Problema 1427

Los conductores contratados dicen que los algoritmos los despiden por correo electrónico, incluso cuando no han hecho nada malo. Stephen Normandin pasó casi cuatro años recorriendo Phoenix entregando paquetes como conductor contratado para Amazon.com Inc. Entonces, un día, recibió un correo electrónico automático. Los algoritmos que lo rastreaban habían decidido que no estaba haciendo su trabajo correctamente. El veterano del ejército de 63 años quedó atónito. Lo había despedido una máquina. Normandin dice que Amazon lo castigó por cosas fuera de su control que le impidieron completar sus entregas, como complejos de apartamentos cerrados. Dijo que se tomó muy mal el despido y, orgulloso de una fuerte ética de trabajo, recordó que durante su carrera militar ayudó a cocinar para 250.000 refugiados vietnamitas en Fort Chaffee en Arkansas. “Soy un tipo de la vieja escuela, y doy cada trabajo al 110%”, dijo. “Esto realmente me molestó porque estamos hablando de mi reputación. Dicen que no hice el trabajo cuando sé muy bien que lo hice. La experiencia de Normandin es un giro en la predicción de hace décadas de que los robots reemplazarán a los trabajadores. En Amazon, las máquinas suelen ser las que mandan: contratan, califican y despiden a millones de personas con poca o ninguna supervisión humana. Amazon se convirtió en el minorista en línea más grande del mundo en parte al subcontratar sus operaciones en expansión a algoritmos: conjuntos de instrucciones de computadora diseñadas para resolver problemas específicos. Durante años, la empresa ha utilizado algoritmos para administrar los millones de comerciantes externos en su mercado en línea, generando quejas de que los vendedores han sido expulsados después de haber sido acusados falsamente de vender productos falsificados y aumentar los precios. Cada vez más, la empresa también está cediendo su operación de recursos humanos a las máquinas, utilizando software no solo para administrar a los trabajadores en sus almacenes, sino también para supervisar a los conductores contratados, las empresas de entrega independientes e incluso el desempeño de sus empleados de oficina. Las personas familiarizadas con la estrategia dicen que el director ejecutivo, Jeff Bezos, cree que las máquinas toman decisiones con mayor rapidez y precisión que las personas, lo que reduce los costos y le da a Amazon una ventaja competitiva. Amazon comenzó su servicio de entrega Flex estilo concierto en 2015, y el ejército de conductores contratados se convirtió rápidamente en una parte fundamental de la máquina de entrega de la empresa. Por lo general, los conductores de Flex manejan paquetes que no se han cargado en una furgoneta de Amazon antes de que el conductor se vaya. En lugar de hacer esperar al cliente, los conductores de Flex se aseguran de que los paquetes se entreguen el mismo día. También manejan una gran cantidad de entregas de comestibles el mismo día de la cadena Whole Foods Market de Amazon. Los conductores flexibles ayudaron a que Amazon siguiera funcionando durante la pandemia y estaban muy felices de ganar alrededor de $ 25 por hora transportando paquetes después de que sus trabajos de Uber y Lyft se agotaron. Pero en el momento en que se registran, los conductores de Flex descubren que los algoritmos están monitoreando cada uno de sus movimientos. ¿Llegaron a la estación de entrega cuando dijeron que lo harían? ¿Completaron su ruta en la ventana prescrita? ¿Dejaron un paquete a la vista de los piratas del porche en lugar de esconderlo detrás de una maceta como se solicitó? Los algoritmos de Amazon escanean el torrente de datos entrantes en busca de patrones de rendimiento y deciden qué conductores obtienen más rutas y cuáles se desactivan. La retroalimentación humana es rara. Los conductores ocasionalmente reciben correos electrónicos automáticos, pero en su mayoría se obsesionan con sus calificaciones, que incluyen cuatro categorías: Fantástico, Excelente, Justo o En riesgo. Bloomberg entrevistó a 15 conductores de Flex, incluidos cuatro que dicen que fueron despedidos por error, así como a exgerentes de Amazon que dicen que