情绪监控的兴起

公司不仅监控员工的生产力，还关注他们的配合度。

至少对我来说，好消息是，电脑认为我性格不错。根据一款名为 MorphCast 的应用，在最近一次与老板的会议中，我总体上表现得“愉快”“坚定”“感兴趣”，不过——别见怪——偶尔也会“不耐烦”。MorphCast 声称，它能利用人工智能洞察人类情绪的深层与多变之处。它发现，我的情感状态是“积极”且“活跃”的，而非消极和/或被动。我的注意力也相当高。还有，AI 还告诉我，我戴着眼镜——真是“惊人”的发现！

坏消息是，如今软件声称可以利用人工智能洞察人类情绪的深层与多变之处，而且它正要来监视你。如果它还没有这么做的话：例如，MorphCast 已将其技术授权给一款心理健康应用 、一个监测学童注意力的项目，以及 McDonald’s。后者曾在葡萄牙发起一场促销活动，扫描应用用户的面部，并根据他们（所谓的）情绪向其提供个性化优惠券 。而这只是众多从事类似业务的公司之一——业内将这类技术称为情绪 AI，有时也称为情感计算 。

有些产品会分析会议、求职面试或焦点小组的视频；另一些则通过收听音频来判断音高、语调和用词；还有一些可以扫描聊天记录或电子邮件，并生成一份关于员工情绪状态的报告。有时，情绪 AI 被内嵌为多用途软件中的一项功能，或作为面向企业销售的昂贵分析包的一部分出售。但它也可以作为独立产品获取，而且准入门槛低得惊人：我免费使用了 MorphCast，利用了一次免费试用，而且无需任何特殊软件。在整个过程中，没有任何一步要求我询问谈话对象是否同意以这种方式被分析（不过我还是问了，因为我人品不错）。

每一项成功的技术都需要找到一个人们愿意花钱解决的问题。就情感人工智能而言，迄今为止，这个问题似乎主要是员工绩效和生产力，尤其是在客户服务和蓝领劳动领域。如果你曾被告知你的来电“出于质量保证目的正在被监听”，那么很有可能，电话另一端的人正被情感人工智能评估：保险业巨头 MetLife 和许多其他企业一样， 使用软件监测呼叫中心客服人员的音高和语调。运输公司则利用眼球追踪器、高灵敏度录音设备和脑电波扫描仪，寻找司机出现痛苦或疲劳的体征。Burger King 正在试点一款嵌入员工耳机中的 AI 聊天机器人，用于评估他们在互动中是否足够友善。它的名字叫 Patty。

2022 年，作家 Cory Doctorow 在一篇文章中提出了他所谓的“垃圾技术采纳曲线”理论：他写道，掠夺性技术总是最先降临到处境脆弱的人群身上——比如低工资岗位上的劳动者——随后才会被打磨、被常态化，并最终推广到掌握更大权力的人身上。他后来写道 ：“每一种规训技术，都是从社会阶梯最底层的人开始，然后一级一级向上攀升。”

情绪 AI 的下一步是白领工作。Slack 集成工具 Aware 宣称具备持续监控消息中“情绪和有害性”的能力；Microsoft 的云计算软件 Azure 也允许雇主从理论上使用 AI 对员工聊天信息进行批量分析 。MorphCast 的 Zoom 扩展可实时追踪会议参与者的注意力、兴奋度和积极性。情绪 AI 公司 Imentiv 建议客户将情绪分析应用于求职面试流程，向雇主承诺可对候选人的情绪投入程度、强度和效价以及人格类型进行详细分析。多家人力资源公司正转向将情感分析应用于员工调查的 AI。生产隔音电话舱并将其出售给 Microsoft 和 L’Oreal 等公司的 Framery，已测试为其座椅配备生物传感器，以测量心率、呼吸频率和紧张程度。

去年，欧盟禁止在工作场所使用情绪人工智能，除非是出于医疗或安全原因。（这一法规促使总部设在佛罗伦萨的 MorphCast 迁往湾区。）但即便如此，根据一项估计 ，随着这项技术变得更加先进、更加普及，到 2030 年，全球情绪人工智能市场规模预计将增长至目前的三倍，达到 90 亿美元。我不难想象，在不久的将来，各行各业的员工都会被迫不仅工作得更努力、更多，还要表现得更快乐、更顺从。这就是员工监控的新时代：无形、由人工智能强力驱动、时刻在线。

