesar yang diizinkan pasar

• Bahkan kalau menyebut gaji sebelumnya, lebih baik cukup bilang itu termasuk bonus tanpa menjelaskan rinciannya

  • Tapi karena software payroll seperti ADP sudah menjual data kompensasi,
    mungkin kita harus mengklaim bahwa “bonusnya diterima tunai”
  • Atau bisa juga bilang samar-samar bahwa itu adalah kompensasi saham

• Amex dan Chase sering meminta verifikasi pendapatanku, padahal mereka mestinya bisa tahu lewat Equifax, jadi aku heran kenapa masih perlu

  • Data bukan sekadar informasi, tapi juga dipakai sebagai sinyal (signal)
    Misalnya, kalau pendapatan yang kulaporkan berbeda dari angka yang bisa diverifikasi, selisih itu dipakai sebagai faktor dalam penilaian algoritmis

• Di Swedia, data pelaporan pajak adalah informasi publik, jadi kalau perusahaan meminta ke pemerintah, mereka bisa langsung tahu pendapatan tahun lalu
  Tapi kalau ada pekerjaan sampingan, datanya bisa sedikit terdistorsi

  • Kalau informasi itu juga terbuka untuk individu, orang bisa membandingkan gaji di pekerjaan serupa dan memakainya sebagai dasar negosiasi
    Kalau tidak, perusahaan hanya akan menawarkan “gaji tahun lalu + kenaikan sebesar kacang”
  • Aku sendiri menghasilkan sekitar €100 ribu per tahun, tapi ketika keluarga di Eropa Timur tahu, aku langsung dianggap “orang kaya”
    Karena efek samping dari transparansi sosial seperti ini, masyarakat yang terbuka seperti Swedia mungkin membuat interaksi lintas kelas terasa lebih canggung

• Di Jepang, kebanyakan perusahaan mewajibkan pengungkapan gaji saat ini
  Jadi negosiasi lebih sederhana, tapi sekaligus menjadi kenyataan yang lebih tidak nyaman

  • Karena itu kamu perlu mendapat penawaran tandingan agar punya daya tawar
  • Dan tetap ada pertanyaan: apa yang terjadi kalau berbohong?