hvordan påvirker teknologiske ændringer jobdesign? Tænk på et job som et sæt opgaver, der kræver forskellige typer medarbejderfærdigheder. Ny teknologi øger relativ medarbejderproduktivitet i nogle opgaver og erstatter medarbejdere i andre opgaver. Virksomheder reagerer ved at ændre jobdesign—blandingen af opgaver, der er tildelt arbejdstagere-og derefter deres efterspørgsel efter arbejdstagere med forskellige færdigheder.
tidlig teknologi havde tendens til at øge produktiviteten hos lavkvalificerede manuelle arbejdere ved at levere bedre værktøjer, maskiner og billigere råmaterialer. Dette blev afspejlet i gradvis mekanisering af landbruget og bevægelsen fra håndværker til fabriksfremstilling i slutningen af 1800 ‘ erne . Men omkring 1910 begyndte ny teknologi at favorisere mellem-og højtuddannede arbejdere. Fabrikker skiftede til elektrisk strøm, hvilket letter batch-eller kontinuerlige produktionsmetoder og samlebånd. Fabriksformænd, maskinister og ledere blev mere produktive og førte tilsyn med flere ressourcer og output. I mellemtiden blev mange manuelle job mekaniseret.
dette er et tidligt eksempel på et generelt punkt. Teknologi supplerer undertiden medarbejdere ved at øge deres evne til at udføre bestemte opgaver og undertiden erstatte medarbejdere ved at automatisere nogle eller alle deres opgaver. Det ændrer således jobdesign ved at fokusere medarbejderen på opgaver, der er vanskelige at automatisere, og eliminere opgaver, der er lette at automatisere. Derudover kan effekten af ny teknologi ændre sig over tid. Oprindeligt supplerede det lavt færdighedsarbejde. Senere erstattede det det, mens det supplerede mellem – og højtuddannet arbejde. I dag supplerer det arbejde med høj dygtighed, men erstatter ofte arbejde med mellemfærdigheder. Det er rimeligt at forvente, at IKT ‘ s virkninger kan ændre sig igen i fremtiden.
automatisering af opgaver (i maskiner eller programmer) har flere fordele. Det reducerer variation, da maskiner har tendens til at udføre identisk hver gang. Dette mindsker usikkerheden og hjælper med at forbedre kvaliteten af beslutninger, produkter eller tjenester. Maskiner, og især computere, genererer ofte store stordriftsfordele. Virksomheder kan undgå kompleksiteten ved at styre medarbejdere, herunder konflikt, incitamentsproblemer og fravær. Derfor, hvis omkostningerne ved automatisering af en opgave falder langt nok, vil virksomheder sandsynligvis automatisere denne opgave.
hvilke opgaver er nemmest at automatisere? Dem, der lettest forstås, optimeres og kodificeres på forhånd. Således har rutinemæssige, enkle opgaver været mest modtagelige for mekanisering og computerisering . Som nævnt ovenfor var automatisering oprindeligt af manuelle opgaver i fremstillingen. Eksperter som Frederick Taylor udtænkte metoder til at opdele produktionen i specifikke trin og derefter optimere hvert trin. Dette kodificerede opgaven, hvilket letter mekanisering. Fra 1970 ‘ erne og fremefter muliggjorde IKT-revolutionen lignende automatisering af mange rutinemæssige, forudsigelige opgaver i kontorarbejde og funktionærer. Arbejde med informationsbehandling, fremstilling af økonomiske former, rutinemæssige beregninger mv., blev let overtaget af computere. Denne” Re-engineering ” eliminerede mange mellemkvalitetsjob (f.eks. kontorarbejde, dataindtastning, bogføring) og reducerede antallet af lag i virksomhedshierarkier.
