WAT ALS WE VOLGEND JAAR MET ROBOTS OP DE WERKVLOER STAAN? - Een zicht op de perceptie van werknemers
Maxime Van Erps - 30/09/2021
Elon musk neemt het voortouw
Eind augustus gaf Tesla Inc. CEO Elon Musk te kennen dat ze volgend jaar een prototype zullen lanceren van een mensachtige robot genaamd Tesla Bot. Musk vertelde daar, op Tesla’s AI Day, dat het doel is om “gevaarlijke, repetitieve en saaie taken te elimineren.” Ervan uitgaande dat de testen vlot verlopen, kunnen we steeds meer robots verwachten in winkels en bij dienstverleners. Dit zal waarschijnlijk een impact hebben op het gedrag van klanten, maar ongetwijfeld ook op de werknemers die dagelijks met deze robots de werkvloer zullen delen.
(Elon Musk, CEO Tesla Inc.)
Niet echt de eerste...
Bedrijven zijn steeds opzoek naar manieren om kosten te besparen en efficiënter te werken. Robots worden dan ook reeds in verschillende sectoren gebruikt op de werkvloer in allerlei vormen en met allerlei functies. Ze worden algemeen onderverdeeld in twee groepen: industriële robots en service robots. Industriële robots gebruiken we reeds sinds de jaren ’60; denk bijvoorbeeld aan de mechanische armen die massaproductie aan de lopende band mogelijk maakten. Het is echter de groep van service robots, die in rechtstreeks contact komen met de klanten, die de laatste jaren het meeste vooruitgang boekt en in populariteit toeneemt.
(Pepper, SoftBank Robotics)
Zo werden er aan ondernemingen en particulieren al meer dan 10.000 exemplaren verkocht van Pepper, een service robot ontwikkeld door SoftBank Robotics, gemaakt om de taken van de receptie over te nemen. Uit een artikel van de IFR (International Federation for Robotics) blijkt dat, alleen al in de VS, meer dan 200 start-ups bezig zijn met het ontwikkelen van service robots. Elon Musk is dus zeker niet de eerste die een service robot produceert, maar in de race naar globaal martkleiderschap in deze technologische sector heeft hij een belangrijk competitief voordeel. Tesla Inc. zou deze robots immers aansturen met hetzelfde AI systeem als dat van haar wagens. Dit AI systeem wordt reeds jaren bijgewerkt en leert nog steeds bij van de miljoenen dagelijkse interacties van Tesla voertuigen op de baan.
Wat verwachten werknemers?
Omdat steeds meer bedrijven overwegen service robots in te schakelen, is er in de voorbije jaren veel onderzoek verricht naar de impact van deze robots op koopgedrag van klanten en vervolgens op de winst van de onderneming. Het is verwonderlijk dat onderzoek naar de impact op werknemers, die het meeste tijd zullen doorbrengen met deze robots, zeer schaars is.
Werknemers hebben uiteenlopende verwachtingen van de samenwerking met deze service robots. Terwijl sommigen vrezen hun job te verliezen door overname van hun taken, kijken anderen uit naar de introductie van deze robots en de overname van bepaalde taken. Dit zou hun immers kunnen toestaan zich te focussen op belangrijkere taken en minder taken uit te voeren die repetitief en/of gevaarlijk zijn. Deze verwachtingen zijn echter vaak het gevolg van een gebrek aan transparantie inzake het doel van de service robot binnen de onderneming. Dit vermoeilijkt het voorspellen van de exacte impact van service robots op werknemers.
Methodologie van het onderzoek
Om hier een zicht op te krijgen, verrichtte ik in het kader van mijn masterproef aan de Vrije Universiteit Brussel (VUB) een onderzoek naar de perceptie die werknemers hebben van service robots. Deze thesis spitste zich toe op werknemers in de retailsector en de bevraging gebeurde via een online enquête.
De respondenten werden bevraagd naar verschillende aspecten van hun job en wat zij verwachten dat een robot hieraan zou veranderen. De vragenlijst werd opgesteld aan de hand van het Job Demands-Resources (JD-R) model. Dit is een model dat gebruikt wordt om de verschillende aspecten van een job in kaart te brengen. In een notendop houdt het in dat de job ontleed wordt in job resources (jobaspecten die werknemers energie geven en motiveren) en job demands (jobaspecten die werknemers frustreren en demotiveren). Vervolgens wordt ook bevraagd welke job outcomes (uitkomsten van verschillende jobaspecten) de werknemers ervaren.
