在各州发布了减少COVID-19感染的居家命令后，许多企业转向远程工作人员继续运营。在冠状病毒得到控制后，这一趋势可能会持续很长一段时间。
为了帮助公司更容易地实现在线转型，南加州大学的研究人员研究了增加使用众包的挑战。众包是零工经济的一种表现，公司通过网站向潜在客户提供特别的、平凡的任务。此举最大限度地减少了组织因COVID-19或其他危机而遭受的破坏。
这项研究于今年9月通过亚马逊(Amazon)的土耳其机械众包平台(Mechanical Turk crowdsourcing)收集了一系列任务响应，表明员工将需要在任务上有更大的自主权，需要有更明确的目标感，才能高水平地完成通常很平凡的工作——这正是人工智能协助所提供的优势。
我们需要改进众包，提高效率。
盖尔·卢卡斯
南加州大学维特比工程学院(USC Viterbi School of Engineering)创意技术研究所(Institute for Creative Technologies)的研究助理教授盖尔·卢卡斯(Gale Lucas)说:“众包的功能类似于优步，但它被用来执行在线任务，比如清洁数据、训练人工智能和适度内容。”
“随着失业率继续飙升，在当前政府停摆期间，以及由于COVID-19带来的经济变化，它可能会成为更受欢迎的权宜之计。”我们需要改进众包工作，让它更有效率，这可能会涉及使用人工智能的新型监督协助。”
研究结果于5月11日在新西兰举行的自主代理和多代理系统国际会议上公布。视频演示是公开的。
算法管理有助于众包工作
随着人工智能技术的不断发展，员工和零工工人越来越多地遇到帮助分配工作的软件算法。管理人员执行的许多任务——例如招聘、评估和设定薪酬——将越来越多地使用人工智能作为工具来帮助执行这些功能。
这些新的自动化监督职责——称为算法管理——已经在UPS、优步(Uber)和亚马逊(Amazon)等公司发挥了重要作用，这些公司将任务外包给大量在线员工。
来自ICT和富士通实验室的新研究表明，要在众包工作环境中提高员工的积极性，员工在如何完成任务方面的自主性和透明度是至关重要的。
对自主性的认知可以提高生产率，尤其是当工作对员工来说具有内在意义时，而众包工作往往看起来毫无意义。研究人员称，“更有问题的是，工作的意义有时会因为安全或实验控制而被隐藏，就像在科学实验中，工人作为实验对象一样。”通过人机交互增强用户动机和性能是一项重要的挑战，不仅对算法管理而言如此，对其他人工智能领域也是如此，包括教育技术、个人健康维护、电脑游戏、个人生产力监控和众包。”
研究人员研究如何保持员工的积极性
为了测试管理应用，ICT研究人员进行了一项在线实验，调查对自主性和工作意义的认知如何塑造了众工动机。富士通实验室的高级研究员Yuushi Toyoda和南加州大学的研究人员Jonathan Gratch和Lucas研究了另外一种技术，当他们的工作额外由算法管理时，这种技术可以保持员工的动机。
丰田章男表示:“考虑到系统设计师可能正在设计自动代理，在算法管理的背景下执行一些管理任务，了解工人可能如何响应这些系统，特别是在远程工作条件下，可以为设计师提供必要的指导。”
该团队发现，当员工的工作有意义时，他们会更有动力，而算法管理以强调员工自主权的方式构建起来。例如，当执行一项乏味的任务时，比如在实验室的幻灯片上计算受感染血细胞的数量，当员工被告知一个有社会意义的目标时(比如治愈一种传染病)，以及当反馈通过有帮助的提示和询问支持自主性时，他们的表现会更好。
他们希望看到工作成功的愿望实际上破坏了他们工作的实用性。
乔纳森Gratch
“我们发现，当人们知道目标是帮助治愈疾病时，他们实际上夸大了感染细胞的数量。他们希望看到工作成功的愿望实际上破坏了他们工作的实用性。”
相比之下，当工作没有意义时，只有当算法管理依赖于权威的管理控制时，生产率才会提高。研究人员说，这可能是一个挑战，因为提供任务背后的意义并不总是可能的，因为这些信息有时会影响结果。
这些新发现强调了在众包环境中自主性和意义的重要性，并为算法管理和人工智能交互领域的文献不断增长做出了贡献。优步(Uber)和Lyft等叫车公司目前通过一款应用程序使用算法管理，让员工可以自由安排行程和路线。南加州大学研究团队的研究结果表明，这类系统还可以改进。
南加州大学的ICT与娱乐行业的艺术家、计算机和社会科学家一起探索沉浸式媒体，用于军事训练、健康治疗、教育等。研究人员研究人们如何通过虚拟角色、视频游戏和模拟场景与电脑互动。ICT是虚拟人类发展的领导者，虚拟人类的外表、思维和行为都像真人一样。ICT成立于1999年，是美国国防部资助的大学附属研究中心。
这项研究部分得到了美国富士通实验室和美国陆军的支持。
更多关于人工智能、新兴技术的报道
新闻旨在传播有益信息，英文原版地址：https://news.usc.edu/170693/worker-motivation-crowdwork-algorithmic-management-usc-study/