Hvornår bliver dataindsamling om medarbejderne til overvågning?

Foto Søren Lamberth

Jo Brand
Del artikel:

Hvis man som organisation vil skabe værdi med indsamling af medarbejderdata, kræver det medarbejdernes accept, så de ikke opfatter det som overvågning, siger lektor på Datalogisk Institut Naja Holten Møller.

Tastaturer, der registrerer dine tryk. Tidsregistreringssystemer. Kommunikationssystemer, hvor man kan se tilstedeværelse. Dokumenthåndteringssystemer, der måler svartider. Opgavefordelingssystemer og så videre. 

Når vi taler om indsamling af medarbejderdata, kan de tage sig ud på mange måder. Men hvornår bliver indsamling af data til overvågning? 

- Det er dem, hvis data, der bliver indsamlet, der skal vurdere det, mener Naja Holten Møller, der er ph.d. og lektor på Datalogisk Institut på Københavns Universitet, hvor hun blandt forsker i brugen medarbejderdata og også er initiativtager til forskningsgruppen Confronting Data. Derudover har hun skrevet et kapitel om brugen af medarbejderdata i bogen Overvågning på Arbejdspladsen, der netop er udkommet. 

- Der er ingen forskel på sporing (indsamling af data, red.) og overvågning - teknisk set. Det, der er afgørende, er medarbejdernes oplevelse af, hvordan de data bliver brugt, siger hun og kommer med et konkret eksempel på medarbejderdata, der blev opfattet som overvågning, nemlig da Sundhedsplatformen blev implementeret. Her blev flere læger pludseligt opmærksomme på, at de I platformen fik tildelt stjerner alt efter, hvor hurtigt deres patienter blev udskrevet.  

- Men Sundhedsplatformen er et system, der er udviklet i USA, og funktionen var lavet i den kontekst, og var nok i virkeligheden slået til ved en fejl, siger hun og fortæller, at det førte til utilfredshed blandt læger at blive bedømt på den måde. Blandt andet fordi, det i bedømmelsen er implicit, at det er bedst, hvis man får udskrevet sine patienter hurtigt.  

- Selvfølgelig kan man ikke se sådan på det. En dygtig erfaren læge, kan jo have meget komplekse patienter, der skal være indlagt i længere tid, siger hun. Den funktion var en af de ting, der var med til at øge modstanden mod Sundhedsplatformen i starten.  

Hvis man gerne vil have værdi af data, så skal det være acceptablet for de medarbejdere, der leverer dem

Forklar hvorfor  

Men hvad skal der så til, hvis medarbejderne ikke skal opfatte de medarbejderdata, de bidrager med, som overvågning? 

- Først og fremmest skal medarbejderne have at vide, hvad der bliver sporet og hvilke data, der bliver indsamlet, siger Naja Holten Møller. Og så er det selvsagt også afgørende, at medarbejderne er indforståede med den data, der indsamles, hvis der skal komme noget konstruktivt ud af det.  

Konsekvensen kan ellers være, at medarbejderne ikke understøtter dataindsamlingen, og måske i stedet forhindre indsamlingen af data.  

Naja Holten Møller har selv været involveret i et projekt på Bispebjerg Hospital, hvor personalet på to afdelinger blev udstyret med et ”badge” med en sensor, der gjorde det muligt at se, hvordan personalet bevægede sig rundt på hospitalet. Formålet med indsamlingen af den data var blandt andet at finde ud af, hvordan man kan indrette de nye supersygehuse smartest, så sundhedspersonalet ikke unødigt kommer til at gå så meget. Og som hun påpeger. 

- Hvis dele af sundhedspersonalet ikke kunne se meningen med den form for dataindsamling, ville de måske have undladt at tage badget på, når de mødte ind, og det ville få direkte indvirkning på kvaliteten af data. 

Medarbejderne skal inddrages i tolkningen 

Samtidig er det også afgørende, at medarbejderne bliver inddraget i tolkningen af data efterfølgende.  

- Hvis man fortolker data uden at have konteksten med, så risikerer man at overse vigtige begrænsninger i de data og måske fejlfortolke dem. I forbindelse med, at vi identificerede de ruter, sundhedspersonalet gik på afdelingen, så vi for eksempel, at de gik utroligt mange gange frem og tilbage mellem køkkenet og toilettet, der lå et godt stykke fra hinanden. Og eftersom man ønsker at designe de nye supersygehuse, så personalet skal gå mindre, ville det være nærliggende at konkludere, at køkkenet og toiletterne så skal ligge tæt på hinanden. Men da vi inddrog personalet, fandt vi ud af, at der hang en gammeldags nøgle til toilettet i køkkenet, som man skulle bruge til toilettet, og at det var derfor, der var så mange ture frem og tilbage, siger Naja Holten Møller. 

