雇主使用工作场所管理技术有多普遍 ？ 患病率研究综述

劳动与就业研究所 加州大学伯克利分校 工作文件、技术和工作计划|2022年10月 雇主使用工作场所有多普遍管理技术? 患病率研究综述 尼娜·马斯特和丽莎·克雷斯格 Contents Introduction1 局限性oftheCurrentResearch文学2 Summaryof患病率StudyFindings4 1.政府研究………………………………………………………………………………………………………………… …………………………………………………………………………………4 2.Studies由PrivateResearchandConsulting公司11 3.Studies由技术供应商22 4.贸易协会25 5.OtherTech供应商患病率26 Introduction 在过去的十年里，特别是自COVID-19全球大流行以来，使用数字技术在工作场所管理中的应用受到了越来越多的关注。重点是交付驱动因素的算法管理、生产率监控和 仓库工人的评估，或者自动招聘软件的明显爆炸，它是显然，数字技术有可能深刻重塑21世纪 workplace.1然而，我们对这些技术的普及程度知之甚少 在美国的工作场所，雇主为什么和如何使用它们，以及对工人的影响范围。 本工作文件的目的是帮助填补这一信息空白。我们提供了现有的研究试图衡量雇主使用工作场所的普遍性 管理技术-即用于监控、评估或制造的技术 对工人的预测，或协助或增加他们的任务。 具体来说，我们专注于在工作场所采用以下技术： 商业信息数字化和云计算；招聘技术；人力资源分析；电子监控；以及机器学习和人工等新兴技术 智能。表1给出了对这些技术和常用术语的更全面描述指他们。 1有关工作场所数字技术的概述，请参阅Adler-Bell，Sam，MichelleMiller。2018。就业的数据通信。“。世纪基金会，2018年12月19日 https://tcf.org/content/report/datafation-employment-supervision-capitalism-shaping-workers-futures-without-knowledge/?agreed=1;Bernhardt,Annette,LisaKresge,andReemSuleiman.2021.“数据和算法在工作: 工人技术权利案例。“。https://laborcenter.berkeley.edu/data-algorithms-at-work/;Bogen, Miranda和AaronRieke。2018年。“需要帮助：对雇用算法、公平和偏见的检查。”上升。 https://www.upturn.org/reports/2018/hiring-algorithms/;Nguyen,Aiha.2021.“TheConstantBoss:LaborUnder 数字监控。»数据与社会。https://datasociety.net/library/the-constant-boss/;Negrón，Wilneida，2021年。“‘小技术’即将面向低工资工人：一个回收和建设工人权力的框架。 Coworker.org.https://home.coworker.org/worktech/;米尔纳、耶希马贝特和艾米·特劳布。2021年。“数据资本主义+算法种族主义。“。黑人生活和灾难的数据。https://www.demos.org/research/data- 资本主义和算法种族主义；谢勒、马特和莉迪亚·X·Z·布朗。2021年。“警告：博斯沃尔可能是危害您的健康。“。民主与技术中心。https://cdt.org/wp- 内容/上传/2021/07/2021-07-29-警告-Bossware-可能-对-您的-健康-最终.pdf。 表1：聚焦技术 技术类型 Description 其他描述符 数字化和云 Computing 将模拟信息转换为数字的过程 形式；更高级投资的先决条件技术 “软件即服务” (SAAS)，“”平台作为一个服务(PAAS)“ 招聘技术 包括使用评估和自动化工具 如申请人跟踪系统(ATS)进行招聘decisions 收集和使用有关工人的数据，既可以评估工人并预测未来的表现 "人才评估" “预测性招聘” HR分析 电子监控 使用技术工具(软件、传感器) 监视或跟踪工人 新兴技术 包括对机器学习、计算机的投资 视觉,自然语言处理,面部识别 “数据分析”， “人员分析” "远程监控",“性能tracking" “AI”，“高级” 技术“ 我们在对二级文献进行分析的基础上收集了本文的研究，并通过 监控行业，顾问和人力资源领域的通讯和出版物。2我们的地理重点是美国，尽管我们包括了欧盟的几项重要研究。 尽管欧盟和美国之间存在差异，但这些研究表明了总体状态西方工业经济体的技术采用，特别是考虑到 跨国公司。 当前研究文献的局限性 虽然人们对数字工作场所技术的兴趣正在增长，但缺乏全面的、关于公司层面采用率的可靠数据。3当前研究的局限性包括： ●公司层面采用工作场所管理的普遍性没有通用衡量标准技术:进行调查的组织使用各种各样的指标来衡量 患病率，其中许多是间接的，使得很难提炼整体趋势。措施包括公司对技术的投资或投资计划；技术采用或 计划采用；以及特定技术服务的市场份额或价值。大多数 2我们对表1中的各种技术进行了Google关键字搜索+“使用”或“采用”或“支出” 或“投资”，并将我们的时间范围限制在过去四年内发表的研究(只有一个例外一项被广泛引用但尚未更新的旧研究)。 3罗伯特·西曼斯和马纳夫·拉吉，“人工智能、劳动力、生产率和对企业层面数据的需求”，国家局经济研究，工作文件24239，2018年1月， https://www.nber.org/system/files/working_papers/w24239/w24239.pdf. 