公司全方位跟踪员工行为是否合理？
随着科学技术的进步，我们的生活中出现了越来越多的可穿戴跟踪设备。
近年来，一些项目利用这些可穿戴跟踪设备产生的数据来分析研究对象的具体表现。
如果公司老板让你每天24小时掌握这个设备，让他更了解你的工作表现，你同意吗？
图片来源： FitNish Media on Unsplash
如果你要求老板加薪，老板反过来说你每天24小时都必须穿特别的可穿戴设备，你会有什么反应？ 这种做法在未来并不是不可能。
奥巴马执政时期，出现了许多职场健康研究项目，但这些项目目前覆盖了5千万以上的职场员工。
这些项目通常使用健身追踪器和其他设备来评估员工的健康状况。 相关数据在许多案例中会影响个人保险费率。
最近的一项新研究更有可能在这个美好的新时代继续前进。 通过昼夜不停地监视数据，总结了看手机的频率和周末外出的频率等各种无关的数据点，对员工的工作方式进行了评价。
该研究还得到了达特茅斯学院达特茅斯研究人员美国国家情报总监( DNI )的办公室的资金支持。
此研究的目的是通过基于地理位置的跟踪信号发送基站、可穿戴设备和手机APP应用，“区分高效员工和低效员工”。
其设计和目的与其他两个名为mPerf和MOSAIC的研究项目相似。
这两个项目的主题都是研究人工智能如何帮助员工(和雇主)。
但是专家警告说，对于这样的追踪，仍然有很多担忧。
“该研究会关注的是，调查对象的睡眠时间是多少，心率如何，日常运动是多少？
“隐私、安全、非营利组织——美国民主科学中心( centerfordemocracyandtechnology，CDT )政策分析师娜塔莎奥尔特( Natasha Duarte )表示：“员工比较年轻，健康吗如果参考他们体育活动的数据来评价工作绩效，那太歧视人了。
“在这项研究中，共有554名研究对象。
其中，320名男性，234名女性。
这些研究对象来自各行各业，但主要集中在科技和信息行业。
他们定期填写职场评价问卷。 问卷的主题包含非问题。 例如，“你今天表现出对组织忠诚的工作态度吗？ ”或者评分问题，比如“你在多大程度上完全完成了你的工作？ ”“在多大程度上确保了各项任务得到妥善完成？ ”然后，研究者会根据他们的回答内容，确认他们是在有效率地工作还是没有效率地工作。
另外，研究者们为这些研究对象设置了各种追踪装置。
每个人都戴着Garmin手表。 智能手机上还安装了名为PhoneAgent的跟踪APP。 另外，还被分配了4个信号发送基站：放在钱包里放进钥匙圈，放在家里，放在办公室。
这些装置可以记录研究对象的睡眠习惯、离开工作台的频率、夜间或周末出门的频率、解锁手机的频率、做了多少运动、睡眠质量等。
之后，研究者收集从各种装置得到的数据，进行比较研究。
结果表明，不同行业的研究对象以及研究对象是否担任管理职务对结果有很大的影响。
例如，非管理层的高效员工周末上班的时间多，意外的是，工作日晚上很少去其他地方。
咨询业的高效员工周末很少参加体育锻炼，而科技行业的高效员工工作日很少参加锻炼。
达特茅斯大学管理学教授皮诺奥迪( Pino Audia )通过这些数据推测，工作日不常去其他地方的高效员工在艰苦的工作环境下也能保持积极而机智的态度。
“如果你总是受到干扰，你的工作态度可能会受到影响。
”欧迪亚说。
此外，研究人员希望这些数据能够作为员工调查的一部分进一步消除歧视和不公平。
达特茅斯大学计算机科学教授安德鲁坎贝尔( Andrew Campbell )说，目前的工作评估方法“不仅陈旧，而且有一定的偏见”。
他说，他想知道如何利用这些移动传感数据来预测能够反映高效表达的模型。
此外，在10年内，员工希望通过结合这些数据的反馈来回顾和提高自己的工作绩效。
关于员工绩效考核，传统方式也确实存在一定缺陷。
斯坦福大学VMware女性领导创新实验室的研究人员表示，在回答开放式问题时，例如：“员工是如何达到期望值的？ ”。 “这个员工最突出的技能是什么？ ”，管理者通常依赖于刻板的看法和偏见，而不是结合数据进行评价。
通常，男性会收到关于技术技能的具体反馈，女性会说：“你是个很棒的沟通者！ ”等一般性评论和反馈。 具体的反馈可以为员工提供进步的方向，同时展示他们的优势。 如果没有收到反馈，它就像一个被忽视的群体。