从根本上说，拥有一份工作，就是用一定程度的自由换取一定数额的金钱。康奈尔大学信息科学副教授 Karen Levy 告诉我：“管理者或企业希望掌握员工在做什么，这并不是什么新鲜概念。”利用新技术在未经当事人同意的情况下追踪人们的情绪也并不新鲜——想想 2010 年代的 Facebook。总体而言，劳动者缺乏隐私保护这一点同样不新鲜：尽管各州法规不尽相同，美国联邦法律赋予雇主广泛权限，可以监控员工在公司工作时间、场所和设备上的大量行为——扫描通信内容并录制视频和音频，甚至包括员工不在岗时。

几十年来，劳动者受到保护并非依靠法律，而是依靠现实：他们的信息或许可以被收集，但要分析如此海量的数据，实际上几乎不可能。如今情况已不再如此。过去几年里，涌现出一批公司，利用位置追踪器、击键记录器、摄像头和麦克风等技术，提取关于员工如何分配时间的复杂而细致的信息，有时甚至精确到分钟。（员工反过来也摸索出了一些应对办法，比如防休眠鼠标器和击键模拟器。）但这些公司的产品，与其说是数据本身，不如说是它们将数据转化为叙事的能力：一家呼叫中心监控公司的官网宣传文案写道 ，“由人工智能驱动的系统如今能够分析 100%的互动，而不是传统方法通常仅抽样的 1%至 3%，确保没有任何问题被遗漏。”

随着大规模员工监控在技术层面的条件逐渐成熟，文化和经济层面的条件也同样就位。疫情迫使比以往任何时候都更多的劳动者转向远程办公，脱离了老板的视线。雇主与雇员之间的信任正在急剧下滑 。多年来，人们一直预言经济衰退即将到来；而在我们等待之际，人工智能正在颠覆就业市场：当前用于监控员工的技术——例如监控呼叫中心员工的技术——很快可能会彻底取代他们；与此同时，企业正以数以万计的规模裁员，并寻找其他用机器替代人的方式。数据的可获得性，以及分析这些信息的工具，已经把人力资源这一曾经以定性判断为主的领域，变成了“ 人员分析 ”。在多年遭到诡异精准的广告轰炸、又不断看到有关数据泄露的新闻之后，许多美国人已经陷入一种隐私虚无主义状态：我们知道自己所有的数据都在被收集和利用，尽管我们宁愿不要过多去想这件事。

出售数字监控技术的公司宣传着各种各样的应用场景：员工安全、心理健康、组织效率，以及在医疗和交通运输等高风险领域减少职业倦怠。（在 First Horizon Bank，人工智能会监测呼叫中心员工的压力水平，并在数值过高时向他们展示由家人照片组成的蒙太奇 。）但在实践中，这些公司似乎也在兜售一种对员工生产率的实证性评估，精确到每一分钟。2022 年 《纽约时报》 的一项调查发现，美国十大私营雇主中有八家会追踪个体员工的生产率。在一项民意调查中，37%的雇主表示，他们曾利用保存下来的录音解雇员工。

但这些工具中的许多问题在于，它们并不擅长完成自己宣称能做到的事情。按键追踪器未必能分辨机械敲字与专注的知识产出；对一个人应用使用情况的拆解，从定义上也无法告诉你太多关于他们在应用内所做工作的类型和质量。Times 发现，在 UnitedHealth Group，一套用于监测工作成效（并帮助制定薪酬）的程序，会因键盘“无活动”而给社会工作者扣分，尽管他们离线有充分理由：他们当时正在与患者进行咨询。（UnitedHealth 向 Times 承认其会监控员工，但指出，绩效评估会综合多种因素。）

如果说计算机连对直观的生产率都难免分析失准，那么不妨设想一下，把同样的技术应用到人类所能表达的、如星群般复杂的情绪体系上，会是什么结果。一个又一个研究表明，人工智能会复制其训练数据中的偏见。（2018 年，当时任 Wake Forest University 信息系统与分析教授的 Lauren Rhue， 研究了 NBA 球员的照片以及情绪识别 AI；她发现，这项技术判定黑人球员比他们的白人队友更愤怒——即便在某些情况下，他们脸上还带着笑容。）许多情绪 AI 产品的评判标准，都建立在临床心理学家 Paul Ekman 的理论之上。该理论认为，所有人都会体验相同的六种核心情绪：愤怒、厌恶、恐惧、快乐、悲伤和惊讶。自首次发表以来的几十年间，这一理论因过于简单化且在方法论上存在缺陷，而受到广泛质疑 。