研究还包括雇主对特定技术的看法和经验，用例，或采用某些技术工具的目标。 ●技术定义不明确或缺失：“AI”一词通常是未定义的，并且用作总括术语，包括许多不同的技术。此外，咨询公司 供应商采用了一系列听起来相似的术语，如“劳动力分析”或“人员分析”没有提供明确的定义。因此，很难确定 这些研究到底在衡量什么，以及调查对象是如何解释的 questions.Lackofdefinitionalslearityalsolimitstheabilitytocomparereportsaboutsimilar 技术。 ●方法限制和有限的访问：大多数咨询公司和供应商都有 专有数据集，并且仅发布选定结果。在许多情况下，它们不提供他们的方法的全面解释，包括有关他们的信息 受访者或他们如何招募他们。由于这些限制，通常是不可能的评估他们调查的代表性或评估潜在的抽样偏差。 一些报告，特别是私人研究公司的市场份额报告，只提供了非常基本的总结和全面访问收费。 ●私人调查数据中不具有代表性的样本：从我们能够确定的情况来看，公司供应商和私人咨询公司的调查通常不具有全国代表性- Insomecases,respondentsareclientsorcontactsofthefirm.Comparedtorepresentative 政府调查，私人调查中的受访者公司往往规模更大，公开交易通常采用技术的公司比小公司高。4在的情况下 供应商，有市场动机证明采用率不断增长。然而， 通常这些私人调查可以产生有用的信息，所以我们包括一些在这份报告中。 ●美国政府关于技术采用的有限数据收集：美国目前 在官方政府调查中收集有关公司级技术采用的有限数据。在为了弥补这一疏忽，人口普查局在2018年引入了一项技术模块在其年度商业调查（ABS）中。该技术模块将包含五个ABS的年份，每年都有新问题。最新的技术模块包括 一些关于自动化技术对工人影响的问题，但很少有问题特别是与工作场所管理技术相关的。5 4见Zolas,Nikolas,ZacharyKroff,ErikBrynjolfsson,KristinaMcElheran,DavidBeede,CatherineBuffington, NathanGoldschlag、LuciaFoster和EminDinlersoz。2020年。“美国先进技术的采用和使用 公司：来自年度商业调查的证据。»20-40.CES.https://www2.census.gov/ces/wp/2020/CES-WP-20-40.pdf. 5参见下面的美国人口普查局经济研究中心2018年和2019年调查。 患病率研究结果总结 我们的目标是了解雇主使用工作场所管理的普遍性 技术；然而，很少有研究直接衡量这些技术的使用。因此，本节总结了在我们的评估中提供工作场所间接指标的研究 管理技术采用。我们根据进行的实体对研究进行分类 和/或发表研究报告：政府研究，私人研究和咨询公司，供应商，和贸易协会。对于每一项研究，我们描述了样本的特征和 招募策略、使用的患病率测量、我们对研究质量的评估和关键 findings.Formoststudies,weincludeallrelevantinformationaboutthesamplethatwasprovided 由研究作者。我们试图根据诸如 样本代表性、受访者招聘方法和样本量。我们的研究 无法评估研究的质量，要么是因为他们的方法含糊不清，要么是因为未公开，评级为“未知”。 Thepaucityofresearchinthisareamakesitdifficulttodrawfirmconclusionsacrossstudies.Itdoes 似乎很清楚，公司对工作场所管理技术的采用仍处于成长阶段。下面的研究都没有发现绝大多数企业目前正在使用这种 技术，一般来说，公司层面对先进技术的采用仍然很低。此外，咨询公司和供应商调查大型私营公司的趋势(通常采用 较高利率的先进技术）可能会导致采用率的夸大。也就是说，公司越来越多地将其信息系统数字化并采用云计算；这些 技术是采用更先进技术的基础，如预测 分析和人工智能。因此，趋势线很可能是加速收养。 1.政府研究 经济研究中心(2022)6 研究概述：人口普查局2019年年度商业调查（ABS）的重点是劳动力人工智能(AI)、云服务、专业软件、机器人技术和专业技术的影响 equipment.Thesurveywasmailedto300,000nationalrepresentativeemployerbusinessesinall 私营、非农业经济部门，收到208,000份答复，要求作出答复 Rateof69%.Togainabetterunderstandabouttheextentofworkforcedisplacementdueto 新兴技术，2019年ABS包括有关雇主采用先进技术的问题与自动化相关的技术。调查模块将人工智能定义为“系统 6DaronAcemoglu,GaryAnderson,DavidBeede,CatherineBuffington,EricChildress,EminDinlersoz,LuciaFoster,2022年。“自动化和劳动力：2019年年度商业调查的公司层面观点”，CES22-12。 https://www.census.gov/library/working-papers/2022/adrm/CES-WP-22-12.html。 人工智能执行的功能包括但不限于语音识别， 机器视觉或机器学习“，并通过以下示例描述了每个系统技术应用。7 患病率测量：人工智能、云服务、专业软件的采用和劳动力影响 （不包括AI的业务应用程序），机器人技术和专用设备（特定于任务的自动化不包括机器人技术)。 研究质量评估：高调查结果: ●AI（3％）和机器人技术（2％）的技术采用率非常低，而专用