Als u denkt dat uw manager u oneerlijk behandelt, de gedachte is misschien bij u opgekomen dat het vervangen van genoemde baas door een onbevooroordeelde machine die prestaties beloont op basis van objectieve gegevens, een weg is naar geluk op de werkplek.

Maar hoe aantrekkelijk dat ook mag klinken, je zou het mis hebben. Ons overzicht van 45 onderzoeken naar machines als managers laat zien dat we er een hekel aan hebben om slaven te zijn van algoritmen (misschien zelfs meer dan dat we er een hekel aan hebben om slaven te zijn van vervelende mensen).

Algoritmisch management - waarbij beslissingen over het toewijzen van taken aan werknemers worden geautomatiseerd - wordt meestal geassocieerd met de kluseconomie.

Platforms zoals Uber zijn gebouwd op technologie die gebruikmaakte van realtime gegevensverzameling en -bewaking, beoordelingssystemen en "nudges" om werknemers te beheren. Amazon is een andere enthousiaste adoptant, software en bewaking gebruiken om menselijke arbeiders in zijn enorme magazijnen te leiden.

Naarmate algoritmen steeds geavanceerder worden, we zien ze op meer werkplekken, taken overnemen die ooit de provincie van menselijke bazen waren.

Om een ​​beter beeld te krijgen van wat dit betekent voor de kwaliteit van het werk en het welzijn van mensen, we analyseerden gepubliceerde onderzoeken van over de hele wereld die de impact van algoritmisch management op werk hebben onderzocht.

We identificeerden zes beheerfuncties die algoritmen momenteel kunnen uitvoeren:monitoring, doelen stellen, prestatiebeheer, het roosteren, een vergoeding, en baanbeëindiging. Vervolgens hebben we gekeken hoe deze werknemers beïnvloedden, puttend uit decennia van psychologisch onderzoek waaruit blijkt welke aspecten van werk belangrijk zijn voor mensen.

Slechts vier van de 45 onderzoeken lieten gemengde effecten op het werk zien (sommige positieve en andere negatieve). De rest benadrukte consequent negatieve effecten op werknemers. In dit artikel gaan we kijken naar drie belangrijke effecten:

• Minder taakvariatie en gebruik van vaardigheden
• Verminderde taakautonomie
• Grotere onzekerheid en onzekerheid

1. Verminderde taakvariatie en gebruik van vaardigheden

Een goed voorbeeld van de manier waarop algoritmisch management de taakvariatie en het gebruik van vaardigheden kan verminderen, wordt aangetoond door een onderzoek uit 2017 naar het gebruik van elektronische monitoring om Britse verpleegsters te betalen die thuiszorg bieden aan ouderen en gehandicapten.

Het systeem waaronder de verpleegkundigen werkten was bedoeld om hun efficiëntie te verbeteren. Ze moesten een app gebruiken om hun zorgactiviteiten te "taggen". Ze werden alleen betaald voor de taken die konden worden getagd. Verder werd er niets herkend. Het resultaat was dat ze zich concentreerden op de dringende en technische zorgtaken - zoals het verwisselen van verband of het toedienen van medicijnen - en stopten met praten met hun patiënten. Dit verminderde zowel de kwaliteit van de zorg als het gevoel van de verpleegkundigen om belangrijk en waardevol werk te doen.

Onderzoek suggereert dat een toenemend gebruik van algoritmen om werknemers te monitoren en te beheren, de taakvariatie en de vaardigheden van ons zal verminderen. Telefooncentrales, bijvoorbeeld, technologie al gebruiken om de stemming van een klant te beoordelen en de callcentermedewerker te instrueren hoe hij precies moet reageren, van welke emoties ze diep moeten voelen tot hoe snel ze moeten spreken.

2. Verminderde taakautonomie

Werknemers verwijzen naar de "drogreden van autonomie" die voortkomt uit het schijnbare vermogen om te kiezen wanneer en hoe lang ze werken, terwijl de realiteit is dat platformalgoritmen zaken als acceptatiepercentages gebruiken om prestatiescores te berekenen en toekomstige opdrachten te bepalen.

Dit verlies van algemene autonomie wordt onderstreept door een onderzoek uit 2019 waarbij 30 gig-werknemers werden geïnterviewd die gebruik maakten van de "stukwerk"-platforms Amazon Mechanical Turk, MobileWorks en CloudFactory. In theorie konden arbeiders kiezen hoe lang ze werkten. In de praktijk vonden ze dat ze constant op afroep moesten zijn om de bestbetaalde taken veilig te stellen.

Dit is niet alleen de ervaring van gig-werkers. Een gedetailleerd onderzoek uit 2013 van de Amerikaanse vrachtwagenindustrie toonde de keerzijde van algoritmen die dicteren welke routes chauffeurs moeten nemen, en wanneer ze moeten stoppen, op basis van weers- en verkeersomstandigheden. Zoals een bestuurder in het onderzoek het verwoordde:"Een computer weet niet wanneer we moe zijn, vermoeid, of iets anders […] Ik ben ook een professional en ik heb geen [computer] nodig die me vertelt wanneer ik moet stoppen met rijden."

3. Verhoogde intensiteit en onzekerheid

Algoritmisch management kan de werkintensiteit op een aantal manieren verhogen. Het kan het tempo direct dicteren, net als bij Amazon's gebruik van timers voor "pickers" in zijn fulfilmentcentra.

Maar misschien nog schadelijker is het vermogen om de werkdruk indirect op te voeren. Werknemers die niet echt begrijpen hoe een algoritme zijn beslissingen neemt, voelen zich onzekerder en onzekerder over hun prestaties. Ze maken zich zorgen over elk aspect dat invloed heeft op hoe de machine ze beoordeelt en rangschikt.

Bijvoorbeeld, in een onderzoek uit 2020 naar de ervaring van 25 voedselkoeriers in Edinburgh, de renners spraken over zich angstig voelen en "op het randje" zijn om taken te accepteren en af ​​te ronden, anders zouden hun prestatiestatistieken worden beïnvloed. Dit bracht hen ertoe risico's te nemen, zoals door rood licht rijden of door druk verkeer bij hevige regen. Ze voelden de druk om alle opdrachten aan te nemen en zo snel mogelijk af te ronden om zo meer opdrachten te krijgen.

Een tsunami van ongezond werk vermijden

De overweldigende mate waarin studies negatieve psychologische resultaten van algoritmisch management laten zien, suggereert dat we geconfronteerd worden met een tsunami van ongezond werk naarmate het gebruik van dergelijke technologie versnelt.

Momenteel wordt het ontwerp en het gebruik van algoritmische managementsystemen gedreven door "efficiëntie" voor de werkgever. Er is een meer doordachte aanpak nodig om ervoor te zorgen dat deze systemen naast waardige, betekenisvol werk.

Transparantie en verantwoording zijn essentieel om ervoor te zorgen dat werknemers (en hun vertegenwoordigers) begrijpen wat er wordt gecontroleerd, en waarom, en dat ze tegen die beslissingen in beroep kunnen gaan bij een hogere, menselijk, stroom.

Dit artikel is opnieuw gepubliceerd vanuit The Conversation onder een Creative Commons-licentie. Lees het originele artikel.