el sistema en gran parte automatizado no está lo suficientemente sintonizado con los desafíos del mundo real que enfrentan los conductores todos los días. Amazon sabía que delegar el trabajo a las máquinas conduciría a errores y titulares dañinos, dijeron estos exgerentes, pero decidieron que era más barato confiar en los algoritmos que pagarle a la gente para que investigara los disparos erróneos, siempre y cuando los controladores pudieran reemplazarse fácilmente. Hasta ahora, Amazon no ha tenido problemas para encontrar contratistas de Flex. A nivel mundial, unos 4 millones de conductores han descargado la aplicación, incluidos 2,9 millones en los EE. UU., según App Annie. Y más de 660.000 personas en los EE. UU. lo descargaron en los primeros cinco meses de este año, un 21% más que en el mismo período hace un año, según SensorTower, otro rastreador de aplicaciones. Dentro de Amazon, el programa Flex se considera un gran éxito, cuyos beneficios superan con creces los daños colaterales, dijo un exingeniero que ayudó a diseñar el sistema. “Los ejecutivos sabían que esto iba a cagar en la cama”, dijo esta persona. “Así es como lo ponen en las reuniones. La única pregunta era cuánta caca queríamos que hubiera”. En un comunicado, la portavoz de Amazon, Kate Kudrna, calificó las afirmaciones de los conductores de maltrato y despido injusto como anecdóticas y dijo que no representan la experiencia de la gran mayoría de los conductores de Flex. “Hemos invertido mucho en tecnología y recursos para brindarles a los conductores visibilidad sobre su posición y elegibilidad para continuar entregando e investigar todas las apelaciones de los conductores”, dijo. Como contratistas independientes, los conductores de Flex tienen pocos recursos cuando creen que han sido desactivados injustamente. No hay licencia administrativa pagada durante una apelación. Los conductores pueden pagar $200 para llevar su disputa a arbitraje, pero pocos lo hacen, ya que lo ven como una pérdida de tiempo y dinero. Cuando Ryan Cope fue desactivado en 2019, no se molestó en discutir ni consideró pagar el arbitraje. Para entonces, Cope ya había decidido que no había forma de que pudiera cumplir con las demandas de los algoritmos. Conducía millas por sinuosos caminos de tierra en las afueras de Denver bajo la nieve, a menudo sacudía la cabeza con incredulidad de que Amazon esperaba que el cliente recibiera el paquete en dos horas. “Cada vez que hay un problema, no hay apoyo”, dijo Cope, de 29 años. “Eres tú contra la máquina, así que ni siquiera lo intentas”. Cuando los conductores desafían las calificaciones bajas, no pueden saber si se están comunicando con personas reales. Las respuestas a menudo incluyen solo un nombre o ningún nombre, y las respuestas generalmente se aplican a una variedad de situaciones en lugar de un problema específico. Incluso si se adjunta un nombre, lo más probable es que una máquina haya generado las primeras respuestas de correo electrónico, según personas familiarizadas con el asunto. Cuando los gerentes humanos se involucran, generalmente realizan una revisión apresurada, si es que la hacen, porque deben cumplir con sus propios estándares de desempeño. Un exempleado de un centro de llamadas de asistencia al conductor dijo que se asignó a decenas de trabajadores de temporada a tiempo parcial con poca capacitación para supervisar los problemas de millones de conductores. “A Amazon no le importa”, dijo el exempleado de Amazon. “Saben que la mayoría de las personas recibirán sus paquetes y que el 2 o 3 por ciento que no lo hará recibirá algo eventualmente”. Amazon ha automatizado su operación de recursos humanos más que la mayoría de las empresas. Pero el uso de algoritmos para tomar decisiones que afectan la vida de las personas es cada vez más común. Las máquinas pueden aprobar solicitudes de préstamo e incluso decidir si alguien merece libertad condicional o debe permanecer tras las rejas. Los expertos en informática han pedido regulaciones que obliguen a las empresas a ser transparentes sobre cómo los algoritmos afectan a las personas, brindándoles la información que necesitan