文献标题

Algorithmic Management Reimagined For Workers and By Workers: Centering Worker Well-Being in Gig Work

文献信息

• 主题领域: 算法管理与共享经济中的工人健康问题
• 关键词: 算法管理, 共享经济, 工人健康, 参与性设计, 工人为中心的工作设计

研究背景与问题

• 问题与挑战:

  • 共享经济平台中的算法管理对工人健康产生负面影响，表现为数据收集、高度自动化流程及信息与权力不对称。
  • 现有平台设计强调效率和盈利，却忽视工人的福祉。
  • 过去工作主要关注工人的应对策略，而鲜有研究调查如何通过设计改进工人健康情况。

• 重要性:

  • 算法管理已成为共享经济工作的核心管理工具，直接影响工人的工作环境与生活。
  • 改进平台设计以支持工人福祉不仅能帮助工人，也能在长远上改善平台可持续性。

• 动机与相关研究:

  • 探索参与式设计方法，直接从工人视角出发，协作设计以解决他们面临的问题。
  • 回应人机交互 (HCI) 领域关于重新定义算法性工作的呼吁，扩展以工人为中心的技术设计。

解决方案

• 方法与设计:

  • 使用参与式设计，将工人纳入平台改进的设计过程。
  • 通过焦点小组和访谈了解工人经历与需求，并举办设计工作坊探索解决方案。
  • 采用算法想象（algorithmic imaginaries）作为研究视角，以激发工人对理想算法支持的构思。

• 创新之处:

  • 将工人放在技术设计的中心，通过协作设计直接探讨改进方案。
  • 提出“信息半透明性”和“工人为中心的数据驱动洞察”等新颖解决方案。
  • 不仅关注工人利益，还兼顾平台与顾客的需求，具有实践可行性。

• 实施步骤与技术:

  1. 通过焦点组讨论了解工人的福祉与工作偏好。
  2. 举行参与式设计工作坊，共同设计解决方案。
  3. 探索算法半透明性和参与工人数据的集体信息共享平台。
  4. 提议以工人为中心的奖励结构，平衡平台激励与工人需求。

研究成果

• 具体成果:

  • 提炼了工人在平台管理下遇到的主要问题，包括健康支持缺失、信息不对称、不公平激励、以及工作孤立。
  • 工人设计了数据驱动洞察、灵活激励配置、奖励工人忠诚度和集体信息共享等解决方案。

• 优势对比:

  • 与现有解决方案相比，该方法直接纳入了工人的偏好和经验，更具针对性和可操作性。
  • 不需要完全公开算法，提出了半透明性信息设计，解决平台与工人之间的信息鸿沟。

• 实验结果:

  • 工人提出的解决方案不仅提升了工作效能，还增强了对平台的公平认知。
  • 通过重新设计激励和信息共享机制，能够改善工人在心理、经济和身体方面的健康。

• 局限性与未来方向:

  • 局限性:

    • 研究仅限于美国 rideshare 司机，未能覆盖其他共享经济工作领域或全球范围。
    • 参与工人多为需求导向型，可能对平台问题更敏感。

  • 未来方向:

    • 扩展研究到其他共享经济领域，如外卖配送和自由职业。
    • 设计第三方工具或工人合作组织以支持平台外部的协作与健康提升。
    • 进一步定量评估设计机制的实际效果并进行部署实验。

总结

本文通过参与式设计方法探讨工人如何面对共享经济中算法管理的挑战，并设计出以支持工人福祉为核心的解决方案。这些发现为算法管理重新设想提供了重要的参考，也指出了未来研究与政策干预的方向。