Ikke misbrug 

En anden faktor, der også har betydning for, om indsamlingen af medarbejderdata bliver opfattet som overvågning eller konstruktiv sporing, er, om man som medarbejder ved, hvad data bliver brugt til og har garanti for, at de ikke bliver brugt til noget andet.  

- Hvis man som medarbejder har fået at vide, at data er til for eksempel at skabe læring for medarbejderne, og at de også har et ”say” i forhold til, hvad de bruges til, så nytter det ikke, at man pludselig bruger de data i en anden kontekst – for eksempel i forbindelse med ens ansættelsesforhold, for så kan det føles som overvågning, siger Naja Holten Møller. 

- På sundhedsområdet har man for eksempel flere steder forsøgt sig med overvågning under operationer, så man kan analysere, hvad der gik galt, når der er sket en fejl. Og det er nødvendigt, at personalet kan føle sig fuldstændig trygge under de forhold. Det kræver, at de har vished for, at den data, der indsamles, ikke ryger ud andre steder, hvor de fortolkes på en måde, man ikke have regnet med, forklarer Naja Holten Møller. 

At medarbejderne er involveret i dataets anvendelse, er også med til at sikre kvaliteten af data.  

- For eksempel har vi lavet studier af elektrikere, hvor indsamlingen af medarbejderdata er en vigtig del af deres arbejde. Det kan være i forbindelse med forbruget af materialer. Man registrerer, at man har brugt et bestemt produkt, og den data ryger til lagerstyringen, der sørger for at bestille produktet hjem, når lageret er tømt. Det skal medarbejderen vide, for det er afgørende, at det er det helt rigtige produkt, der registreres, siger Naja Holten Møller. 

Ifølge hende er det altså også i organisationernes interesse, at medarbejderne involveres i indsamlingen af data.  

- Hvis du vil have kvalitets data, er det helt afgørende, at medarbejderne inddrages og får indsigt i, hvordan data fortolkes, og hvad det bruges til. Det er her, værdiskabelsen ligger, siger hun.  

Medarbejderdata bør ikke bruges på individniveau

Når virksomheder og organisationer indsamler medarbejderdata, sker det ofte på individniveau, men det er en fejl, mener Naja Holten Møller, ph.d. og lektor på Datalogisk Institut på Københavns Universitet. 

- Fremfor at måle og veje på individet bør man bruge medarbejderdata til kigge på det organisatoriske niveau. For eksempel til at finde ud af, hvorfor nogle processer bliver langsomme, siger hun og nævner jobkonsulenter som et eksempel, hvor data fra sagsbehandlingen bruges til at vise, hvor ventetider opstår.  

På organisationsniveau kan man se, at de længste ventetider opstår i forbindelse med indsamlingen af lægeattester. Hvilket ifølge Naja Holten Møller er nyttig viden eftersom, at længere ventetid i sagsbehandlingen øger risikoen for længerevarende ledighed.  

Mangler teknologi til det

- Hvis vi måler på individniveau, misser vi vigtige pointer omkring samarbejde og sparring. Medarbejderdata på individniveau siger heller ikke noget om, hvordan praksis udvikles, og hvordan man sikrer, at alle arbejder mod et samlet mål, og heller noget om, hvordan man understøtter samarbejdet, siger hun og fortæller, at teknologien halter bagud, når det gælder indsamlingen af data på organisatorisk niveau.   

- Det er et problem, at mange af de nuværende teknologier, der bruges til at indsamle medarbejderdata, er individfokuserede, så der er brug for nye og mere fokuserede teknologier, der kan favne samarbejdet og hele organisationen. 

3 ting der skaber tillid

  1. Medarbejderne skal vide præcis, hvad der bliver sporet og hvilke data, der bliver indsamlet.
  1. Medarbejderne skal inddrages i tolkningen af data.
  1. Medarbejderne skal have vished over, hvordan data bliver brugt og i hvilken kontekst.

Kilde: Ph.d. og lektor på Datalogisk Institut på Københavns Universitet, Naja Holten Møller  

}