Documento de Discussão SST E O FUTURO DO TRABALHO: BENEFÍCIOS E RISCOS DE FERRAMENTAS DE INTELIGÊNCIA ARTIFICIAL NOS LOCAIS DE TRABALHO - Parte VII

 

(imagem com DR)

3.4 - Fórum Económico Mundial e RGPD

 

O Fórum Económico Mundial (WEF) Global Future Council on Human Rights and Technology informou, em 2018, que mesmo quando são usados bons conjuntos de dados para criar algoritmos existem riscos consideráveis de ocorrer discriminação, como os seguintes (WEF, 2018):

1. Escolher o modelo errado;

2. Construir um modelo com caraterísticas inadvertidamente discriminatórias;

3. Ausência de supervisão e envolvimento humano;

4. Sistemas imprevisíveis e inescrutáveis;

5. Discriminação sem controlo e intencional.

O WEF sublinha que existe uma necessidade distinta de "auto-governação mais ativa por parte das empresas privadas", que está em consonância com a Declaração Tripartida de Princípios da OIT relativa às Empresas Multinacionais e à Política Social — 5ª Edição (Rev. 2017), e que fornece uma orientação direta para as empresas nas áreas das práticas de trabalho sustentáveis, responsáveis e inclusivas e da política social em torno destas, segundo a qual o Objetivo de Desenvolvimento Sustentável (ODS) visa alcançar ambientes de trabalho seguros e seguros para todos os trabalhadores até 2030.

A prevenção de discriminações injustas e ilegais deve ser claramente assegurada à medida que a IA é cada vez mais introduzida nos locais de trabalho, e os relatórios do WEF (2018) e da OIT acima mencionados são vitais para orientar esse processo em curso.

O primeiro erro que uma empresa pode cometer ao usar a IA, e que pode levar à discriminação listada pelo WEF, encontra-se numa situação em que um utilizador aplica o mesmo algoritmo a dois problemas que podem por si só não ter contextos ou pontos de dados idênticos.

Um possível exemplo no local de trabalho pode ser onde são consideradas potenciais contratações usando um algoritmo que procura pistas sobre tipos de personalidade através de pesquisas nas redes sociais, em vídeos que detetam movimentos faciais ou outros dados que são recolhidos em conjuntos de dados do curriculum vitae.

No entanto, se, por exemplo, o algoritmo estiver à procura de pessoas extrovertidas para um trabalho de call center, o mesmo algoritmo não seria apropriado para encontrar o assistente de laboratório certo, onde a conversação não é inerente à descrição do trabalho. Embora a aplicação do algoritmo não conduza necessariamente a uma discriminação ilegal como tal, não é difícil extrapolar as possibilidades de afetação errada.

O segundo erro - "construir um modelo com características inadvertidamente discriminatórias" - pode referir-se, por exemplo, à utilização de um banco de dados que já exemplifica a discriminação.

Por exemplo, no Reino Unido, o fosso salarial entre homens e mulheres tem sido exposto recentemente, revelando que há anos que as mulheres trabalham usufruindo salários mais baixos, sendo que em alguns casos, fazem o mesmo trabalho que os homens, recebendo um salário inferior.

Se os dados que demonstram esta tendência fossem usados para criar um algoritmo para tomar decisões sobre a contratação, a máquina "aprenderia" que as mulheres deviam receber menos. Isto demonstra que as máquinas não podem fazer juízos éticos independentemente da intervenção humana. Com efeito, há uma crescente área de investigação que demonstra que a discriminação não é eliminada pela IA na tomada de decisões e na previsão, mas sim que a codificação de dados perpetua os problemas (Noble, 2018).

O terceiro erro sublinha a intervenção humana, que agora é necessária em toda a Europa. Em maio de 2018, o RGPD tornou-se um requisito, pelo que se aplica o consentimento dos trabalhadores para a recolha e para a utilização de dados. Embora o RGPD olhe principalmente para os direitos dos dados dos consumidores, existem aplicações significativas para o local de trabalho, porque as decisões no local de trabalho não podem ser tomadas apenas através de processos automatizados.

A secção 4 do RGPD descreve o "Direito à tomada de decisões individuais de objeção e automatizada". Artigo 22.o, «Tomada de decisão individual automatizada, incluindo perfis», indica que:

- O titular dos dados tem o direito de não estar sujeito a uma decisão baseada unicamente no tratamento automatizado, incluindo perfis, que produza efeitos jurídicos que lhe digam respeito ou que o afetem de forma significativa.

As bases do regulamento, enumeradas nas primeiras secções do documento, deixam claro que:

- O titular dos dados tem o direito de não estar sujeito a uma decisão, que pode incluir uma medida, avaliando aspetos pessoais que lhe digam respeito, que se baseia unicamente no tratamento automatizado e que produz efeitos jurídicos que lhe digam respeito ou que lhe afetam igualmente, tais como... práticas de recrutamento sem qualquer intervenção humana.

Esse tratamento inclui perfis que consistam em qualquer forma de tratamento automatizado de dados pessoais que avaliem os aspetos pessoais de uma pessoa singular, nomeadamente para analisar ou prever aspetos relativos ao desempenho do titular dos dados no trabalho... fiabilidade ou comportamento, localização ou movimentos, sempre que produza efeitos legais que lhe digam respeito ou que o afetem de forma semelhante.

A não aplicação destes critérios pode conduzir a decisões discriminatórias injustas ou ilegais.

Quanto ao quarto erro, "sistemas imprevisíveis e inescrutáveis", a descrição do relatório do WEF (2018) indica que "quando um ser humano toma uma decisão, como contratar ou não alguém, podemos perguntar por que razão decidiu de uma forma ou de outra".

Obviamente, uma máquina não pode discutir a sua "lógica" para as decisões que atinge com base na extração de dados. A eliminação de juízos qualificados e a falta de intervenção humana criam, por conseguinte, um caminho claro para a discriminação.

O erro final na implementação da IA pode ser quando ocorre uma "discriminação não controlada e intencional". Isto pode acontecer, por exemplo, quando uma empresa não quer contratar mulheres que possam engravidar.

Embora esta posição explícita não se sustentasse em tribunal, um sistema de aprendizagem automática poderia fornecer táticas secretas para fazê-lo acontecer através de um algoritmo projetado para filtrar um subconjunto de mulheres candidatas onde isso poderia ser o caso, com base em dados de idade e de relacionamento. Não é difícil ver como isto abre a porta não só aos riscos, mas também à probabilidade, de ocorrer discriminação ilegal.

 

3.5 - Formação para IA e SST

 

A IG Metall está a trabalhar com empresas nos seus programas de formação sobre SST para acomodar as últimas mudanças tecnológicas nos locais de trabalho. As discussões com os peritos que lideram esta iniciativa indicaram que a formação para a SST tem sido tipicamente vista como uma arena exclusivamente povoada por um ou dois agentes de segurança e saúde nos locais de trabalho e não foi totalmente integrada em todos os sistemas.

As descobertas demonstram agora que as pessoas precisam de ser treinadas e formadas para adquirir capacidades de aprendizagem rápida, porque a tecnologia muda rapidamente e as competências devem, portanto, adaptar-se. Este perito indicou que a formação deve ser ajustada com relevância na era da Indústria 4.0 e da digitalização, de modo a que os trabalhadores estejam preparados para lidar com os riscos emergentes. No entanto, esta não é uma panaceia e deve fazer parte de um plano de implementação maior e mais abrangente.

Se não houver um plano para implementar e utilizar quaisquer novos conhecimentos e competências proporcionados pela formação, perder-se-ão novas competências. Neste sentido, é necessário um melhor alinhamento entre a formação em SST e as tecnologias integradas. Dito isto, a formação de pedagogia também deve ser ajustada, uma vez que a aprendizagem é um processo que terá de continuar ao longo da vida dos trabalhadores, nomeadamente no atual clima de incerteza laboral.

