Automation, Algorithms, and Beyond: Why Work Design Matters More Than Ever in a Digital World

自动化、算法及其他:为什么工作设计在数字世界中比以往任何时候都重要

“技术将自己编织到日常生活的结构中,直到它们与日常生活无法区分”
“technologies weave themselves into the fabric of everyday life until they are undistinguishable from it”

——by Weiser (1991, p. 94)

自世界进入第四次工业革命的进程,各种科技的融合使得技术更多地参与到工作当中,如韦泽(Weiser)所说,“技术将自己编织到日常生活的结构中,直到它们与日常生活无法区分”;智能技术、人工智能、机器人和算法等除了自身的不断革新以外,它们也同样地渗透到工作中重塑工作设计。

文章讨论技术与个人、团体、组织变量的相互作用以塑造工作特征,以工作设计的视角去理解AI机器人和自动化等新技术的影响,并为减少新技术的负面影响确定了4种干预策略。

而本篇导读将文章划分为以下五个板块来介绍:

  1. Background
  2. 目标
  3. 模型
  4. 结论与干预策略
  5. 未来研究方向建议

1.背景

自 1980 年代以来,学者们已经确定了技术设计和实施选择以及其他因素如何塑造技术对工作和员工的最终影响。然而,似乎——即使面对许多技术失败——也很少吸取教训,以技术为中心的观点仍然占主导地位。

因为各种科技的融合使得技术更多地参与到工作当中,使得技术正方方面面地重塑着工作设计,包括信息工作者可以访问的信息(例如实时数据)、人们的工作地点(例如联合办公空间)、协作模式(例如增加互动机器人)。

在这些新技术的影响下,人们担忧人工智能将降低社会对人类工人的需求;但目前研究认为新技术将显著改变整体劳动力结构,而这并不意味着将来部分工种将完全自动化而被取替,而是工作中的部分任务被自动化。

2.目标

新技术可以使工作设计变得更好,也可以使它们变得更糟,对员工的健康、福祉、敬业度和绩效产生影响。

首先,本文中的目标是制定一个议程以更好地理解新技术如何影响工作设计,并在此过程中建议如何通过考虑技术、人员和组织的工作设计,将新技术的​​风险降至最低,且以人为本的基础原则协调人与新技术,将工作效能最大化。

此外,在过去的几十年里,工作和组织心理学教育越来越青睐组织心理学和组织行为学的主题,例如领导力和团队合作,却对工作心理学、最重要的工作设计和人的主题缺少关注;因此,作者亦借文章呼吁工作和组织心理学家加强工作和组织心理学教育的设计重点及接触政策制定者以帮助制定更广泛的议程。

3.模型

文章举例说明新技术如何根据各种因素对工作资源(自主/控制、技能使用、工作反馈、关系方面)和工作需求(例如绩效监控)产生积极和消极影响,并对员工的幸福、安全产生影响。

工作特点-工作自主和控制(决策作为工作流程的一部分)

  • 潜在积极影响示例:
    1. 更广泛的信息传播导致本地化决策
    2. 来自大数据和机器学习的信息支持决策
    3. 增强自组织的互联网知识
  • 潜在负面影响示例:
    1. 自动化可能导致失去人为控制而失控
    2. 自动化决策取代人类判断
    3. 减少了对决策有影响的算法管理
  • 潜在调节因素:
    1. 个性、能力、技能、教育、技术自我效能、年龄等因素
    2. 对技术的接受度过高(自满)或过低(不信任技术/不使用技术)
    3. 接触技术的时间(可能随时间推移而逐渐适应技术)

工作特点-工作自主权和控制权(选择工作地点和时间

  • 潜在积极影响示例:
    1. 技术支持的虚拟/远程和其他形式的灵活工作
    2. 新技术支持业务模型,允许在工作中实现更大的自我指导
  • 潜在负面影响示例:
    1. 对减少控制的持续连接的期望
    2. 算法管理向员工施加压力,要求他们确定工作时间和工作量
  • 潜在调节因素:
    1. 技术类型
    2. 与任务类型交互的技术类型
    3. 人为因素设计技术的参与程度
    4. 战略设计重点技术来替代或增强人类(例如,遗留功能分配模型)
    5. 技术系统的性能

技能种类及用途

  • 潜在积极影响示例:
    1. 替代“枯燥、危险、肮脏”的工作
    2. 更换常规认知任务
  • 潜在负面影响示例:
    1. 任务标准化程度提高
    2. 随着监控的增加,自动化导致技能主动使用率下降
    3. 技术导致缺乏意义和兴趣的“微任务”
  • 潜在调节因素:
    1. 团队在技术之前的工作方法和行为
    2. 工作任务的常规程度
    3. 操作的不确定性
    4. 关于工作组织/管理思想的选择
    5. 员工参与技术设计和实施
    6. 组织战略(例如,成本与创新重点)