para detectar y corregir errores. Los legisladores han estudiado el asunto, pero han tardado en promulgar normas para evitar daños. En diciembre, el senador Chris Coons, demócrata de Delaware, presentó la Ley de equidad algorítmica. Requeriría que la Comisión Federal de Comercio cree reglas que aseguren que los algoritmos se utilicen de manera equitativa y que los afectados por sus decisiones estén informados y tengan la oportunidad de revertir los errores. Hasta ahora su propuesta no ha ido a ninguna parte. Neddra Lira, de Arlington, Texas, comenzó a hacer entregas a través de la aplicación Amazon Flex en 2017. Conductora de autobús escolar de 42 años y madre de tres hijos, tomó el trabajo adicional durante las vacaciones y los veranos para ganar dinero extra, que solía pagar las lecciones de gimnasia de su hija. Cuando llegó la pandemia y las escuelas cerraron, Lira recurrió a Flex como su principal fuente de ingresos, entregando paquetes y comestibles de Whole Foods. Le gustó la flexibilidad y la oportunidad de embolsarse unos $80 por una ruta de cuatro horas, después de restar la gasolina de su crossover Chevrolet Trax. Lira estima que entregó alrededor de 8000 paquetes y tuvo una calificación de desempeño "excelente" la mayor parte del tiempo. Los algoritmos de Amazon califican a los conductores en función de su confiabilidad y calidad de entrega, medida principalmente por si llegaron a recoger los paquetes a tiempo, si realizaron las entregas dentro del período esperado y siguieron las solicitudes especiales de los clientes. Las métricas flexibles se centran principalmente en la puntualidad, a diferencia de los servicios de transporte como Uber y Lyft, que también priorizan cosas como la limpieza del automóvil o la cortesía del conductor. Además, los pasajeros de Uber y Lyft saben cuándo están atrapados en el tráfico, por lo que es menos probable que los conductores sean penalizados por circunstancias fuera de su control. Un cliente de Amazon no tiene idea de los obstáculos que encuentran los conductores de Flex en el camino a su residencia, y tampoco los algoritmos que los registran. Lira dice que a veces había tantos conductores haciendo fila fuera de la estación de entrega que esperaba hasta una hora para recuperar sus paquetes, lo que la retrasaba incluso antes de comenzar su ruta. Cuando vio un clavo en su llanta, Amazon no se ofreció a ir a buscar los paquetes, pero le pidió que los devolviera a la estación de entrega. Lira temía que la llanta se desinflara, pero obedeció para proteger su posición. A pesar de explicar la situación, su calificación bajó a “en riesgo” desde “excelente” por abandonar la ruta y tardó varias semanas en recuperarse. Una y otra vez, a Lira le aseguraban que su calificación era buena. Un correo electrónico típico llegó el 1 de octubre. "Actualmente, su posición es excelente, lo que significa que es uno de nuestros mejores socios de entrega", decía el mensaje firmado "Madhu S". Pero al día siguiente, "Bhanu Prakash" envió un correo electrónico para decir que había violado los términos de servicio de Flex. “Como resultado, ya no es elegible para participar en el programa Amazon Flex y no podrá iniciar sesión en la aplicación Amazon Flex”. A Lira se le proporcionó una dirección de correo electrónico y se le invitó a apelar la terminación dentro de los 10 días. Ella lo hizo y preguntó por qué estaba desactivada para poder decirle al soporte del conductor de Flex qué salió mal. Nunca obtuvo más detalles. Ella siguió el 18 de octubre y explicó que era una madre soltera despedida de su trabajo habitual debido a la pandemia y que Flex era lo único que la mantenía a flote. Lira recibió lo que parece ser una respuesta automática del "Equipo Amazon Flex" disculpándose por la demora y asegurándole que su situación sería investigada por el equipo apropiado. Tres días después, el 21 de octubre, recibió un mensaje de “Margaret” que decía “todavía estamos revisando su apelación”. Luego, una semana después, el 28 de octubre, un correo electrónico firmado “SYAM” decía: “Revisamos su información y echamos otro vistazo a su historial. Nuestra posición no ha