کارشناسان میگویند کارفرمایان حالا حقوق و دستمزد کارمندان را نه براساس عملکرد یا ارشدیت فرد، بلکه طبق فرمولهایی تعیین میکنند که مبتنی بر دادههای شخصی فرد تنظیم شدهاند و این دادهها بدون اطلاع خود کارمند بهدست آمدهاند.
بهگزارش MarketWatch، «نینا دیسالوو»، مدیر سیاستگذاری گروه کارگری Towards Justice، میگوید برخی سیستمها از سیگنالهای مرتبط با آسیبپذیری مالی – ازجمله دادههای مربوط به این مسئله که آیا فرد کارت اعتباری با تراز بالا دارد یا خیر – استفاده میکنند تا پایینترین حقوق قابلپذیرش برای کارمند را تشخیص دهند.
شرکتها همچنین ممکن است صفحات عمومی یا خصوصی کارجویان را در شبکههای اجتماعی رصد کنند تا ببینند آیا او مایل به عضویت در اتحادیهها یا مایل به فرزندآوری است یا خیر.
متخصصان میگویند از این دادهها میتوان حتی برای افزایش دستمزد پس از استخدام استفاده کرد و این مسئله تبعیض را افزایش میدهد.
«وینا دوبال»، استاد دانشگاه کالیفرنیا، اروین، و «ویلنیدا نگرون»، استراتژیست فناوری، در مطالعهای که برای اولینبار روی ۵۰۰ شرکت ارائهدهنده هوش مصنوعی در حوزه مدیریت کارگری انجام شده بود، دریافتند که کارمندان بخش سلامت، پشتیبانی مشتریان، لجستیک و خردهفروشی مشتریان فروشندههایی هستند که ابزارهایشان برای استفاده از این روش طراحی شده است.
این گزارش ادعا نمیکند همه کارفرمایانی که از این سیستمها استفاده میکنند مشغول نظارت بر کارمندان هستند. اما هشدار میدهد که استفاده فزاینده از ابزارهای الگوریتمی بهمنظور آنالیز دادههای شخصی کارمندان میتواند به سیاستهایی اولویت بدهد که کاهش هزینه را بر شفافیت و انصاف ارجح میدانند.
منتقدان این روش معتقدند که این سیستم به کارمندان نه در ازای مهارت یا تجربهای که دارند، بلکه براساس رفتاری که پیرامون آسیبپذیری مالی خود بهنمایش میگذارند، پاداش میدهد. در نتیجه، این سیستم میتواند تبعیضآمیز باشد و بهشکلی نامتناسب افرادی را هدف قرار دهد که بیش از بقیه آسیبپذیرند. همین مسئله تولیدکننده چرخهای خواهد بود که جلوی رشد فرد و بهبود شرایط اقتصادی او را میگیرد.
