Pētījumi

PricewaterhouseCoopers aptauja “Hopes and Fears”

PwC pētījums “Hopes and Fears” par darba ņēmēju viedokli attiecībā uz viņu darba apstākļiem, pārmaiņām darba vidē, profesionālajām prasmēm un tehnoloģiju, īpaši mākslīgā intelekta (GenAI), ietekmi uz darba procesiem un efektivitāti.
Pieejams:

Darbinieki ilgtermiņā fokusējas uz profesionālo prasmju pilnveidi, lai veicinātu savu personīgo izaugsmi un spētu pielāgoties mūsdienu straujajam tempam un pārmaiņām darba tirgū, liecina nupat publicētas PwC aptaujas “Hopes and Fears” rezultāti. Aptaujā piedalījās vairāk nekā 56 000 darba ņēmēju 50 valstīs.

Darbinieki atzīst, ka iepriekšējos 12 mēnešos izjutuši arvien lielāku darba slodzi (45%) un straujāku darba vides pārmaiņu tempu. Gandrīz divas trešdaļas (62%) uzskata, ka pērn darbā pieredzējuši vairāk pārmaiņu nekā iepriekšējos 12 mēnešos, un divas piektdaļas (40%) atzīmē, ka lielā vai ļoti lielā mērā ir mainījušies viņu ikdienas darba uzdevumi. Interesanti, ka teju puse (44%) nesaprot notiekošo pārmaiņu jēgu.

Citi resursi

Pētījumi

Šis ir ceturtais ziņojums McKinsey sērijā, kurā tiek pētīts dažādības ekonomiskais pamatojums, sekojot iepriekšējiem ziņojumiem "Kāpēc dažādība ir svarīga" (2015), "Rezultātu sasniegšana ar dažādību" (2018) un "Dažādība uzvar" (2020). 2023. gada ekonomiskais pamatojums ir spēcīgākais kopš ir sākta šī izpēte. Būtisks jaunatklājums ir tas, ka dažādības vadība pārliecinoši saistās ne tikai ar uzņēmumu izaugsmes ambīcijām un lielāku sociālo ietekmi, bet arī ar apmierinātāku darba kolektīvu.

Ikona Bultiņa pa labi Bultiņas pa labi apraksts
Pētījumi

Pētījums “Mākslīgā intelekta sistēmas un diskriminācijas aspekti”, autore: Dr.iur. Irēna Barkāne. Pētījuma analizēts diskriminācijas aizlieguma, datu aizsardzības un mākslīgā intelekta normatīvais regulējums, kā arī vērsta uzmanību uz esošā tiesiskā regulējuma problēmām un izaicinājumiem algoritmu un MI sistēmu izmantošanas kontekstā, kā arī apkopoti un analizēti uzskatāmākie piemēri no starptautiskās prakses, kas saistīti ar MI sistēmu radīto diskrimināciju iepriekš minētajās četrās jomās. Pētījumā pamatā tiek analizēti piemēri no prakses par MI sistēmu radīto diskrimināciju šādu kritēriju dēļ – dzimums, invaliditāte, rase, etniskā piederība, sociālais stāvoklis, vecums, seksuālā orientācija. Tajā pašā laikā pētījumā tiek apskatīti arī piemēri par to, kā MI sistēmu izmantošana citu kritēriju dēļ var radīt pozitīvu/negatīvu attieksmi iepriekš minētajās jomās.

Ikona Bultiņa pa labi Bultiņas pa labi apraksts
Skatīt citus resursus Ikona Bultiņa pa labi Bultiņas pa labi apraksts