Será igualmente importante que os trabalhadores adquiram competências e princípios de resolução de problemas, bem como as "competências" tradicionalmente compreendidas.

Atualmente, os trabalhadores devem compreender e escolher os seus próprios caminhos e estilos de aprendizagem. Só o tempo dirá o quão omnipresente se torna a IA nos locais de trabalho, mas vale a pena ficar atento aos riscos e aos benefícios da SST e envolver os trabalhadores nestes processos, proporcionando formação a cada momento.

 

4 - Em conclusão

 

Mesmo na década de 1920, o escritor E. M. Forster traçou um quadro distópico da tecnologia e da humanidade:

 A máquina (Forster, 1928):

... alimenta-nos e abriga-nos; através dela falamos uns com os outros, através dela nos vemos. A Máquina é amiga das ideias e inimiga da superstição: a Máquina é omnipotente, eterna; abençoada é a Máquina!

Mas a omnipotente geringonça começa logo a deteriorar-se nesta clássica obra-prima literária, e a experiência humana não é suficiente para a sua manutenção, levando a um final sombrio para toda a humanidade.

Embora esta seja uma peça clássica de ficção científica, hoje em dia, a aparente invisibilidade e o poder potencial da tecnologia são aparentemente perpetuados infinitamente, porque as suas operações são muitas vezes escondidas dentro de uma caixa preta, onde o seu funcionamento é muitas vezes considerado para além da compreensão, mas parece, ainda assim, aceite pela maioria das pessoas.

A maioria das pessoas não são engenheiros, por isso não entendem como funcionam os computadores e os sistemas de IA. No entanto, os especialistas humanos são surpreendidos por ações de IA, como o xadrez ou o jogador que foi derrotado por um programa de computador.

Na China, o governo em breve dará a cada pessoa uma pontuação de cidadão, ou uma pontuação de reputação económica e pessoal, que olhará para os pagamentos das rendas das pessoas, os rankings de crédito, o uso do telefone, e assim por diante. Será utilizado para determinar as condições de obtenção de empréstimos, empregos e vistos de viagem.

A "condição algorítmica" é um termo também cunhado num recente relatório da UE (Colman et al., 2018) que se refere à lógica cada vez mais normalizada de algoritmos, em que os símbolos são transformados em realidade. Hoje, esta condição começa a ter impacto em muitos locais de trabalho, em que as reputações online estão sujeitas a correspondência algorítmica e os perfis das pessoas sujeitos a bots de mineração de dados. O problema é que os algoritmos não veem os aspetos qualitativos da vida ou os contextos circundantes.

Sergey Brin, cofundador da Google, dirigiu-se aos investidores no início de 2018, afirmando que:

... a nova primavera em IA é o desenvolvimento mais significativo na computação na minha vida... no entanto, tais ferramentas poderosas também trazem consigo novas questões e responsabilidades. Como é que afetam o emprego em diferentes setores? Como podemos entender o que estão a fazer debaixo do capot? E as medidas de equidade? Como podemos manipulá-los? Estão a salvo?

No entanto, as questões éticas na IA devem ser discutidas para além da esfera empresarial, e este relatório abordou estas questões em torno da SST e dos riscos, bem como os benefícios que são introduzidos. A invenção mítica da máquina abrangente de E. M. Forster na sua história clássica de ficção científica não estava, naturalmente, sujeita a uma série de painéis de revisão ética e moral antes de toda a humanidade começar a viver dentro dela sob a crosta terrestre.

Esta distopia não é exatamente o que enfrentamos agora, é claro, mas as discussões atuais - dos que são detidos para informar a Comissão Europeia de Comunicações e o Plano Coordenado Europeu de Inteligência Artificial a grupos sindicais de revisão curricular, como os do IG Metall - mostram um interesse significativo em prevenir os piores riscos e em facilitar os benefícios da SST, uma vez que a IA é cada vez mais implementada para a tomada de decisões no local de trabalho e para o trabalho assistido.

Em conclusão, uma vez que a implementação da IA no trabalho é relativamente nova, existem apenas evidências iniciais de riscos e benefícios da SST. No entanto, este relatório abordou algumas das áreas em que os benefícios são anotados e apoiados e os riscos são salientados, bem como a prudência e a regulamentação que estão a ser aplicadas.

Na tomada de decisões de RH com a utilização de análises de pessoas aumentadas pela IA, é assinalado o risco de tratamento e discriminação desleais. Na automação e na Indústria 4.0, os riscos envolvem treino inadequado ou indisponível que conduz ao excesso de trabalho e ao stress (Downey, 2018), acidentes imprevisíveis como colisões entre humanos e robôs.

 A desqualificação do trabalho está em jogo na indústria transformadora e noutras indústrias, com a integração de processos de tamanho de lote e a utilização de tecnologias wearables para práticas automatizadas de formação.

Foram relatados riscos de privacidade relacionados com a intensificação da vigilância e sentimentos de microgestão, uma vez que a gestão é capaz de aceder a dados mais íntimos sobre os trabalhadores devido a tecnologias wearables tanto em fábricas como em escritórios. No trabalho de gig, os algoritmos não podem ser colocados como únicos decisores. Os benefícios devem ser salientados em todos os casos.

Com efeito, será importante que todas as partes interessadas mantenham a sua atenção nas possibilidades de assistência à aplicação das empresas e garantam a supervisão governamental e outras medidas de supervisão regulamentar dos instrumentos e aplicações da IA no local de trabalho.

Os efeitos positivos da IA, quando é implementado com processos adequados, são que pode ajudar a gestão a reduzir o enviesamento humano nos processos de entrevista, se os algoritmos forem concebidos para identificar evidências de discriminação passada na tomada de decisões e decisões são tomadas com total intervenção humana e até mesmo ação afirmativa.

A IA pode ajudar a melhorar as relações com os colaboradores, e entre eles, quando os dados recolhidos demonstram potencial de colaboração. As ferramentas de RH melhoradas pela IA podem melhorar a tomada de decisões usando a previsão por exceção e podem dar mais tempo às pessoas para o desenvolvimento pessoal e profissional, se a IA puder começar a assumir o trabalho repetitivo e insatisfatório.

Para evitar riscos para a SST, o autor recomenda focar-se na implementação de IA assistida e colaborativa em vez de se dirigir para as competências gerais e generalizadas da IA universal. Deve ser ministrada uma formação adequada em todos os pontos, devendo também ser efetuados controlos de forma coerente, incluindo pelos departamentos e autoridades da SST.

Os trabalhadores devem ser consultados em todos os pontos sempre que as novas tecnologias forem integradas nos locais de trabalho, sustentando uma abordagem centrada no trabalhador e priorizando uma abordagem "humana no comando" (De Stefano, 2018).

Os empregadores e os governos devem estar atentos à normalização internacional, à regulamentação governamental e às atividades sindicais, em que já estão a ser feitos progressos significativos para mitigar os piores riscos da IA e para desenvolver ganhos positivos e benéficos.

Em conclusão, não é a própria tecnologia da IA que cria riscos para a segurança e a saúde dos trabalhadores, é a forma como é implementada, e cabe a todos nós assegurar uma transição suave para uma maior integração da IA nos locais de trabalho.

 

 

Nota: Este documento foi traduzido pelo Departamento de SST da UGT.

 

Aversão original pode ser consultada Aqui.

