归根结底，我需要负责：零工工作者的自我追踪以实现多维度的责任管理

文献标题

"At the end of the day, I am accountable": Gig Workers’ Self-Tracking for Multi-Dimensional Accountability Management

文献信息

• 主题领域: HCI (人机交互)中的个人信息学与工作场所算法管理
• 关键词: Gig workers, gig economy, accountability, personal informatics, self-tracking

研究背景与问题

• 发现的问题或挑战:

  1. Gig经济平台通过算法进行工作监控，但研究主要集中在平台执行的跟踪。
  2. 对于Gig工人自我跟踪行为的了解仍较为浅薄，包括为什么自我跟踪、跟踪什么以及如何使用这些数据。
  3. 自我跟踪作为一种现象如何减轻信息和权力的不对称性，目前缺乏系统的研究。

• 重要性: 在Gig经济日益增长的背景下（例如美国约5800万人从事临时工作），理解工人的自我追踪行为不仅有助于揭示劳动关系中的现状，也为平台设计优化提供指导。

• 研究动机与相关工作: 自我跟踪与人机交互中个人信息学关联显著，且与工作场所追踪相似。为填补上述研究空白，本研究旨在探究Gig工人为何以及如何使用自我跟踪工具。

解决方案

• 提出的方法: 本研究通过25次半结构化访谈，结合归纳性主题分析，调查Gig工人的自我跟踪行为及其目的。

• 创新之处:

  1. 将工人的追踪行为与三种身份（整体自我、创业自我、平台化自我）的多维度责任管理联系起来。
  2. 提出设计命题，优化支持Gig工人在多维度上进行跟踪的工具。

• 实施步骤与技术:

  1. 访谈问题包括追踪信息的选择、工具使用体验，以及追踪数据的意义和分析方法。
  2. 采用六阶段的反射主题分析方法，生成并组织主题，代表工人行为及观点。

研究成果

• 具体成果:

  1. Gig工人的自我跟踪实践展现了复杂的责任管理，包括个人责任（整体自我）、管理财务与资源（创业自我）、及绩效管理（平台化自我）。
  2. 初步揭示Gig平台信息跟踪的不足，例如对里程、收入、工作时间记录不全面。
  3. 讨论了对工人隐形劳动（如记录与分析数据）和责任转移的影响。

• 优势: 本研究进一步丰富了有关算法管理和信息不对称的探讨，同时揭示了自我跟踪对减轻平台与工人之间权力失衡的潜在作用。

• 实验或评估结果: 实验显示，Gig工人使用自我跟踪工具可生成实用性的工作与财务洞察力，从而优化工作决策并实现某些层面的自主权。

• 局限性与未来方向:

  1. 本研究仅针对美国Gig司机，其他类型Gig工人的追踪行为可能有所不同。
  2. 合法责任（如税务）对不同国家的工人影响需要进一步研究。
  3. 未来可探索使用数据集体和集体跟踪工具来进一步增强工人权力。