Om du tycker att din chef behandlar dig orättvist, tanken kan ha slagit dig att ersätta denna chef med en opartisk maskin som belönar prestation baserat på objektiva data är en väg till arbetsplatslycka.

Men hur tilltalande det än låter, du skulle ha fel. Vår genomgång av 45 studier om maskiner som chefer visar att vi hatar att vara slavar under algoritmer (kanske till och med mer än vi hatar att vara slavar till irriterande människor).

Algoritmisk hantering – där beslut om att tilldela arbetsuppgifter till arbetare automatiseras – är oftast förknippad med spelningsekonomin.

Plattformar som Uber byggdes på teknik som använde realtidsdatainsamling och övervakning, betygssystem och "nudgar" för att hantera arbetare. Amazon har varit en annan entusiastisk användare, använder mjukvara och övervakning för att dirigera mänskliga arbetare i dess enorma lager.

Allt eftersom algoritmer blir allt mer sofistikerade, vi ser dem på fler arbetsplatser, ta över uppgifter en gång provinsen mänskliga chefer.

För att få en bättre uppfattning om vad detta kommer att innebära för kvaliteten på människors arbete och välbefinnande, vi analyserade publicerade forskningsstudier från hela världen som har undersökt effekten av algoritmisk hantering på arbetet.

Vi identifierade sex hanteringsfunktioner som algoritmer för närvarande kan utföra:övervakning, målsättning, resultatstyrning, schemaläggning, ersättning, och uppsägning. Vi tittade sedan på hur dessa påverkade arbetare, bygger på årtionden av psykologisk forskning som visar vilka aspekter av arbetet som är viktiga för människor.

Bara fyra av de 45 studierna visade blandade effekter på arbetet (en del positiva och några negativa). Resten lyfte fram genomgående negativa effekter på arbetare. I den här artikeln kommer vi att titta på tre huvudsakliga effekter:

• Mindre uppgiftsvariation och skicklighetsanvändning
• Minskad självständighet på jobbet
• Större osäkerhet och osäkerhet

1. Minskad uppgiftsvariation och användning av färdigheter

Ett bra exempel på hur algoritmisk hantering kan minska uppgiftsvariationen och användningen av färdigheter visas av en studie från 2017 om användningen av elektronisk övervakning för att betala brittiska sjuksköterskor som tillhandahåller hemtjänst till äldre och funktionshindrade.

Systemet under vilket sjuksköterskorna arbetade var tänkt att förbättra deras effektivitet. De fick använda en app för att "tagga" sin vårdverksamhet. De fick bara betalt för de uppgifter som kunde märkas. Inget annat kändes igen. Resultatet blev att de fokuserade på de akuta och tekniska vårduppgifterna – som att byta bandage eller ge medicin – och gav upp att spendera tid på att prata med sina patienter. Detta försämrade såväl vårdens kvalitet som sjuksköterskornas känsla av att utföra ett betydande och värdefullt arbete.

Forskning tyder på att ökad användning av algoritmer för att övervaka och hantera arbetare kommer att minska uppgiftsvariationen och kompetensen för oss. Callcenter, till exempel, använder redan teknik för att bedöma en kunds humör och instruera callcenterarbetaren om exakt hur de ska svara, från vilka känslor de borde djupt till hur snabbt de borde tala.

2. Minskad självständighet på jobbet

Gig-arbetare hänvisar till som "fallacy of autonomy" som uppstår från den uppenbara förmågan att välja när och hur länge de arbetar, när verkligheten är att plattformsalgoritmer använder saker som acceptansgrader för att beräkna prestationspoäng och för att bestämma framtida uppdrag.

Denna förlust av allmän autonomi understryks av en studie från 2019 som intervjuade 30 spelningsarbetare som använder "ackords"-plattformarna Amazon Mechanical Turk, MobileWorks och CloudFactory. I teorin kunde arbetare välja hur länge de arbetade. I praktiken kände de att de behövde ständigt ha jour för att säkra de bäst betalande uppgifterna.

Detta är inte bara upplevelsen av gig-arbetare. En detaljerad 2013 studie av den amerikanska lastbilskörningsindustrin visade baksidan av algoritmer som dikterar vilka vägar förare ska ta, och när de borde sluta, baserat på väder och trafikförhållanden. Som en förare i studien uttryckte det:"En dator vet inte när vi är trötta, trött, eller något annat […] Jag är också proffs och jag behöver inte en [dator] som talar om för mig när jag ska sluta köra."

3. Ökad intensitet och osäkerhet

Algoritmisk hantering kan öka arbetsintensiteten på flera sätt. Det kan diktera tempot direkt, som med Amazons användning av timers för "plockare" i sina uppfyllelsecenter.

Men kanske mer skadlig är dess förmåga att öka arbetstrycket indirekt. Arbetare som inte riktigt förstår hur en algoritm fattar sina beslut känner sig mer osäkra och osäkra på sin prestation. De oroar sig för varje aspekt av att påverka hur maskinen värderar och rangordnar dem.

Till exempel, i en 2020 studie av erfarenheten av 25 matbud i Edinburgh, ryttarna talade om att känna sig oroliga och vara "på spetsen" för att acceptera och slutföra jobb så att deras prestationsstatistik inte påverkas. Detta ledde till att de tog risker som att åka genom rött ljus eller genom trafikerad trafik i kraftigt regn. De kände pressen att ta alla uppdrag och slutföra dem så snabbt som möjligt för att få fler jobb.

Att undvika en tsunami av ohälsosamt arbete

Den överväldigande utsträckning i vilken studier visar negativa psykologiska resultat från algoritmstyrning tyder på att vi står inför en tsunami av ohälsosamt arbete när användningen av sådan teknik accelererar.

För närvarande drivs designen och användningen av algoritmiska ledningssystem av "effektivitet" för arbetsgivaren. Ett mer genomtänkt tillvägagångssätt behövs för att säkerställa att dessa system kan samexistera med värdiga, meningsfullt arbete.

Transparens och ansvarsskyldighet är nyckeln till att säkerställa att arbetare (och deras representanter) förstår vad som övervakas, och varför, och att de kan överklaga dessa beslut till en högre, mänsklig, kraft.

Den här artikeln är återpublicerad från The Conversation under en Creative Commons-licens. Läs originalartikeln.