Algoritmisk hantering på europeiska arbetsplatser

Algoritmisk hantering är användningen av digitala teknologier för att helt eller delvis automatisera ledningsfunktioner, inklusive organisation, samordning, övervakning, övervakning och utvärdering av arbetet. Även om termen ursprungligen var kopplad till digitala arbetsplattformar, förstås den nu som att den tillämpas bredare över ett bredare spektrum av arbetsmiljöer.

Även om algoritmisk styrning kan öka effektiviteten och riskhanteringen och, i vissa sektorer, såsom finansiella tjänster och transport, kan drivas av regelefterlevnad, innebär det också utmaningar och potentiella nackdelar. Även om kvantitativa bevis baserade på representativa undersökningar är relativt begränsade, finns det en växande mängd forskning – till stor del baserad på kvalitativa studier – som kopplar algoritmisk ledning till arbetsintensivering, ökad tidspress och minskad arbetarautonomi. Befintliga bevis tyder också på att effekterna är beroende av de arbetsresurser som finns tillgängliga för arbetstagare, såsom autonomi, organisatoriskt stöd och kompetensanvändning, vilket kan mildra potentiella negativa effekter.

Denna rapport bidrar till den pågående policydebatten genom att presentera resultat från analysen av European Working Conditions Survey 2024, med fokus på algoritmisk ledning på europeiska arbetsplatser. I denna rapport mäts algoritmisk ledning genom om anställda rapporterar att datorprogram används på jobbet för att fördela sina uppgifter, bestämma arbetstider (schemaläggning) eller övervaka sin prestation. Denna förenklade operationalisering fångar tre kärnfunktioner inom algoritmisk ledning men ger ingen uttömmande definition av begreppet. Analysen är begränsad till endast anställda och undersöker både förekomsten av algoritmisk ledning och dess relation till arbetsvillkor samt de anställdas hälsa och välbefinnande.

För att undersöka det kombinerade sambandet mellan algoritmisk hantering, arbetsresurser och arbetskrav på hälsa och välbefinnande, bygger denna rapport på begreppet arbetsbelastning, definierat som en situation där jobbkraven överstiger arbetsresurserna. Anställda är fördelade över en rad arbetskvalitetprofiler, från mycket pressade jobb med höga krav och begränsade resurser till mycket resursstarka jobb som kännetecknas av en mer gynnsam balans mellan efterfrågan och resurser.

Efter antagandet av direktivet om plattformsarbete (direktiv (EU) 2024/2831) har den politiska uppmärksamheten successivt flyttats bortom det ursprungliga fokuset på algoritmisk hantering i plattformsarbete till att användas i mer konventionella arbetsmiljöer. Klassificeringen av vissa artificiell intelligens (AI)-system som används för arbetsledning som högrisksystem enligt lagen om artificiell intelligens (förordning (EU) 2024/1689) markerar ett viktigt steg i EU:s strategi för reglering av digitala teknologier på arbetsplatsen och speglar en växande oro över dessa teknologiers konsekvenser för anställda.

Andra EU-lagstiftningsinstrument som är relevanta för algoritmisk förvaltning inkluderar den allmänna dataskyddsförordningen (förordning (EU) 2016/679), som fastställer skydd för behandling av arbetstagares personuppgifter och automatiserat beslutsfattande; ramdirektivet om information och samråd (direktiv 2002/14/EG), som föreskriver att arbetstagares representanter ska involveras i beslut som påverkar arbetsorganisationen; och ramdirektivet om arbetsmiljö (rådets direktiv 89/391/EEG), som kräver att arbetsgivare bedömer och förebygger risker för arbetstagares hälsa och säkerhet, inklusive psykosociala risker.

Mer nyligen erkände Europaparlamentet, i sin resolution om digitalisering, artificiell intelligens och algoritmisk hantering på arbetsplatsen (2025), både möjligheterna och utmaningarna kopplade till den ökande användningen av digitalisering, AI och algoritmisk hantering på arbetsplatsen.

• Algoritmisk ledning är mest vanlig bland kontorsarbetare, tekniker samt fabriks- och maskinoperatörer. I dessa yrken är automatiserad uppgiftsfördelning och prestationsövervakning de mest rapporterade algoritmiska ledningsfunktionerna, medan automatiserad schemaläggning är betydligt mindre vanlig. Chefer, yrkesverksamma, tjänste- och försäljningsarbetare, hantverkare, arbetare i grundskola och särskilt skickliga jordbruksarbetare rapporterar lägre nivåer av algoritmisk ledning totalt sett. Automatiserad schemaläggning är också jämnare fördelad mellan yrken än de andra två funktionerna.

