TNO-rapport wijst op nadelen algoritmisch management in callcenters

by Ziptone

TNO-rapport wijst op nadelen algoritmisch management in callcenters

by Ziptone

by Ziptone

Steeds meer bedrijven maken gebruik van algoritmes en data om hun werknemers aan te sturen, te controleren of te beoordelen. Maar dat kan gevolgen hebben voor het werkplezier en de mentale gezondheid van werknemers. Daarvoor waarschuwen het Rathenau Instituut en TNO in het rapport Eigen ritme of algoritme, dat vandaag is verschenen.

 

Algoritmisch management is een fenomeen dat vooral bekend is in de platformeconomie waar werknemers vaak worden aangestuurd door algoritmes die gebruik maken van grote databestanden. Maar deze vorm van aansturing wordt ook in andere sectoren steeds vaker toegepast. Het rapport is een eerste verkennende studie naar toepassingen van algoritmisch management binnen reguliere organisaties. TNO en Rathenau hebben daarbij expliciet gekeken naar drie sectoren: de groenvoorziening, callcenters en de gezondheidszorg.

 

In een toelichting in het Radio 1 Journaal geeft onderzoeker Wouter van der Torre twee voorbeelden van het inzetten van algoritmisch management – een ” negatief en een positief voorbeeld”. Het eerste voorbeeld gaat over callcenters, en daarbij wordt aangevoerd dat in klantcontact gebruik wordt gemaakt van speech-to-tekst omzetting waarbij gesprekken tot in de kleinste details kunnen worden geanalyseerd.

Ook ontvangen callcentermedewerkers veel gedetailleerde aanwijzingen vanuit systemen over hoe ze hun gesprekken moeten voeren, aldus Van der Torre. Dat zou de autonomie van medewerkers en hun mentale gezondheid beperken. Van der Torre verwijst hierbij naar gesprekken met medewerkers die klagen over stress. Hij zegt ook dat het belangrijk is wie de feedback over het functioneren krijgt: de medewerker of de manager. Van der Torre besteedt geen aandacht aan de mogelijkheid dat medewerkers zelf feedback krijgen over hun prestaties.

In het rapport wordt het werk in callcenters uitgelegd aan de hand van een gefingeerd voorbeeld van Happy2help. Er wordt ingegaan op systemen voor logging, dialoogmanagement en de inzet van spraakherkenningssoftware. Op het gebied van mentale belasting is vooral de tijdsdruk van belang, aldus het rapport. Wat voor wrijving zorgt, is het dwingende ritme van het systeem. De nauw­keurige registratie van activiteiten maakt het mogelijk om op de minuut nauwkeurig de actieve of inactieve tijd van medewerkers in kaart te brengen, bij te houden of ze op tijd terugkomen van pauze of hoe vaak zij naar het toilet gaan.

“Hoewel onduidelijk is in hoeverre deze gegevens een rol spelen in de beoordeling van werknemers, bijvoorbeeld in het functioneringsgesprek of bij het verlengen van contracten”, gaat er wel een normerende druk vanuit, stellen de onderzoekers. Op basis van gesprekken met medewerkers is in het rapport te lezen: ‘Twee werknemers geven aan in de pauze altijd naar de super­markt om de hoek te rennen, uit angst voor een reprimande van de floor­manager.’ Wanneer het systeem meer dan een minuut te laat wordt herstart na een pauze, wordt dit geregistreerd en kan de werknemer hierop worden gewezen. Een medewerker geeft aan te zijn aangesproken op het toiletgedrag, naar oordeel van de floormanager te vaak.

Met de spraakherkenningssoftware wordt het mogelijk om het taalgebruik van werknemers nauwgezet te analyseren. Bijvoorbeeld het gebruik van twijfelwoorden, verkleinwoorden, stopwoorden of het gebruik van ongewenste woorden, aldus de opstellers.

TNO en het Rathenau Instituut vinden dat werkgevers en werknemers in gesprek moeten over het inzetten van algoritmes en het gebruik van data bij het aansturen van medewerkers. (TNO)

Ook interessant

Featured, Human Resources

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Top