14. lapszám · nov. 2–8. 2026Agent Age hírmagazin · Többi kiadás · Keresés · Módszer · HU / ENG

A munka az AI korában kétszer változik meg: előbb az, amit az ember csinál, aztán az, amiért megfizetik.

Esszé

Az algoritmus főnökké válik: újra kell tárgyalni a munka szabadságát

Az algoritmikus irányítás valódi kérdése a döntési jogok elosztása a szoftver és az ember között. A kutatások szerint ugyanaz a rendszer szűkítheti és tágíthatja is a mozgásteret, a különbséget a mérés, a kivétel és a felülvizsgálat szabályai adják.

Varga Zoltán · 2026-11-21 · 10 perc olvasás

Azt a pontot keresem, ahol a munkát segítő szoftverből a munkát irányító szoftver lesz. Képzeljünk el egy munkatársat, aki reggel megnyitja a feladatkezelőt. A rendszer rangsorolta az ügyeit, megbecsülte a megoldási időt, és figyelmeztetett egy elmaradásra. Az ajánlás hasznos, mert leveszi róla a szervezés terhének egy részét. Ugyanez a felület azonban idővel azt is meghatározhatja, milyen munkát végezhet, hogyan értékelik, és milyen eltérést kell megmagyaráznia. Úgy látom, az algoritmikus irányítás valódi kérdése ezért a döntési jogok elosztása. A szoftver mögött továbbra is emberek döntenek arról, mit mérnek, kit hallgatnak meg, és milyen munkát tartanak értékesnek, ezek a döntések azonban a felület mögé kerülnek, ahol nehezebb rájuk kérdezni.

A vezetési döntés bekerül a munkafolyamatba

Az algoritmikus irányítás jóval tágabb kategória, mint a generatív AI. Egy egyszerű szabályrendszer is kioszthat feladatokat vagy pontozhat teljesítményt. A nyelvi modellek új lehetőséget adnak a helyzetek összefoglalására és az utasítások megfogalmazására, a szervezeti kérdés azonban ugyanaz marad: milyen mozgásteret hagy a rendszer azoknak, akik a munkát elvégzik?

Katherine Kellogg, Melissa Valentine és Angèle Christin 2020-as áttekintése, az Algorithms at Work: The New Contested Terrain of Control az algoritmusokat a munkahelyi kontroll új eszközeiként vizsgálja. Megközelítésükben a rendszerek többek között irányíthatják a cselekvést, rögzíthetik és értékelhetik a teljesítményt, valamint közvetíthetik a jutalmazást és a szankciókat. A munkavállalók válaszai és ellenállási formái szintén alakítják a működést, ezért a technikai megoldás szervezeti érdekviszonyok részeként értelmezhető 1.

Egy feladatrangsor például magában hordozhatja a szervezet időnyomását, ügyfélpolitikáját és kockázati preferenciáját. Aki a rangsort elfogadja, e választásokat is elfogadja. A vezetőnek ezért érdemes megneveznie, mely célok kerültek a rendszerbe, és milyen helyzetben lehet tőlük eltérni. Ettől a dolgozó a szabály célját is megértheti, és a kivételt szakmailag indokolhatóvá teheti.

Hogy a mozgástér mennyire nyitott kérdés, azt Niilo Noponen és munkatársai 2023-as szisztematikus áttekintése mutatja, amely Taylorism on steroids or enabling autonomy? A systematic review of algorithmic management címmel 172 tanulmányt elemzett. A szerzők szerint az algoritmikus irányítás egyszerre korlátozza és teszi lehetővé a dolgozói autonómiát, a jövedelemfüggőség és más tényezők pedig rugalmatlan munkagyakorlatokat kényszerítenek ki. A feldolgozott irodalom a taylorizmus, vagyis a munkát apró, mért lépésekre bontó üzemszervezés összetett, digitális változatát írja le, továbbá azt, hogy a rendszerek új szervezeti hatalmi szerkezeteket hoznak létre, a meglévőket pedig átalakítják. Az áttekintés állítása szerint a vállalatok eddig többnyire kontrolláló módon használták az algoritmikus rendszereket, a technológia lehetővé tevő oldalát pedig elhanyagolták 2. Ebből azt szűröm le, hogy a bevezetés a hatalmi kérdéseket új formába önti, a megoldásukat pedig a szervezetre hagyja.

