درآمد همراه اول در فروردین از مرز ۶ هزار میلیارد تومان عبور کرد
همراه اول در فروردین امسال از بخش سرویسهای ارتباطی که شامل مکالمه، پیام کوتاه، اینترنت…
۷ اردیبهشت ۱۴۰۴
۷ اردیبهشت ۱۴۰۴
زمان مطالعه : ۷ دقیقه
با پیشرفت فناوریهای دیجیتال، محیط کار بیش از هر زمان دیگری تحت نظارت دقیق قرار گرفته است. از رانندگان تاکسیهای اینترنتی گرفته تا کارمندان ادارات و کارگران انبارهای شرکتهای بزرگ، امروزه بسیاری از شاغلان تحت نظارت دائمی الگوریتمها و نرمافزارهای پیشرفته قرار دارند. بهکارگیری فناوریهایی مانند هوش مصنوعی و الگوریتمهای دادهمحور، به کارفرمایان این امکان را داده است که عملکرد کارکنان را در لحظه پایش کنند، بهرهوری آنها را بسنجند و حتی تصمیمات مرتبط با اخراج یا ارتقا را بر اساس دادههای جمعآوریشده اتخاذ کنند. اما این تغییرات چه تأثیری بر حقوق و امنیت شغلی کارگران دارد؟
به گزارش پیوست، مقالهای از نشریه فناوری امآیتی میگوید در بسیاری از موارد، کارگران حتی نمیدانند که چه دادههایی از آنها جمعآوری میشود و این اطلاعات چطور بر وضعیت شغلی آنها تاثیر میگذارد. سیستمهای ارزیابی عملکرد مبتنی بر هوش مصنوعی اغلب «جعبه سیاهی» غیرقابل نفوذ هستند و قوانین و معیارهای ارزیابی آنها برای کارگران شفاف نیست. این روند موجب افزایش نگرانیهایی درباره عدالت شغلی و تاثیرات منفی احتمالی آن بر امنیت شغلی افراد شده است.
استفاده از هوش مصنوعی برای نظارت بر کارگران نگرانیهای جدی درباره حریم خصوصی، امنیت شغلی و افزایش فشار کاری ایجاد کرده است. بسیاری از کارگران میگویند این سیستمها بهطور غیرشفاف فعالیتهای آنها را ثبت میکنند و بر اساس الگوریتمهایی که برایشان قابل درک نیست، درباره عملکردشان تصمیمگیری میشود. حتی در برخی موارد، کارگران بدون اطلاع قبلی و با تصمیمگیری الگوریتم از کار اخراج می شوند، بدون اینکه فرصتی برای دفاع از خود داشته باشند. این نظارت دائمی همچنین میتواند استرس و اضطراب را افزایش داده و احساس بیاعتمادی نسبت به کارفرما را تقویت کند.
گزارشی از یک کمیته سنای آمریکا به رهبری برنی سندرز در سال ۲۰۲۴ پس از یک تفحص ۱۸ ماهه بر فعالیتهای انبارداری آمازون نشان داد که این شرکت از الگوریتمهای دادهمحور برای تعیین سرعت و میزان کار مورد انتظار استفاده میکنند که منجر به افزایش آسیبهای جسمی در میان کارگران شده است. گزارشهای منتشرشده نشان میدهد که در برخی از شرکتها، فشارهای کاری تنظیمشده توسط سیستمهای هوش مصنوعی باعث افزایش نرخ آسیبدیدگی کارکنان شده و حتی توصیههای داخلی برای کاهش سرعت کار نادیده گرفته شدهاند. در چنین شرایطی این فناوریها بهجای بهبود شرایط کار، در برخی موارد منجر به بهرهکشی بیشتر از نیروی کار و کاهش کیفیت زندگی کارکنان شدهاند.
گفتنی است که آمازون تمامی دلایل ارائه شده برای تاثیر نظارت حداکثری بر آسیب به کارکنان را رد میکند.
