AI कार्यस्थळ निरीक्षणाची व्याप्ती वाढवत आहे
नियोक्ते कर्मचाऱ्यांवर नजर ठेवण्यासाठी तंत्रज्ञानाचा वापर वाढवत असताना, ऑस्ट्रेलियातील संशोधक मजबूत workplace privacy protectionsची मागणी करत आहेत. University of Technology Sydneyच्या Human Technology Instituteच्या अहवालानुसार factories, offices, delivery work आणि retailमध्ये monitoring tools सामान्य होत आहेत; अनेक कर्मचाऱ्यांना आपल्यावर नजर ठेवली किंवा मोजमाप केले जात आहे हे माहीतही नसते.
हा प्रश्न एका नवीन artificial-intelligence productपुरता मर्यादित नाही. Employers CCTV, access-card records, keystroke monitoring आणि workplace messaging data जोडून कर्मचाऱ्यांच्या हालचालींचे सविस्तर चित्र तयार करू शकतात. AI या प्रणालींचा वापर आणि परिणाम वेगाने वाढवत आहे, असा संस्थेचा इशारा आहे.
Automated systems रोजच्या workplace dataचे performance, errors, location आणि conductविषयीच्या निर्णयांमध्ये रूपांतर करू शकतात. गोळा केला जात असलेला data किंवा त्याचे अर्थ लावण्याची पद्धत माहीत नसताना एखाद्या कर्मचाऱ्याला discipline, warning किंवा बदललेल्या working conditionsचा सामना करावा लागल्यास परिणाम गंभीर असू शकतात.
उदाहरणे मानवी परिणाम दाखवतात
Guardian Australiaला संस्थेने दिलेली उदाहरणे monitoringचा दैनंदिन कामावर होणारा परिणाम दाखवतात. एका fast-food restaurantने workersना phone वापरण्यापासून रोखण्यासाठी surveillance cameras वापरल्याचे सांगितले गेले. एका अज्ञात मोठ्या fast-food chainमधील तरुण कर्मचाऱ्यांना change roomsमध्ये cameras बसवले असावेत अशी चिंता असल्याचे संशोधकांना सांगण्यात आले; परिणामी काही तरुणांनी change rooms वापरणे बंद केले.
दुसऱ्या उदाहरणात AI monitoring systemने एका cashierला जास्त errorsसाठी flag केल्याचे सांगितले गेले. reported error rate 0.18%—सुमारे 533 scanned itemsमागे एक चूक—असतानाही cashierला final written warning मिळाली.
Workplace monitoringचा प्रत्येक वापर अयोग्य आहे असे या उदाहरणांमधून सिद्ध होत नाही. काही data गोळा करण्यामागे employersकडे वैध safety, security आणि operational कारणे असू शकतात. मात्र automated monitoringचे design, disclosure आणि use का महत्त्वाचे आहेत हे यावरून दिसते.
निरीक्षण कर्मचाऱ्यांपासून अदृश्य राहू शकते
Workplace monitoring अनेकदा कर्मचाऱ्यांना न सांगता लागू केले जाते, असे अहवालात म्हटले आहे. यामुळे transparencyची मूलभूत समस्या निर्माण होते. कर्मचारी systemच्या accuracyवर प्रश्न उपस्थित करू शकत नाहीत, कोणता data गोळा केला जातो हे समजू शकत नाहीत किंवा automated metricने दुर्लक्षित केलेली परिस्थिती स्पष्ट करू शकत नाहीत.
Location data हे एक उदाहरण आहे. Workplace surveillanceसाठी Microsoft Teams हे सामान्य platform असल्याचे संशोधकांनी नमूद केले. या वर्षाच्या सुरुवातीला Microsoftने workplace Wi-Fiशी connect झाल्यावर workerची location office म्हणून automatically update करणारे feature आणले.
Organizationsसाठी अशी tools coordination सोपी करू शकतात. Workersसाठी collaboration tool आणि attendance किंवा compliance तपासणारे tool यांतील सीमा अस्पष्ट होऊ शकते. परिणाम company policy, notification आणि managers dataचा कसा वापर करतात यावर अवलंबून असतो.
AI व्यवस्थापनाचा स्तर बदलते
पारंपरिक workplace supervisionमध्ये managers काम पाहणे, schedules तपासणे आणि outputचे पुनरावलोकन करणे यांचा समावेश होता. AIमुळे माहिती process करण्याचा स्तर बदलतो. Cameras, software, card swipes आणि messagesचे signals जोडून human managerपेक्षा वेगाने alerts किंवा scores तयार करता येतात.
Consistent oversight हवे असलेल्या employersना ही क्षमता आकर्षक वाटू शकते. पण workersना contextपासून वेगळ्या measurementsमध्ये कमी करण्याचा धोका वाढतो. Error count faulty barcode, कठीण customer interaction, training needs, accessibility issues किंवा technology problem दाखवू शकत नाही.
Reported supermarket case हा तणाव दाखवते. 533 scanned itemsमागे एक error ही numerical measure आहे; परंतु final warning योग्य होती की नाही हे त्यावरून एकट्याने ठरत नाही. Automated monitoring निर्णयाला objectiveसारखे दाखवू शकते, पण तो निर्णय reasonable आहे की नाही हे ठरवत नाही.
गोपनीयता संरक्षणाची मागणी
Human Technology Instituteने Australia federal governmentला workplace privacy protections मजबूत करण्याचे आवाहन केले आहे. Monitoring technologies आधीच विविध jobsमध्ये वापरल्या जात आहेत आणि AIमुळे workersना track व evaluate करण्याची क्षमता वाढत आहे, असे अहवालात म्हटले आहे.
प्रभावी protectionsचा प्रश्न केवळ employer data गोळा करू शकतो का इतकाच नसावा. Monitoring सुरू असल्याची meaningful notice, वापरल्या जाणाऱ्या dataची स्पष्ट माहिती आणि high-impact decisionsसाठी safeguards कर्मचाऱ्यांना मिळायला हवेत. एखाद्या systemमुळे discipline किंवा इतर employment consequences होत असतील, तर inaccurate किंवा unfair automated assessmentsवर प्रश्न विचारण्याच्या प्रक्रियाही आवश्यक आहेत.
विशिष्ट policy responseवर government, employers, unions आणि workersनी चर्चा करावी लागेल. Pervasive workplace monitoringची infrastructure आधीच अस्तित्वात आहे आणि कर्मचाऱ्यांना ती पाहण्याची किंवा आव्हान देण्याची ताकद कमी असलेल्या ठिकाणीही ती वापरली जाऊ शकते, ही अहवालाची तातडीची चेतावणी आहे.
कामाच्या ठिकाणी प्रतिष्ठेचा व्यापक प्रश्न
हा वाद केवळ privacyच्या अरुंद अर्थापुरता नाही. Digital systems दिवसभर workersच्या हालचाली आणि performanceवर नजर ठेवत असताना ते autonomy, trust आणि अर्थपूर्ण आवाज टिकवून ठेवतात का, हा प्रश्न आहे.
AI monitoring स्वस्त आणि अधिक व्यापक करू शकते, पण human judgmentची गरज दूर करत नाही. Australian policymakers मजबूत नियमांचा विचार करत असताना Human Technology Instituteने मांडलेली प्रकरणे transparency, proportionality आणि accountabilityवर लक्ष केंद्रित करण्याचे स्पष्ट कारण देतात.
हा लेख The Guardianच्या वृत्तांकनावर आधारित आहे. मूळ लेख वाचा.
Originally published on theguardian.com