Van smartwatches die stappen en hartslag meten tot apps zoals Headspace en Calm die ons helpen bij slaap en stress. Het zijn voorbeelden van draagbare technologieën en apps die inmiddels een vast onderdeel zijn van het dagelijkse leven. Veel bedrijven bieden deze tools aan via bedrijfsabonnementen in de hoop de gezondheid en productiviteit van werknemers te verbeteren. Op het eerste gezicht lijkt dat een win-winsituatie: gezondere werknemers presteren beter. Maar mensen simpelweg toegang geven tot deze tools en verwachten dat ze hun gezondheid zelfstandig beheren, is vaak niet voldoende. Zonder echte steun, vooral van managers, vinden werknemers het moeilijk om daadwerkelijk iets te veranderen aan hun manier van werken, wat vaak juist de oorzaak is van hun stress en gezondheidsklachten. Het gevolg: velen blijven doorgaan en negeren hun welzijn totdat ze opbranden. Dit geldt des te meer in competitieve omgevingen, waar lange dagen worden gezien als toewijding en beloond worden met promoties of bonussen.
Dit roept een belangrijke vraag op: als traditionele welzijnsinitiatieven niet voldoende zijn om blijvende verbeteringen in gezondheid en productiviteit te realiseren, wat kunnen organisaties dan nog meer doen? Onderzoekers van het KIN Center for Digital Innovation keken naar de topsport, waar biometrische data al wordt gebruikt om prestaties en welzijn te verbeteren. Wat kunnen organisaties leren van de manier waarop atleten en coaches met deze data omgaan?
Die vraag staat centraal in een nieuwe studie van Lorna Downie, promovendus bij de AI@Work-onderzoeksgroep, samen met KIN-collega’s Marleen Huysman en Ella Hafermalz, en Stella Pachidi van King’s College London. Hun paper On the Right Track? Studying the Use of Biometric Data to Manage People in Organizations werd in juni gepubliceerd in Academy of Management Discoveries. Het artikel maakt deel uit van Downie’s promotieonderzoek, gebaseerd op jarenlange observaties en interviews met atleten en coaches in aanloop naar de Olympische en Paralympische Zomerspelen van 2024.
Downie en het team ontdekten dat biometrische data prestaties inderdaad kunnen verbeteren, maar dat het effectief gebruik ervan meer vraagt dan enkel cijfers volgen op een dashboard. Waarom? Omdat biometrische data unieke eigenschappen heeft die het onderscheidt van traditionele prestatiegegevens.
Ten eerste is biometrische data tijdgebonden. Sommige apparaten meten continu, andere nemen momentopnames. Managers en werknemers moeten beslissen of ze op elke kleine schommeling reageren of wachten tot duidelijke patronen zichtbaar worden.
Ten tweede is biometrische data intiem. Metingen zoals hartslag, slaappatronen en stressniveaus zijn persoonlijk. Dit zijn geen zaken die werknemers normaal gesproken met hun managers zouden delen. Om deze data te verzamelen én effectief te gebruiken, is een hoog niveau van transparantie en vertrouwen nodig.
Tot slot ontbreekt het biometrische data aan context. Een verhoogde hartslag kan stress betekenen, maar ook enthousiasme of simpelweg te veel cafeïne. Zonder context vertellen deze cijfers niet het hele verhaal. Om echt te begrijpen wat er speelt, moeten managers en werknemers gesprekken voeren over de betekenis van de data.
Wat betekent dit voor organisaties? Het betekent dat samenwerking essentieel is. Het gebruik van biometrische data vergt tijd, inspanning en vertrouwen van beide kanten en dat leidt tot moeilijke keuzes voor managers. Met zoveel data die binnenkomt moeten zij prioriteiten stellen: wie krijgt wanneer aandacht? En wat als de data een gezondheidsprobleem bij een werknemer aan het licht brengt? Managers krijgen dan verantwoordelijkheden waar ze misschien niet op hadden gerekend. Het onderzoek wijst op de complexe afwegingen die komen kijken bij het gebruik van biometrische data en dat gaat nog verder dan het bekende debat over privacy versus efficiëntie.
Waar staan we nu? Het onderzoek laat zien dat biometrische data potentie heeft om zowel prestaties als welzijn te verbeteren. Maar die voordelen komen niet vanzelf. Ze vereisen nauwe samenwerking tussen managers en werknemers om de data goed te interpreteren en ernaar te handelen. Dat kan een intensief proces zijn. De echte vraag, zoals het onderzoek stelt, is of de tijd, moeite en het vertrouwen die hiervoor nodig zijn, opwegen tegen de prestaties die ermee gewonnen worden - of dat de extra complexiteit juist voor meer problemen zorgt dan het oplost.
Meer lezen? Bekijk het volledige artikel hier.
Over de onderzoeker
Lorna Downie is promovendus in de AI@Work-onderzoeksgroep van het KIN Centrum voor Digitale Innovatie. Ze onderzoekt hoe data en algoritmes de manier waarop we werken en organiseren beïnvloeden. Haar promotieproject – ondersteund door BI Norwegian Business School en gefinancierd door de Research Council of Norway (RCN) – richt zich op de high-performance wereld van de topsport. Als onderdeel van haar onderzoek is Lorna betrokken bij diverse topsportorganisaties, waar ze volgt hoe zij data en technologie inzetten om zich voor te bereiden op, deel te nemen aan en terug te blikken op hun prestaties rond de Olympische en Paralympische Spelen in Parijs.