从反应性视角审视算法指标及其影响

为响应日益增长的问责与透明度呼声，提供劳动实践量化评估的算法系统已大量涌现。现有文献表明，工人能够理解算法指标，甚至找到操纵它们的方法。人类此类反应表明，用于追踪和衡量劳动生产率的指标可能产生意外后果，如系统博弈，超出了收集工人产出准确数据的原始目标。然而，这些指标的影响尚未从反应性视角充分讨论。基于埃斯兰德和萨德对测量反应性的理论研究，我提供了对算法系统响应的更深理解。从他们的见解中提炼出三个相互关联的方面——问责导向的量化、主体性和反思性——我以此框架呈现了对仓库工人劳动追踪技术体验的实地调查发现。我描述了算法系统影响的模式。最后，我从反应性视角探讨了潜在的设计方向。