AI కార్యాలయ పర్యవేక్షణ పరిధిని విస్తరిస్తోంది
ఉద్యోగులను పర్యవేక్షించేందుకు సంస్థలు సాంకేతికత వినియోగాన్ని పెంచుతున్న నేపథ్యంలో బలమైన workplace privacy protections అవసరమని ఆస్ట్రేలియా పరిశోధకులు కోరుతున్నారు. University of Technology Sydneyలోని Human Technology Institute నివేదిక ప్రకారం factories, offices, delivery work మరియు retailలో monitoring tools సాధారణమవుతున్నాయి; ఉద్యోగులకు తాము గమనించబడుతున్నామని తరచూ తెలియదు.
ఇది ఒక్క కొత్త artificial-intelligence productకు సంబంధించిన సమస్య కాదు. Employers CCTV, access-card records, keystroke monitoring మరియు workplace messaging dataను కలిపి ఉద్యోగుల కార్యకలాపాలపై సమగ్ర చిత్రాన్ని రూపొందించవచ్చు. AI ఈ వ్యవస్థల వినియోగం మరియు ప్రభావాన్ని వేగవంతం చేస్తోందని సంస్థ హెచ్చరిస్తోంది.
Automated systems సాధారణ workplace dataను performance, errors, location మరియు conductపై తీర్పులుగా మార్చగలవు. సేకరించిన data గురించి లేదా దాన్ని ఎలా అర్థం చేసుకున్నారో తెలియని ఉద్యోగి discipline, warning లేదా మారిన working conditionsను ఎదుర్కొంటే పరిణామాలు తీవ్రంగా ఉండవచ్చు.
ఉదాహరణలు మానవ ప్రభావాన్ని చూపిస్తున్నాయి
Guardian Australiaకు సంస్థ ఇచ్చిన ఉదాహరణలు monitoring రోజువారీ పనిని ఎలా ప్రభావితం చేయగలదో చూపిస్తున్నాయి. ఒక fast-food restaurant workers phones ఉపయోగించకుండా surveillance cameras వాడినట్లు నివేదించబడింది. పేరు చెప్పని పెద్ద fast-food chainలో change roomsలో cameras అమర్చారేమోనని యువ ఉద్యోగులు ఆందోళన వ్యక్తం చేసినట్లు పరిశోధకులకు చెప్పారు; దాని ఫలితంగా కొందరు change rooms వాడటం మానేశారు.
మరో ఉదాహరణలో AI monitoring system ఒక cashierను ఎక్కువ errors కారణంగా flag చేసినట్లు చెప్పారు. reported error rate 0.18%—సుమారు 533 scanned itemsకు ఒక తప్పు—అయినా cashierకు final written warning ఇచ్చారు.
ప్రతి workplace monitoring వినియోగం అనుచితమని ఇవి చూపవు. కొంత data సేకరించడానికి employersకు చట్టబద్ధమైన safety, security మరియు operational కారణాలు ఉండవచ్చు. అయితే automated monitoring రూపకల్పన, disclosure మరియు వినియోగం ఎందుకు ముఖ్యమో ఇవి చూపిస్తున్నాయి.
పర్యవేక్షణ ఉద్యోగులకు కనిపించకపోవచ్చు
Workplace monitoring తరచూ ఉద్యోగులకు తెలియకుండా అమలు అవుతోందని నివేదిక చెబుతోంది. దీనివల్ల transparency సమస్య ఏర్పడుతుంది. ఉద్యోగులు system accuracyని ప్రశ్నించలేకపోవచ్చు, ఏ data సేకరిస్తున్నారో అర్థం చేసుకోలేకపోవచ్చు లేదా automated metric పట్టించుకోని పరిస్థితిని వివరించలేకపోవచ్చు.
Location data ఒక ఉదాహరణ. Workplace surveillanceకు సాధారణ platformగా Microsoft Teamsను పరిశోధకులు పేర్కొన్నారు. ఈ సంవత్సరం ప్రారంభంలో workplace Wi-Fiకి connect అయినప్పుడు worker officeలో ఉన్నట్లు locationను automatically update చేసే featureను Microsoft విడుదల చేసింది.
