211service.com
Quando il tuo capo è un algoritmo Uber
Invia SMS con richieste dell'ultimo minuto per turni extra e non prende in considerazione le richieste di aumento. Sì, il software che gestisce i driver per Uber ha alcune cose in comune con capi umani impopolari.
I ricercatori affermano che il sistema di gestione automatizzato dell'azienda, e quello del suo concorrente Lyft, crea nuove dinamiche tra i lavoratori e i loro pagatori che dovrebbero essere esaminati attentamente. Un documento presentato la scorsa settimana da Dati e società , un istituto di ricerca senza scopo di lucro di New York City, racconta i modi in cui il sistema di Uber guida il comportamento dei suoi conducenti e suggerisce che le autorità di regolamentazione potrebbero aver bisogno di prenderli in considerazione.
Uber chiama i suoi autisti appaltatori indipendenti e ne sollecita di nuovi con la promessa di essere il capo di te stesso. Alex Rosenblat, ricercatore presso Data & Society e coautore del nuovo articolo, ha intervistato una manciata di conducenti, ha parlato in modo meno formale con molti altri dal retro di un Uber e ha monitorato quasi un anno di discussioni tra conducenti nei forum online. Dice che la realtà di essere un appaltatore di Uber è diversa. Uber controlla molti dei modi in cui i conducenti si comportano sul lavoro, dice.
I conducenti di solito devono incontrare un essere umano quando si iscrivono per la prima volta per guidare per Uber o Lyft. Successivamente interagiscono con un sistema di gestione automatizzato fornito principalmente da un'app mobile.
Quando un conducente ha effettuato l'accesso, l'app assegna loro richieste di ritiro da persone nelle vicinanze. Il sistema fornisce feedback monitorando la proporzione di pickup accettati da un conducente (Lyft e Uber danno ciascuno 15 secondi ai conducenti per decidere) e calcolando la media della valutazione che i passeggeri assegnano al proprio conducente dopo una corsa. I conducenti possono essere sospesi per non aver accettato corse sufficienti o per valutazioni passeggeri basse; sono incentivati a lavorare in orari particolari, o in luoghi particolari, da un aumento dei prezzi che aumenta temporaneamente le tariffe.
Ad alcuni passeggeri non piace l'aumento dei prezzi, ma il CEO di Uber Travis Kalanick lo ha difeso come un meccanismo semplice per conciliare domanda e offerta (vedi Elogio dell'efficiente riduzione dei prezzi).
I conducenti a volte ricevono messaggi che li esortano a lavorare in un giorno particolare a un'ora particolare perché, ad esempio, è prevista una forte domanda. E hanno riferito di aver ricevuto sondaggi che chiedevano quando esattamente guideranno nei prossimi giorni.
Rosenblat afferma che ciò dimostra che Uber non lascia che sia solo il mercato a decidere. Gli automobilisti devono determinare quanto si fidano dell'azienda per aiutarli a guadagnare di più e molti si risentono o resistono alle spinte di Uber, dice.
Uber afferma di voler agire come intermediario neutrale che collega domanda e offerta con un meccanismo automatizzato per trovare il prezzo giusto, afferma Rosenblat. È difficile sostenere che sei una piattaforma neutrale se stai attivamente cercando di gestire la domanda e l'offerta.
Uber utilizza anche il suo sistema di feedback dei passeggeri come leva sul comportamento del conducente, afferma Rosenblat. I piloti sono molto motivati a mantenere alto il punteggio per evitare di essere tagliati fuori. L'azienda a volte invia e-mail con consigli molto specifici su ciò che i conducenti possono fare, come offrire snack o non parlare di altri interessi commerciali, per ottenere valutazioni positive.
Rosenblat afferma che le autorità di regolamentazione dovrebbero considerare se il modo in cui sistemi come quello di Uber possono influenzare il comportamento dei lavoratori potrebbe andare troppo oltre. Dice che la Federal Trade Commission degli Stati Uniti ha mostrato interesse per la sua ricerca. Ha lavorato con Luca Stark della New York University, e ha presentato il loro articolo a Conferenza sul lavoro nell'economia a richiesta al Center for European Policy Studies di Bruxelles, in Belgio, la scorsa settimana.
Min Kyung Lee , ricercatrice presso il Center for Machine Learning della Carnegie Mellon University, ha pubblicato la sua studio di Uber e Lyft piloti all'inizio di quest'anno.
Ha scoperto che per la maggior parte del tempo erano soddisfatti della gestione algoritmica che assegnava tariffe e aumentava le tariffe durante i periodi di punta. Ma i conducenti si sono anche lamentati del fatto che a volte venivano spinti a fare cose che sembravano irragionevoli, come fare pickup che non erano nelle vicinanze.
Lee e Rosenblat affermano entrambi di aver avuto interazioni amichevoli con Uber, che ha mostrato interesse per la loro ricerca. La portavoce di Uber, Jessica Santillo, afferma che l'azienda fornisce informazioni ai conducenti per aiutarli ad aumentare le proprie entrate e che sono liberi di ignorare qualsiasi suggerimento. I conducenti usano Uber alle loro condizioni; controllano il loro uso dell'app, dice.
Uber è di fronte una class action da persone che hanno guidato per l'azienda che dipende da quanto controllo ha l'azienda sui conducenti. La causa, che sarà processata la prossima estate, sostiene che Uber ha un controllo sufficiente affinché i conducenti debbano essere considerati dipendenti e non appaltatori, e dati i vantaggi e la posizione legale che ne derivano.
Rosenblat afferma che la consapevolezza di quell'incombente problema legale ha reso alcuni conducenti più propensi a mettere in discussione la loro relazione con Uber. Man mano che i conducenti sono diventati più consapevoli dell'indipendenza che dovrebbero avere come appaltatori, hanno iniziato a chiedere cose del tipo: 'Perché non posso impostare la tariffa base per una tariffa?', dice. Le tariffe minime di Uber sono a partire da $ 5, prima del taglio di Uber, in alcune città degli Stati Uniti.
Lee afferma che tali tensioni potrebbero diventare più diffuse man mano che le aziende in stile Uber diventano più potenti e la gestione automatizzata forse si diffonde ad altri domini. Vedo molte cose buone nell'usare algoritmi come questo, ma allo stesso tempo dobbiamo stare attenti a come li progettiamo, dice Lee.