Als we medewerkers zouden ondervragen over hun AI-angsten, zal een derde van de werknemers hun bezorgdheid uiten dat AI hun baan zou kunnen verdampen. Maar als we ze vragen naar de rol van AI bij het aannemen en promoten, uitte een veel groter percentage van twee derde van de medewerkers hun zorgen. Het dubbele van het aantal dat zich zorgen maakte over hun eigen baan.
Dit benadrukt een belangrijk maar vaak over het hoofd gezien punt: AI staat op het punt om niet alleen te veranderen wat we doen, maar ook hoe het wordt gedaan. Naarmate AI-tools zich ontwikkelen, kunnen we verwachten dat we steeds meer door algoritmen worden beoordeeld. Zelfs nu hebben werkgevers toegang tot door AI aangestuurde tools om werknemers werven, compenseren, monitoren, aansturen en evalueren. Hoewel de uiteindelijke effecten van deze tools onbekend zijn, vormen ze een reëel risico op het uithollen van de kwaliteit van banen en het verergeren van inkomensongelijkheid.
Helaas missen we momenteel de gegevens die nodig zijn om te begrijpen hoe AI op de werkplek werknemers en bedrijven beïnvloedt. Bestaande AI-gegevensverzamelingsinspanningen richten zich vaak op de automatisering van taken en de productiviteit van nieuwe technologieën, waarbij een cruciaal aspect ontbreekt: de rol van AI als manager.
Door de geschiedenis heen hebben nieuwe technologieën hun weg gevonden naar management van bedrijven. In de film Modern Times van Charlie Chaplin uit 1936, geprezen om zijn dystopische karikatuur van het fabriekstijdperk, is het eerste technologische wonder dat wordt getoond geen industriële machine, maar een tweerichtingstelevisie die door de baas wordt gebruikt om werknemers te monitoren.
CCTV-systemen namen al snel de rol van supervisors van de productielijn over. Ponskaarten maakten plaats voor RFID- en biometrische scanners. Fabrieksmanagers hingen hun stopwatches aan de wilgen en lieten assemblagelijnen het tempo bepalen.
Tegenwoordig gebruiken werkgevers AI-tools om een breed scala aan managementfuncties uit te voeren. Algoritmen richten vacatures op werkzoekenden, screenen cv’s, kalibreren loonoffertes en stellen loonsverhogingen voor. Monitoringsoftware houdt de oogbewegingen van chauffeurs bij, registreert het app-gebruik van kantoorpersoneel en leidt de stemming van callcentermedewerkers af. In hightechmagazijnen sturen door AI aangestuurde systemen de bewegingen van werknemers en scoren ze deze in realtime.
De koplopers in de verschuiving naar AI-gestuurd management zijn platformwerkbedrijven als Uber en TaskRabbit, waar algoritmen bijna elk aspect van de baan beïnvloeden. Machine learning-tools koppelen klanten aan werknemers en stellen salarisniveaus vast. Werving en ontslag vinden grotendeels plaats via een app.
Toch is gig-werk niet de enige sector waar AI-tools een rol spelen in personeelsbezetting en management. Eerder gaven HR-professionals toe dat ze een vorm van AI te gebruiken, voornamelijk voor werving en selectie. En dat hun bedrijf AI-gestuurde monitoringsystemen gebruikten. En AI-gestuurde hiring tools gebruiken, zoals cv-screeners of systemen voor het beoordelen van sollicitanten.
Als managementtechnologie al zo lang bestaat, verandert AI dan echt iets? Het korte antwoord is ja. De standaardvisie in de economie is dat automatisering historisch gezien ontstond toen routinematige taken konden worden opgedeeld in codificeerbare stappen: draad weven, metaal stempelen, getallen toevoegen. Waar werk niet routinematig was of alleen stilzwijgend begrepen werd, zoals bij creatief werk en sommige handmatige arbeid, vormde automatisering weinig bedreiging.
AI verandert deze oude patronen. AI-systemen kunnen handschriften ontcijferen, röntgenfoto’s interpreteren en originele sonnetten schrijven. Ze doen dit zonder een reeks gedetailleerde instructies, maar vertrouwen in plaats daarvan op trainingsgegevens en machine learning-algoritmen. Met de juiste gegevens kunnen AI-systemen ook worden getraind om te detecteren wanneer een werknemer aan het lanterfanten is of om het loon te voorspellen dat een werkzoekende zou accepteren. Dit is iets nieuws onder de zon.