enklere, mere stabile og forudsigelige miljøer favoriserer automatisering af to grunde: nem optimering og teknologisk levetid . For at opgaver kan automatiseres, skal virksomheden investere ressourcer i at analysere og optimere den del af processen. At perfektionere en del af en proces kræver ressourcer (f.eks. konsulenter, samlede kvalitetsstyringsmetoder). Denne investering vil være mere rentabel, hvis optimeringsproblemet er lettere, som det er tilfældet med enklere produkter og produktlinjer. Det vil også være mere rentabelt, hvis den nye viden kan implementeres længere i fremtiden, som det er tilfældet med stabile og forudsigelige miljøer. For eksempel optimerede UPS (et verdensomspændende pakkeleveringsfirma) berømt jobbet med lastbilchauffører, selv i det omfang de lærte dem, hvordan man træder ind i lastbilen på den hurtigst mulige måde. Dens forretning var meget enkel (lever en pakke fra et sted til et andet) såvel som stabil og forudsigelig (metoder udviklede sig lidt over mere end 100 år, fra cykler til motorcykler til lastbiler og derefter til fly i lange afstande).
hvilke opgaver er sværere at automatisere? For det første har ikke alle manuelle opgaver vist sig let at automatisere. Fysiske opgaver involverer undertiden finmotorisk koordination og fingerfærdighed, som maskiner ikke har været i stand til at replikere. De involverer også ofte at observere og fortolke arbejdstagerens fysiske miljø samt bevæge sig inden for tilfældige fysiske rum. Computere og maskiner har historisk manglet disse muligheder, herunder vision og billedgenkendelse (Figur 1).
kognitive opgaver har også været vanskelige at automatisere. De kræver højere ordens tænkning, mens computere har tendens til kun at udføre specifikke, programmerede operationer. I stedet for at blive automatiseret suppleres job, der involverer analyse, beslutningstagning, abstrakt tænkning, læring, innovation og kreativitet ofte med ny teknologi. For eksempel har jobbet som en flydesigningeniør ændret sig dramatisk. Tidligere involverede det betydeligt kedeligt arbejde, der producerede komplekse tegninger ved håndberegning og tegning. Nu har ingeniører computere, der udfører disse opgaver, hvilket frigør dem for at fokusere mere på design og komplekse konfigurationsmuligheder .
sociale opgaver har også vist sig vanskelige at automatisere. Computere og robotter har ikke evnen til at empati med kolleger og kunder, inspirere medarbejdere, bruge intuition eller lytte og kommunikere med subtilitet. Opgaver, der involverer sociale interaktioner, ofte i servicejob med lav dygtighed og ledelsesjob med høj dygtighed, har stort set undgået automatisering. Sociale færdigheder er blevet mere og mere værdifulde på arbejdsmarkedet, og beskæftigelsesvæksten har været størst i job, der er høje i både kognitive og sociale færdighedskrav . Det vil sige, at sociale og kognitive færdigheder ser ud til at være komplementære.
opsummering, et job er et bundt af manuelle, kognitive og sociale opgaver. Ny teknologi giver virksomheder mulighed for at automatisere nogle opgaver, tage dem fra arbejdere og udføre dem i stedet med maskiner og computere. Det giver også virksomheder mulighed for at give arbejdstagere information, data, analyse og kommunikationsværktøjer, der øger deres evne til at udføre andre opgaver. Således hviler effekten af teknologi på jobdesign på et substitutions–komplementkontinuum. For nogle job kan de fleste eller alle opgaver automatiseres. For nogle job kan få opgaver automatiseres, men mange kan suppleres med teknologi. Andre job ligger i mellem, med nogle opgaver automatiseret, nogle upåvirket, og nogle suppleret.
for eksempel er nogle medicinske diagnostiske tests blevet automatiseret, hvilket eliminerer mange medicinske teknikerjob. Nogle sygeplejeopgaver er blevet erstattet af sengemaskiner, der overvåger patienter og udleverer medicin, men sygeplejerskens interaktion med patienten er stort set umulig at automatisere. Endelig udføres næsten alle operationer stadig af mennesker, men kirurger har avancerede værktøjer, der giver dem mulighed for at udføre disse operationer hurtigere, sikkert og effektivt.