(Conceptueel Kader)
Resultaten van het onderzoek
Door de geobserveerde meningen te analyseren aan de hand van verschillende statistische testen en regressies, wordt aangetoond dat werknemers inzien hoe service robots een invloed kunnen uitoefenen op verschillende aspecten van hun job. Zo verwachten zij dat de job demands, dankzij een service robot, draaglijker zullen worden. Anderzijds lijkt het dat werknemers het moeilijk hebben om in te zien hoe een service robot hun job resources kan verbeteren. In tegendeel, ze verwachten eerder inperkingen op deze aspecten van hun job. Werknemers kunnen dus moeilijk inschatten of ze service robots moeten zien als opportuniteit dan wel als bedreiging. Ze hebben immers moeilijkheden om het netto-effect in te schatten van deze tegenstrijdige effecten, wat hun niet in staat stelt te bepalen wat de implicaties zijn voor hun welzijn, jobtevredenheid en engagement op het werk.
Werknemers betrekken is cruciaal!
Het variërende aanbod van winkels impliceert verschillende jobaspecten, die op hun beurt verschillende invloeden ondergaan van service robots en tot slot resulteren in verschillende uitkomsten voor de werknemer en de organisatie. Ook bestaan er veel soorten robots met uiteenlopende functies. Het is dus cruciaal dat bedrijven hun beslissing omtrent de service robot niet enkel baseren op de functionele en praktische capaciteiten van de robot. Minstens even belangrijk is het nagaan van de verschillende job demands en job resources van de werknemers en deze af te stemmen op de verschillende service robots.
Wanneer bedrijven dit niet doen, riskeren ze dat het berekende positieve effect op de productiviteit, dat van de robot verwacht werd, snel omslaat in een negatief effect op het welzijn, de jobtevredenheid en het engagement van de werknemers. Idealiter brengt een bedrijf, dat een service robot wil implementeren in haar winkel of verkooppunt, dus best eerst de verschillende job demands en job resources in kaart. Dit gebeurt best in samenspraak met de werknemers in kwestie, want enkel zij hebben een volledig zicht op de eigenschappen en verwachtingen van hun job.
Bibliografie
Allan, B. A., Duffy, R. D., & Collisson, B. (2018). Task significance and performance: Meaningfulness as a mediator. Journal of Career Assessment, 26(1), 172-182.
https://doi.org/10.1177%2F1069072716680047
Anderson, L., Ostrom, A. L., Corus, C., Fisk, R. P., Gallan, A. S., Giraldo, M., ..., & Williams, J. D. (2013). Transformative service research: An agenda for the future. Journal of Business Research, 66(8), 1203-1210. https://doi.org/10.1016/j.jbusres.2012.08.013
Anderson, L., & Ostrom, A. L. (2015). Transformative Service Research: Advancing Our Knowledge About Service and Well-Being. Journal of Service Research, 18(3), 243–249. https://doi.org/10.1177/1094670515591316
Aymerich-Franch, L., & Ferrer, I. (2020). The implementation of social robots during the COVID-19 pandemic. https://arxiv.org/abs/2007.03941v3
Bakker, A.B., Tims, M., Akkermans, J., Khapova, S. N., Jansen, P. G., & Plomp, J. (2016). Career competencies and job crafting. Career Development International. 21(6), 587-602. https://doi.org/10.1108/CDI-08-2016-0145
Bakker, A.B., Hakanen, J.J., Demerouti, E., & Xanthopoulou, D. (2007). Job resources boost work engagement, particularly when job demands are high. Journal of Educational Psychology, 99(2), 274–284. https://doi.org/10.1037/0022-0663.99.2.274
Bakker, A. B., van Veldhoven, M., & Xanthopoulou, D. (2010). Beyond the Demand-Control Model. Journal of Personnel Psychology, 9(1), 3–16. https://doi.org/10.1027/1866-5888/a000006
Berry, W. D. (1993). Understanding regression assumptions(Vol. 92). Sage.
Bogue, R. (2019). Strong prospects for robots in retail. Industrial Robot, 46(3), 326-331. https://doi.org/10.1108/IR-01-2019-0023
Brengman, M., De Gauquier, L., van de Sanden, S., & Willems, K. (2019). Winkelen we binnenkort met robots?. A. Jacobs, L. Tytgat, M. Maus, R. Meeusen, & B. Vanderborght (Eds.). Homo Roboticus - 30 Vragen over Een Wereld in Robotisering En Artificiële Intelligentie. Brussels: VUBPRESS, 167–174.