Documento de Discussão SST E O FUTURO DO TRABALHO: BENEFÍCIOS E RISCOS DE FERRAMENTAS DE INTELIGÊNCIA ARTIFICIAL NOS LOCAIS DE TRABALHO - Parte VI

 

(imagem com DR)

3 - Desenvolvimentos políticos, regulação e formação

 

O surgimento da IA e, em particular, do ecossistema e das caraterísticas da tomada de decisões autónomas exigem uma "reflexão sobre a adequação de algumas regras estabelecidas em matéria de segurança e de direito civil sobre a responsabilidade" (Comissão Europeia, 2018). Por conseguinte, é necessário rever as regras nacionais e setoriais para identificar quaisquer riscos que surjam, bem como para proteger e garantir benefícios da integração da tecnologia reforçada em IA no trabalho.

A Diretiva relativa à maquinaria (2006/42/CE), a Diretiva relativa aos equipamentos de rádio (2014/53/UE), a Diretiva Geral de Segurança dos Produtos (2001/95/CE) e outras normas de segurança específicas fornecem algumas orientações, mas serão necessárias mais orientações para garantir a segurança e a saúde no local de trabalho.

Com efeito, um relatório da IOSH Magazine  sublinha que os riscos da IA estão a "ultrapassar as nossas salvaguardas (Wustemann, 2017) para a segurança no local de trabalho”.

Neste contexto, este capítulo analisa as perspetivas dos decisores políticos e peritos da comunidade em geral e recomendações emergentes para regulamentar a IA para reduzir os riscos de SST, e depois descreve algumas sugestões de formação ligadas à IA e à SST.

 

3.1 - Comissão Europeia

 

O mercado único digital é um veículo importante para a expansão da IA, e a revisão intercalar da Comissão sobre a implementação do mercado único digital (Comissão Europeia, 2017) indicou que a IA fornecerá soluções tecnológicas significativas para situações de risco, como menos mortes nas estradas, utilizações mais inteligentes de recursos, menos utilização de pesticidas, um setor de produção mais competitivo, melhor precisão na cirurgia e assistência em situações perigosas como o terramoto e o resgate nuclear.

Os debates em torno de toda a Europa envolvem questões sobre as questões legais e de responsabilidade, a partilha e armazenamento de dados, os riscos de distorção das competências do machine learning e a dificuldade em permitir o direito a uma explicação, incluindo a forma como os dados sobre os trabalhadores são utilizados, firmados pelo Regulamento Geral de Proteção de Dados (RGPD).

Assim, a arena que é abrangida pela revisão intercalar do mercado único digital, que tem implicações para a IA, a SST e o trabalho, é a discussão dos riscos de distorção e o direito a uma explicação sobre a forma como os dados são utilizados, em que o consentimento informado para a utilização dos dados e o direito de acesso aos dados detidos sobre a pessoa é primordial.

As questões socioeconómicas e éticas da IA têm sido ainda destacadas nas mais recentes Comunicações da Comissão Europeia, nomeadamente desde a Comunicação de abril de 2018 sobre inteligência artificial para a Europa e conclusões sobre o plano coordenado de desenvolvimento e utilização da inteligência artificial feito na Europa, que enfatizam a ética em benefício da concorrência.

 

3.2 - Normas internacionais

 

Um comité da Organização Internacional para a Normalização (ISO) em 2018 e 2019 tem trabalhado na conceção de uma norma que se aplique aos usos de dashboards e placas métricas nos locais de trabalho. A norma incluirá regulamentos sobre a forma como as dashboards podem ser criadas e sobre a recolha e utilização de dados dos trabalhadores. As ferramentas de quantificação estão a tornar-se cada vez mais interessantes para os empregadores, mas os dados não são de utilidade se não forem normalizáveis.

Representantes dos fabricantes do software utilizado para normalizar dados, o SAP, estão ativos nas discussões da ISO, mas será importante que outros intervenientes participem - na Alemanha, por exemplo, a IG Metall está a estudar a formação e a IA - a fim de garantir a codeterminação e garantir a representação dos trabalhadores de uma forma mais ampla em todo o panorama internacional.

Um perito nesta área indicou que as normas internacionais podem ser uma forma eficaz de assegurar que os benefícios destes instrumentos sejam alcançados, e um passo importante é garantir que as práticas corporativas internacionais sejam equivalentes a algum nível, que os dados sejam normalizáveis e que os trabalhadores estejam envolvidos nos processos de discussão e implementação.

Além disso, as avaliações dos riscos devem ser efetuadas com base nos dados extensivos recolhidos por estes dashboards, que constituem um claro benefício para a proteção da SST.

 

3.3 - Organização Internacional do Trabalho

 

A OIT elaborou uma série de relatórios que sugerem as melhores práticas na integração da IA nos locais de trabalho, para os Estados-Membros.

No relatório denominado “Plataformas Digitais de Trabalho e Futuro do Trabalho” (Berg et al., 2018), é revelado o lado humano da IA, pelo que muitos dos empregos ou micro-tarefas obtidos com trabalho de plataforma online (delineados acima) são semelhantes a trabalhos não qualificados que também podem ser, em muitos casos, automatizados.

O relatório indica que as plataformas de micro-tarefas foram, de facto, inventadas em parte para lidar com as falhas de algoritmos da Web 2.0 para "classificar as nuances das imagens, sons e textos" que as empresas queriam armazenar e classificar (Irani, 2015, p. 225, citado em Berg et al., 2018, p. 7).

O trabalho pode ir desde tarefas a granel, como um inquérito que requer milhares de respostas, até reconhecimento de imagem. A Amazon chama, na verdade, ao tipo de trabalho realizado por pessoas que usam a sua plataforma AMT "inteligência artificial", ou "uma força de trabalho humana a pedido, escalável e humana para completar trabalhos que os humanos podem fazer melhor do que os computadores, por exemplo, reconhecendo objetos em fotos" (Berg et al., 2018, p. 7).

O relatório recomenda a regulamentação das plataformas de trabalho de multidões (que argumenta substituir a IA e o trabalho automatizado, como acima referido), enumerando 18 critérios para o "micro-trabalho mais justo", que incluem recomendações como a eliminação da classificação errada como "trabalhador independente" quando os trabalhadores são trabalhadores na prática; direitos à adesão sindical e à negociação coletiva; salário mínimo; transparência das taxas (roubo de salários é um problema comum no trabalho gig); permitir que os trabalhadores aceitem algumas tarefas e recusem outras e não sejam penalizados por isso; proteções contra falhas informáticas; proteções contra o uso indevido de avaliações e classificações dos trabalhadores; códigos de conduta disponíveis; permitir que os trabalhadores contestem o não pagamento e outras questões; dar aos trabalhadores acesso à informação sobre os clientes; plataformas que revejam as instruções de tarefa antes de publicar; permitir que os trabalhadores exportem histórias de reputação; dar aos trabalhadores o direito de trabalhar com um cliente depois de trabalharem através da plataforma; clientes e operadores que respondam aos pedidos dos trabalhadores de forma rápida e educada; trabalhadores que conhecem o propósito do seu trabalho; e quaisquer tarefas que envolvam trabalho psicologicamente stressante sejam rotulados claramente (Berg et al., 2018, pp. 105-109).

O relatório "Trabalhar para um futuro mais brilhante" da Comissão Global sobre o Futuro do Trabalho indica que quaisquer ações que envolvam tecnologia e trabalho devem ter uma agenda centrada no homem. Os cobots, refere o relatório, podem efetivamente reduzir o stresse dos trabalhadores e os riscos de ferimentos. No entanto, a tecnologia também pode reduzir a disponibilidade de trabalho para os seres humanos, o que acabará por alienar os trabalhadores.

As decisões no local de trabalho nunca devem depender de dados produzidos por algoritmos, e qualquer IA no trabalho deve ser integrada com uma abordagem "humana no comando", através da qual qualquer "gestão, vigilância e controlo algorítmico, através de sensores, wearables e outras formas de monitorização, deve ser regulada para proteger a dignidade dos trabalhadores" (OIT, 2019, p. 43).