奥迪表示，该研究“将在短期内帮助企业消除或减少对这些调查的依赖”。
相反，它可以依靠关于工作人员行为的客观指标。
企业应该如何在应对员工、补偿、晋升等方面不受性别、种族、国籍限制地表现出更大的公平性？ ……我们研究中利用的一些科学技术正在朝着这些目标奋斗。
”
图片来源： Unsplash @rstone_design
当然，对于这项研究，也有对偏见的担忧。
除了杜阿尔特指出的偏见问题，研究的主要研究对象也是男性，利用这类白领男性的数据来预测和评估不属于这类群体的人的工作表现，可能会因为与他们的工作表现无关的因素而受到不平等的对待。
“如果将针对20多岁男性的研究数据应用于女性，或者应用于30岁以上的群体或残疾人，可能会站不住脚。
斯坦福大学网络和社会中心的消费者隐私负研究负责人贞金( Jen King )说：“那个数据本质上是有偏见的。
例如，如果某人因心理疾病引起焦虑，会增加心率，影响睡眠质量。
此外，研究表明，高效员工下班后很少去其他地方。
但是一位初中学生的母亲下班后需要带着孩子去辅导班，可能会频繁地离开家。 用这些数据评价他们，同样不公平。
当然，使用这些装置跟踪并记录员工的活动和生物统计信息，特别是下班后的这些信息，也存在隐私侵犯的问题。
在美国，目前关于保护员工隐私的法律条款并不多。
因此，被“要求”的工作人员即使被这些设备长时间监视，也可能不会触犯法律。 另外，本文所述的员工健康项目早就落地了。
对于这些项目，不仅没有人指出有可能违法，而且受到奥巴马政府推行的平价医疗法( Affordable Care Act )的大力鼓励。
“这种事情不应该发生，但很遗憾，这些研究的法律界限不明确。
”杜阿尔特说。
她还表示，即使员工同意参与这些项目，这些跟踪项目仍然存在道德风险问题，他们会感到像“好员工”一样受到压力要参与。
金还声称雇主很可能利用这些跟踪数据跟踪员工。
“想想看。 如果一个下流的上司可能对年轻女性的部下有爱慕之心，但却能随时知道部下的实时位置，并根据该数据跟踪部下，那就太可怕了！ ”她说。
但该研究的发起人表示，其研究还处于初期阶段，这些装置真正应用于工作岗位，至少还要几年之后。
坎贝尔还表示，他清楚地认识到，这些数据确实存在普遍的偏见问题。
“但对于你提出的问题，我将把它作为对任何机器学习或基于数据的算法所做的一般性批评。
例如，如果某个集团不包含在数据中，该算法就会完全无视他们。
”坎贝尔说，“关于如何解决这个问题，我目前没有考虑好的解决方案。
但是，研究这个宏观主题的，不仅仅是这个大项目。
例如，如上所述，得到政府机构资助的mPerf项目也和这个项目一样，在研究工作场所绩效和移动传感数据之间的关系。
“用不了多年，高中生要想进入大学，就不需要参加SAT考试或ACT考试。 这并不奇怪。
“mPerf项目的主要负责人丹尼斯万斯( Deniz Ones )在一篇新闻发布会上说：“学生们可以在手机上下载特定的APP软件，同时连接可穿戴设备，各大学在某个月的范围内从他们那里获取各种各样的数据
’另外，还有前面提到的MOSAIC项目。
虽然这些项目跟踪情报部门成员的相关数据，以评估他们的工作绩效，但有人指出，情报部门工作人员接受这种数据监测本来是其工作的一部分。
所以，如果真的想进一步改善员工的评价，还有其他不参与侵犯隐私跟踪的方法吗？ 斯坦福大学VMware研究所的研究人员表示，管理者需要提前几个月提前承诺特定员工的绩效评估要求。
然后将员工的具体绩效与这些要求进行比较和评估，可以消除评估环境中的偏见问题。
另外，管理者应该进一步减少公众或模糊的称赞，比如“她是个很棒的沟通者”。
与此相反，他们必须参考既定的员工业绩指标，公平公正地评价他们在沟通方面的具体业绩。
当然，雇主应该如何有效地引导员工有效工作，还需要进一步的研究。
但不仅达特茅斯学院项目和mPerf项目可能涉及隐私侵犯的本质，与科技相关的全新尤其是被忽视的偏见问题也依然出现。
人们可能对别人的看法有不同的意见，但大多数人相信这些系统的客观公正。 只是，我们可以做得更好。
译者：井岛俊一
