Inwigilacja pracowników przez AI. Kiedy algorytm zarządza ludźmi

Współczesne miejsce pracy coraz rzadziej przypomina tradycyjne biuro zarządzane przez przełożonych. Coraz częściej rządzi tam algorytm — system sztucznej inteligencji, który monitoruje wydajność, przydziela zadania, ocenia pracowników i czasem nawet podejmuje decyzje o dyscyplinie lub wynagrodzeniu. To zjawisko określa się jako algorytmiczne zarządzanie (algorithmic management, AM) i w 2025 roku stało się przedmiotem poważnej analizy instytucji europejskich.

Skala problemu — od 42% do ponad połowy pracowników

Według studium Parlamentu Europejskiego (EPRS) z 2025 roku ekspozycja pracowników w Unii Europejskiej na algorytmiczne zarządzanie mogłaby wzrosnąć ze średnio 42,3% do 55,5% w średnim terminie — o ile nie zostaną podjęte interwencje regulacyjne. Dane te są zgodne z wynikami badania OECD z tego samego roku: w USA 90% menedżerów deklaruje, że ich firmy stosują co najmniej jedno narzędzie do kierowania, monitorowania lub oceny pracowników. W Europie wskaźnik wynosi około 79%, a w Japonii 40%.

Narzędzia te dzielą się na trzy kategorie: systemy kierowania pracownikami (np. przydział zadań), systemy monitorowania (śledzenie tempa pracy, lokalizacji, naciśnięć klawiszy, a nawet danych biometrycznych — głosu czy mimiki) oraz systemy oceny (automatyczne rekomendacje dotyczące nagród, kar, a nawet zwolnień).

Psychospołeczne ryzyko i brak transparentności

Raport Parlamentu Europejskiego podkreśla złożoność sytuacji: choć AI może poprawiać bezpieczeństwo fizyczne — np. przez wykonanie niebezpiecznych zadań — algorytmiczne zarządzanie generuje istotne ryzyko psychospołeczne. Ciągły monitoring, presja wynikająca z automatycznych metryk oraz brak ludzkiego nadzoru przyczyniają się do wzrostu stresu, lęku i wypalenia zawodowego. Z badań OECD wynika, że 27% menedżerów przyznaje, że ochrona zdrowia fizycznego i psychicznego pracowników przy stosowaniu tych narzędzi jest niewystarczająca.

Dodatkowym problemem jest brak przejrzystości. Menedżerowie sami zgłaszają trudności: 27% nie potrafi zrozumieć logiki decyzji algorytmu, a 28% wskazuje na niejasną odpowiedzialność za błędne rekomendacje. Co gorsze — wielu pracowników w ogóle nie wie, że systemy AI są stosowane wobec nich. A gdy już wiedzą — często nie mają możliwości rezygnacji ze zbierania danych, dostępu do zgromadzonych informacji czy żądania korekty.

Dyskryminacja i „bossware”

Szczególnie niepokojące są wyniki raportu National Employment Law Project (NELP) z lipca 2025 roku. Pracodawcy coraz częściej stosują narzędzia określane jako „bossware” — łączące cyfrowe monitorowanie z automatyzowanymi systemami decyzyjnymi w zakresie zarządzania personelem. Narzędzia te służą do oceny produktywności, dyscypliny, a nawet ustalania wynagrodzeń.

Problem polega na tym, że algorytmy uczą się na danych historycznych, które często zawierają uprzedzenia społeczne — co oznacza, że mogą je powielać i wzmacniać. Oceny oparte na analizie sentymentu mogą dyskryminować pracowników z innym akcentem czy wzorcami mowy odbiegającymi od normy. W aplikacjach platformowych — np. w usługach dostaw czy przewozu — oceny klientów mogą być wykorzystywane jako podstawa do „dezaktywacji” konta (czyli w praktyce zwolnienia), bez możliwości skutecznego odwołania.

Raport NELP wskazuje również na rosnącą rolę algorytmów w ustalaniu płac. Systemy te mogą oferować niższe stawki pracownikom, których dane sugerują większą potrzebę pracy — co prowadzi do pogłębienia nierówności. Tego typu dyskryminacja dotyka szczególnie kobiet, osób kolorowych, imigrantów i osób z niepełnosprawnościami.

Regulacja — luka między technologią a ochroną prawa

Europejski raport EPRS identyfikuje kluczową lukę regulacyjną: choć prawo antydyskryminacyjne UE zabrania dyskryminacji ze względu na płeć, wiek czy pochodzenie etniczne, nie zapewnia ochrony przed uprzedzeniami algorytmicznymi opartymi na statusie społeczno-ekonomicznym czy formie zatrudnienia. Akt o sztucznej inteligencji (AI Act) nie nakłada na pracodawców obowiązku wykrywania uprzedzeń. Dodatkowo, wiele systemów działa jako „czarne skrzynki” — pracownik nie wie, jak ocena została wygenerowana, i nie ma skutecznego sposobu jej zakwestionowania.

— Źródła: EPRS / Parlament Europejski — „Digitalisation, artificial intelligence and algorithmic management in the workplace”, 2025; OECD — „How widespread is algorithmic management in workplaces?”, 2025; NELP — „When ‘Bossware’ Manages Workers”, lipiec 2025; Springer — „Ethics of using computer vision for workplace surveillance”, AI and Ethics 2025