Hoewel economen robuuste theorieën hebben ontwikkeld over de impact van AI op werkgelegenheid, hebben ze zich minder beziggehouden met AI in management en HR. Deze kloof ontstaat deels omdat een zogenaamd takenmodel wordt gebruikt, waarbij banen worden gezien als bundels taken met verschillende gradaties van vatbaarheid voor automatisering. Deze focus op de inhoud van werk abstraheert van de context van werk, met name hoe werknemers worden aangestuurd.
De economische implicaties van AI in management en human resources kunnen aanzienlijk zijn. Hoe AI de macht van werknemers kan beïnvloeden, met de nadruk op AI die wordt gebruikt om werknemers te bemannen, te monitoren, te sturen en te evalueren. Een reeks theoretische modellen laat zien hoe AI-tools het loon van werknemers kunnen verlagen of ongelijkheid kunnen vergroten. Om het academische jargon te gebruiken: AI kan werkgevers in staat stellen een groter deel van de “economische huur” te vangen die aan een baan is gekoppeld. Vertaald: werknemers krijgen uiteindelijk een kleiner stuk van de taart.
Het hoeft natuurlijk niet allemaal slecht nieuws te zijn. AI-gestuurde aanbevelingen voor banen kunnen werknemers naar betere kansen sturen. Wervingsalgoritmen zijn mogelijk minder bevooroordeeld dan de mensen die ze aanvullen. Zelfs een AI-monitoringsysteem kan te verkiezen boven een grillige kantoortiran.
De brede effecten van AI-tools op de werkplek zijn onbekend. De hierboven uiteengezette theoretische zorgen hebben enige basis in casestudies en populaire rapportages, maar ze zijn nog niet kwantitatief getest. Daarvoor hebben ze gegevens nodig.
Aan de kant van de werknemer geven overtuigende nieuwe bevindingen aan dat miljoenen werknemers het gewicht van digitale managementtools op de werkplek voelen. Meer dan twee derde van de werknemers ondervind een vorm van digitale monitoring op het werk, terwijl bijna de helft meldt dat algoritmische toewijzing van taken of schema’s aan de orde van de dag is. Intensievere managementtechnologieën werden geassocieerd met lagere tevredenheid over het werk en welzijn.
Om deze bevindingen aan de kant van de werknemer aan te vullen en uit te breiden, hebben we ook gegevens aan de kant van de werkgever nodig, en idealiter gegevens die gekoppeld kunnen worden aan door de overheid verzamelde belasting- en administratieve gegevens. Buiten een paar inspanningen van de particuliere sector hebben we een beperkt inzicht in de prevalentie van AI in management en HR. Idealiter zou de SER vragen over dit onderwerp op moeten nemen in zijn onderzoeken onder particuliere bedrijven.
In sommige jaren zijn er reeds vragen opgenomen over AI die door bedrijven wordt gebruikt bij de productie van goederen en diensten, met uitzondering van andere AI-toepassingen zoals werving en ontslag. En hoewel het beantwoorden van nieuwe censusvragen lastig zal zijn, is het noodzakelijk. Meer inzicht in de rol van AI op de werkplek zal betere besluitvorming en beleidsontwikkeling ondersteunen, van de werkvloer tot de gangen van de eerste en tweede kamer.
Andere statistische bureaus over de hele wereld hebben al enige ervaring met het ondervragen van bedrijven over AI die in de hele organisatie wordt gebruikt. De enquête van de EU over nieuwe technologieën heeft gevraagd naar het gebruik van AI in verschillende bedrijfsprocessen, waaronder personeelsbeheer en werving.
Nu AI de economie blijft transformeren, is het cruciaal dat we toegang hebben tot uitgebreide gegevens over de reikwijdte, schaal en impact van AI. Alleen dan kunnen we de prestaties van leidinggevenden interpeteren en beslissingen nemen over hoe we willen dat onze toekomstige werkplekken eruit gaan zien.