شرکتهای تاکسی اینترنتی مانند اوبر و لیفت نیز از سیستمهای هوش مصنوعی برای نظارت بر رانندگان و ارزیابی عملکرد آنها استفاده میکنند. مقاله امآیتی به نقل از رانندهای به نام دورا مانریکز میگوید این سیستمها کرایههای پیشنهادی را بهطور نامشخص تنظیم میکنند و برخی از سفرها را با نرخهای بسیار پایین ارائه میدهند، در حالی که شرکتها درصد بالایی از کرایه را برای خود برمیدارند. مارکینز میگوید اطلاعی ندارد که چه عواملی بر پیشنهادات سفر و درآمد او تاثیر میگذارند و از آنجایی که سیستمهای امتیازدهی و ارزیابی رانندگان بر اساس نرخ پذیرش سفر تنظیم میشود (سخنگوی اوبر تاثیر نرخ پذیرش بر مزایا کرایههای پیشنهادی را رد کرده است)، فشار روی آنها افزایش یافته و حتی ممکن است دسترسی آنها به برخی مزایا و تخفیفها را محدود کند. چنین نظارت سختگیرانه و غیرشفافی باعث شده است که بسیاری از رانندگان احساس کنند در برابر تصمیمات خودکار و غیرقابل پیشبینی این پلتفرمها هیچ کنترلی ندارند.
مقاله امآیتی میگوید چنین سبکی از نظارت باعث از بین رفتن تعامل انسانی در محیطهای کاری شده است. کارگرانی که قبلاً میتوانستند برای مسائل خود با مدیران صحبت کنند، اکنون مجبورند با سیستمهای خودکار و چتباتها در ارتباط باشند که معمولا پاسخهای محدودی ارائه میدهند. در برخی موارد، عدم شفافیت در تصمیمگیریهای مبتنی بر داده منجر به نارضایتی گسترده شده و احساس بیگانگی از محیط کار را در میان کارکنان تقویت کرده است. این روند میتواند بر روحیه کارکنان تاثیر منفی بگذارد و منجر به کاهش انگیزه و بهرهوری در درازمدت شود.
استفاده از دادههای کارگران برای بهینهسازی فرآیندهای کاری، سابقهای طولانی دارد. در اوایل قرن بیستم، «فردریک وینسلو تیلور» با ارائه نظریه مدیریت علمی، اولین کسی بود که بر پایش دقیق عملکرد کارگران برای افزایش بهرهوری تأکید کرد. چندی بعد، «هنری فورد» با ابداع خط تولید مدرن، مهارتهای فردی را کماهمیت ساخت و فرآیند تولید را به مجموعهای از وظایف مکانیکی تبدیل کرد.
امروزه، شرکتها با کمک هوش مصنوعی و یادگیری ماشینی، گامی فراتر از روشهای سنتی پایش عملکرد برداشتهاند. به عنوان مثال همان تحقیقات کمیته سنا به رهبری سندر نشان داد که در یک بازه زمانی مشخص، صدها کارگر در یک مرکز آمازون تنها بر اساس دادههای الگوریتمی و بدون هیچ مداخله انسانی، اخراج شدهاند. این مسئله نگرانیهای جدی درباره عدالت شغلی و احتمال افزایش آسیبهای جسمی ناشی از فشارهای کاری بیش از حد را ایجاد کرده است.
در گذشته، مدیران بهطور مستقیم عملکرد کارکنان را زیر نظر میگرفتند، با آنها تعامل داشتند و تصمیمگیریهای مربوط به استخدام، اخراج و ارتقای شغلی معمولا بر اساس مشاهدات و تجربیات شخصی آنها بود. اما با ظهور ابزارهای نظارتی مبتنی بر هوش مصنوعی، نقش مدیران بهتدریج در حال تغییر است.
