Belastningsproblem är och har under många år varit överrepresenterade i arbetsskadestatistiken för lagerarbete. Flera studier har kopplat belastningsskaderisker till algoritmisk arbetsledning, men flera studier har också påvisat möjligheter att också förebygga dessa risker genom algoritmerna. Det finns nästan ingen forskning som systematiskt undersökt belastningsergonomiska förbättringsmöjligheter genom algoritmer och digitala system.
Förebygga
Risk
Arbetsbelastning
...
Syftet med projektet är att identifiera belastningsergonomiska möjligheter såväl som risker med algoritmisk arbetsledning i lagerarbete, och att i samarbete med fallföretag utveckla lösningar och utvärdera prioriterade åtgärder för att förebygga belastningsbesvär hos lagerarbetare. Vidare är syftet att skapa en idébok för företag att förebygga belastningsbesvär genom att minska riskerna och tillvarata möjligheterna som algoritmisk arbetsledning erbjuder.
En partssammansatt referensgrupp bildas för att stödja projektet och prioritera projektets insatser. Med hjälp av en ”mixed methods” ansats kommer forskningsbaserad kunskap att sammanställas, intervjuer och datainsamling i 12 företag samt fallstudier i tre företag att genomföras. Etablerade metoder för riskbedömning kommer att användas, och samverkan med deltagande företag för utveckling av åtgärder och utvärdering av de mest intressanta åtgärderna.
Projektet förväntas ge ny kunskap om hur digitala system och algoritmisk arbetsledning kan utformas så att de möjliggör förebyggande åtgärder, som minskar risken för belastningsbesvär. Även kunskap om åtgärder tas fram inom projektet. Projektresultaten förväntas också vara generaliserbara till andra arbeten och branscher. En idébok tas fram som beskriver projektresultaten för spridning bland företag och andra intressenter.
Professor,
Karolinska Institutet