Az autonómia a vállalt cselekvés élménye

Edward Deci és Richard Ryan önmeghatározás-elméletének munkahelyi alkalmazását Marylène Gagné és Deci dolgozta ki részletesen a Self-Determination Theory and Work Motivation című 2005-ös tanulmányban. Az autonómia ebben a keretben arra utal, hogy az ember sajátjaként tudja vállalni a cselekvését, és mellette a kompetencia és a kapcsolódás igénye is fontos szerepet kap. A külső elvárásokhoz igazodó munka is lehet viszonylag autonóm, ha az ember érti és elfogadja a célját. Az önállóság így mást jelent, mint a minden kötöttségtől mentes működés 3.

Egy munkatárs elfogadhat szigorú biztonsági eljárást, mert érti a jelentőségét, miközben egy apró, indokolatlan kattintási előírást erősen kontrollálónak él meg. A két helyzet különbségét a választási lehetőségen túl az indoklás, a cél és a kapcsolat minősége is alakítja. Egy vállalati rendszer ezért azzal is támogathatja a munkát, ha érthetővé teszi a korlátok szerepét.

Az AI által közvetített visszajelzésben hasonló különbség jelenik meg. A „lassabb voltál az átlagnál” mondat rangsorol, a megoldott ügyek összetettségét és a javítási időt is bemutató elemzés viszont tanulási helyzetet teremthet. A vezetői szándékot a konkrét adatválasztás és a következmény teszi hitelessé, ezért az udvarias hangnem önmagában kevés a támogató működéshez.

Az önállóság iránti igény ráadásul emberenként eltér. Bruno Félix és munkatársai 2023-as kvalitatív vizsgálata 57 brazil platformmunkással, vagyis alkalmazáson keresztül kiosztott alkalmi megbízásokból élő dolgozóval készített interjúkra épül. Az interjúk alapján a dolgozók és a platformszervezetek egyaránt hajlanak a több önállóságot vagy a több biztonságot adó munkakapcsolat felé. Ahol a két preferencia egybeesik, a dolgozó nagyobb jóllétről számol be, ahol eltér, ott az ismétlődő sérelmek rontják azt. A szerzők ugyanakkor jelzik, hogy az egyezés sem véd meg mindentől: ha mindkét fél a több önállóságot és a kevesebb biztonságot választja, a dolgozó kiszolgáltatottá válhat például a fenntarthatatlan munkaterhelésnek 4. Egyetlen országból származó interjús anyagról van szó, ezért mintázatként olvasom, és számomra azt jelzi, hogy a szabadság és a védelem arányát érdemes időről időre újra egyeztetni.

A rugalmasság és a függőség együtt is növekedhet

Alex Wood és munkatársai a távoli platformmunka minőségét vizsgálták délkelet-ázsiai és szubszaharai afrikai munkavállalóknál. A 2019-ben folyóiratban megjelent tanulmány, a Good Gig, Bad Gig: Autonomy and Algorithmic Control in the Global Gig Economy interjúkat és kérdőíves adatokat kapcsolt össze. A résztvevők munkája jelentős rugalmasságot és feladatváltozatosságot kínálhatott, miközben az algoritmikus kontroll, az ügyféligények és a munkaerőpiaci erőviszonyok túlterheléssel és kiszámíthatatlan munkaidővel is összefüggtek 5.

A megfigyelés fontos fogalmi különbséget tesz láthatóvá. A munkakezdés időpontjának megválasztása és a megélhetést meghatározó feltételek alakítása két különböző szabadság. Valaki elvileg bármikor kijelentkezhet, mégis erős nyomást érezhet arra, hogy egy értékelés vagy új feladat kedvéért rendelkezésre álljon. A helyi autonómiát ezért a tágabb függőségi viszonyokkal együtt kell vizsgálni.

James Duggan és munkatársai 2023-as kvalitatív tanulmánya ugyanezt a kettősséget az alkalmazáson keresztül dolgozók nézőpontjából írja le. A szerzők „algoritmikus HR-kontrollnak” nevezik azt a mindenütt jelen lévő rendszert, amely kiosztja és összehangolja a feladatokat, kezeli a teljesítményt és a jutalmazást, a dolgozók cselekvését pedig a szervezeti célokhoz igazítja. Leírásuk szerint ez két ponton tér el a hagyományos kontrolltól: algoritmikus technológiákra támaszkodik, és a szervezeten kívüli felek közvetlen és közvetett befolyása is jelentős benne. A dolgozók beszámolóiban a rendszer merevnek és bonyolultnak mutatkozik 6.