肢体语言原本是一种隐喻，如今已成陈词滥调，但凡长期与他人相处的人都明白，每个人说的其实都是不同的“方言”。神经科学家兼心理学家丽莎·费尔德曼·巴雷特告诉我：“你的动作——无论是面部表情、身体姿态，还是你发出的语调——本身并不天然具有情绪意义。它们具有的是关系意义。”这些表现会因谈话语境、做出这些动作的人的相貌特征、文化、室温乃至当下的氛围而有所不同。

巴雷特说，研究表明，在美国，人们在愤怒时大约只有 35%的时间会皱眉。这意味着，皱眉相对而言很可能是愤怒的一种表达。但这也意味着，如果你只寻找皱眉这一迹象，就会漏掉大约 65%一个人处于愤怒状态的情况。而且，人们皱眉时有一半时间根本不是在生气。 “所以，设想这样一种情况：你正在参加求职面试，”她说，“你非常认真地听对方讲话，因为注意力高度集中而皱起眉头，而一个 AI 却把你标记为愤怒。那你就得不到这份工作了。”

医院呼叫中心的一名员工在与患者谈论病情时若口头流露出悲伤，可能会被解读为传达出不恰当的冷淡或不够愉快。快餐店员工专注聆听顾客点单，也可能被视为心情不佳。尽管 MorphCast 应用“喜欢”我，但我在 2026 年的新闻编辑部工作——很容易想象，我那个小小的情绪刻度盘会滑向“负面”象限，而原因与我个人是否和善毫无关系。

HireVue——其客户包括 Ikea、制药公司 Regeneron 以及费城儿童医院——利用人工智能对求职者和寻求晋升的员工进行面试和分析。在 2025 年的一份法律诉状中，ACLU 指称 ，在为金融软件公司 Intuit 无障碍团队的一名聋成员进行晋升面试时，HireVue 的平台未提供充分的字幕支持。该员工未获晋升；而在她收到的解释这一决定的电子邮件中，对方建议她“练习积极倾听”。（HireVue 和 Intuit 对这些说法提出了异议 。）

巴雷特多年来一直在研究情绪心理学。谈话接近尾声时，我问她，希望更多人了解情绪人工智能的什么。她先问自己能不能爆粗口。“我他妈谈这个已经整整十年了，”她说，“已经有——我是说，到了这个地步——数以百计的研究，涉及成千上万的人，表明在情绪问题上，差异性才是常态。”换句话说，认为情绪能够被客观测量或分析的想法，不过是幻想。

打包这项技术的公司——以及购买它的其他公司——确实提出了一些有道理的观点。他们说，人类同样也有偏见。在采访中，一些公司的代表向我谈到了他们的算法如何能够揭示仅凭主观印象无法发现的模式。这项技术会不断改进——这正是人工智能所承诺的：它会从错误中学习。

但如果它变得更好呢？大多数时候，关于情绪 AI 及类似工具的讨论，关注的都是可能出错的地方——混乱不清的信号、不完美的分析、被误读为“共情”的怒容，以及被用来解雇员工的伪科学。我使用 MorphCast 的时间越长，就越开始担心另一种可能：一个嵌入我收件箱和我的 Zoom 账户中的机器人真的能够对我的情绪状态说出有意义且真实的话的世界；一个除了我的本职工作之外，我还得做额外的工作，让情绪机器人觉得我足够愉快的世界；一个我每一个无意间流露的面部表情，都关系到我是否有能力养家糊口的世界。我一直都知道，工作场所对我拥有广泛的权力，但我并不需要这种权力被变得如此直白。“我的意思是，这类事情之所以会出现在那么多科幻故事里，是有原因的，”康奈尔大学信息科学家 Levy 对我说。

莱维曾写过一本书，探讨情感计算及其他形式的生物识别监控如何被应用于卡车运输行业——由于其劳动力具有流动性强、分布分散的特点，这一领域长期以来基本不受监控影响。但到2016年，联邦政府开始强制推行电子日志记录，试图借此减少过度劳累并防止事故发生。然而，这种持续不断的监控本身又带来了另一种压力——却并未真正减少撞车事故。 莱维说，卡车司机历来都有一种“非常显著的自豪感”，并且“在很大程度上拥有自主权，可以按照他们自己认为合适的方式完成工作”。她说，随着电脑开始进行监视，这种自豪感正一点点被侵蚀。“我确实认为，以某些相当私密的方式、或以某些非常细致入微的方式被监视——尤其是当这些方式涉及人的身体和他们所处的空间时——会引发一种相当强烈的尊严层面的忧虑。” 我很受宠若惊，竟然被电脑“喜欢”，但我更希望它根本不认识我。