Carlson, J. R., Carlson, D. S., Zivnuska, S., Harris, R. B., & Harris, K. J. (2017). Applying the job demands resources model to understand technology as a predictor of turnover intentions. Computers in Human Behavior, 77, 317-325. https://doi.org/10.1016/j.chb.2017.09.009
Caplan, R. D. (1975). Job demands and worker health: Main effects and occupational differences. US Department of Health, Education, and Welfare, Public Health Service, Center for Disease Control, National Institute for Occupational Safety and Health. http://hdl.handle.net/2027.42/99318
Christ-Brendemühl, S., & Schaarschmidt, M. (2020). The impact of service employees’ technostress on customer satisfaction and delight: A dyadic analysis. Journal of Business Research, 117, 378-388. https://doi.org/10.1016/j.jbusres.2020.06.021
Crawford, E. R., LePine, J. A., & Rich, B. L. (2010). Linking job demands and resources to employee engagement and burnout: a theoretical extension and meta-analytic test. Journal of applied psychology, 95(5), 834. http://dx.doi.org/10.1037/a0019364
Dauth, W., Findeisen, S., Südekum, J., & Woessner, N. (2017). German robots - the impact of industrial robots on workers. https://ssrn.com/abstract=3039031
Demerouti, E., & Bakker, A. B. (2011). The job demands-resources model: Challenges for future research. SA Journal of Industrial Psychology, 37(2), 01-09. https://doi.org/10.410/sajip.v37i2.974
Demerouti, E., Bakker, A. B., Nachreiner, F., & Schaufeli, W. B. (2001). The job demands[1]resources model of burnout. Journal of Applied psychology, 86(3), 499. http://doi.org/10.1037/0021-9010.86.3.499
Fisher, R.A. (1926). The arrangement of field experiments. Journal of the Ministry of Agriculture of Great Britain, 33, 503-513. https://doi.org/10.1002/qj.49705221904
Gasparetto, A., & Scalera, L. (2019). A brief history of industrial robotics in the 20th century. Advances in Historical Studies, 8(1), 24-35. https://doi.org/10.4236/ahs.2019.81002
Hackman, J. R., & Oldham, G. R. (1975). Development of the job diagnostic survey. Journal of Applied psychology, 60(2), 159. https://psycnet.apa.org/doi/10.1037/h0076546
Harris, K., Kimson, A., & Schwedel, A. (2018). Labor 2030: The collision of demographics, automation and inequality. Bain & Company, 7. http://hdl.voced.edu.au/10707/454070
Hassan, S. (2013). The importance of role clarification in workgroups: Effects on perceived role clarity, work satisfaction, and turnover rates. Public administration review, 73(5), 716-725. https://doi.org/10.1111/puar.12100
Heinonen, K., & Strandvik, T. (2020). Reframing service innovation: COVID-19 as a catalyst for imposed service innovation. Journal of Service Management. 32(1), 101-112. https://doi.org/10.1108/JOSM-05-2020-0161
Hoonakker, P., Holden, R. J., Carayon, P., Gurses, A. P., Hundt, A. S., Ozok, A. A., & Rivera[1]Rodriguez, A. J. (2013). SEIPS 2.0: a human factors framework for studying and improving the work of healthcare professionals and patients. Ergonomics, 56(11), 1669-1686. https://doi.org/10.1080/00140139.2013.838643
Huang, M. H., & Rust, R. T. (2018). Artificial intelligence in service. Journal of Service Research, 21(2), 155-172. https://doi.org/10.1177%2F1094670517752459
Huang, L.-C., Lin, C.-C., & Lu, S.-C. (2020). The relationship between abusive supervision and employee’s reaction: the job demands-resources model perspective. Personnel Review, 49(9), 2035–2054. http://doi.org/10.1108/pr-01-2019-0002
Jones, R.A. (2017). What Makes a Robot ‘Social’. Social Studies of Science, 47 (4), 556–579. https://doi.org/10.1177%2F0306312717704722
Kaartemo, V., & Helkkula, A. (2018). A systematic review of artificial intelligence and robots in value co-creation: current status and future research avenues. Journal of Creating Value, 4(2), 211-228. https://doi.org/10.1177%2F2394964318805625
Kamide, H., Takubo, T., Ohara, K., Mae, Y., & Arai, T. (2014). Impressions of Humanoids: The Development of a Measure for Evaluating a Humanoid, International Journal of Social Robotics, 6 (1), 33–44. https://doi.org/10.1007/s12369-013-0187-x
Kaplan, A., & Haenlein, M. (2019). Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence. Business Horizons, 62(1), 15-25. https://doi.org/10.1016/j.bushor.2018.08.004
Karasek, R., Brisson, C., Kawakami, N., Houtman, I., Bongers, P., & Amick, B. (1998). The Job Content Questionnaire (JCQ): an instrument for internationally comparative assessments of psychosocial job characteristics. Journal of occupational health psychology, 3(4), 322. https://psycnet.apa.org/doi/10.1037/1076-8998.3.4.322