Egy hagyományos vállalat ebből azt a kérdést viheti tovább, hogy az új rendszer miként változtatja meg az alkupozíciókat: ki értelmezheti a teljesítményadatot, ki módosíthatja a célértéket, és milyen következménye van annak, ha valaki szakmai okból lassabban halad. A válaszok többet árulnak el a tényleges mozgástérről, mint a felület személyre szabhatósága.

A munkakör egésze fontosabb lehet a feladatszámnál

J. Richard Hackman és Greg Oldham 1976-os tanulmánya, a Motivation through the Design of Work: Test of a Theory olyan munkatervezési modellt ír le, amely a készségek változatosságát, a feladat egészének felismerhetőségét, a munka jelentőségét, az autonómiát és a visszajelzést kapcsolja a motivációhoz. A modell az értelmesség, az eredményért érzett felelősség és az eredmény ismeretének közvetítő szerepét emeli ki. A szerzők az egyéni különbségeket is figyelembe veszik, így ugyanaz a munkakialakítás eltérő emberekre eltérően hathat 7.

Egy AI-val átszervezett ügyfélszolgálaton például a dolgozó átveheti a bonyolultabb helyzetek kezelését, és nagyobb mozgásteret kaphat a megoldásban. Egy másik kialakításban apró ellenőrzések hosszú sorát végzi, miközben az ügyfél történetéből alig lát valamit. Mindkét rendszer használhatja ugyanazt a modellt, a munkatapasztalat mégis eltérő lesz.

A munkatervezésben ezért azt is meg kell kérdezni, mi áll össze az ember számára értelmes egésszé. Egy átlátható ügy lezárása más felelősséget ad, mint elszigetelt mondatok elfogadása. Ha a folyamat több részre bomlik, külön megoldás kell arra, hogy a visszajelzés eljusson a részfeladat elvégzőjéhez, aki így megtudhatja, hogyan járult hozzá a munkája a végső eredményhez.

Az elszámoltathatóság két irányban működhet

A vezetők joggal szeretnék tudni, hogyan halad a munka. Az alkalmazottaknak ugyanilyen érthető igényük lehet arra, hogy tudják, hogyan született a róluk alkotott értékelés. A kölcsönös elszámoltathatóság egyik gyakorlati formája az értékelési szempontok előzetes bemutatása és a vitatható esetek javítási lehetősége.

Képzeljünk el egy rendszert, amely a lezárt ügyek száma alapján jelez alulteljesítést, miközben a munkatárs egy ritka, több osztály együttműködését igénylő problémán dolgozott. A jó felülvizsgálat során a szervezet megvizsgálja, mi hiányzott a mérésből. Az egyedi értékelés korrigálása mellett akár a mutató is módosulhat, és a dolgozói visszajelzés így a munkafolyamat megismerésének forrása lesz.

A felülvizsgálat akkor működőképes, ha van felelőse, ideje és következménye. Egy üres visszajelző mező kevés garanciát ad arra, hogy az érdemi észrevétel eljut a döntéshozóhoz. A technikai lehetőség mellé ezért szervezeti vállalást is érdemes rendelni, mert a rendszer javíthatósága a ténylegesen kijavított esetekben válik láthatóvá.

Az átláthatóság ehhez szükséges, de kevés. W. Alec Cram és munkatársai 2022-es kérdőíves vizsgálata 621 egyesült államokbeli Uber-sofőr válaszai alapján kétféle algoritmikus kontrollt különböztet meg, a kapuőrzőt és a terelőt. Mindkettő együtt járt a kihívásként és a fenyegetésként megélt technostresszel, vagyis a technológia használatából fakadó megterheléssel. A szerzők olyan eredményt is közölnek, amely vitatja azt a feltevést, hogy a kontroll átláthatósága enyhíti a fenyegetésként megélt stressz kedvezőtlen hatásait 8. Egyetlen platform sofőreinek önbevallásos válaszairól van szó, az összefüggés tehát együttjárás. Számomra mégis figyelmeztetés: a szabály megmutatása kevés, ha a dolgozó a megismert szabályon változtatni már képtelen.