O relatório prossegue, com base na declaração da OIT de Filadélfia, segundo a qual o trabalho não é uma mercadoria: "O trabalho não é uma mercadoria; nem é um robô' (ibid.).

 

Nota: Tradução da responsabilidade do departamento de SST

Documento de Discussão SST E O FUTURO DO TRABALHO: BENEFÍCIOS E RISCOS DE FERRAMENTAS DE INTELIGÊNCIA ARTIFICIAL NOS LOCAIS DE TRABALHO - Parte IV

 

(imagem com DR)

2.4 – Wearables (dispositivos vestíveis) e IA

 

Os dispositivos wearables, são cada vez mais encontrados nos locais de trabalho. Prevê-se que o mercado de dispositivos wearables, wearables industriais e de cuidados de saúde cresça de 21 milhões em 2013 para 9,2 mil milhões em 2020 (Nield, 2014). Entre 2014 e 2019, prevê-se que 13 milhões de dispositivos deste tipo sejam incorporados nos locais de trabalho. Isto já acontece em armazéns e fábricas onde o GPS, a identificação de radiofrequências e agora as braçadeiras de deteção háptica, como a patenteada pela Amazon em 2018, substituíram o uso de clipboards e de lápis.

 

2.4.1 - Wearables e IA na indústria transformadora (tamanho do lote)

Uma nova caraterística da automação e da Indústria 4.0 - processos em que a automatização melhorada da IA se encontram em curso – é a área da produção de tamanho de lote. Este processo envolve trabalhadores a que são fornecidos óculos com ecrãs e com funcionalidade de realidade virtual, como o HoloLenses e a Google Glasses ou tablets que são usados para realizar tarefas  nas linhas de produção das fábricas.

O modelo da linha de montagem, em que um trabalhador realiza uma tarefa repetida e específica durante várias horas, não desapareceu completamente, mas o método do tamanho do lote é diferente. Utilizado em estratégias de fabrico ágeis, este método envolve encomendas mais pequenas feitas dentro de parâmetros de tempo específicos, em vez de uma produção a granel constante.

Na produção de lote, os trabalhadores experimentam uma formação visual, possibilitada por um ecrã ou tablet HoloLens, no qual são convidados a realizar novas tarefas que são aprendidas instantaneamente e executadas.

Embora à primeira vista estes sistemas de assistência pareçam fornecer  maior autonomia, responsabilidade pessoal e auto-desenvolvimento, isso não é necessariamente o caso (Butollo, Jürgens e Krzywdzinski, 2018).

A utilização de dispositivos de formação no local, desgastados ou não, significa que os trabalhadores necessitam de menos conhecimentos ou formação pré-existentes, uma vez que realizam o trabalho caso a caso. Assim, o risco de intensificação do trabalho surge, à medida que os ecrãs montados na cabeça ou os computadores e tablets se tornam semelhantes aos formadores em sala de formação.

Além disso, os trabalhadores não aprendem competências a longo prazo, pois são obrigados a realizar atividades modulares no local em processos de montagem personalizados, necessários para construir artigos à medida em várias escalas. Embora isto seja bom para a eficiência da produção da empresa, os métodos de dimensão dos lotes têm conduzido a riscos significativos de SST porque o trabalho qualificado é necessário apenas para conceber os programas de formação no local utilizados pelos trabalhadores que já não precisam de se especializar.

Os riscos da SST podem surgir ainda mais devido à falta de comunicação, o que significa que os trabalhadores não são capazes de compreender rapidamente a complexidade da nova tecnologia, especialmente se também não forem treinados para se prepararem para quaisquer perigos que surjam.

Uma questão real é a das pequenas empresas e das start-ups, que são bastante experimentais na utilização de novas tecnologias, mas muitas vezes ignoram a garantia de que as normas de segurança são respeitadas antes de ocorrerem acidentes, quando é, naturalmente, demasiado tarde.

Uma entrevista com os envolvidos no projeto IG Metall Better Work 2020 (Bezirksleitung Nordrhein-Westfalen/NRW Projekt Arbeit 2020) revelou que os sindicalistas estão ativamente a discutir com as empresas sobre a forma de como estão a introduzir tecnologias da Indústria 4.0  no local de trabalho (Moore, 2018a). A introdução de robôs e monitorização dos trabalhadores, computação em nuvem, comunicações máquina-a-máquina e outros sistemas levaram todos os que executam o projeto IG Metall a perguntar às empresas:

 

 Que impacto terão as mudanças tecnológicas nas cargas de trabalho das pessoas?

 O trabalho vai ser mais fácil ou difícil?

 O trabalho vai tornar-se mais ou menos stressante? Haverá mais ou menos trabalho?

 

Os sindicalistas da IG Metall indicaram que os níveis de stresse dos trabalhadores tendem a aumentar quando as tecnologias são implementadas sem formação ou diálogo suficientes com os trabalhadores. Muitas vezes são necessárias competências para mitigar os riscos que as novas tecnologias nos locais de trabalho introduzem.

Em seguida, recorremos a outro palco em que a IA está a ter um impacto, nomeadamente em ambientes de "Gig work".

 

2.5 Aplicações de plataforma que permitem o trabalho de Gig

 

O 'gig work' é obtido através da utilização de aplicações online (apps), também chamadas de plataformas, disponibilizadas por empresas como a Uber, Upwork ou Amazon Mechanical Turk (AMT). O trabalho pode ser realizado online  — obtido e realizado em computadores em casas, bibliotecas e cafés, por exemplo, e inclui trabalhos de tradução e design — ou  offline  — obtidos online, mas realizados offline, como trabalhos de condução de táxis ou limpeza.

Nem todos os algoritmos utilizam AI, mas os dados produzidos pelos serviços de correspondência cliente-trabalhador e a avaliação dos clientes e dos trabalhadores da plataforma fornecem dados que treinam perfis e que resultam em pontuações globais - superiores ou inferiores - que levam, por exemplo, os clientes a selecionar pessoas específicas para trabalhar em vez de outras.

Esta abordagem já existe há muito anos nas atividades dos estafetas e taxistas, mas o aumento dos trabalhadores offline que realizam entregas de comida direcionadas para plataformas que utilizam bicicleta para entregar encomendas e serviços de táxi é relativamente novo.

Os benefícios da utilização da IA no trabalho de gig podem ser a proteção do condutor e dos passageiros. DiDi, um serviço chinês de "ride-hailing", usa software de reconhecimento facial de IA para identificar os trabalhadores à medida que entram na aplicação. Este serviço usa esta informação para garantir as identidades dos condutores, que é visto como um método de prevenção da criminalidade. No entanto, houve uma falha recente muito grave no uso da tecnologia em que um condutor conseguiu entrar com uma identidade falsa, e mais tarde no seu turno, matou um passageiro.

Os trabalhadores de entregas são responsabilizados pela sua velocidade, número de entregas por hora e rankings de clientes, num ambiente intensificado que se tem provado criar riscos para a SST. Na revista Harper's, um motorista explica como as novas ferramentas digitalizadas funcionam como um "chicote mental", notando que "as pessoas ficam intimidadas e trabalham mais rápido" (The Week, 2015).

Os condutores e os pilotos correm o risco de desativar a aplicação se os seus rankings de clientes não forem suficientemente elevados ou não cumprirem outros requisitos. Isto resulta em riscos para a SST, incluindo tratamento flagrante e injusto, stresse e até medo.

