公司全方位追踪员工行为,这种做法合理吗?

神译局 · 2019-08-13
据称,数据分析可以减少职场偏见,提升效率。但事实可能并没有这么简单。

神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。

编者按:随着科技的不断进步,我们的生活中出现了越来越多的可穿戴追踪设备。近年来,还专门有一些项目通过这些可穿戴追踪设备生成的数据,来分析有关研究对象的具体表现。如果公司的老板让你每天24小时都穿戴这款设备,从而让他进一步地了解你的工作表现,你会同意吗?这篇文章原标题是A New Study Suggests Employers Track Your Every Move to ‘Improve Productivity’,作者Angela Lashbrook在文中就介绍了几个类似的项目,以及不同群体对这些项目的看法和意见。

公司全方位追踪员工行为,这种做法合理吗?

图片来源:FitNish Media on Unsplash

如果你对老板提出加薪要求,老板反过来告诉你,你必须每天24小时都穿戴一款特制的可穿戴设备,你会有什么反应?

这种做法在未来并不是不可能。在奥巴马执政时期,就曾出现过大量职场健康研究项目,这些项目目前覆盖了超过五千万职场员工。在这些项目里,通常都会借助于健身追踪装置或其它设备来评估员工身体的健康状况,而相关的数据,在很多案例中都会影响个人保险的费率。

而最近的一项全新研究,更有可能继续向前拥抱这个美好新时代:通过日夜不断的数据监视而汇总的各种不相关数据点,比如你查看手机的频率或者周末外出的频率,来评估员工的工作表现。这项研究也获得了美国国家情报总监(Director of National Intelligence,DNI)办公室的部分资金支持,研究人员主要来自达特茅斯学院(Dartmouth College)。

这项研究的目的,是通过基于地理位置的追踪信号发射基站、可穿戴设备以及手机应用,“区分高效和低效的员工”。其设计和目的和另外两个名叫mPerf和MOSAIC的研究项目类似。这两个项目的主题都是去研究人工智能是如何帮助员工(以及他们的雇主的)。但专家警告称,就这种追踪而言,仍然存在许多顾虑。

“这项研究会关注的内容有:调查对象的睡眠时间有多少,他们的心率表现如何,他们日常体育锻炼有多少。”隐私和安全非营利机构美国民主和科学中心(Center for Democracy and Technology,CDT)政策分析师娜塔莎·杜阿尔特(Natasha Duarte)说,“要看一个员工是否相对年轻和健康,这些就是主要指标……那如果调查对象身患残疾呢?如果参考他们的体育活动数据来评估其工作表现的话,那就太歧视人了。”

在这项研究中,一共有554名研究对象。其中,320名男性,234名女性。这些研究对象来自各行各业,但主要集中于科技和资讯行业。他们会定期填写职场评估问卷,问卷题目包括是非题,比如“你今天是否对组织展示出了忠诚的工作态度?”或者打分题,比如“你在多大程度上完整地完成了你的工作?”“你在多大程度上确保各项任务都恰当地完成了?”然后,研究人员会根据他们的回答内容,确认他们是否是高效工作还是低效工作。

同时,研究人员也都为这些研究对象装配了各种不同的追踪装置。每个人都会佩戴一块防水佳明(Garmin)腕表,他们的智能手机还都安装了一个名叫PhoneAgent的追踪应用,同时还会分配四个信号发射基站给他们:一个放置在钱包中,一个放置在钥匙链上,一个放置在家中,一个放置在办公室里。

这些装置可以记录研究对象的睡眠习惯、离开工作台面的频率、夜间或周末从家中外出的频率、解锁手机的频率、完成了多少体育运动以及睡眠质量等等。

研究人员随后会收集从各种装置上获得的数据,从而进行对比研究。结果显示,不同行业的研究对象,以及研究对象是否担任管理职务,对结果的影响都非常大。比如,非管理职务的高效员工在周末上班的时间更多(很意外的发现),他们在平时工作日的晚上也很少去其它地方。咨询行业的高效员工周末都很少参加体育锻炼,而科技行业的高效员工则在平时工作日很少参加锻炼。

达特茅斯学院管理学教授皮诺·奥迪亚(Pino Audia)称,根据这些数据,可以推断出,工作日很少去其它地方的高效员工往往都有固定的日常安排,即便是在艰苦的工作环境下,这些行为习惯可以让他们保持积极和足智多谋的态度。“如果你总是被干扰的话,那你的工作表现就可能会受到影响。”奥迪亚说。

此外,研究人员还希望这些数据可以进一步消除员工调查环节中的歧视和不公平。现有的工作评估方式“不仅老旧而且还存在一定的偏见”,达特茅斯学院计算机科学教授安德鲁·坎贝尔(Andrew Campbell)称。他说,他们希望了解如何利用这些移动感应数据来预测可以反映高效表现的有关模式。同时,他们还希望,在十年之内,员工可以通过结合这些数据的反馈,来回顾和提高自己的工作表现。

就员工表现评估而言,传统的方式也的确存在一定的缺陷。据斯坦福大学VMware女性领导创新实验室的研究人员称,在回答开放式问题时,比如“员工是如何达到期望值的?”“该员工最突出的技能是什么?”,管理人员通常会依赖刻板看法和偏见,而不是结合数据来评估。

男性通常都会收到与其技术性技能有关的具体反馈,而女性则通常收到的是一般性评论和反馈,比如“你是很棒的沟通者!”具体反馈可以为员工提供进步的方向,同时指明他们的优势特点,而没有收到类似反馈的,则更像是被忽略的一个群体。

奥迪亚称,这项研究可以“在短期内让企业不再依赖或减少对这些调查的依赖。相反,我们可以更多地依赖于员工行为的有关客观指标。企业应该如何在对待员工、补偿以及晋升等方面不受性别、种族和国籍的限制而表现出更大的公平性?……我们研究中利用的一些科技,就会朝着这些目标而不断奋斗。”

公司全方位追踪员工行为,这种做法合理吗?