工作反馈及相关

  • 潜在积极影响示例:
    1. 增加定制反馈的可穿戴设备和其他技术
    2. 算法管理和提供“客观”反馈
    3. 通过信息技术将信息下放到组织的较低级别
  • 潜在负面影响示例:
    1. 自动化会减少反馈并削弱态势感知
    2. 自动化导致学习机会减少
    3. 算法调节的反馈具有惩罚性、异质性、偏见等
  • 潜在调节因素:
    1. 教育和技能要求
    2. 工作的常规性

社会和关系

  • 潜在积极影响示例:
    1. 支持社会联系的信息通信技术,尤其是远程时候
    2. 增强协调和团队合作的信息通信技术
    3. 计算机作为“队友”
  • 潜在负面影响示例:
    1. 以技术为媒介的交流会损害联系和协调,消除同理心等
    2. 过度抽象的数据会减少共享理解
    3. 破坏社会联系的工作物理方面的变化
  • 潜在调节因素:
    1. 与隐私、工作中的心理健康等相关的法律法规
    2. 国家机构和制度,例如工人委员会、工会

职位要求

  • 潜在积极影响示例:
    1. 替代“枯燥、危险、肮脏”的工作
    2. 更换常规认知任务
  • 潜在负面影响示例:
    1. 任务标准化程度提高
    2. 随着监控的增加,自动化导致技能主动使用率下降
    3. 技术导致缺乏意义和兴趣的“微任务”
  • 潜在调节因素:
    1. 团队在技术之前的工作方法和行为
    2. 工作任务的常规程度
    3. 操作的不确定性
    4. 关于工作组织/管理思想的选择

4.结论与干预策略

高质量的工作设计对个人和组织的一系列重要成果的积极影响是非常明确的。

文章表明:

  1. 技术有可能影响工作设计的关键方面,例如控制/自主水平、人们是否使用他们的技能、人们收到的反馈质量、社交和关系和工作需求
  2. 技术对工作设计没有预先确定的影响
  3. 在影响技术对工作设计影响的无数因素中,许多反映了技术变革影响对工作角色的“选择”
  4. 不仅需要更加重视主动塑造技术实施方式及其周围的角色,还要重视技术本身的设计,以最大限度地发挥其积极影响
  5. 鉴于文章作者作为组织心理学家,文章的分析主要集中在组织控制范围内的因素,文章作者也承认更多“宏观”力量和更多“微观”力量的关键作用,以及它们对干预的相关影响;关于宏观力量,考虑到雇主在社会和经济体系中的相对权力,技术最有利于雇主而不是雇员并非巧合,这种情况意味着需要更高级别的政策和法规来帮助确保安全、健康和有意义的工作设计

根据模型所展示新技术对工作设计的潜在影响及潜在调节因素,文章确定了以下四种干预策略。

  1. 在技术实施过程中需要主动考虑工作设计选择,符合联合优化的社会技术系统原则
  2. 在新技术的设计和采购中应明确考虑以人为本的设计原则
  3. 面向组织的干预战略需要得到宏观政策的支持
  4. 除了关注提高员工技能以帮助他们适应技术变革之外,还需要关注在工作设计和相关主题方面对员工以及其他利益相关者进行培训
  5. 对技能发展和终身学习培养的关注似乎是几乎所有关于未来工作的分析中推荐的主要干预策略

5.未来研究方向建议

  1. 面对新的挑战,继续关注工作自主性
  2. 重新关注其他工作特征,包括它们的相互作用
  3. 更多地关注工作设计的前因,包括多种因素如何与技术相互作用以塑造工作设计
  4. 在我们的研究中带回并进一步发展社会技术思维

信息可视化图(infographic)

Comments

作为一名视觉传达设计专业的学生,我个人的体会是这个专业的教学相较于关心理论,更关心实际作品呈现的效果;此前我遇到的问题是虽然做作品前会进行调研,但调研却很难帮助我建立一套对该课程的系统的认知,因此有时感受在认知方面有所缺乏,为了学习如何更好地进行研究而不仅仅只是累积机械知识,我才选择了这门国际论文研读课。

令我意外的是,这门课程不像是我想象中的那般严肃沉闷,而是在老师的带领下妙趣横生,这种开放地讨论和分享的氛围是我享受这门课程的主要原因;其次是课间一个小时的阅读论文时间安排减轻了课后再阅读论文的压力,而且在这之后提供的问题环节也提供了及时询问以解惑的机会,促进了知识的效率传播。

听着其他同学的论文分享,宽广而自由地暴露在知识当中的感觉也让我感觉有趣,总体来说在这门课上收益良多,是门值得推荐选修的课程。

原文

Parker, S. K., & Grote, G. (2022). Automation, Algorithms, and Beyond: Why Work Design Matters More Than Ever in a Digital World. Applied Psychology71(4), 1171–1204. https://doi.org/10.1111/apps.12241

Enter your email to stay up-to-date with the latest information on our website.

Leave a Reply

Your email address will not be published. Required fields are marked *