• I de sektorer med högst förekomst av algoritmisk hantering – ekonomi och fastigheter, information och kommunikation samt transport och lagring – är prestandaövervakning och automatiserad uppgiftsfördelning konsekvent de mest rapporterade funktionerna, medan automatiserad schemaläggning är mindre utbredd. Däremot är alla tre funktioner relativt ovanliga inom utbildning, jordbruk och gruvdrift samt byggnation.

• Av de tre algoritmiska hanteringsfunktionerna är automatiserad uppgiftsfördelning den starkaste förutsägaren för jobbtransformation, inklusive skapandet av nya uppgifter, borttagandet av andra uppgifter och större interaktion med kollegor. Automatiserad schemaläggning och prestationsövervakning visar liknande men mer måttliga kopplingar till jobbtransformation.

• Användningen av de tre algoritmiska ledningsfunktionerna är kopplad till högre arbetskrav, särskilt kvantitativa krav (som fångar arbetsintensitet). Anställda som omfattas av algoritmisk ledning löper också större risk att uppleva arbetsbelastning än de som inte gör det. Bland de tre undersökta funktionerna utmärker sig prestationsövervakning som den mest konsekvent förknippade med sämre hälsa och välbefinnande, och den verkar förstärka, i liten utsträckning, de negativa effekterna av befintlig arbetsbelastning i redan krävande jobb.

• Om algoritmisk hantering mildrar eller förstärker dessa negativa utfall beror på den specifika algoritmiska funktionen: automatiserad uppgiftsfördelning varken mildrar eller förvärrar arbetsbelastningen; automatiserad schemaläggning har en marginellt signifikant mildrande effekt för anställda i ansträngda jobb; och prestationsövervakning förstärker avsevärt de negativa effekterna av arbetsbelastning, vilket ytterligare ökar utmattning och konflikter mellan arbete och familj samt minskar arbetsengagemanget.

• Algoritmisk förvaltning är inte jämnt fördelad mellan sektorer, yrken och EU-medlemsstater, och det är inte heller en enhetlig uppsättning praxis; snarare omfattar den en mångfald av ledningsfunktioner och organisatoriska tillämpningar. Även om gemensamma grundläggande skydd är avgörande kan deras genomförande stödjas genom social dialog, kollektivavtal, praktisk vägledning och exempel på god praxis som speglar de olika sätt som algoritmisk styrning används på.

• Löpande övervakning och jämförelser mellan medlemsstater kan bidra till att stärka evidensbaserad policy. Samtidigt krävs större investeringar i att analysera företagspraxis för att bättre förstå hur algoritmiska ledningsfunktioner implementeras och integreras i arbetsorganisationen, inklusive hur olika verktyg och metoder samverkar och samverkar för att forma arbetsplatsresultat.

• Algoritmisk hantering är en del av den bredare digitala omvandlingen av arbete. I denna analys är det kopplat till högre arbetskrav, särskilt kvantitativa krav och större arbetsbelastning, medan dess relation till tillgång till arbetsresurser är mer blandad. I takt med att dess användning ökar bör man uppmärksamma konsekvenserna för arbetskvalitet genom att säkerställa att implementeringen åtföljs av tillräckliga arbetsresurser, stöd för anställda och skydd för hälsosamma arbetsförhållanden.

• Prestationsövervakning är den mest utbredda formen av algoritmisk hantering och är kopplad till högre krav, färre resurser och sämre hälsa och välbefinnande, särskilt för redan ansträngda arbetstagare. Skyddsåtgärder bör säkerställa transparens kring vad som övervakas, hur data används och hur beslut fattas. Stark efterlevnad av arbets- och dataskyddslagar – tillsammans med effektiv implementering av befintliga rätt till information, samråd och kollektivavtal – är avgörande för att säkerställa att algoritmisk prestationsövervakning är rättvis och proportionerlig.

• Det är avgörande att säkerställa ansvarsfull implementering och integration av algoritmiska ledningsfunktioner inom organisatoriska processer och digitala system genom styrningsramverk, konsekvensbedömningar och medarbetarengagemang. När relevanta risker identifieras bör organisationer införa lämpliga skyddsåtgärder i linje med gällande lagstiftning om arbetskraft, dataskydd och AI. Algoritmisk ledning kan omforma uppgifter och arbetsorganisation, vilket kräver en människocentrerad omdesign av jobben för att anpassa produktivitetsvinster till medarbetarnas välbefinnande, stödd av policyvägledning och samrådsmekanismer.