Os algoritmos são usados para combinar clientes com trabalhadores em trabalho de Gig online (também chamado micro-work). Uma plataforma chamada BoonTech IA para combinar clientes e trabalhadores de gig online, como aqueles que ganham contratos usando AMT e Upwork. Surgiram questões de discriminação relacionadas com as responsabilidades internas das mulheres, na realização de trabalhos de trabalho online em casa, como atividades reprodutivas e de cuidados num contexto tradicional.

Um estudo recente de trabalhadores de gig online no mundo em desenvolvimento conduzido por investigadores da OIT mostra que uma percentagem maior de mulheres do que os homens tendem a "preferir trabalhar em casa" (Rani e Furrer, 2017, p. 14). A investigação de Rani e Furrer mostra que 32 % das mulheres trabalhadoras nos países africanos têm crianças pequenas e 42 % na América Latina.

Isto resulta num duplo fardo para as mulheres, que "passam cerca de 25,8 horas a trabalhar em plataformas numa semana, das quais 20 horas são de trabalho remunerado e 5,8 horas consideradas trabalho não remunerado" (ibid., p. 13). O inquérito mostra que 51 % das mulheres trabalham durante a noite (22,00 a 05,00) e a noite (76 % trabalham de 18,00 para 22,00), que são "horas de trabalho não sociais", de acordo com as categorias de risco da OIT para a potencial violência e assédio no trabalho (OIT, 2016, p. 40).

Rani e Furrer afirmam ainda que o outsourcing global do trabalho através de plataformas levou efetivamente ao desenvolvimento de uma economia de 24 horas... desgastando os limites fixos entre a casa e o trabalho... [o que ainda] coloca um duplo fardo sobre as mulheres, uma vez que as responsabilidades em casa são distribuídas de forma desigual entre sexos (2017, p. 13).

Trabalhar a partir de casa pode já ser um ambiente de risco para as mulheres que podem estar sujeitas a violência doméstica, a par da falta de proteção jurídica prevista no trabalho de escritório. Na verdade, "a violência e o assédio podem ocorrer... através de tecnologia que desfoca as linhas entre locais de trabalho, locais "domésticos" e espaços públicos(OIT, 2017, p. 97).

Digitalizar o trabalho não standard, como o trabalho de gig online em casa, e os serviços de táxi e entrega em gig work offline, é um método de governação que se baseia na quantificação de tarefas a um nível granular minúsculo, onde apenas o tempo de contacto explícito é pago. A digitalização pode parecer formalizar um mercado de trabalho no sentido da OIT, mas o risco de subemprego e de subemprego é muito real.

Em termos de tempo de trabalho, o trabalho preparatório para a melhoria da reputação e o desenvolvimento de competências necessárias no trabalho de gig online não são remunerados.

O trabalho em linha, como o trabalho obtido e entregue através da AMT, baseia-se em formas de emprego não normalizadas (ibid., p. 46) que aumenta as possibilidades de trabalho infantil, trabalho forçado e discriminação. Há indícios de racismo, através do qual os clientes são reportados a comentários abusivos e ofensivos diretos nas plataformas. O comportamento racista inter-trabalhador também é evidente: os trabalhadores gig que trabalham em economias mais avançadas culpam os homólogos indianos pela sub-cotação dos preços (ibid.).

Além disso, alguns dos trabalhos obtidos em plataformas online são altamente desagradáveis, como o trabalho realizado por moderadores de conteúdos, que vasculham grandes conjuntos de imagens e são obrigados a eliminar imagens ofensivas ou distribuídas, com muito pouco alívio ou proteção em torno desta.

Existem riscos claros de violações da SST nos domínios da violência psicossocial acrescida e do stresse, da discriminação, do racismo, do bullying, do trabalho livre e menor de idade, devido à falta de proteção básica nestes ambientes de trabalho.

No local de trabalho, os trabalhadores foram obrigados a registar-se como independentes, perdendo os direitos básicos de que os trabalhadores formais gozam, como horas extraordinárias, salários por doença e férias e o direito de aderir a um sindicato. A reputação online dos trabalhadores em gig é muito importante porque uma boa reputação é a forma de ganhar mais trabalho.

Os algoritmos aprendem com os rankings dos clientes e a quantidade de tarefas aceites, que produzem tipos específicos de perfis para trabalhadores que normalmente estão disponíveis ao público. Os rankings dos clientes são surdos e cegos à consideração das responsabilidades físicas, de cuidados e trabalho doméstico dos trabalhadores, bem como de circunstâncias fora do controlo dos trabalhadores que podem afetar o seu desempenho, levando a riscos adicionais de SST em que as pessoas se sentem obrigadas a aceitar mais trabalho do que são saudáveis, ou correm o risco de serem excluídas do trabalho.

Os rankings de satisfação dos clientes, e o número de empregos aceites, podem ser usados para "desativar" o uso da plataforma pelos taxistas, como é feito pela Uber, apesar do paradoxo e ficção de que os algoritmos estão ausentes do 'preconceito humano' (Frey e Osborne, 2013, p. 18).

Globalmente, há benefícios em integrar a IA no trabalho de gig, incluindo a proteção da identidade do condutor e permitir horários flexíveis de trabalho, que são bons para a vida das pessoas e escolhas de trabalho. No entanto, estes mesmos benefícios podem resultar em riscos crescentes, como o caso do condutor do DiDi e o caso de um duplo encargo de trabalho para as trabalhadoras em linha.

As proteções da SST são geralmente escassas nestes ambientes de trabalho e os riscos são muitos (Huws, 2015; Degryse, 2016) e envolvem baixos salários e longas horas (Berg, 2016), falta endémica de formação (CIPD, 2017) e um elevado nível de insegurança (Taylor, 2017). Williams-Jimenez (2016) avisa que as leis laborais e a SST não se adaptaram ao aparecimento do trabalho digitalizado, e outros estudos começam a fazer afirmações semelhantes (Degryse, 2016).

Os sucessos da IA são também os seus fracassos.

Depois de delineado onde a IA está a entrar no local de trabalho e os benefícios e riscos para a SST,  o relatório volta-se agora para o desenvolvimento político e sobre a discussão destes temas da SST a nível macro.

 

Documento de Discussão SST E O FUTURO DO TRABALHO: BENEFÍCIOS E RISCOS DE FERRAMENTAS DE INTELIGÊNCIA ARTIFICIAL NOS LOCAIS DE TRABALHO - Parte III

 

(imagem com DR)

2.2 - Cobots em fábricas e armazéns

 

Os robôs substituíram diretamente os trabalhadores, em muitos casos,  na linha de montagem em fábricas e às vezes a IA é confundida com a automação.

A automatização no seu sentido puro envolve, por exemplo, a substituição explícita do braço de um humano por um braço robô. O relatório da UE-OSHA sobre “os riscos de segurança e saúde profissionais novos e emergentes associados à digitalização até 2025”  (EU-OSHA, 2018, p. 89) indica que os robôs permitem que as pessoas sejam retiradas do trabalho físico perigoso e dos ambientes com riscos químicos e ergonómicos, reduzindo assim os riscos de SST para os trabalhadores.

O trabalho manual mais qualificado tem sido historicamente o que se encontra mais em risco e continua a estar em risco elevado quando se trata de automação. 

Como indica um documento de discussão UE-OSHA sobre o futuro do trabalho em relação aos robôs e ao trabalho, enquanto os robôs foram inicialmente construídos para realizar tarefas simples, são cada vez mais reforçados com capacidades de IA e estão a ser "construídos para pensar, utilizando a IA" (Kaivo-oja, 2015).

Os cobots estão agora a ser integrados em fábricas e armazéns onde trabalham ao lado das pessoas de uma forma colaborativa. Ajudam com um leque crescente de tarefas, em vez de necessariamente automatizar postos de trabalho inteiros. A Amazon tem 100.000 cobots aumentados em IA, o que encurtou o tempo necessário para formar trabalhadores para menos de 2 dias. A Airbus e a Nissan estão a usar cobots para acelerar a produção e para aumentar a eficiência.

