员工在日益数字化的环境中工作,这使得高级分析成为可能。然而,他们缺乏对处理其数据的系统的监督。这意味着潜在的分析错误或隐藏偏见难以被发现。最近的数据保护立法试图解决这些问题,但并不充分。它没有防止数据误用,同时抑制了数据的合理用例。我们认为,数据保护与日益数据驱动的系统之间的冲突应该以不同的方式解决。根据逆向透明的概念,当获得访问员工数据的权限时,所有使用应对他们透明。这允许个人从合理的数据使用中受益,同时解决数据误用的潜在有害后果。为了实现这一目标,我们提出了一种新的人力资源分析软件设计方法,我们称之为逆向透明设计。为了理解开发者和用户对该提案的看法,我们对学生进行了两项探索性研究。首先,我们让小型开发者团队实现具有逆向透明设计的分析工具,以揭示他们如何评判该方法,以及它如何在开发的工具中实现。我们发现架构变更是在不抑制核心功能的情况下进行的。开发者认为我们的方法有价值且技术上是可行的。其次,我们进行了为期三个月的用户研究,让参与者体验所提供的逆向透明性并反思他们的经历。该研究模拟了一个软件开发工作场所,其中大部分工作流程已经是数字化的。参与者认为这种透明性是有益的,并因此感到被赋权。他们一致认为这将是工作场所的改进。我们得出结论,逆向透明设计是一种实现可接受和负责任的人力资源分析的有前景的方法。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/124526/2023

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
work
职业/产业
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文