Hvordan motiverer du arbejdere, der styres af en algoritme?

Mange virksomheder henvendte sig til fjernarbejdere for at fortsætte deres aktiviteter, efter at stater udstedte ordrer om at blive hjemme for at reducere COVID-19-infektioner. Det er en tendens, der sandsynligvis vil fortsætte længe efter, at coronavirus er kontrolleret.

For at hjælpe virksomheder med at lette overgangen online, USC-forskere undersøgte udfordringerne ved at øge brugen af ​​crowdwork - en manifestation af gig-økonomien, hvor virksomheder tilbyder ad hoc, banale opgaver til kundeemner via en hjemmeside. Flytningen minimerer forstyrrelser, som organisationer vil opleve som følge af COVID-19 eller andre kriser.

Studiet, udført i september gennem en samling af opgavesvar via Amazons Mechanical Turk crowdsourcing platform, viser, at arbejdere vil have brug for mere autonomi over opgaver og en klarere følelse af formål for at udføre ofte hverdagsagtigt arbejde på et højt niveau - fordele, som AI-assistance tilbyder.

"Crowdwork fungerer på samme måde som Uber, men det bruges til at udføre online opgaver som rene data, træne kunstig intelligens og moderat indhold, " sagde Gale Lucas, forskningsassistent ved Institute for Creative Technologies ved USC Viterbi School of Engineering.

"I takt med at arbejdsløsheden fortsætter med at skyde i vejret, det vil sandsynligvis blive endnu mere populært som et stopklods under den nuværende nedlukning, og da økonomien ændrer sig på grund af COVID-19. Vi skal forbedre crowdwork og gøre det mere effektivt, som kunne involvere nye typer supervisionsassistance ved hjælp af AI."

Resultaterne blev præsenteret den 11. maj via den internationale konference om autonome agenter og multiagentsystemer i New Zealand. En videopræsentation er offentligt tilgængelig.

Algoritmisk ledelse bidrager til crowdwork

Med den kontinuerlige udvikling af AI-teknologier, medarbejdere og koncertmedarbejdere støder i stigende grad på softwarealgoritmer, der hjælper med at tildele deres arbejde. Mange opgaver udført af ledere – såsom ansættelse, evalueringer og indstilling af kompensation – vil i stigende grad bruge kunstig intelligens som et værktøj til at hjælpe med at udføre disse funktioner.

Disse nyligt automatiserede tilsynsopgaver - kaldet algoritmisk ledelse - spiller allerede en stor rolle hos virksomheder som UPS, Uber og Amazon, som outsourcer opgaver til en stor pulje af onlinearbejdere.

Ny forskning fra ICT og Fujitsu Laboratories viser, at for at øge medarbejdernes motivation i et crowdwork-miljø, medarbejdernes autonomi og gennemsigtighed med hensyn til, hvordan afsluttede opgaver er blevet løst, er bydende nødvendigt.

Opfattelser af autonomi kan øge produktiviteten, især når arbejdet har en iboende betydning for arbejdere, alligevel virker crowdwork ofte meningsløst. Ifølge forskerne, "Mere problematisk, meningen med værket er nogle gange skjult på grund af sikkerhed eller eksperimentel kontrol, som når arbejderne tjener som subjekter i et videnskabeligt eksperiment. Forbedring af brugermotivation og præstation gennem menneske-agent interaktion er en vigtig udfordring, ikke kun til algoritmisk ledelse, men i andre AI-discipliner, herunder pædagogisk teknologi, personlig sundhed vedligeholdelse, computer spil, personlig produktivitetsovervågning og crowdsourcing."

Forskere undersøger, hvordan man opretholder arbejderens motivation

For at teste administrationsapplikationerne, IKT-forskere udførte et online eksperiment, der undersøgte, hvordan opfattelser af autonomi og betydningen af ​​arbejdet former crowdworkers motivation. Yuushi Toyoda, seniorforsker for Fujitsu Laboratories, og USC-forskere Jonathan Gratch og Lucas undersøgte alternative teknikker til at opretholde crowdworker-motivation, når deres arbejde desuden styres af en algoritme.

"I betragtning af at systemdesignere kan designe autonome agenter, der udfører nogle styringsopgaver i forbindelse med algoritmisk styring, at forstå, hvordan arbejdere kan reagere på disse systemer, især i fjerntliggende arbejdsforhold, kunne give væsentlig vejledning til designere, " sagde Toyoda.

Teamet fandt ud af, at arbejdere er mere motiverede, når deres arbejde har mening, og algoritmisk ledelse er indrammet på en måde, der fremhæver arbejdernes autonomi. For eksempel, når du udfører en kedelig opgave som at tælle antallet af inficerede blodceller på et laboratorieglas, arbejdere præsterer bedre, når de får at vide om et samfundsmæssigt meningsfuldt mål – såsom at helbrede en infektionssygdom – og når feedback understøtter autonomi med nyttige tilskyndelser og forespørgsler.

"Vi fandt ud af, at når folk vidste, at målet var at hjælpe med at helbrede en sygdom, de overrapporterede faktisk antallet af inficerede celler. Deres ønske om at se arbejdet lykkes underminerede faktisk nytten af ​​deres arbejde, " sagde Gratch, IKT-direktør for virtuel menneskelig forskning og en USC Viterbi professor i datalogi.

I modsætning, når værket ikke har nogen mening, produktiviteten øges kun, når algoritmisk ledelse falder tilbage på autoritativ ledelsesmæssig kontrol, udforme algoritmen som en chef, der befaler overensstemmelse snarere end fremmer autonomi. Det kan være en udfordring da det ikke altid er muligt at give meningen bag en opgave, fordi denne information nogle gange kan påvirke resultater, sagde forskerne.

De nye resultater fremhæver vigtigheden af ​​autonomi og meningsfuldhed i et crowdwork-miljø og bidrager til den voksende mængde litteratur inden for algoritmisk ledelse og menneske-AI-interaktion. Ride-hailing virksomheder som Uber og Lyft bruger i øjeblikket algoritmisk styring via en app, der giver medarbejderne frihed i planlægning og ruter, og resultater fra USC-forskerholdet tyder på, hvordan sådanne systemer kan forbedres.