GigSousveillance: 以零工劳动者为中心的Sousveillance工具设计
暗黑模式(Dark Patterns)识别职场监控与绩效追踪外卖骑手与网约车司机
文献标题
Designing Gig Worker Sousveillance Tools
文献信息
- 主题领域: 人机交互 (HCI),平台经济,伦理设计
- 关键词: gig work, crowd work, job market, freelancers, surveillance, sousveillance, ethics of care, human-centered design
研究背景与问题
-
发现的问题与挑战:
- Gig平台对工人的监控引发了隐私侵犯、压力增加和数字自主权下降的问题。
- 工人缺乏应对这些监控工具的资源和技术手段。
- 现有的抗监控工具无法充分缓解监控的负面影响,例如数据不对称和工人缺乏数据自主权。
- 当前的数字监控工具未能有效处理工人在gig经济中的社会关系复杂性。
-
研究重要性:
- 在全球化数字劳动平台快速发展的背景下,探索如何通过sousveillance(反向监控)技术赋能工人、改善劳动条件和数据透明度显得尤为重要。
-
研究动机与相关工作:
- 本研究试图弥补现有数字工具的不足,通过人机交互理论、人本设计方法以及伦理关怀的视角,设计出以工人为中心的sousveillance工具。
- 吸取现有反监控工具的教训,提出一种强调工人体验的工人辅助技术方案。
解决方案
-
提出的解决方案:
- 通过合作设计活动 (co-design) 和半结构化访谈,了解工人对于sousveillance的态度、经验以及未来工具的设计期待。
- 使用伦理关怀 (care ethics) 作为框架指导技术设计,优先工人福祉以及数据自主权。
-
创新点:
- 将伦理关怀框架与反向监控工具的设计相结合,是现有文献中少见的视角。
- 切合gig工人的需求,通过合作设计提出具体的工具形态和功能建议。
-
实施步骤与技术:
- 招募工人参与访谈和合作设计活动。
- 开发三种工具原型 (well-being tracker, requester review board, invisible labor tracker),并探讨其实际应用。
- 进行访谈内容和设计反馈的质性分析,提炼主题并制定设计建议。
研究成果
-
具体成果:
- 确立工人开展sousveillance时主要采用的策略,例如搜索在线信息、分析共享经验以及识别信息缺失。
- 发现工人对sousveillance的看法,如提高竞争力的优势、对关系边界的强调,以及心理层面的负担。
- 针对工具设计提出了四个核心建议(如培育专业化对话、情绪压力缓解设计等)。
-
与现有解决方案的比较与优势:
- 不同于传统的抗监控工具主要阻止数据收集,本研究的工具旨在帮助工人重新占有和利用数据,突出“权力反转”的理念。
- 着重包含情感支持功能,为工人在劳动中的心理健康提供帮助。
- 提供预测性、自动化工具以减少工人开展sousveillance的时间投入。
-
实验或评估结果:
- 涉及16名工人的访谈和设计活动揭示工人传统上对请求者尽职调查的需求。
- 数据分析确认了伦理关怀原则(如敏感性、责任感等)在工具设计中的重要性。
-
局限性与未来方向:
- 样本量较小,无法全面反映全球gig经济工人群体的观点。
- Sousveillance技术的设计还需进一步测试与迭代,尤其在具体应用上的实际效果验证。
- 后续研究可以更深入地探讨特定gig子领域中的工人需求,例如高级技能领域与传统劳动市场的对比。
总结
这篇论文通过结合伦理关怀和人机交互领域的前沿理念,提出了创新的gig工人辅助技术框架,尤其是用于反向监控的sousveillance工具设计。研究不仅揭示了当前gig经济中的问题,还在工人福祉与数据自主权层面提供了具有实践价值的解决方案。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3lightbulb
现实痛点
1- 零工面临平台监控导致的隐私侵害与工作压力问题。分类: 压力管理与生物反馈放松同类问题arrow_forward
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642614
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
暗黑模式(Dark Patterns)识别、职场监控与绩效追踪
work
职业/产业
外卖骑手与网约车司机
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文