图片来源:Unsplash @rstone_design

当然,针对这项研究,也存在一些针对偏见的顾虑声音。除了杜阿尔特提到的偏见问题,研究中的主要研究对象也都是男性,如果利用这些白领男性的数据去预测或评估不属于这类群体的人的工作表现,那他们就可能会在和其工作表现无关的因素方面受到不平等对待。

“如果你把针对20多岁男性的研究数据应用在女性身上,或者是超过30岁以上的群体身上,或者是残疾人身上,那可能就站不住脚了。”斯坦福大学互联网和社会中心消费者隐私负研究负责人贞·金(Jen King)表示,“那这些数据本质上就存在偏见。”

比如,如果某人因心理疾病而引发焦虑的,从而增加心率或影响睡眠质量。此外,根据研究发现,高效员工下班以后很少去其它地方。但一个中学学生的母亲可能在下班后需要带孩子去上辅导班,可能会频繁地离开家,如果用这些数据来评估他们,则同样是不公平的。

当然,如果用这些装置去追踪和记录员工活动以及生物统计信息,特别是下班后的这些信息,还会存在侵犯隐私的问题。

在美国境内,目前针对员工隐私保护的法律条款并不多。因此,“要求”员工长时间受这些设备监控,可能并不会触犯法律,而且这篇文章所提到的员工健康项目早就已经落地了。针对这些项目,不仅没有人指出它们可能违法了,而且还受到了奥巴马执政期间推行的平价医疗法案(Affordable Care Act)的极力鼓励。

“这种事不应该发生,但遗憾的是,这些研究的法律边界并不清晰。”杜阿尔特说。她还说,即便员工同意参与这些项目,但这些追踪项目仍然存在道德风险问题,会让人觉得他们是有人施压被迫像“好员工”一样而参与其中的。

金还提出另一种说法,雇主很可能还会利用这些追踪数据去跟踪员工。“试想一下,一个可能对年轻女下属有爱慕之心的猥琐主管,如果随时可以了解下属的实时位置,并根据这些数据尾随下属,那就太可怕了!”她说。

但这项研究的发起人称,其研究仍然处于早期阶段,如果这些装置真的要应用到职场当中,起码也是几年以后的事情了。坎贝尔称,他也非常清楚地认识到,这些数据的确存在普遍的偏见问题。

“但至于你提出的问题,我会把它当作针对任何机器学习或者基于数据的算法创建的一般性批评。比如,如果数据没有包含某个群体的话,那算法则会完全地忽略他们。”坎贝尔说,“至于如何解决这个问题,我目前还没有想到很好的解决方案。”

然而,研究这个宏观主题的,也不仅仅只有这个大项目。比如,前文提到的同样受政府机构资助的mPerf项目,和这个项目一样,他们也在研究职场表现和移动感应数据之间的关系。

“在用不了多少年后,高中生要想进入大学,都不需要参加SAT考试或ACT考试,这并不是不可思议的事情。”mPerf项目的主要负责人丹尼斯·万斯(Deniz Ones)在某新闻发布稿中提到,“学生们需要在手机上下载某些应用软件,同时连接其可穿戴设备,并允许各个大学在某几个月范围内从他们身上收集各种数据。”

此外,还有前文提到的MOSAIC项目。这些项目中,也会追踪情报部门成员的有关数据,从而去评估他们的工作表现,尽管有人指出称,情报部门的员工接受这种数据监控,本来就算作其工作的一部分。

所以,如果真的想进一步改进员工评估,是否有其他不涉及隐私侵犯追踪的方式呢?

据斯坦福VMware实验室的研究人员称,管理人员应该在数月之前提前约定某些特定的员工表现评估要求。随后,可以将员工的具体表现与这些要求对比评估,从而消除评估环境中的偏见问题。

此外,管理人员还应该进一步控制一般性或者模糊性赞扬,比如“她是很棒的沟通者”。与之相反,他们应该参考既定的员工表现指标,公平公正地评估他们在沟通方面的具体表现。

当然,针对雇主应该如何有效地引导员工高效工作,有关进一步的研究也非常有必要。然而,除了达特茅斯学院的项目和mPerf项目中可能会涉及隐私侵犯的本质,与科技相关的全新的特别是被忽略的偏见问题仍然会显现。人们可能会针对他人的看法产生不同意见,但大体上人们还是相信这些系统的客观公正,只不过,我们还可以做得更好。

译者:井岛俊一

+1

好文章,需要你的鼓励

参与评论
登录后才能参与讨论哦...
后参与讨论
提交评论0/1000

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

下一篇

刚需买房撞上首套房贷上浮,现在该不该买房?

2019-08-13

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

为你推送和解读最前沿、最有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚集全球最优秀的创业者,项目融资率接近97%,领跑行业