Organizationsకు ఇటువంటి tools coordinationను సులభం చేయవచ్చు. Workersకు collaboration tool మరియు attendance లేదా complianceను అంచనా వేసే tool మధ్య గీత మసకబారవచ్చు. ప్రభావం company policy, notification మరియు managers dataను ఎలా ఉపయోగిస్తారనే దానిపై ఆధారపడి ఉంటుంది.
AI నిర్వహణ స్థాయిని మార్చుతోంది
సాంప్రదాయ workplace supervisionలో managers పని గమనించడం, schedules తనిఖీ చేయడం మరియు outputను సమీక్షించడం ఉండేది. AI సమాచారం process చేయగల స్థాయిని మార్చింది. Cameras, software, card swipes మరియు messages signalsను కలిపి human manager కంటే వేగంగా alerts లేదా scores సృష్టించగలదు.
Consistent oversight కోరే employersకు ఈ సామర్థ్యం ఆకర్షణీయంగా ఉండవచ్చు. అయితే context నుంచి వేరు చేసిన measurementsగా workersను తగ్గించే ప్రమాదం కూడా పెరుగుతుంది. Error count faulty barcode, కష్టమైన customer interaction, training needs, accessibility issues లేదా technology problemను చూపకపోవచ్చు.
Reported supermarket case ఈ ఉద్రిక్తతను చూపిస్తుంది. 533 scanned itemsకు ఒక error అనేది సంఖ్యాత్మక కొలత; కానీ final warning న్యాయమైనదా కాదా అన్నది దానితోనే తేలదు. Automated monitoring నిర్ణయాన్ని objectiveగా చూపవచ్చు, కానీ అది reasonableదా కాదా అన్నది తేల్చదు.
గోప్యతా రక్షణల కోసం పిలుపు
Human Technology Institute Australia federal governmentను workplace privacy protections బలోపేతం చేయాలని కోరింది. Monitoring technologies ఇప్పటికే అనేక jobsలో ఉపయోగిస్తున్నాయని, AI workersను track మరియు evaluate చేసే సామర్థ్యాన్ని పెంచుతోందని నివేదిక చెబుతోంది.
సమర్థవంతమైన protections employer data సేకరించవచ్చా అనే ప్రశ్నకే పరిమితం కాకూడదు. Monitoring జరుగుతున్నప్పుడు workersకు meaningful notice, dataపై స్పష్టమైన సమాచారం మరియు high-impact decisionsపై safeguards అవసరం. System discipline లేదా ఇతర employment consequencesకు దోహదపడితే inaccurate లేదా unfair automated assessmentsను ప్రశ్నించే ప్రక్రియలు కూడా అవసరం.
నిర్దిష్ట policy responseపై ప్రభుత్వం, employers, unions మరియు workers చర్చించాలి. pervasive workplace monitoringకు infrastructure ఇప్పటికే ఉంది; దాన్ని చూడటానికి లేదా సవాలు చేయడానికి ఉద్యోగులకు పరిమిత అధికారం ఉన్న చోట్ల కూడా అది అమలవుతుందనేదే నివేదిక హెచ్చరిక.
పని ప్రదేశంలోని గౌరవంపై విస్తృత ప్రశ్న
ఈ చర్చ కేవలం privacy గురించి కాదు. Digital systems రోజంతా workers కదలికలు మరియు performanceను గమనిస్తున్నప్పుడు, వారు autonomy, trust మరియు అర్థవంతమైన స్వరాన్ని నిలుపుకోగలరా అన్నదే ప్రశ్న.
AI monitoringను చౌకగా మరియు సమగ్రంగా చేయవచ్చు; కానీ human judgment అవసరాన్ని తొలగించదు. Australian policymakers బలమైన నియమాలను పరిశీలిస్తున్న సమయంలో transparency, proportionality మరియు accountabilityపై దృష్టి పెట్టడానికి Human Technology Institute వివరించిన కేసులు స్పష్టమైన కారణాన్ని అందిస్తున్నాయి.
ఈ కథనం The Guardian నివేదిక ఆధారంగా రూపొందించబడింది. అసలు కథనం చదవండి.
Originally published on theguardian.com