A szabályozási gondolkodás ugyanide jut. Jeremias Adams-Prassl és munkatársai 2023-as javaslata, a Regulating algorithmic management: A blueprint két hézagot azonosít: a magánszférát érő sérelmek és az információs egyenlőtlenség súlyosbodását, valamint az emberi cselekvőképesség elvesztését. A szerzők az emberi részvételt a döntés négy pontjához kötik. A döntés előtt tájékoztatási és konzultációs jogokat, a döntésben a teljesen automatizált felmondás tilalmát, a döntés után az érdemi felülvizsgálathoz való jogot, a rendszer szintjén pedig hatásvizsgálatot javasolnak 9. Szakpolitikai tervezetről van szó, hatályos jognak tehát nem tekinthető, a szerkezete mégis jól használható belső szabályzat vázaként.

A támogatás és a kontroll aránya alakítható

Az algoritmikus irányításnak valós előnyei lehetnek. Átláthatóbbá teheti a terhelést, feltárhat tartós torlódásokat, és csökkentheti az alkalmi vezetői benyomások szerepét. Ezek az előnyök azonban a kiválasztott adatoktól és döntési szabályoktól függnek, hiszen a következetesen alkalmazott rossz mérce ugyanúgy rossz irányba viszi a munkát.

Egy használható bevezetésben ezért a munkatársak a gyakori esetek és a kivételek leírásával is részt vehetnek a tervezésben. A próba során érdemes megfigyelni, mikor segített a rendszer, mikor okozott többletmunkát, és milyen helyzetben kellett felülírni a javaslatát. E visszajelzésből a vezetés a működés valódi feltételeiről tanulhat.

A szervezet a felülírásokat is többféleképpen értelmezheti. Lehetnek szabálysértések, de jelezhetnek hiányzó információt vagy jól indokolt szakmai kivételt is. A megfelelő értelmezéshez esetenként meg kell vizsgálni a döntést. Az automatizált rangsor így segítséget nyújt a vezetéshez, miközben a vezetői felelősség megmarad az értelmezésben és a következmények alakításában.

Ahol a visszajelzésnek nincs belső útja, ott a dolgozók a szervezeten kívül keresnek utat. Lorenzo Cini 2022-es tanulmánya a platformmunkások két csoportjának, az Amazon Mechanical Turk tömegmunkásainak és az ételfutároknak a kollektív fellépését elemzi a szakirodalom és szakpolitikai jelentések alapján. A szerző szerint ezek a dolgozók a hagyományos szakszervezetek bevonása nélkül is képesek voltak fellépni az algoritmikus kontrollal szemben, és ebben a támogató közösségek és a politikai aktivizmus hagyományai döntő szerepet játszottak 10. Kellogg és szerzőtársai megállapításával együtt ebből arra jutok, hogy az ellenállás a rendszer működésének rendes része, amelyet a szervezet korai jelzésként is olvashat.

Négy döntési pont a szervezet kezében

Számomra mindebből négy döntési pont rajzolódik ki, amelyet a szervezetnek a bevezetés előtt érdemes kézbe vennie. Az első, hogy mit mér a rendszer, és mit hagy mérés nélkül, mert a kimaradó munka a rangsorban láthatatlanná válik. A második, hogy ki és milyen indokkal térhet el az ajánlástól. A harmadik, hogy ki vizsgálja felül a vitatott értékelést, mennyi idő alatt és milyen következménnyel. A negyedik, hogy ki módosíthatja magát a mutatót, ha az ismétlődő kivételek a mérce hibáját jelzik. A négy pont együtt visszacsatolási kört alkot: a kivételből felülvizsgálat, a felülvizsgálatból szabálymódosítás lesz. Ahol a kör megszakad, ott a rendszer hibái a dolgozó egyéni teljesítményproblémájaként jelennek meg, a szervezet pedig elveszíti azt az információt, amelyből tanulhatna.

A döntéshozónak azt is ki kell jelölnie, mely kérdések maradnak emberi kézben. Michael Kearns és Aaron Roth The Ethical Algorithm című 2019-es könyve a piacok erkölcsi határairól folyó gondolkodás mintájára veti fel, hogy vannak döntések, amelyeket algoritmusnak nem kellene meghoznia, és hogy erről nyilvános eszmecserére van szükség 11. A munkahelyen ezt a kérdést a vezetés és a dolgozók közösen tudják megválaszolni. Úgy látom, a válasznak írásban, a bevezetés előtt kell megszületnie, és a felmondás, a fegyelmi következmény és a bér megállapítása olyan döntés, amelynél az emberi mérlegelés elhagyásával a felelős személye is bizonytalanná válik. A HR-szakma számára ez azt jelenti, hogy a teljesítményértékelés szabályai mellett a rendszer beállításai is a munkáltató és a munkavállalók közötti megállapodás tárgyává válnak.

