science >> Wetenschap >  >> Elektronica

Telefoons en wearables worden gecombineerd om de prestaties van werknemers te beoordelen

Smartphones, fitnessarmbanden en een op maat gemaakte app vormen een mobiel detectiesysteem dat de prestaties van medewerkers beoordeelt. Krediet:Shayan Mirjafari

Smartphones gebruiken, fitnessarmbanden en een app op maat, onderzoekers hebben een mobiel detectiesysteem ontwikkeld dat de prestaties van werknemers beoordeelt.

Het systeem werkt door de fysieke, emotioneel en gedragsmatig welzijn van werknemers om high- en low-performers te classificeren.

Het nieuwe mobiele detectiesysteem maakt de weg vrij voor consumententechnologie om werknemers te helpen hun prestaties te optimaliseren, terwijl bedrijven ook kunnen beoordelen hoe individuen het doen in hun werk. De aanpak kan zowel een aanvulling als een alternatief zijn voor traditionele prestatie-instrumenten zoals interviews en zelfevaluaties.

"Dit is een radicaal nieuwe benadering voor het evalueren van de prestaties op de werkplek met behulp van passieve detectiegegevens van telefoons en wearables, " zei Andrew Campbell, een professor in de computerwetenschappen aan Dartmouth. "Mobiele detectie en machine learning kunnen de sleutel zijn om het beste uit elke medewerker te halen."

In het nieuwe systeem is een smartphone volgt fysieke activiteit, plaats, telefoongebruik en omgevingslicht. Een draagbare fitnesstracker houdt hartfuncties in de gaten, slaap, spanning, en lichaamsmetingen zoals gewicht en calorieverbruik. Locatiebakens die in huis en op kantoor worden geplaatst, geven informatie over tijd op het werk en pauzes van het bureau.

De technologie bouwt voort op eerder werk van Campbell die StudentLife ontwikkelde, een app die het gedrag van studenten volgt en academische prestaties voorspelt. Het detectiesysteem integreert de kant-en-klare technische apparaten met behulp van een nieuw ontworpen telefoon-app die bekend staat als PhoneAgent en is gebaseerd op StudentLife.

De informatie wordt verwerkt door cloudgebaseerde algoritmen voor machine learning die zijn getraind om werknemers te classificeren op prestatieniveau.

"Dit is de eerste stap in de richting van het verbeteren van de prestaties door middel van passieve detectie en machinaal leren. De aanpak opent de weg naar nieuwe vormen van feedback voor werknemers om week-per-week of kwartaal-per-kwartaal begeleiding te geven over hoe ze hun werk benaderen, ' zei Campbell.

Om het systeem te testen, het team beoordeelde de prestaties van supervisors en niet-supervisors in verschillende sectoren, waaronder hightech en managementadvies, op basis van een reeks zelfgerapporteerde gedragingen van werknemers in de onderzoeksgroep. De prestaties werden vervolgens geclassificeerd op basis van factoren zoals de hoeveelheid tijd die op de werkplek werd doorgebracht, kwaliteit van de slaap, fysieke activiteit en telefoonactiviteit.

Uit het onderzoek blijkt dat hogere presteerders doorgaans een lager telefoongebruik hebben, langere diepe slaapperioden ervaren en meer fysiek actief en mobiel zijn. Bij het overwegen van rollen, goed presterende supervisors zijn mobiel, maar bezoek een kleiner aantal onderscheidende plekken tijdens werkuren. Goed presterende niet-leidinggevenden brengen in het weekend meer tijd door op het werk.

Met de mogelijkheid om feedback te geven aan zowel de werknemer als de werkgever, het mobiele detectiesysteem is bedoeld om het gedrag te ontgrendelen dat de prestaties stimuleert. De passieve monitoringtechniek biedt ook voordelen ten opzichte van traditionele beoordelingstechnieken die handmatige inspanning vergen en als belastend worden beschouwd, mogelijk bevooroordeeld en onbetrouwbaar.

"Passieve sensoren, die het hart vormen van het mobiele detectiesysteem dat in dit onderzoek is gebruikt, beloven de enquêtes te vervangen die lange tijd de primaire gegevensbron waren om de belangrijkste correlaten van high- en low-performers te identificeren, " zei Pino Audia, hoogleraar management en organisaties aan de Tuck School of Business in Dartmouth.

Volgens het onderzoeksteam dit is de eerste keer dat mobiele detectie is gebruikt om hoge en lage prestaties van werknemers in verschillende bedrijfstakken te classificeren. In totaal, de technologie werd getest op 750 werknemers in de VS gedurende een totale periode van een jaar.

Het systeem bleek met een nauwkeurigheid van 80 procent onderscheid te maken tussen high-performers en low-performers.

"Het passieve monitoringsysteem is bedoeld om empowerment te geven. Deze aanpak kan bedrijven zeker ten goede komen, maar kan ook nuttig zijn voor individuele werknemers die hun prestaties willen verbeteren, ' zei Campbell.

De nieuwe technologie kan "een objectievere prestatiemaatstaf opleveren die een beter begrip biedt van de werkomgeving en het personeelsbestand, zowel binnen als buiten het werk, " volgens een paper waarin de studie wordt beschreven die in de Handelingen van de ACM over Interactief, Mobiele draagbare en alomtegenwoordige technologie .

In de studie, continue monitoring met behulp van de consumententechnologie werd gecombineerd met traditionele vragenlijsten om de prestaties te categoriseren. De technologie is nog niet beschikbaar in app stores, maar zou de komende jaren naar nabijgelegen cellen kunnen komen.

Het onderzoek, ondersteund door de Intelligence Advanced Research Projects Activity (IARPA) binnen het Amerikaanse kantoor van de directeur van National Intelligence, zal worden gepresenteerd op de UbiComp-conferentie in Londen in september, 2019.

Onderzoekers van de volgende instellingen hebben allemaal bijgedragen aan dit onderzoek:Dartmouth College; Universiteit van Notre Dame; Georgia Instituut van Technologie; Universiteit van Washington; Universiteit van Colorado Boulder; Universiteit van Californië, Irvine; de Ohio State University; Universiteit van Texas in Austin; Carnegie Mellon Universiteit.