En nyligen genomförd studie som visar att datainmatning är en av de mest överflödiga och hatade arbetsuppgifterna väcker frågor om varför, i den artificiella intelligensens tidsålder, datautvinning och smart teknik, denna uppgift görs fortfarande manuellt.

Finns det något sätt att den kan föraktas mindre?

Mitt pågående fältarbete i en datadriven startup, kallad Sage (ett riktigt företag, men inte dess riktiga namn på grund av konfidentialitetskrav), antyder att tekniska lösningar inte är i närheten av så sofistikerade som många antar – och kommer inte att ersätta mänsklig datainmatning inom kort.

I nästan två år, Jag har studerat utvecklingen av Sages anställningsmetoder och jobb.

Sages ursprungliga plan var att utveckla och använda AI för att producera data som den skulle sälja till kunder som en del av sina bredare tjänster. Sålänge, Sage bad sina analytiker att samla in och ange denna data manuellt. Men när Sage drev ett pilotprojekt med ett AI-konsultföretag, de upptäckte att AI skulle producera, som mest, fem procent av den data som de samlade in manuellt, och till ett betydligt högre pris.

De hade inte råd med AI. Som ett resultat, de flyttade sin datainsamlingsstrategi från AI till mänsklig intelligens. Inse att analytiker var för dyra och skulle vara alltför missnöjda med att göra detta arbete uteslutande, Sage anlitade dedikerade datainmatningsoperatörer på ett satellitkontor för att göra mycket av arbetet.

Tekniken fungerar inte alltid

Denna typ av scenario är inte sällsynt. Tekniken fungerar inte alltid som förväntat, och har olika effekter på olika jobb och organisationer. Teknikens brister, dock, erbjuder endast en delförklaring av varför manuell datainmatning fortfarande existerar som en uppgift, och skulle kunna ett bra tag. För att förstå mer, vi måste se uppgifter i ett bredare sammanhang.

Uppgifter existerar sällan isolerade. De är en del av jobb och de jobben består av andra uppgifter. De är förknippade med människor som utför dem, andra som hanterar dem eller arbetar med dem, och med andra jobb inom yrken och organisationer.

Detta bredare sammanhang, och relationerna inom den, gör det svårt för någon uppgift att helt och hållet elimineras men gör också att en enda föraktad uppgift inte alltid innebär ett helt föraktat jobb.

Hos Sage, själva uppgiften att skriva in data var nästan oskiljaktig från handlingen att samla in data. Även om en del av uppgifterna lätt kunde hittas i årsrapporter, för mycket av resten, analytikerna, och sedan datainmatningsoperatörerna, var tvungen att söka på internet för ytterligare information. När de hittade denna information, de fick sedan lägga in det i en databas.

Det skulle vara meningslöst och skulle vara praktiskt taget omöjligt att automatisera datainmatningsdelen av denna uppgift.

Detta understryker att inte allt datainmatningsarbete skapas lika, och inte alla datainmatningsjobb är desamma. Som ett resultat, attityder om datainmatning är mycket mer komplexa än vad den senaste undersökningen antyder.

Falska förväntningar

Sage-analytikerna föraktade arbetet med datainmatning, men inte bara på grund av själva uppgiftens natur. Förväntningarna formade deras attityder. När de anställdes, många av dem hade förväntningar på att de skulle göra vad de kallade analytikerarbete — saker som att skapa rapporter från data, skriva innehåll och interagera med kunder.

Några av dem hade till en början sökt konsultjobb som skulle bestå av ovan nämnda ansvarsområden. De förväntade sig arbete som var mer glamoröst, mer tillfredsställande. I detta sammanhang, det är inte förvånande att de övervägde att lägga in data och trodde att det låg under dem.

Operatörerna för datainmatning, å andra sidan, anställdes med förväntningar på att de skulle göra vad titeln på jobbet antydde – datainmatning. Till skillnad från analytikerna, några av dem rapporterade att de var positivt överraskade över jobbet och mängden tänkande och omdöme det innebar.

Även inom samma jobb i samma organisation, det kan finnas variationer i vad anställda gör och dessa variationer kan leda till olika resultat.

Till exempel, en studie visade att kvinnliga agenter från Transportation Security Administration i USA slutade med att göra många fler klappningar, en oönskad uppgift, än manliga agenter. Resultatet av detta var lägre jobbkvalitet och minskade möjligheter.

Datainmatningsoperatörer främjas

Berättelsen på Sage är långt ifrån komplett. Jag fortsätter att se hur uppgifterna och rollerna utvecklas där. En nyligen genomförd strategipivot på företaget har gjort att datainsamlingen blivit mindre central för företagets mål.

Med denna pivot, analytikernas roll har utvecklats till att omfatta mycket mer interaktion med företagets utvecklare för att skapa produkter för kunderna och göra mer för att producera innehåll.

Datainmatningsoperatörens jobb, dock, är i stort sett oförändrad. Folk kommer och går från det, men några av datainmatningspersonerna har befordrats till analytikerpositioner, vilket tyder på att den fruktade uppgiften kan vara en väg till ett mindre fruktat arbete.

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