Kim, S., & Wang, J. (2018). The Role of Job Demands-Resources (JDR) between Service Workers' Emotional Labor and Burnout: New Directions for Labor Policy at Local Government. International Journal of Environmental Research and Public Health, 15(12), 2894. http://doi.org/10.3390/ijerph15122894
Kordsmeyer, A.-C., Mette, J., Harth, V., & Mache, S. (2018). Arbeitsbezogene Belastungsfaktoren und Ressourcen in der virtuellen Teamarbeit. Zentralblatt Für Arbeitsmedizin, Arbeitsschutz Und Ergonomie, 69(4), 239–244. http://doi.org/10.1007/s40664-018-0317-2
May, D. R., Gilson, R. L., & Harter, L. M. (2004). The psychological conditions of meaningfulness, safety and availability and the engagement of the human spirit at work. Journal of occupational and organizational psychology, 77(1), 11-37. https://doi.org/10.1348/096317904322915892
Meyer, P., Jonas, J. M., & Roth, A. (2020). Frontline Employees’ Acceptance of and Resistance to Service Robots in Stationary Retail–An Exploratory Interview Study. Journal of Service Management Research, 4(1), 21-34. https://doi.org/10.15358/2511-8676-2020-1-21
Pantano, E., Priporas, C. V., & Dennis, C. (2018). A new approach to retailing for successful competition in the new smart scenario, International Journal of Retail and Distribution Management, 46 (3), 264–282. https://doi.org/10.1108/IJRDM-04-2017-0080
Pandey, A. K., Gelin, R., & Robot, A. M. P. S. H. (2018). Pepper: The first machine of its kind. IEEE Robotics & Automation Magazine, 25(3), 40-48. https://doi.org/10.1109/MRA.2018.2833157
Parker, S.K., & Grote, G. (2020), Automation, Algorithms, and Beyond: Why Work Design Matters More Than Ever in a Digital World. Applied Psychology. https://doi.org/10.1111/apps.12241
Robots and robotic devices - Vocabulary. (n.d.). ISO - International Organization for Standardization. Retrieved March 28, 2021, from https://www.iso.org/obp/ui/#iso:std:iso:8373:ed-2:v1:en
Roskies, E., Liker, J.K., & Roitman, D.B. (1988). Winners and Losers: Employee Perceptions of Their Company’s Technological Transformation, Journal of Organizational Behavior, 9 (2), 123–137. https://doi.org/10.1002/job.4030090204
Schaufeli, W. B., & Taris, T. W. (2014). A critical review of the job demands-resources model: Implications for improving work and health. Bridging occupational, organizational and public health, 43-68. https://doi.org/10.1007/978-94-007-5640-3_4
SERVICE ROBOTS Record: Sales Worldwide Up 32%. (n.d.). IFR - International Federation of Robotics. Retrieved March 23, 2021, from https://ifr.org/ifr-press[1]releases/news/service-robots-record-sales-w…
Shankar, V. (2018). How artificial intelligence (AI) is reshaping retailing. Journal of retailing, 94(4), vi-xi. https://doi.org/10.1016/S0022-4359(18)30076-9
Ter Hoeven, C.L., & van Zoonen, W. (2015). Flexible work designs and employee well‐being. New Technology, Work and Employment, 30: 237-255. https://doi.org/10.1111/ntwe.12052
Ter Hoeven, C. L., van Zoonen, W., & Fonner, K. L. (2016). The practical paradox of technology: The influence of communication technology use on employee burnout and engagement. Communication monographs, 83(2), 239-263. https://doi.org/10.1080/03637751.2015.1133920
Tuzovic, S., & Kabadayi, S. (2020). The influence of social distancing on employee well[1]being: A conceptual framework and research agenda. Journal of Service Management. https://doi.org/10.1108/JOSM-05-2020-0140
Van Doorn, J., Mende, M., Noble, S. M., Hulland, J., Ostrom, A. L., Grewal, D., & Petersen, J. A. (2017). Domo arigato Mr. Roboto: Emergence of automated social presence in organizational frontlines and customers’ service experiences. Journal of service research, 20(1), 43-58. https://doi.org/10.1177/1094670516679272
Wirtz, J. (2019). Organizational Ambidexterity: Cost-Effective Service Excellence, Service Robots, and Artificial Intelligence. Organizational Dynamics. 49(3), 100719., https://doi.org/10.1016/j.orgdyn.2019.04.005
Wirtz, J., Patterson, P. G., Kunz, W. H., Gruber, T., Lu, V. N., Paluch, S., & Martins, A. (2018). Brave new world: service robots in the frontline. Journal of Service Management, 29(5), 907-931. https://doi.org/10.1108/JOSM-04-2018-0119
Why service robots are booming worldwide. (n.d.). IFR - International Federation of Robotics. Retrieved March 28, 2021, from https://ifr.org/news/why-service[1]robots-are-booming-worldwide/
Zhang, S. C., Judge, T. A., & Glerum, D. R. (2020). Job satisfaction. Essentials of Job Attitudes and Other Workplace Psychological Constructs, 207-241.