denne proces kan føre til dramatiske forskelle i medarbejdernes arbejde . For job, der for det meste er automatiserede, har ledere en tendens til at tage de fleste eller alle beslutninger, og arbejdstagere udfører simpelthen deres foreskrevne opgaver. Dette skyldes, at meget af processen allerede er optimeret, så arbejdstageren kan tilføje lidt ny viden til jobbet, og få beslutninger eller ændringer skal foretages. Disse job kræver normalt få færdigheder, involverer kun et par gentagne opgaver, kræver lidt tænkning fra arbejdstageren og har derfor en tendens til at have lav indre motivation. I modsætning hertil har job, der suppleres med teknologi, en tendens til at kræve flere færdigheder, herunder problemløsning og sociale færdigheder. De har en tendens til at gøre mere brug af decentralisering, så medarbejderne lærer og derefter udvikler, tester og implementerer ideer og løsninger . Som et resultat har sådanne job en høj indre motivation . I overensstemmelse med disse ideer er investeringer i IKT og forskning og udvikling positivt forbundet med mere berigede jobdesign, store organisatoriske ændringer, løbende forbedringer og større konkurrence.
andre effekter af teknologisk forandring
teknologi ændrer forholdet mellem arbejdsgiver og medarbejder, og endda hvad det betyder at være en “medarbejder”; sådanne effekter berøres dog kun kort her, da de ikke er hovedomfanget af denne artikel. Det er nu nemt at samarbejde eksternt ved fil-og datadeling, e-mail og videokonference. Bortset fra når fælles arbejde skal være synkront og ansigt til ansigt, kan dette ændre traditionelle arbejdsmetoder, beskæftigelse og faste strukturer. Denne udvikling Letter globaliseringen af virksomheder, men muliggør også outsourcing og offshoring af job ud over faste grænser. De muliggør nye arrangementer med mere fleksibilitet i opgaver, samlede timer, timing og placering af arbejdet. For nylig har dette manifesteret sig i “gig-økonomien”, hvor en stigende del af arbejdsstyrken er ansat i kortsigtede deltidsordninger uden tilknytning til en traditionel arbejdsgiver. Nettoeffekten af disse ændringer på arbejdstagere og virksomheder er ikke godt forstået; samfundet bør forvente at se yderligere udvikling på disse områder.
CIT kan yderligere ændre, hvordan virksomheder motiverer medarbejdere. På den ene side er mange job blevet mere decentraliserede. Medarbejdere med større skøn får normalt stærkere løn for præstationer for at tilpasse deres mål og beslutninger med faste mål. På den anden side fører teknologi til større centralisering i nogle andre job og gør det muligt at overvåge og vurdere medarbejdere på nye måder. For eksempel kan identifikationsmærker designes til at spore en medarbejders placering, notere hvilke kolleger de bruger tid sammen med, overvåge tonen i medarbejdersamtaler og bemærke, hvordan de står i forhold til hinanden under disse samtaler. Maskinlæringsalgoritmer kan derefter, for eksempel, analysere sådanne data for at evaluere medarbejderens “ledelsespotentiale.”
Arbejdsmarkedspolarisering
da ny teknologi erstatter eller supplerer forskellige typer opgaver, ændrer den den relative efterspørgsel efter færdigheder, der er nødvendige for at udføre disse opgaver. Færdigheder forbundet med opgaver, som maskiner nu kan udføre, har en tendens til at se et relativt fald i efterspørgslen, mens de, der er forbundet med opgaver, der suppleres med ny teknologi, ser en relativ stigning i efterspørgslen. Teknologiske ændringer påvirker således den relative kompensation for arbejdstagere med forskellige færdighedstyper. Udbuddet af arbejdstagere med forskellige færdighedstyper vil også ændre sig. Imidlertid har arbejdskraftforsyningen en tendens til at ændre sig langsomt, da det kræver ændringer i uddannelse og træning. Det betyder, at færdigheder og lønninger har tendens til at være stærkt korrelerede. Af den grund, arbejdskraft økonomi forskere ofte fuldmagt “færdigheder” af lønniveauet.
