文件名称：算法工作分配对公平感知和生产力的影响：来自现场实验的证据-研究论文
文件大小：1.02MB
文件格式：PDF
更新时间：2024-06-29 11:10:44
Behavioral Operations Field
随着数据可用性的增加，采用算法几乎已成为企业的必需品。 由于算法通常需要人工参与，因此了解人类如何感知算法有助于算法设计在操作中的成功。 特别是，人们越来越担心算法可能会重现甚至放大人类历史上表现出的不平等，这就要求研究人们如何看待相对于替代决策方法的算法决策的公平性。 我们研究了算法（与基于人类的）任务分配过程如何改变任务接收者的公平感，进而改变工作效率。 我们与阿里巴巴集团在一个仓库中进行了为期 15 天的随机现场实验，工人根据称为“pickbills”的订单挑选产品。 一半的工人被随机分配从一台表面上依赖算法来分发拣货单的机器接收他们的拣货单。 另一半从人工分销商那里收到拣货单。 尽管使用相同的基本规则为两组工人分配拣货单，但工人认为算法分配过程比基于人工的分配过程更公平，导致感知公平性的差异为 0.94-1.02 标准差。 这带来了进一步的生产力优势：从算法（相对于人类）接收任务显着提高了工人的拣选效率 17.3%-19.2%。 对于受过教育的工人和更关心他们的拣货员难度的工人，算法分配带来的生产力提高更大，对于这些群体而言，感知公平性对生产力的影响更大。 我们在第二个实验中复制了主要结果。