Como refere um relatório recente da Organização Holandesa de Investigação Científica Aplicada (TNO), existem três tipos de riscos de SST nas interações humano-cobot-ambiente (TNO, 2018, pp. 18-19):

 

1.     Riscos de colisão robô-humano, em que a aprendizagem automática pode conduzir a comportamentos imprevisíveis dos robôs;

 

2.     Riscos de segurança, em que as ligações de internet dos robôs podem afetar a integridade da programação de software, conduzindo a vulnerabilidades em segurança;

 

3.     Riscos ambientais, em que a degradação dos sensores e a ação humana inesperada em ambientes não estruturados podem levar a riscos para o ambiente.

O padrão e o reconhecimento de voz e a visão da máquina são permitidos pela IA, como também são postos de trabalho não qualificados em risco de substituição, sendo que uma série de trabalhos rotineiros e repetitivos podem ser realizados por cobots e outras aplicações e ferramentas. Neste aspeto, a automatização reforçada pela IA permite que muitos mais aspetos do trabalho sejam feitos por computadores e outras máquinas (Frey e Osborne, 2013).

Um exemplo da proteção do ASH no local de trabalho através de ferramentas aumentadas pela IA encontra-se numa empresa de produtos químicos que fabrica peças óticas para máquinas. As fichas minúsculas que são produzidas precisam de ser digitalizadas por erros. Anteriormente, o trabalho de uma pessoa era detetar erros com os seus próprios olhos, sentados, imóveis, em frente a imagens repetidas de chips durante várias horas de cada vez. Agora, a IA substituiu totalmente esta tarefa. Os riscos de SST, que foram agora eliminados, incluem distúrbios músculo-esqueléticos e danos na estirpe ocular.

Os cobots podem reduzir os riscos de SST, uma vez que permitem que os sistemas de IA realizem outros tipos de tarefas de serviço mundanas e de rotina nas fábricas, que historicamente criam stresse, excesso de trabalho, dificuldades músculo-esqueléticas e até mesmo tédio como resultado de trabalhos repetitivos. No entanto, robôs aumentados em IA em fábricas e armazéns podem criar stresse e uma série de problemas graves se não forem implementados adequadamente.

Na verdade, um sindicalista com sede no Reino Unido indicou que a digitalização, a automação e a gestão algorítmica quando "usada em combinação... são tóxicos e destinam-se a retirar direitos básicos de milhões de pessoas”.

As potenciais questões de SST também podem incluir fatores de risco psicossociais se as pessoas forem levadas a trabalhar ao ritmo de um cobot (em vez do cobot que trabalha ao ritmo de uma pessoa) e na situação em que possa ocorrer colisão entre cobots e pessoas.

Outro exemplo de risco para a SST relacionado com interação máquina-humano pode ocorrer quando uma pessoa é designada para 'cuidar' de uma máquina, sendo necessário proceder ao envio de notificações e atualizações do estado das máquinas para dispositivos pessoais, como smartphones ou portáteis domésticos. Isto pode conduzir a riscos de excesso de trabalho, pois pode conduzir a que os trabalhadores se sintam obrigados a tomar nota das notificações em horários fora do tempo de trabalho, ocorrendo uma situação em que o equilíbrio entre a vida profissional e a vida profissional é interrompido.

A interação humano-robô cria riscos e benefícios nos domínios físico, cognitivo e social, mas os cobots podem um dia ter as competências para a razão e, portanto, devem fazer com que os humanos se sintam seguros. Para isso, os cobots devem demonstrar a perceção de objetos contra seres humanos e a capacidade de prever colisões, adaptar o comportamento adequadamente e demonstrar memória suficiente para facilitar a aprendizagem automática e a autonomia de tomada de decisão (TNO 2018, p. 16) na linha das definições de IA anteriormente explicadas.

 

2.3 Chatbots em call centers

 

Os chatbots são outra ferramenta melhorada pela IA que pode lidar com uma alta percentagem de consultas básicas de atendimento ao cliente, libertando humanos que trabalham em call centers para lidar com questões mais complexas. Os chatbots trabalham ao lado das pessoas, embora não só no sentido físico. Na parte de trás dos sistemas, são utilizados para lidar com consultas de clientes por telefone utilizando o processamento de linguagem natural.

Dixons Carphone usa um chatbot de conversação agora chamado “Cami” que pode responder a questões de primeiro nível do consumidor no site currys e através do Facebook Messenger. A companhia de seguros Nuance lançou um chatbot chamado “Nina” para responder a perguntas e aceder a documentação em 2017. Morgan Stanley forneceu 16.000 consultores financeiros com algoritmos de aprendizagem automática para automatizar tarefas de rotina.

Os trabalhadores de call center já enfrentam riscos significativos de SST devido à natureza do trabalho, que é repetitivo e exigente e sujeito a altas taxas de vigilância e formas extremas de medição (Woodcock, 2016). Nos cal centers já são registadas e medidas um número crescente de atividades. As palavras usadas em e-mails ou indicadas vocalmente podem ser extraídas de dados para determinar o humor dos trabalhadores, num processo chamado de "análise de sentimento".

As expressões faciais também podem ser analisadas para detetar sinais de fadiga e cansaço que podem emergindo com o excesso de trabalho.

Mas os chatbots, embora concebidos para serem máquinas de assistência, ainda representam riscos psicossociais em torno dos receios de perda de emprego e de substituição. Os trabalhadores devem ser treinados para compreender o papel e a função dos bots no local de trabalho e saber quais são as suas contribuições colaborativas e de assistência.

 Nota: Tradução da responsabilidade do Departamento de SST da UGT

Documento de Discussão SST E O FUTURO DO TRABALHO: BENEFÍCIOS E RISCOS DE FERRAMENTAS DE INTELIGÊNCIA ARTIFICIAL NOS LOCAIS DE TRABALHO - Parte II

 

(imagem com DR)

As máquinas podem comportar-se como seres humanos?

 

Esta questão filosófica não é amplamente tratada neste artigo, mas vale a pena notar que questões mais amplas sobre os seres humanos e a nossa relação com as máquinas foram fulcrais para as primeiras experiências desta área de investigação (ver, por exemplo, Simão, 1969; Dreyfus, 1972; Weizenbaum, 1976), e ainda operam no fundo da experimentação e aplicação de IA nos dias de hoje.

 

Central a estas questões é a pergunta bastante óbvia, mas raramente vocalizada: por que queremos que as máquinas se comportem como nós e ainda melhor do que nós? Socialmente, o que falta para precisarmos de tais melhorias? Em todo o caso, embora existam algumas definições de IA, para efeitos do presente relatório, a definição de McCarthy será utilizada como uma visão geral para localizar as questões emergentes epistemológicos.

 

A definição da Comissão Europeia, tal como está prevista na sua Comunicação de 2018, é aprovada para este relatório, segundo a qual a IA "refere-se a sistemas que exibem comportamentos inteligentes, analisando o seu ambiente e tomando medidas — com algum grau de autonomia – para atingir objetivos específicos" (Comissão Europeia, 2018).

 

Outro relatório de 2018 intitulado “Liderança europeia da inteligência artificial, o caminho para uma visão integrada” define ainda a IA como um "termo de capa para técnicas associadas à análise de dados e ao reconhecimento de padrões" (Delponte, 2018, p. 11).

 

Este relatório, solicitado pela Comissão da Indústria, Investigação e Energia do Parlamento Europeu, diferencia a IA de outras tecnologias digitais, na qual "a IA está destinada a aprender com os seus ambientes para tomar decisões autónomas" (Delponte, 2018, p. 11).

