Skip to Content
logologo
AI Incident Database
Open TwitterOpen RSS FeedOpen FacebookOpen LinkedInOpen GitHub
Open Menu
Descubrir
Enviar
  • Bienvenido a la AIID
  • Descubrir Incidentes
  • Vista espacial
  • Vista Tabular
  • Vista de lista
  • Entidades
  • Taxonomías
  • Enviar Informes de Incidentes
  • Ranking de Reportadores
  • Blog
  • Resumen de noticias de IA
  • Control de Riesgos
  • Incidente aleatorio
  • Registrarse
Colapsar
Descubrir
Enviar
  • Bienvenido a la AIID
  • Descubrir Incidentes
  • Vista espacial
  • Vista Tabular
  • Vista de lista
  • Entidades
  • Taxonomías
  • Enviar Informes de Incidentes
  • Ranking de Reportadores
  • Blog
  • Resumen de noticias de IA
  • Control de Riesgos
  • Incidente aleatorio
  • Registrarse
Colapsar

Problema 2949

Loading...
Explicador: Monitoreo y vigilancia en el lugar de trabajo
datasociety.net · 2019

La tecnología permite a los empleadores monitorear cada vez más a sus empleados. Este explicador de Alexandra Mateescu y Aiha Nguyen identifica cuatro tendencias actuales en el monitoreo y vigilancia del lugar de trabajo: herramientas de predicción y marcado; datos biométricos y de salud; monitoreo remoto y seguimiento de tiempo; y gamificación y gestión algorítmica.

Mateescu y Nguyen consideran cómo cada tendencia afecta a los trabajadores y la dinámica del lugar de trabajo. Por ejemplo, se puede rastrear a los trabajadores independientes en Upwork a través de sus pulsaciones de teclas, clics del mouse y capturas de pantalla para medir el tiempo de trabajo de los clientes. El trabajo que no se puede medir de esta manera (por ejemplo, la lluvia de ideas en grupo o la planificación a largo plazo) puede devaluarse o quedar sin compensación.

Los autores observan que las asimetrías de información se profundizan a medida que cambian los límites de la privacidad en el lugar de trabajo. El seguimiento de métricas como los datos de salud, por ejemplo, puede dar paso a la discriminación y genera preocupaciones sobre el consentimiento. El tipo de datos que recopilan los empleadores determinará qué trabajo se valora, cómo evalúan el desempeño y cómo se clasifican y compensan los trabajadores.

Resumen ejecutivo

La gestión algorítmica es un conjunto diverso de herramientas y técnicas tecnológicas para gestionar de forma remota la fuerza laboral, que se basa en la recopilación de datos y la vigilancia de los trabajadores para permitir la toma de decisiones automatizada o semiautomatizada. Muchas de las características de la gestión algorítmica, como los sistemas de calificación de los consumidores y los "empujones" automatizados, fueron desarrolladas por empresas de la economía "compartida" o "gig". Estas prácticas han suscitado debates sobre la clasificación de los empleados, ya que las empresas de la economía de “gig” clasifican a los trabajadores como contratistas independientes incluso cuando utilizan la tecnología para ejercer control sobre su fuerza laboral.

Y la gestión algorítmica se está volviendo más común en otros contextos de trabajo más allá de las plataformas de "gig". Dentro de la entrega y la logística, las empresas desde UPS hasta Amazon y las cadenas de supermercados están utilizando sistemas automatizados para optimizar las rutas diarias de los trabajadores de entrega. Los trabajadores domésticos y el personal de limpieza de hoteles son cada vez más rastreados y administrados de forma remota a través de software. En las industrias minorista y de servicios, la programación automatizada está reemplazando la discreción de los gerentes sobre los horarios de los empleados, mientras que el trabajo de evaluar a los empleados se está transfiriendo a los sistemas de calificación de los consumidores.

La adopción de estas tecnologías está generando nuevos desafíos para los derechos de los trabajadores en cuatro grandes áreas:

  • Vigilancia y control: La vigilancia habilitada por la tecnología puede generar nuevas presiones de velocidad y eficiencia para los trabajadores y puede excluir a los trabajadores de aspectos importantes de la toma de decisiones, como poder usar la discreción personal.
  • Transparencia: La gestión algorítmica puede crear desequilibrios de poder que pueden ser difíciles de desafiar sin acceso a cómo funcionan estos sistemas, así como a los recursos y la experiencia para evaluarlos adecuadamente.
  • Sesgo y discriminación: Si se utilizan para tomar decisiones sobre los trabajadores, las herramientas como los sistemas de calificación de los consumidores pueden introducir prácticas sesgadas y discriminatorias hacia los trabajadores.
  • Responsabilidad: La gestión algorítmica se puede utilizar para distanciar a las empresas de los efectos de sus decisiones comerciales, oscureciendo las decisiones específicas que se toman sobre cómo debe funcionar un sistema.
Leer la Fuente

Investigación

  • Definición de un “Incidente de IA”
  • Definición de una “Respuesta a incidentes de IA”
  • Hoja de ruta de la base de datos
  • Trabajo relacionado
  • Descargar Base de Datos Completa

Proyecto y Comunidad

  • Acerca de
  • Contactar y Seguir
  • Aplicaciones y resúmenes
  • Guía del editor

Incidencias

  • Todos los incidentes en forma de lista
  • Incidentes marcados
  • Cola de envío
  • Vista de clasificaciones
  • Taxonomías

2024 - AI Incident Database

  • Condiciones de uso
  • Política de privacidad
  • Open twitterOpen githubOpen rssOpen facebookOpen linkedin
  • e1b50cd