Steeds meer bedrijven voeren op artificiële intelligentie (AI) gebaseerde systemen voor werknemersbeheer in om hun efficiëntie en productiviteit te verhogen of om risico’s voor de veiligheid en gezondheid op het werk in kaart te brengen. Dit leidt tot kansen, maar ook tot nieuwe uitdagingen voor de gezondheid en veiligheid op het werk. Dankzij automatisering van taken door middel van robots kunnen gevaarlijke situaties voor werknemers worden vermeden, en cobots kunnen werk beter toegankelijk maken voor oudere of gehandicapte werknemers. Het gaat bijvoorbeeld om systemen om de prestaties en de inzet van werknemers te controleren of systemen voor automatische planning en taaktoewijzing
Artificiële intelligentie heeft ook de opkomst van nieuwe vormen van monitoren en managen van werknemers gestimuleerd door middel van het verzamelen van grote hoeveelheden realtimegegevens. Deze nieuwe vormen bieden een kans om VGW-toezicht te verbeteren, blootstelling aan verschillende risicofactoren te verminderen en vroegtijdige waarschuwingen voor stress, gezondheidsproblemen en vermoeidheid mogelijk te maken. Ze kunnen echter ook aanleiding geven tot vragen op het vlak van recht, regelgeving en ethiek, evenals zorgen over VGW.
Veel werkgevers proberen de gezondheidszorg en verzekeringskosten te verminderen terwijl tegelijkertijd de productiviteit van werknemers wordt verbeterd. In de afgelopen decennia hebben ontwikkelingen in AI veel nieuwe deuren geopend om gezondheid, veiligheid en het welzijn van werknemers kunnen worden gewaarborgd, en soms zelfs verbeterd. Als dit op een transparante, veilige en ethische manier wordt geïmplementeerd, kan het een ondersteunende functie hebben voor:
- Efficiëntie en/of productiviteit verhogen
- Het besluitvormingsproces verbeteren
- Nuttig bij het identificeren van psychosociale risico’s
- Vroegtijdige waarschuwingen geven voor gevaarlijke situaties, stress, gezondheidsproblemen en vermoeidheid.
De meeste AI-systemen die kunnen bijdragen aan een gezond personeelsbestand, kunnen gegevens verzamelen over werknemers en de werkomgeving om risico’s voor de gezondheid, veiligheid en veiligheid van werknemers te identificeren. Sommige organisaties hebben bijvoorbeeld bewakingsapparatuur die de biometrische informatie van werknemers meten om ervoor te zorgen dat ze niet vermoeid aan het werk zijn, en de kans op ongevallen groot zijn.
Tijdens de COVID-19-pandemie heeft Amazon bijvoorbeeld de Distance Assistant-tool gemaakt die controleert of werknemers sociale afstand bewaren en hen waarschuwt als dat niet het geval is. Er zijn systemen die e-mails screenen of gezichts-expressie of een tone of voice analyseren. Dezen worden kunnen worden gebruikt om stress of een slecht emotioneel welzijn bij werknemers te identificeren.
Naast de monitoringgerichte systemen zijn er ook verschillende meer proactieve welzijnsgerichte systemen.
AI-aangedreven tools
Sommige nieuwe tools weerspiegelen ook de nieuwe trend in werknemersbeheer, waarbij sommige organisaties werknemers de middelen bieden om hun emotionele welzijn te verbeteren, wat verband houdt met verbeterde productiviteit van werknemers. Een voorbeeld van dergelijke AI-aangedreven tools zijn chatbots voor geestelijke gezondheid. Chatbots die de geestelijke gezondheid analyseren de communicatiepatronen van werknemers en schatten de kans op verschillende psychosociale problemen.
Sommige chatbots kunnen ook gepersonaliseerde mindfulness-oefeningen bieden aan werknemers die risico lopen (Zel & Kongar, 2020). Hoewel het idee om met een computer te praten over geestelijke gezondheid vreemd lijkt, volgens Oracle en Workplace Intelligence praten 69% liever met een chatbot over hun geestelijke gezondheid dan met een menselijke manager. Bovendien kunnen digitale assistenten helpen bij het omgaan met gevoelens van isolatie, vooral tijdens de COVID-19-pandemie door te communiceren met werknemers (Sheerman et al., 2020).
Sommige op AI gebaseerde tools, die veel worden gebruikt in AIWM-benaderingen zoals gamification, zijn op verschillende manieren gericht op het verbeteren van de werknemersbetrokkenheid en/of werktevredenheid (Hughes et al., 2019). Ten eerste kunnen betrokkenheid en werktevredenheid worden verbeterd door werknemersgegevens te monitoren en te analyseren om werknemers te belonen voor goed uitgevoerd werk. Ten tweede kunnen deze tools worden gebruikt om te identificeren wat de werknemers ‘drijft’ en hen meer autonomie te geven om te doen wat ze willen, meer vertrouwen in hen te tonen en hen in staat te stellen zich meer uit te drukken. Ten derde kunnen ze werknemers beter matchen met taken en collega’s waarmee ze graag werken (Kronos, 2018). Dit zijn slechts enkele voorbeelden van hoe de betrokkenheid en tevredenheid van werknemers kan worden verbeterd door middel van AIWM.
Geef een reactie
Je moet inloggen om een reactie te kunnen plaatsen.