 

Estas definições facilitam uma discussão clara sobre o que está em jogo, uma vez que os sistemas e máquinas de IA estão integrados nos locais de trabalho, onde os sistemas demonstram competências que permitem a tomada de decisões e a previsão muito mais rápida e precisamente do que os seres humanos e fornecem comportamentos e assistência semelhantes ao homem aos trabalhadores.

 

Há vários níveis de IA agora discutidos por especialistas: fracos e fortes. 'AI fraca' é onde uma máquina depende de software para orientar a sua investigação e respostas. Este tipo de IA não atinge um nível de consciência ou total sensibilidade como tal, mas atua como um solucionador de problemas dentro de um campo de aplicação específico.

 

A "IA fraca" aplica-se assim aos sistemas especializados e ao reconhecimento de texto e imagem. 'AI forte', também chamada de “IA universal” (Hutter, 2012), por outro lado, refere-se quando uma máquina pode demonstrar um comportamento que é igual ou superior à competência e à habilidade dos seres humanos, e este é o tipo de IA que mais intriga os investigadores, como Alan Turing.

 

Mesmo antes da conferência de McCarthy e dos seus colegas (1956) em 1950, já Alan Turing se tinha questionado: "As máquinas podem pensar?" (Turing, 1950). A fase da IA universal é alcançada quando um único agente universal pode aprender a comportar-se da melhor forma em qualquer ambiente, onde as competências universais são demonstradas por um robô, como andar, ver e falar.

 

Atualmente, à medida que a capacidade de memória do computador aumenta e os programas se tornam mais sofisticados, a IA universal está a tornar-se cada vez mais provável. Este é um avanço que poderia concluir o processo de automação, pelo que os robôs se tornam tão bons a trabalhar como as pessoas e não exemplificam as caraterísticas humanas, como o cansaço ou a doença, e assim por diante.

 

As pessoas parecem sentir-se mais confortáveis com a IA fraca, o que melhora as máquinas e significa que se comportam como assistentes dos seres humanos, em vez de nos substituírem como trabalhadores ou substituírem a gestão humana.

 

Agora delineamos a utilização da IA no trabalho e o potencial e evidência de riscos e benefícios para a SST, com base em pesquisas baseadas em numa série de entrevistas a peritos que foram realizadas pelo autor.

 

2 - IA no local de trabalho

 

Embora existam possibilidades significativas de progresso no local de trabalho e de crescimento da produtividade, existem também questões importantes em termos de segurança e saúde, uma vez que a IA está integrada nos locais de trabalho. O stresse, a discriminação, a precariedade acrescida, as perturbações músculo-esqueléticas e as possibilidades de intensificação do trabalho e a perda de postos de trabalho já se mostraram como um risco psicossocial, incluindo a violência física nos locais de trabalho digitalizados (Moore, 2018a).

 

Estes riscos são exacerbados quando a IA aumenta as ferramentas tecnológicas já existentes ou são recentemente introduzidas para a gestão e conceção do local de trabalho. Na verdade, a IA exagera os riscos de SST nos locais de trabalho digitalizados, pois pode permitir um maior acompanhamento e rastreio e, assim, pode levar à micro-gestão, que é uma das principais causas de stresse e de ansiedade (Moore, 2018a).

 

A IA sublinha o imperativo de dar mais credibilidade e potencial autoridade ao que Agarwal e colegas (2018) chamam de "máquinas de previsão", robótica e processos algorítmicos no trabalho. Mas vale a pena sublinhar que não é a tecnologia isoladamente que cria benefícios ou riscos na SST. Em vez disso, é a implementação  de tecnologias que cria condições negativas ou positivas.

 

 

 

2.1 - IA em recursos humanos

 

Na área da execução de negócios de RH, uma área cada vez mais popular de integração de IA, é chamada de "análise de pessoas", definida amplamente como o uso de big data e de ferramentas digitais para "medir, reportar e compreender o desempenho dos colaboradores, aspetos do planeamento da força de trabalho, gestão de talento e gestão operacional" (Collins, Fineman e Tsuchida, 2017).

 

As ferramentas de informatização, recolha de dados e monitorização permitem às organizações realizar "análises em tempo real no ponto de necessidade no processo de negócio ... [e permitir] uma compreensão mais profunda das questões benéficas para o negócio".

 

Os algoritmos de máquina de previsão aplicados a estes processos residem frequentemente numa 'caixa preta' (Pasquale, 2015), e as pessoas não entendem bem como funcionam, mas, mesmo assim, os programas de computador têm autoridade para fazer 'previsão[s] por exceção (Agarwal, Gans e Goldfarb, 2018).

 

Nem todas as pessoas analíticas têm de ser, estritamente falando, IA. No entanto, as respostas inteligentes dos programas às equações algorítmicas permitem a aprendizagem automática, o que gera previsões e coloca questões associadas que emergem sem intervenção humana, exceto na fase de entrada de dados, e são IA no sentido da definição da UE, acima referido.

 

O big data, há alguns anos, que tem sido visto como uma área de crescimento lucrativa, pelo que a recolha de informação sobre tudo, sempre, tem sido um investimento atrativo. Agora, a grande era do dado está a dar frutos nos círculos de RH, porque os vastos conjuntos de dados, agora disponíveis, podem ser usados para formar algoritmos, para formar análises e fazer previsões sobre o comportamento dos trabalhadores através da aprendizagem automática e, assim, ajudar a tomar decisões de gestão.

 

Com base nos padrões identificados, a IA permite que um algoritmo produza soluções e respostas a inquéritos sobre padrões através de dados muito mais rapidamente do que as pessoas poderiam. As respostas de aprendizagem automática são muitas vezes diferentes daquelas que um humano por si só, ou talvez até poderia, gerar.

 

Os dados sobre os trabalhadores podem ser recolhidos de várias fontes dentro e fora do local de trabalho, tais como o número de cliques de teclado, informações das redes sociais, número e conteúdo de chamadas telefónicas, websites visitados, presença física, locais visitados fora do local de trabalho através do rastreio de GPS (sistema global de posicionamento), movimentos em torno do escritório, conteúdos de e-mails e até mesmo tom de voz e movimentos corporais nos sociométricos (Moore). , 2018a, 2018b).

 

Também denominada "análise humana", análise de talentos e "análise de recursos humanos", numa era de "RH estratégico", esta aplicação de ferramentas via IA é definida amplamente como o uso de dados individualizados sobre pessoas para ajudar a gestão e profissionais de RH a tomar decisões sobre recrutamento, ou seja, quem contratar, para avaliações de desempenho e considerações de promoção, para identificar quando as pessoas são suscetíveis de deixar os seus empregos e selecionar futuros líderes.

 

As pessoas que analisam também são usadas para procurar padrões entre os dados dos trabalhadores, o que pode ajudar a identificar as tendências de atendimento, a moral do pessoal e os problemas de saúde a nível organizacional.

 

Cerca de 40 % das funções de RH em empresas internacionais utilizam atualmente aplicações de IA. Estas empresas têm sede principal nos Estados Unidos, mas algumas organizações europeias e asiáticas também estão a bordo. Um inquérito da PwC mostra que cada vez mais empresas globais começam a ver o valor da IA no apoio à gestão da força de trabalho (PwC, 2018a).

 

Um relatório mostra que 32 % dos departamentos de pessoal das empresas tecnológicas e outros estão a redesenhar organizações com a ajuda da IA para otimizar "para a adaptabilidade e aprendizagem e para melhor integrar os conhecimentos obtidos a partir do feedback dos colaboradores e da tecnologia" (Kar, 2018).