شرکتهایی مانند Teramind با ارائه نرمافزارهایی به مدیران اجازه میدهند تا فعالیتهای آنلاین کارکنان، مدتزمان حضور آنها در محیط کار، نحوه تعاملاتشان با همکاران و حتی لحن پیامهایشان را تحلیل کنند. این دادهها سپس توسط الگوریتمهای هوش مصنوعی پردازش شده و بهعنوان معیاری برای سنجش بهرهوری و رفتار کارکنان مورد استفاده قرار میگیرند.
مدیران اکنون میتوانند بدون تعامل مستقیم با کارمندان و تنها بر اساس گزارش این سیستمهای هوشمند به تصمیمگیری بپردازند، مسئلهای که علاوه بر افزایش احتمال خطاهای سیستمی، موجب کاهش تعامل انسانی در محیط کار شده و میتواند احساس عدم امنیت و اضطراب را در میان کارمندان افزایش دهد.
یکی از بزرگترین مشکلات مرتبط با نظارت شغلی مبتنی بر هوش مصنوعی، نبود قوانین جامع و کارآمد برای حفاظت از حریم خصوصی و حقوق کارگران است. در اروپا، مقررات عمومی حفاظت از دادهها (GDPR) برخی محدودیتها را در زمینه جمعآوری دادههای کارگران وضع کرده است، اما در آمریکا، هیچ قانون فدرالی که بهطور مشخص به حفاظت از دادههای کارگران بپردازد وجود ندارد.
در برخی ایالتهای آمریکا، مانند کالیفرنیا، قوانینی برای الزام شرکتها به افشای اطلاعات مربوط به نحوه جمعآوری و استفاده از دادههای کارکنان وضع شده است. اما در بسیاری از نقاط دیگر، کارفرمایان میتوانند بدون اطلاعرسانی به کارمندان، فعالیتهای آنها را زیر نظر بگیرند و از دادههای بهدستآمده برای تصمیمگیریهای مدیریتی استفاده کنند.
یکی دیگر از نگرانیهای مهم این است که سیستمهای نظارت دیجیتال میتوانند زمینهساز تبعیض شوند. بهعنوان مثال، اگر یک الگوریتم بدون در نظر گرفتن شرایط انسانی و فردی، صرفا بر اساس دادههای عددی درباره بهرهوری کارکنان تصمیمگیری کند، ممکن است کارگران مسنتر یا کسانی که محدودیتهای جسمی دارند، در معرض خطر اخراج ناعادلانه قرار بگیرند.
با توجه به سرعت پیشرفت فناوری، به نظر میرسد که نظارت دیجیتال در محیطهای کاری به روندی اجتنابناپذیر تبدیل شده است. اما سوال اصلی این است که آیا این فناوریها باید بدون محدودیت مورد استفاده قرار گیرند، یا به قوانین و چارچوبهایی برای حفاظت از حقوق کارگران در برابر سواستفادههای احتمالی نیاز است؟
برخی کارشناسان معتقدند که استفاده صحیح از فناوریهای نظارتی میتواند به بهبود بهرهوری و امنیت شغلی کمک کند. برای مثال، نظارت هوشمند میتواند کارفرمایان را در شناسایی مشکلات ایمنی و بهبود شرایط کاری یاری کند. اما در مقابل، اگر این سیستمها بدون شفافیت و بدون در نظر گرفتن حقوق انسانی کارکنان به کار گرفته شوند، میتوانند منجر به تشدید فشارهای کاری، افزایش استرس و کاهش رضایت شغلی شوند.
در نهایت، تصمیمگیری درباره استفاده از فناوریهای نظارتی در محیط کار باید با در نظر گرفتن ملاحظات اخلاقی، حقوقی و انسانی انجام شود. سازمانهای کارگری و نهادهای قانونگذار باید بهدنبال راهکارهایی باشند که هم از مزایای فناوری بهرهبرداری کنند و هم از حقوق کارگران در برابر سوءاستفادههای احتمالی محافظت نمایند. تنها از این طریق میتوان تعادلی بین افزایش بهرهوری و حفظ کرامت انسانی در محیط کار ایجاد کرد.