A szabadság a munkáról szóló párbeszédben válik konkréttá

A munkahelyi autonómia gyakorlati kérdésekben mutatkozik meg: abban, hogy a dolgozó tud-e indokoltan eltérni, hozzájut-e a szükséges információhoz, és kérhet-e változtatást egy hibás szabályon, a szervezet pedig képes-e különbséget tenni a kényelmes alkalmazkodás és a jó szakmai döntés között. Ezekre a kérdésekre egy rendszer felülete és egy vezetői beszélgetés együtt ad választ.

Az AI-ra épülő munkaszervezés lehetőséget kínál a fölösleges adminisztráció csökkentésére és az értelmesebb munkára. A nyereséghez azonban meg kell tervezni, hogyan oszlik meg a tudás, a döntés és a felelősség. Az algoritmus akkor válik jó munkatárssá, ha a használata közben az ember is jobban érti és alakíthatja azt a munkát, amelyért felelősséget vállal. Álláspontom szerint ezért a munka szabadságáról szóló megállapodást minden algoritmikus rendszer bevezetésekor újra kell kötni, és ennek a megállapodásnak a mérés, a kivétel és a felülvizsgálat szabályait kell rögzítenie.

Ajánlott olvasmányok

Források

  1. [1] Kellogg, Katherine C.; Valentine, Melissa A.; Christin, Angèle (2020): Algorithms at Work: The New Contested Terrain of Control. Academy of Management Annals, 14(1), 366–410.
  2. [2] Niilo Noponen, Polina Feshchenko, Tommi Auvinen, Vilma Luoma‐aho és munkatársai (2023): Taylorism on steroids or enabling autonomy? A systematic review of algorithmic management. Management Review Quarterly.
  3. [3] Gagné, Marylène; Deci, Edward L (2005): Self-Determination Theory and Work Motivation. Journal of Organizational Behavior, 26, 331–362.
  4. [4] Bruno Félix, Diego Dourado, Valcemiro Nossa (2023): Algorithmic management, preferences for autonomy/security and gig-workers' wellbeing: A matter of fit?. Frontiers in Psychology.
  5. [5] Wood, Alex J.; Graham, Mark; Lehdonvirta, Vili; Hjorth, Isis (2019): Good Gig, Bad Gig: Autonomy and Algorithmic Control in the Global Gig Economy. Work, Employment and Society, 33(1), 56–75.
  6. [6] James Duggan, Ronan Carbery, Anthony McDonnell, Ultan Sherman (2023): Algorithmic HRM control in the gig economy: The app‐worker perspective. Human Resource Management.
  7. [7] Hackman, J. Richard; Oldham, Greg R (1976): Motivation through the Design of Work: Test of a Theory. Organizational Behavior and Human Performance, 16(2), 250–279.
  8. [8] W. Alec Cram, Martin J. Wiener, Monideepa Tarafdar, Alexander Benlian (2022): Examining the Impact of Algorithmic Control on Uber Drivers’ Technostress. Journal of Management Information Systems.
  9. [9] Jeremias Adams‐Prassl, Halefom H. Abraha, Aislinn Kelly‐Lyth, Michael ‘Six’ Silberman és munkatársai (2023): Regulating algorithmic management: A blueprint. European Labour Law Journal.
  10. [10] Lorenzo Cini (2022): Resisting algorithmic control: Understanding the rise and variety of platform worker mobilisations. New Technology Work and Employment.
  11. [11] Michael Kearns; Aaron Roth (2019): The Ethical Algorithm: The Science of Socially Aware Algorithm Design. könyv

Esszék és áttekintések →

Heti levél

Hetente egy levél az Agent Age kiadások fő történeteiről. E-mailben erősíti meg, egy kattintással leiratkozhat.

Mindjárt kész: e-mailt küldtünk. Nyissa meg, és kattintson a megerősítő hivatkozásra. Ha pár percen belül nem érkezik meg, nézze meg a spam mappát.

↑