cambiado y no restableceremos su acceso al programa Amazon Flex… Le deseamos éxito en sus proyectos futuros”. Sin el trabajo de conducción, Lira comenzó a tener problemas financieros. Dejó de pagar su hipoteca y su automóvil fue embargado dos días después de Navidad con regalos donados para sus hijos todavía dentro. Lira se vio obligada a tomar una limosna del gobierno para pagar sus facturas de electricidad, gas y agua. Eventualmente, comenzó a conducir el autobús escolar nuevamente y usó la mayor parte de un cheque de estímulo pandémico para recuperar su automóvil, pagando $ 2,800 en pagos atrasados, reposesión y tarifas de almacenamiento. “Simplemente no fue justo”, dijo Lira. “Casi pierdo mi casa”. Los ingenieros informáticos que diseñaron Flex trabajaron arduamente para que fuera justo y consideraran variables como los atascos de tráfico y los problemas para acceder a los apartamentos que el sistema no puede detectar, dijeron exempleados. Pero ningún algoritmo es perfecto, y con el tamaño de Amazon, incluso un pequeño margen de error puede considerarse un gran éxito internamente y aun así infligir mucho dolor a los conductores. Los conductores de Amazon Flex entregan alrededor del 95 % de todos los paquetes a tiempo y sin problemas, según una persona familiarizada con el programa. Los algoritmos examinan ese 5% restante en busca de patrones problemáticos. Los algoritmos de Flex comenzaron como instrumentos contundentes y se perfeccionaron con el tiempo. Al principio, según una persona familiarizada con la situación, los diseñadores establecieron un período de tiempo demasiado ajustado para que los conductores llegaran a la estación de entrega. No habían tenido en cuenta la naturaleza humana. Los conductores ansiosos por trabajar prometían llegar a cierta hora cuando estaban demasiado lejos para hacerlo. La falla hizo que los buenos conductores fallaran, dijo la persona, y se solucionó solo después de una caída generalizada en las calificaciones. El sistema también usa el GPS para decidir cuánto tiempo se debe tardar en llegar a una dirección específica, pero a veces no tiene en cuenta el hecho de que navegar por un camino rural en la nieve lleva mucho más tiempo que atravesar una calle suburbana en un día soleado. El sistema funcionó bien para Normandin durante años. Originario de Arizona, que antes entregaba pizzas por la noche y periódicos por la mañana, conocía todos los atajos y los cuellos de botella. También condujo para Uber y Lyft, pero asumió más trabajo de Flex durante la pandemia cuando la demanda de viajes disminuyó y se volvió más riesgoso transportar pasajeros que transportar paquetes. Normandin disfrutó de calificaciones estelares e incluso se le preguntó si le gustaría capacitar a otros conductores. Tenía un sistema bien perfeccionado: clasificaba los paquetes antes de salir de la estación, colocaba sus primeras entregas en el asiento delantero, los siguientes paquetes en la parte trasera y metía el último lote en la parte trasera de su Toyota Corolla 2002. Normandin ha estado discapacitado médicamente durante más de una década debido a una dolencia estomacal y problemas de espalda que le impiden sentarse o pararse en un lugar durante períodos prolongados. Le gustaba el trabajo por encargo porque podía trabajar unas pocas horas a la vez. Luego, a partir de agosto pasado, Normandin tuvo una serie de contratiempos que, según él, estaban fuera de su control. Amazon le asignó algunas entregas antes del amanecer en complejos de apartamentos cuando sus puertas aún estaban cerradas, una queja común entre los conductores de Flex. El algoritmo instruye a los conductores en tales casos para que entreguen los paquetes en la oficina principal, pero eso tampoco estaba abierto. Normandin llamó al cliente según las instrucciones, una posibilidad remota porque la mayoría de las personas no contestan llamadas de números desconocidos, especialmente temprano en la mañana. Llamó al servicio de asistencia al conductor, que tampoco pudo comunicarse con el cliente. Mientras tanto, el reloj avanzaba y el algoritmo tomaba nota. “Hay muchas cosas que los algoritmos no tienen en