3 cách 'quản lý theo thuật toán' làm công việc trở nên căng thẳng hơn và ít hài lòng

Nếu bạn nghĩ rằng người quản lý của bạn đối xử với bạn một cách không công bằng, có thể bạn đã nghĩ đến việc thay thế sếp của mình bằng một máy không thiên vị, đánh giá hiệu suất dựa trên dữ liệu khách quan là một con đường đến sự hạnh phúc tại nơi làm việc.

Nhưng dù có vẻ hấp dẫn như thế nào, bạn cũng sẽ sai. Đánh giá của chúng tôi về 45 nghiên cứu về máy tính làm quản lý cho thấy chúng ta ghét việc trở thành nô lệ của thuật toán (có lẽ thậm chí hơn là ghét việc trở thành nô lệ của những người phiền toái).

Quản lý theo thuật toán — trong đó quyết định về việc giao nhiệm vụ cho công nhân được tự động hóa — thường được liên kết chặt chẽ với nền kinh tế đồng bộ.

Các nền tảng như Uber được xây dựng trên công nghệ sử dụng thu thập dữ liệu và giám sát thời gian thực, hệ thống đánh giá và các “đẩy nhẹ” để quản lý công nhân. Amazon đã là một người theo đuổi mạnh mẽ khác, sử dụng phần mềm và giám sát để chỉ đạo công nhân trong các kho hàng khổng lồ của mình.

Khi thuật toán trở nên ngày càng tinh vi, chúng ta thấy chúng trong nhiều nơi làm việc, đảm nhận nhiệm vụ trước đây thuộc về sự quản lý của con người.

Để hiểu rõ hơn về ý nghĩa của điều này đối với chất lượng công việc và phúc lợi của mọi người, chúng tôi đã phân tích các nghiên cứu nghiên cứu đã công bố từ khắp nơi trên thế giới đã điều tra về ảnh hưởng của quản lý theo thuật toán đối với công việc.

Chúng tôi xác định sáu chức năng quản lý mà thuật toán hiện đang có khả năng thực hiện: giám sát, đặt mục tiêu, quản lý hiệu suất, lên lịch trình, đền bù và chấm dứt công việc. Sau đó, chúng tôi xem xét cách những yếu tố này ảnh hưởng đến người lao động, dựa trên hàng thập kỷ nghiên cứu tâm lý cho thấy những khía cạnh quan trọng của công việc đối với con người.

Chỉ có bốn trong số 45 nghiên cứu cho thấy tác động kết hợp trên công việc (một số tích cực và một số tiêu cực). Còn lại đều chỉ ra tác động tiêu cực liên tục đối với người lao động. Trong bài viết này, chúng tôi sẽ xem xét ba tác động chính:

• Ít đa dạng công việc và sử dụng kỹ năng hơn
• Giảm tự chủ trong công việc
• Tăng sự không chắc chắn và bất an

1. Giảm đa dạng công việc và sử dụng kỹ năng

Một ví dụ tuyệt vời về cách quản lý theo thuật toán có thể giảm đa dạng công việc và sử dụng kỹ năng được thể hiện thông qua nghiên cứu năm 2017 về việc sử dụng giám sát điện tử để trả lương cho các y tá Anh chăm sóc người cao tuổi và người tàn tật tại nhà.

Hệ thống mà các y tá làm việc dưới đó nhằm cải thiện hiệu suất của họ. Họ phải sử dụng ứng dụng để “đánh dấu” các hoạt động chăm sóc. Họ chỉ được trả tiền cho các nhiệm vụ có thể được đánh dấu. Không có điều gì khác được nhận biết. Kết quả là họ tập trung vào những công việc chăm sóc cấp bách và chuyên sâu — như thay băng hoặc đưa thuốc — và từ bỏ thời gian trò chuyện với bệnh nhân của họ. Điều này làm giảm chất lượng chăm sóc cũng như tâm hồn làm việc có ý nghĩa và giá trị của y tá.

