Många företag vände sig till distansarbetare för att fortsätta sin verksamhet efter att stater utfärdat order om att stanna hemma för att minska COVID-19-infektioner. Det är en trend som sannolikt kommer att fortsätta långt efter att coronaviruset har kontrollerats.

För att hjälpa företag att underlätta övergången online, USC-forskare studerade utmaningarna med att öka användningen av crowdwork - en manifestation av spelningsekonomin där företag erbjuder ad-hoc, vardagliga uppgifter till potentiella kunder via en webbplats. Flytten minimerar störningar som organisationer skulle uppleva som ett resultat av covid-19 eller andra kriser.

Studien, genomfördes i september genom en samling uppgiftssvar via Amazons Mechanical Turk crowdsourcing-plattform, visar att arbetare kommer att behöva mer autonomi över uppgifter och en tydligare känsla av syfte för att utföra ofta vardagligt arbete på hög nivå – fördelar som AI-assistans erbjuder.

"Crowdwork fungerar på samma sätt som Uber, men det används för att utföra onlineuppgifter som rena data, träna artificiell intelligens och moderat innehåll, sa Gale Lucas, forskarassistent vid Institute for Creative Technologies vid USC Viterbi School of Engineering.

"När arbetslösheten fortsätter att skjuta i höjden, det kommer sannolikt att bli ännu mer populärt för att fungera som ett stopp under den nuvarande avstängningen och när ekonomin förändras på grund av covid-19. Vi måste förbättra crowdwork och göra det mer effektivt, som kan innebära nya typer av övervakningshjälp med hjälp av AI."

Resultaten presenterades den 11 maj via den internationella konferensen om autonoma agenter och multiagentsystem i Nya Zeeland. En videopresentation är tillgänglig för allmänheten.

Algoritmisk hantering bidrar till crowdwork

Med den kontinuerliga utvecklingen av AI-teknik, anställda och gig-arbetare möter allt oftare programvarualgoritmer som hjälper till att tilldela deras arbete. Många uppgifter som utförs av chefer – som att anställa, utvärderingar och inställning av kompensation – kommer i allt högre grad att använda AI som ett verktyg för att utföra dessa funktioner.

Dessa nyligen automatiserade övervakningsuppgifter – kallade algoritmisk hantering – spelar redan en stor roll hos företag som UPS, Uber och Amazon, som lägger ut uppgifter på en stor pool av onlinearbetare.

Ny forskning från ICT och Fujitsu Laboratories visar att för att förbättra arbetarnas motivation i en miljö med folkmassa, arbetarnas autonomi och transparens när det gäller hur genomförda uppgifter har lösts är absolut nödvändigt.

Uppfattningar om autonomi kan öka produktiviteten, speciellt när arbetet har inneboende betydelse för arbetare, men crowdwork verkar ofta meningslöst. Enligt forskarna, "Mer problematiskt, meningen med verket är ibland dold på grund av säkerhet eller experimentell kontroll, som när arbetarna fungerar som subjekt i ett vetenskapligt experiment. Att förbättra användarens motivation och prestation genom interaktion mellan människa och agent är en viktig utmaning, inte bara för algoritmisk hantering utan i andra AI-discipliner, inklusive utbildningsteknik, personlig hälsovård, datorspel, personlig produktivitetsövervakning och crowdsourcing."

Forskare undersöker hur man upprätthåller arbetarmotivationen

För att testa hanteringsapplikationerna, IKT-forskare genomförde ett onlineexperiment för att undersöka hur uppfattningar om autonomi och meningsfullheten i arbetet formar motivationen för crowdworkers. Yuushi Toyoda, senior forskare för Fujitsu Laboratories, och USC-forskarna Jonathan Gratch och Lucas undersökte alternativa tekniker för att upprätthålla crowdworkers motivation när deras arbete dessutom hanteras av en algoritm.

"Med tanke på att systemdesigners kan designa autonoma agenter som utför vissa hanteringsuppgifter i samband med algoritmisk hantering, förstå hur arbetare kan reagera på dessa system, speciellt i distansarbete, kan ge viktig vägledning för designers, sa Toyoda.

Teamet fann att arbetare är mer motiverade när deras arbete har mening och algoritmstyrning är utformad på ett sätt som framhäver arbetarnas autonomi. Till exempel, när du utför en tråkig uppgift som att räkna antalet infekterade blodkroppar på ett laboratorieglas, arbetare presterar bättre när de får veta om ett samhälleligt meningsfullt mål – som att bota en infektionssjukdom – och när feedback stöder autonomi med hjälpsamma uppmaningar och frågor.

"Vi upptäckte att när människor visste att målet var att hjälpa till att bota en sjukdom, de överrapporterade faktiskt antalet infekterade celler. Deras önskan att se arbetet lyckas undergrävde faktiskt användbarheten av deras arbete, sa Gratch, ICT-direktör för virtuell mänsklig forskning och en USC Viterbi-professor i datavetenskap.

I kontrast, när verket inte har någon mening, produktiviteten förbättras bara när algoritmisk hantering faller tillbaka på auktoritativ ledningskontroll, framställa algoritmen som en chef som befaller konformitet snarare än främjar autonomi. Det kan vara en utmaning, eftersom det inte alltid är möjligt att ge innebörden bakom en uppgift eftersom denna information ibland kan påverka resultat, sa forskarna.

De nya rönen lyfter fram vikten av autonomi och meningsfullhet i en crowdworkmiljö och bidrar till den växande mängden litteratur inom algoritmisk hantering och interaktion mellan människa och AI. Ride-hailing-företag som Uber och Lyft använder för närvarande algoritmisk hantering via en app som ger anställda frihet i schemaläggning och rutter, och rön från USC:s forskargrupp tyder på hur sådana system kan förbättras.