Hvordan man gør den frygtede opgave med dataindtastning mindre foragtet

En nylig undersøgelse, der viser, at dataindtastning er en af ​​de mest overflødige og hadede opgaver på arbejdspladsen rejser spørgsmål om, hvorfor, i en tidsalder af kunstig intelligens, data mining og smarte teknologier, denne opgave udføres stadig manuelt.

Er der nogen måde, det kunne være mindre foragtet?

Mit igangværende feltarbejde i en datadrevet opstart, omtalt som Sage (et rigtigt firma, men ikke dets rigtige navn på grund af fortrolighedskrav), antyder, at teknologiske løsninger ikke er nær så sofistikerede, som mange antager - og ikke kommer til at erstatte menneskelig dataindtastning i den nærmeste fremtid.

I næsten to år, Jeg har studeret udviklingen af ​​Sages ansættelsespraksis og job.

Sages oprindelige plan var at udvikle og bruge AI til at producere data, den ville sælge til kunder som en del af sine bredere tjenester. I mellemtiden, Sage bad sine analytikere om at indsamle og indtaste disse data manuelt. Men da Sage kørte et pilotprojekt med et AI-konsulentfirma, de opdagede, at AI ville producere, højst, fem procent af de data, som de indsamlede manuelt, og til en væsentlig højere pris.

De havde ikke råd til AI. Som resultat, de skiftede deres dataindsamlingsstrategi fra AI til menneskelig intelligens. I erkendelse af, at analytikere var for dyre og ville være for utilfredse med udelukkende at udføre dette arbejde, Sage hyrede dedikerede dataindtastningsoperatører i et satellitkontor til at udføre meget af arbejdet.

Teknologi virker ikke altid

Denne type scenarier er ikke sjældne. Teknologien fungerer ikke altid som forventet, og har forskellige effekter på tværs af forskellige jobs og organisationer. Teknologiens fejl, imidlertid, tilbyder kun en delvis forklaring på, hvorfor manuel dataindtastning stadig eksisterer som en opgave, og kunne i et stykke tid. For at forstå mere, vi skal se opgaver i en bredere sammenhæng.

Opgaver eksisterer sjældent isoleret. De er en del af job, og disse job består af andre opgaver. De er forbundet med mennesker, der udfører dem, andre, der administrerer dem eller arbejder med dem, og med andre job inden for erhverv og organisationer.

Denne bredere sammenhæng, og relationerne i det, gør det svært for enhver opgave at blive elimineret helt, men betyder også, at en enkelt foragtet opgave ikke altid betyder et fuldstændigt foragtet job.

Hos Sage, selve den udenadslige opgave med at indtaste data var næsten uadskillelig fra handlingen med at indsamle data. Mens nogle af dataene let kunne findes i årsrapporter, for meget af resten, analytikerne, og derefter dataindtastningsoperatørerne, måtte søge på internettet for yderligere information. Når de fandt disse oplysninger, de skulle så indtaste det i en database.

Det ville ikke give nogen mening og ville være praktisk talt umuligt at automatisere dataindtastningsdelen af ​​denne opgave.

Dette fremhæver, at ikke alt dataindtastningsarbejde er skabt lige, og ikke alle dataindtastningsjob er ens. Som resultat, holdninger til dataindtastning er meget mere komplekse, end den seneste undersøgelse antyder.

Falske forventninger

Sage-analytikerne foragtede arbejdet med dataindtastning, men ikke kun på grund af selve opgavens karakter. Forventninger prægede deres holdninger. Da de blev ansat, mange af dem havde forventninger om, at de ville udføre det, de kaldte analytikerarbejde - ting som at lave rapporter ud fra data, skrive indhold og interagere med kunder.

Nogle af dem havde i første omgang søgt konsulentjob, der skulle bestå af ovennævnte ansvarsområder. De forventede arbejde, der var mere glamourøst, mere tilfredsstillende. I denne sammenhæng, det er ikke overraskende, at de betragtede dataindtastning som slid og troede, at det var under dem.

Dataindtastningsoperatørerne, på den anden side, blev ansat med forventninger om, at de ville gøre, hvad titlen på jobbet indebar - dataindtastning. I modsætning til analytikerne, nogle af dem rapporterede, at de var positivt overrasket over jobbet og mængden af ​​tænkning og dømmekraft, det indebar.

Selv inden for samme job i samme organisation, der kan være variationer i, hvad medarbejderne gør, og disse variationer kan føre til forskellige resultater.

For eksempel, en undersøgelse viste, at kvindelige Transportation Security Administration-agenter i USA endte med at gøre mange flere pat-downs, en uønsket opgave, end mandlige agenter. Resultatet af dette var lavere jobkvalitet og reducerede muligheder.

Dataindtastningsoperatører forfremmet

Historien hos Sage er langt fra komplet. Jeg fortsætter med at se, hvordan opgaverne og rollerne udvikler sig der. Et nyligt strategiomdrejningspunkt i virksomheden har betydet, at dataindsamling blev mindre central for virksomhedens mål.

Med denne pivot, analytikernes rolle har udviklet sig til at omfatte meget mere interaktion med virksomhedens udviklere i at skabe produkter til kunderne og gøre mere for at producere indhold.

Dataindtastningsoperatørens job, imidlertid, er stort set uændret. Folk kommer og går fra det, men nogle af dataindtastningsfolkene er blevet forfremmet til analytikerstillinger, tyder på, at den frygtede opgave kan være en vej til mindre frygtet arbejde.

Denne artikel er genudgivet fra The Conversation under en Creative Commons-licens. Læs den originale artikel.