Nghiên cứu suggerisce việc tăng cường sử dụng thuật toán để giám sát và quản lý người lao động sẽ giảm đa dạng công việc và kỹ năng. Trong trung tâm cuộc gọi, ví dụ, công nghệ đã đánh giá tâm trạng của khách hàng và chỉ dẫn người làm việc trung tâm cuộc gọi về cách phản ứng chính xác, từ cảm xúc họ nên thể hiện đến tốc độ họ nên nói.

2. Giảm tự chủ trong công việc

Người lao động tự do thường gọi đó là “nguyên lý tự chủ” phát sinh từ khả năng lựa chọn khi nào và bao lâu họ làm việc. Khi thực tế là thuật toán nền tảng sử dụng những thứ như tỷ lệ chấp nhận để tính điểm hiệu suất và xác định nhiệm vụ tương lai.

Sự mất mát tự chủ tổng quát này được làm nổi bật bởi một nghiên cứu năm 2019 đã phỏng vấn 30 người lao động tự do sử dụng các nền tảng “piecework” như Amazon Mechanical Turk, MobileWorks và CloudFactory. Theo lý thuyết, người lao động có thể chọn cách họ làm việc bao lâu. Trong thực tế, họ cảm thấy họ cần luôn sẵn lòng để đảm bảo được nhiệm vụ trả tiền tốt nhất.

Điều này không chỉ là trải nghiệm của người lao động tự do. Một nghiên cứu chi tiết năm 2013 về ngành công nghiệp lái xe tải ở Mỹ đã cho thấy nhược điểm khi thuật toán định đạo những tuyến đường mà tài xế nên đi, và khi họ nên dừng lại, dựa trên điều kiện thời tiết và giao thông. Như một tài xế trong nghiên cứu nói: “Máy tính không biết khi nào chúng ta mệt, mệt mỏi, hoặc bất cứ điều gì khác […] Tôi cũng là một người chuyên nghiệp và tôi không cần một [máy tính] nói cho tôi biết khi nào nên dừng lại.”

3. Tăng cường cường độ làm việc và bất an

Quản lý theo thuật toán có thể tăng cường cường độ làm việc theo nhiều cách. Nó có thể quy định tốc độ trực tiếp, như cách Amazon sử dụng hẹn giờ cho “người chọn” trong trung tâm đáp ứng.

Nhưng có lẽ nguy hiểm hơn là khả năng tăng áp lực làm việc gián tiếp. Người lao động không thực sự hiểu cách thuật toán ra quyết định cảm thấy mất bản độ và bất an về hiệu suất của họ. Họ lo lắng về mọi khía cạnh ảnh hưởng đến cách máy tính đánh giá và xếp hạng họ.

Ví dụ, trong một nghiên cứu năm 2020 về trải nghiệm của 25 người giao hàng thức ăn tại Edinburgh, những người lái xe nói về cảm giác lo lắng và "thấp thỏm" để chấp nhận và hoàn thành công việc, kẻo không làm ảnh hưởng đến thống kê hiệu suất của họ. Điều này dẫn họ đến việc liều lĩnh như vượt đèn đỏ hoặc đi qua giao thông đông đúc trong trời mưa nặng. Họ cảm thấy áp lực để nhận mọi nhiệm vụ và hoàn thành chúng càng nhanh càng tốt để được giao thêm công việc.

Tránh một làn sóng công việc không lành mạnh

Sự mạnh mẽ của các nghiên cứu chỉ ra các kết quả tâm lý tiêu cực từ quản lý theo thuật toán đề xuất rằng chúng ta đang đối mặt với một làn sóng công việc không lành mạnh khi việc sử dụng công nghệ này gia tăng.

Hiện tại, thiết kế và sử dụng các hệ thống quản lý theo thuật toán đang được thúc đẩy bởi "hiệu quả" cho người sử dụng. Cần có một cách tiếp cận cân nhắc hơn để đảm bảo những hệ thống này có thể tồn tại cùng với công việc đáng kính và ý nghĩa.

Bài viết của Sharon Kaye Parker, Nghiên cứu Sinh viên Ươm tài Nghiên cứu Úc, Đại học Curtin và Xavier Parent-Rocheleau, Giáo sư, HEC Montréal

Bài viết này được đăng lại từ The Conversation dưới giấy phép Creative Commons. Đọc bài viết gốc.