automatisering i moderne tid har haft tendens til at fokusere på mellemfærdigheder. Højt kvalificerede job omfatter kognitive opgaver, sociale færdigheder (ledelse og ledelse) og kreativitet. Mens nogle job med lav dygtighed er blevet automatiseret, dem, der kræver større fingerfærdighed, samarbejde, eller interaktioner med kunder er ikke blevet automatiseret i vid udstrækning. I modsætning hertil har mellemkvalitetsjob tendens til at involvere rutinemæssig informationsbehandling, beregning og beslutningstagning. De er derfor blevet hårdest ramt af automatisering med fremkomsten af billige, kraftfulde computere og større adgang til data.
dette mønster kaldes ofte arbejdsmarkedspolarisering . Polarisering har to aspekter. For det første er den relative andel af job med lav og høj dygtighed steget med en “udhuling” af andelen af job med mellemfærdigheder. For det andet har dette øget lønuligheden, da job i mellemfærdigheder er faldet i fremtrædende plads, mens komplementaritet med teknologi har øget den relative kompensation til højtuddannede arbejdstagere; figur 2 illustrerer dette for OECD-landene.
polarisering er et relativt nyt fænomen. Indtil for nylig afspejlede arbejdsmarkederne færdighedsforspændte teknologiske ændringer, hvor teknologi favoriserede arbejdstagere med mere dygtighed i forhold til dem med mindre. Det, der er anderledes nu, er, at computere kan udføre analyse og til en vis grad kognitive opgaver; derfor er der i de sidste tre årtier opstået rutinemæssig forudindtaget teknologisk ændring.
hvor langt og hvor hurtigt foregår automatisering af opgaver?
hvordan teknologi påvirker jobdesign er for nylig ændret. Oprindeligt havde computere stort set automatiserede opgaver, der kunne være veldefinerede og styret af mennesker, enten via traditionelle computerprogrammer, der specificerer, hvad computeren skal gøre, eller ekspertsystemer designet til at kategorisere og replikere menneskelig beslutningstagning. For nylig har computerforskere imidlertid gjort fremskridt inden for maskinlæring, hvor computere Udvikler, evaluerer og forfiner deres egne algoritmer med ringe eller ingen menneskelig indgriben. Dette præsenterer en ny tilgang: automatisering af kognitive opgaver. Desuden har sådanne algoritmer forbedret mobilitet, fingerfærdighed, vision og objektgenkendelse inden for robotik. For eksempel beskriver et indflydelsesrige papir fra 2003 at dechiffrere signaturen på en check og køre bil som opgaver, der var vanskelige at automatisere . Imidlertid behandles checks nu rutinemæssigt af computere, der dechifrerer håndskrift, og førerløse biler testes i flere byer.
udviklingen af computere, der kan lære, er en potentielt dramatisk ændring i opgaveautomatisering. Hvor langt denne udvikling sandsynligvis vil gå, og hvor hurtigt, er genstand for stor debat. Nogle hævder, at tempoet i automatisering er accelereret, herunder for første gang i højt kvalificerede job . En undersøgelse analyserede opgaveindholdet på 7.000 job og konkluderede, at næsten halvdelen, inklusive mange højt kvalificerede job, har stor risiko for automatisering i de næste 10 til 20 år . Hvis denne forudsigelse viser sig at være sand, kan konsekvenserne for arbejdsmarkederne være dramatiske.
undersøgelsen fremkaldte imidlertid kontrovers. For eksempel analyserede den risikoen for automatisering på jobniveau, men job omfatter et sæt opgaver, hvoraf nogle kan automatiseres, mens andre måske ikke. Illustrationen på side 1 kommer fra et arbejde, der forfinede den forrige undersøgelse; forfatterne konkluderede, at andelen af job med høj risiko for automatisering ikke er 50%, men tættere på 5-10% . Job i det mindste risiko for automatisering anslås at involvere større brug af deduktiv ræsonnement, originalitet, kommunikation, træning, problemløsning, og læsning og skrivning. De har også større krav til uddannelse eller uddannelse før job,. Imidlertid, betydeligt mere arbejde skal gøres, før forskerne vil være sikker på at besvare disse spørgsmål.