في مايو 2020 ، ذكرت شركة Prodoscore ، وهي شركة ناشئة لبرامج الإنتاجية مقرها كاليفورنيا ، أنه بناءً على البيانات الداخلية التي تم جمعها من مستخدميها البالغ عددهم 30 ألف مستخدم ، فإن العمل عن بُعد أثناء جائحة الفيروس التاجي يجعل العمال أكثر إنتاجية. لقد لاحظوا زيادة بنسبة 57 في المائة في حجم المراسلات عبر البريد الإلكتروني وزيادة بنسبة 230 في المائة في الوقت المستغرق في المكالمات الهاتفية ، ولكن انخفاض الوصول إلى تطبيقات التقويم بنسبة 22 في المائة ، مما يعني ضمناً أن اجتماعات أقل – وهو قاتل إنتاجي سيئ السمعة – كان يحدث .
Prodoscore هو جزء من موجة جديدة من أدوات الإنتاجية ، المعروفة بشكل غير رسمي باسم “tattleware” ، والتي تمكن المديرين من مراقبة وتتبع أنشطة موظفيهم أثناء العمل عن بعد. تقدر شركة الاستشارات البحثية Gartner أنه بحلول نهاية عام 2020 ، ستستخدم 80 في المائة من الشركات أدوات المراقبة لمراقبة موظفيها ، بما في ذلك رسائل البريد الإلكتروني ورسائل الوسائط الاجتماعية والبيانات الحيوية. تستخدم هذه التطبيقات هذه الآثار الرقمية لإنشاء ملف تعريف للإنتاجية الفردية.
على سبيل المثال ، يُنشئ تطبيق InterGuard ، الذي يمكن تثبيته على جهاز كمبيوتر الموظف دون علمه ، جدولًا زمنيًا مفصلاً للنشاط عبر الإنترنت ويمكنه تسجيل رسائل البريد الإلكتروني وضربات المفاتيح والتقاط لقطات شاشة متداخلة. حتى أبريل 2020 ، تضمنت Zoom ميزة “تتبع الانتباه” التي سمحت للمسؤولين بالتحقق مما إذا كان المستخدمون يشاهدون اجتماعًا مستمرًا أو إذا كان التطبيق معطلاً (تمت إزالة هذه الميزة لاحقًا بسبب مخاوف تتعلق بالخصوصية). توفر أداة إدارة المشاريع Asana خيارًا لحساب درجة “التأثير” للعاملين بناءً على عدد المشاريع التي يشاركونها والدعوات التي يرسلونها. يشتمل التطبيق أيضًا على ميزة تسمى Workload ، والتي تتيح للمديرين رؤية مشاريع الموظفين الجارية وإعادة تعيين المهام إذا شعروا أن موظفًا معينًا مثقلًا بالأعباء.
بطبيعة الحال ، فإن العمال ذوي الياقات البيضاء ليسوا فقط الموظفين المحددين في القوة العاملة. تتم مراقبة سائقي الشاحنات لمسافات طويلة باستخدام أجهزة تسجيل إلكترونية تتعقب مواقعهم وسرعاتهم لمساعدتهم على تحديد مواعيد النوم والقيادة. تتم مراقبة الرياضيين المحترفين باستمرار باستخدام مستشعرات النشاط التي تتعقب عبء العمل والتعب.
هذه الأدوات الجديدة ، بالطبع ، جاهزة لإساءة الاستخدام عندما يتعلق الأمر بمخاوف الخصوصية والأمان. ولكن عند استخدامها بشفافية وقانونية ، يمكن أن توفر تدفقًا غنيًا من المعلومات التي تسمح للشركات والعاملين بفهم وتحسين إنتاجيتهم ومشاركتهم.
في عام 2016 ، بدأ عالم الرياضيات دنكان واتس مشروعًا مع Microsoft أطلق عليه اسم الطيف التنظيمي ، بهدف تطبيق نمذجة التعلم الآلي على البيانات بما في ذلك البيانات الوصفية للبريد الإلكتروني ومواقع المكاتب والمسميات الوظيفية. أظهرت النتائج المبكرة أنها كانت قادرة على التنبؤ برضا الموظف بناءً على وقت استجابة البريد الإلكتروني وقياس التوازن بين العمل والحياة من حجم البريد الإلكتروني المرسل خارج ساعات العمل. في بحث تم إجراؤه على Facebook في عام 2018 ، وجد عالم النفس آدم غرانت أن الموظفين الذين لم يستجيبوا للاستبيانين السنويين للشركة كانوا أكثر عرضة 2.6 مرة للاستقالة في الأشهر الستة التالية.
ربما تم إجراء سلسلة التجارب الأكثر روعة في مختبر ديناميكيات الإنسان بمعهد ماساتشوستس للتكنولوجيا بواسطة الباحث أليكس بنتلاند. باستخدام شارة إلكترونية قادرة على التقاط مجموعة واسعة من البيانات السلوكية ، مثل نبرة الصوت ولغة الجسد ، درس بنتلاند أكثر من 20 فريقًا في أماكن تشمل المستشفيات ومراكز الاتصال. كانت العلامة الأكثر دلالة على وجود فريق منتج هي مستوى المشاركة الاجتماعية بين الموظفين. أجرت الفرق الأكثر إنتاجية محادثات أكثر نشاطًا – ليس فقط مع قادتها ، وخارج الاجتماعات المجدولة.