cuenta y la mano derecha no sabe lo que hace la mano izquierda”, dijo Normandin. Casi al mismo tiempo, se le pidió que entregara paquetes en un casillero de Amazon en un complejo de apartamentos, pero no pudo abrirlo. Después de 30 minutos hablando por teléfono con el soporte, le dijeron que devolviera los paquetes a la estación de entrega. Entonces su calificación se derrumbó. Normandin volvió a llamar al servicio de asistencia técnica para explicar que la causa era un casillero que funcionaba mal y dice que le dijeron que el problema se solucionaría. “Nunca lo arreglaron”, dijo, “y mi calificación tardó seis semanas en volver a subir”. El 2 de octubre, Normandin se despertó a las 3 a. m., se duchó y agarró su teléfono para encontrar una ruta Flex, pero no pudo iniciar sesión. Revisó su correo electrónico y encontró un mensaje genérico de Amazon firmado por "Gangardhar M". Dijo que la posición de Normandin había "caído por debajo de un nivel aceptable" y que estaba siendo despedido. Luego comenzó un proceso familiar para cualquiera que se haya visto atrapado en un ciclo de servicio al cliente automatizado, excepto que en este caso Normandin no buscaba un reembolso por un producto dañado. Estaba luchando por recuperar su trabajo. Cuando se le ofreció el estándar de 10 días de Amazon para apelar, Normandin envió un correo electrónico al soporte de Flex y pidió que se revirtiera su rescisión. Explicó que ya había denunciado a Amazon por circunstancias fuera de su control y le prometieron que las infracciones no se tomarían en su contra. Normandin recibió una respuesta al día siguiente de “Pavani G”, agradeciéndole por “brindar más contexto sobre su historia con AmazonFlex”. Normandin respondió a ese correo electrónico con información adicional y recibió exactamente la misma respuesta prometiendo investigar el problema, pero esta vez fue firmado por "Bitan Banerjee". El correo electrónico se comprometía a proporcionar una respuesta dentro de los seis días. Siete días después, “Arnab” envió un correo electrónico para disculparse por la demora y prometió una actualización lo antes posible. Mientras tanto, Normandin no ganaba dinero. Contaba con la venta anual de Prime Day de Amazon, que se había retrasado hasta octubre, para ganar el dinero que necesitaba para pagar las facturas. Sin respuesta antes del 19 de octubre, Normandin envió un mensaje a Amazon nuevamente, esta vez copiando a Bezos. “Pido detalles específicos sobre cómo se llegó a esta decisión de desactivación de mi cuenta”, escribió. “Estoy seguro de que después de una revisión exhaustiva de todo mi historial de entregas como conductor de Amazon Flex, mostraré un historial constante de desempeño al más alto nivel, de una persona razonable y prudente”. Unas 12 horas después, recibió una respuesta que le informaba que Bezos había recibido el correo electrónico y le había dado instrucciones a "Taylor F" para que investigara el problema y respondiera en su nombre. El 23 de octubre, Normandin recibió un correo electrónico de “Raquel” del equipo de soporte de Amazon Flex para informarle que aún estaban revisando su apelación. Ex empleados de Amazon que trabajaron en Flex dijeron que escalar a Bezos es una táctica común entre los conductores desactivados, pero que rara vez les ayuda. El veredicto llegó el 28 de octubre de “SYAM”, el mismo nombre en el mensaje final a Lira. El correo electrónico no respondió directamente a las afirmaciones de Normandin, pero reconoció los desafíos del trabajo y dijo: "Entendemos que cada socio de entrega tiene días difíciles y que a veces puede experimentar retrasos, y ya lo hemos tenido en cuenta". Pero Normandin todavía no recuperaba su trabajo. Después de que la conmoción disminuyó, probó un par de otros servicios de entrega, pero en su lugar decidió usar su dinero de estímulo pandémico para iniciar un negocio de reparación de motores pequeños. Era hora de volver a tratar directamente con los seres humanos. De las personas que diseñaron los algoritmos que rastrearon, calificaron y finalmente lo despidieron, Normandin dijo: "Parece que no tienen sentido común sobre cómo funciona el mundo real".