 

Pesquisas recentes da IBM indicam que, nas 10 maiores economias do mundo, mesmo que 120 milhões de trabalhadores possam precisar de voltar a ser treinados, formados e requalificados para lidar com a IA e com a automação inteligente. Este relatório indica que dois terços dos CEO acreditam que a IA vai impulsionar o valor em RH (IBM, 2018).

 

Um relatório da Deloitte mostra que 71% das empresas internacionais consideram a análise das pessoas como uma grande prioridade para as suas organizações (Collins, Fineman e Tsuchida, 2017), porque deve permitir que as organizações não só forneçam bons conhecimentos empresariais, mas também lidem com o que tem sido chamado de "problema das pessoas" (ibid.).

 

Os "problemas das pessoas" também são chamados de "riscos de pessoas" (Houghton e Green, 2018), que estão divididos em sete dimensões num relatório do Chartered Institute for Personnel Development (CIPD) (Houghton and Green, 2018) como:

 

1. Gestão de talentos,

2. Saúde e segurança,

3. Ética dos trabalhadores,

4. Diversidade e igualdade,

5. Relações com os trabalhadores,

6. Continuidade das empresas,

7. Risco para a reputação.

 

Mas talvez as pessoas não sejam o único "problema". Com base na definição original de IA, na qual se prevê que as máquinas eventualmente tenham a capacidade de se comportarem como um ser humano, se os seres humanos forem discriminados e tendenciosos, então não nos devemos surpreender quando a IA fornece respostas tendenciosas.

 

Por outras palavras, a aprendizagem automática funciona apenas com base nos dados que é alimentado, e se esses dados revelarem práticas de contratação e despedimento discriminatórias passadas, então os resultados do processo algorítmico também serão discriminatórios.

 

Se as informações recolhidas sobre os trabalhadores não forem repletas de informações qualitativas sobre as experiências de vida dos indivíduos e a consulta com os trabalhadores, poderão ser tomadas decisões desleais (ver abaixo para mais informações sobre esta matéria).

 

As práticas de RH reforçadas pela IA podem ajudar os gestores a obter uma sabedoria aparentemente objetiva sobre as pessoas mesmo antes de as contratarem, desde que a gestão tenha acesso a dados sobre potenciais trabalhadores, o que tem implicações significativas na adaptação da proteção dos trabalhadores e na prevenção dos riscos de SST a nível individual. Idealmente, as ferramentas de análise de pessoas podem ajudar os empregadores a "medir, reportar e compreender o desempenho dos colaboradores, aspetos do planeamento da força de trabalho, gestão de talentos e gestão operacional" (Collins, Fineman e Tsuchida, 2017).

 

Com efeito, a tomada de decisões algorítmicas em análise de pessoas poderia ser usada para apoiar os trabalhadores, alinhando o feedback do desempenho dos colaboradores e os custos de desempenho — e os custos da mão de obra — com a estratégia empresarial e o apoio a trabalhadores específicos (Aral et al., 2012, citado em Houghton e Green, 2018, p. 5). Os trabalhadores devem ser pessoalmente capacitados por terem acesso a novas formas de dados que os ajudem a identificar áreas de melhoria, que estimulem o desenvolvimento pessoal e que atinjam um maior envolvimento.

 

No entanto, se os processos de tomada de decisão algorítmica em pessoas analíticas não envolverem intervenção humana e consideração ética, esta ferramenta de recursos humanos poderia expor os trabalhadores a riscos estruturais, físicos e psicossociais acrescidos e a stresse. Como é que os trabalhadores podem ter a certeza de que as decisões estão a ser tomadas de forma justa, precisa e honesta, se não têm acesso aos dados que o seu empregador detém e utiliza?

 

Os riscos de stresse e ansiedade surgem se os trabalhadores sentirem que as decisões estão a ser tomadas com base em números e dados a que não têm acesso nem poder. Isto é particularmente preocupante se os dados de análise de pessoas conduzem a reestruturações no local de trabalho, substituição de empregos, alterações na descrição do emprego e afins.

 

É provável que a análise das pessoas aumente o stresse dos trabalhadores se os dados forem utilizados em avaliações e gestão de desempenho sem a devida diligência no processo e implementação, levando a questões sobre a microgestão e os trabalhadores que se sentem "espiados". Se os trabalhadores souberem que os seus dados estão a ser lidos para detetar talentos ou para decidir possíveis despedimentos, podem sentir-se pressionados a melhorar o seu desempenho e a começar a trabalhar em excesso, colocando riscos para a SST.

 

Um perito em participação dos trabalhadores indicou que a recolha de dados dos trabalhadores para a tomada de decisões, como a verificada na análise de pessoas, criou as questões mais urgentes que surgem com a IA nos locais de trabalho. Muitas vezes, os conselhos de empresa não têm conhecimento das possíveis utilizações de tais instrumentos de gestão. Ou, os sistemas estão a ser implementados sem consultar conselhos de empresa e trabalhadores. Surgem ainda mais riscos de SST, como o stresse dos trabalhadores e a perda de postos de trabalho, quando as tecnologias são implementadas à pressa e sem consulta e formação ou comunicação adequadas.

 

Neste contexto, é interessante considerar um projeto executado na sede da IG Metall, em que os currículos de formação no local de trabalho estão a ser revistos em 2019 no contexto da Industrie 4.0. (ver também secção 3.4).

 

Os resultados demonstram que a formação precisa de ser atualizada não só para preparar os trabalhadores para riscos físicos, como tem sido padrão na formação de SST da indústria pesada, mas também para os riscos mentais e psicossociais introduzidos pela digitalização no trabalho, que inclui aplicações de análise de pessoas.

 

Outra forma de análise de pessoas envolve filmar entrevistas de emprego. Esta prática é levada a cabo por organizações como a Nike, a Unilever e as Escolas Públicas atlânticas. Estas empresas estão a usar produtos que permitem aos empregadores entrevistar candidatos em câmara, em que a IA é usada para julgar pistas verbais e não verbais. Um desses produtos é feito por um grupo chamado HireVue e é utilizado por mais de 600 empresas.

 

O objetivo é reduzir o enviesamento que pode surgir se, por exemplo, os níveis de energia de um entrevistado forem baixos ou se o gestor de contratação tiver mais afinidade para um entrevistado com base em idade, raça e demografia semelhantes. No entanto, existem evidências de que as preferências dos gestores de contratação anteriores se refletem na contratação, e os homens brancos heterossexuais são, revela um relatório do Business Insider, a preferência pela contratação, outras coisas iguais (Feloni, 2017).

 

Se os dados fornecidos a um algoritmo refletirem o enviesamento dominante ao longo do tempo, então pode marcar alguém com expressões faciais 'em grupo' mais altas e dar uma classificação mais baixa a outras pistas ligadas à orientação sexual, idade e género que não se assemelham a um homem branco.

 

No geral, a análise de pessoas representa tanto benefícios como riscos para a SST. Uma vez que esta ferramenta utiliza algoritmos, as máquinas devem ser sujeitas a testes extensivos antes de serem utilizadas para qualquer uma das aplicações de RH delineadas. Outra possibilidade é que um algoritmo de análise de pessoas seja projetado especificamente para eliminar preconceitos, o que não é uma tarefa fácil.

 

As avaliações de risco já estão a ser experimentadas em sistemas criminosos em que a IA informa os conselhos de condenação e liberdade condicional para tentar eliminar o preconceito. A IBM publicou recentemente uma ferramenta que pretende igualmente reduzir os riscos de discriminação. Espera-se que este tipo de iniciativas tratem dos riscos crescentes para a SST na tomada de decisões assistidas pela IA. No entanto, a força da IA é também a sua fraqueza.

Nota: Tradução da responsabilidade do Departamento de SST da UGT

Aceda à versão original Aqui.