Data collection is a pervasive and mundane part of many workplaces. While far from a new phenom-
enon, digital technologies have enabled unprecedented expansion in the volume and kinds of data
collected about workers. Today, employers amass data from technologies such as wearables, mobile
apps, computer software, and other surveillance tools but also through simple, low-tech methods such
as self-reporting information on a paper form.1 The ability to analyze large datasets enables employers
to make broad and at times speculative inferences about workers’ productivity, their future behavior,
their interactions with other people and machines, and more.
Worker data spans many types of information, methods of collection, and institutions. An HR depart-
ment may collect data about workers’ characteristics and employment history (often called people an-
alytics) to make decisions about hiring, promotion, and firing. Employers quantify workers’ produc-
tivity through tools like motion sensors, facial recognition, GPS-tracking, or keystroke monitoring to
enforce efficiency benchmarks and automate aspects of management.2 Health insurers, financial insti-
tutions, data brokers, and other entities collect myriad data about workers, blurring the lines between
worker surveillance and more general consumer tracking and data profiling. Government agencies
collect and use data to enforce regulations, shape policy, and analyze workforce trends, while unions
and worker organizations may survey members or collect data to support and inform advocacy.
A jak by zostało odebrane wskazać, iż te dociekania – uczynione oczywiście transparentnymi i konsensualnymi – lub przynajmniej wnioski z nich wynikające (publicznie zapewne minimalny wycinek), dałoby się istotnie przenieść do Spółdzielczości, Ekonomii Społecznej i Pozasystemowej, a także Aktywizmu? Nie zawsze celem przyświecającym badaniom organizacji i psychologii pracy musi być bowiem kontrola, eksploatacja i śrubowanie norm – racjonalizacje to uniwersalny postulat i wygląda na to, że dożywamy czasów, gdy algorytmy/SI (inspirowane także robotyką, inteligentną logistyką oraz CAPP – Computer-Aided Process Planning) będą w tym lepsze, a na pewno bardziej transparentne od ludzkiego kierownictwa. Disclaimer: pracuję nad tym w E.S.
Co to jest ES?
E.S. – skrótowo Ekonomia Społeczna :-P – istnieje więcej definicji, lecz w szerszym, idealistycznym sensie: od Kolektywów, przez Kooperatywy, po Spółdzielnie; podmioty nastawione na wspólnotowe, nieeksploatacyjne i idealnie niekomercyjne (choć por. federacja Mondragon) osiąganie pewnego celu – zaspokojenie potrzeb swoich członkiń/-ów i/lub otoczenia. E.g. definicja ICA: http://www.ica.coop/en/cooperatives/what-is-a-cooperative .
Dzięki, nie był mi znany ten skrót 👍
Nie sądzę, żeby ktokolwiek miał coś przeciw optymalizacji/podnoszeniu wydajności pracy kiedy jest to zrobione z poszanowaniem i udziałem pracowników, a nie, żeby więcej z nich wycisnąć. Szczególnie w ES ma to sens; czy tego chcemy czy nie konkurujemy z modelami kapitalistycznymi.