Incidentes Asociados
[Los trabajadores temporales] (https://www.businessinsider.com/recession-outlook-laid-off-workers-turn-to-gig-work-2023-1) están haciendo los mismos trabajos por diferentes salarios, y este modelo podría Ven a tu lugar de trabajo algún día.
Eso es según una nueva investigación de Veena Dubal, profesora de derecho en la Universidad de California Hastings, quien se basó en seis años y miles de horas de entrevistas y observaciones con cientos de conductores de Uber y Lyft, muchos de los cuales trabajaron para más de una plataforma de conciertos.
Según Dubal, empresas como Amazon y [Uber](https://www .businessinsider.com/uber-used-program-called-hell-to-track-lyft-drivers-2017-4?r=UK) tienen "conjuntos de datos masivos" sobre los trabajadores contratados que usan su [entrega] (https:/ /www.businessinsider.com/amazon-ups-walmart-gig-economy-fast-delivery-can-it-scale-2021-9) o plataformas de viaje compartido, incluso cuándo funcionan, por cuánto tiempo y qué tipo de pago he tomado para trabajos anteriores. Estas empresas pueden utilizar estos datos para "calcular las tasas salariales exactas necesarias para incentivar los comportamientos deseados", dijo [a Los Angeles Times] (https://www.latimes.com/business/technology/story/2023-04 -11/algorithmic-wage-discrimination), una práctica que ella denomina "discriminación algorítmica de salarios".
"Desde Amazon hasta Uber y el sector de la salud, a los trabajadores se les paga diferentes cantidades por la misma cantidad de trabajo realizado durante la misma cantidad de tiempo", dijo Dubal, cuya investigación se publicó en Social Science Research Network en enero y seguirá incluirse en una próxima Revisión de la Ley de Columbia.
Dubal dijo que estos casos podrían tomar la forma de que a un conductor de entrega de alimentos se le ofrezca una tarifa más baja que la que habría recibido otro conductor, porque el algoritmo de IA predijo que sería más probable que el primer conductor aceptara esa tarifa. Si un conductor tiende a trabajar hasta que alcanza una determinada marca diaria, digamos $100, dijo que el algoritmo podría ofrecerles tarifas más bajas para que el conductor trabaje más tiempo.
"Básicamente es un pago variable que se personaliza para las personas en función de lo que es realmente una gran cantidad de datos que se acumulan sobre esos trabajadores mientras trabajan", dijo Dubal.
Un conductor de Uber entrevistado por Dubal, Domingo, recordó que una noche le faltó un viaje para desbloquear un bono de $100, pero luego dijo que experimentó 45 minutos de "tiempo muerto" en un área popular antes de poder obtener otro viaje.
"Se siente como si el algoritmo se volviera contra ti", dijo, y agregó que "literalmente se siente como si estuvieras siendo castigado por un Dios rencoroso desconocido".
Dubal describió el supuesto sistema de pago variable como la "apuesta por el trabajo", un sentimiento que compartían otros trabajadores temporales.
"Es como apostar", dijo Ben, un conductor de viajes compartidos. "La casa siempre gana".
Cuando se le contactó para hacer un comentario, un portavoz de Uber le dijo a Insider: "Es bueno que el artículo del profesor Dubal sea [todavía un borrador] (https://twitter.com/veenadubal/status/1617568444240785408), porque su premisa central sobre cómo Uber presenta Las tarifas iniciales para los conductores son simplemente incorrectas. No adaptamos las tarifas individuales para los conductores individuales "siempre que el sistema determine que pueden estar dispuestos a aceptar". Además, factores como la raza del conductor, el origen étnico, el estado de promoción de Quest, la tasa de aceptación, las ganancias totales o el historial de viajes anteriores no se tienen en cuenta al calcular las tarifas y, cuando las tarifas iniciales están disponibles, los conductores ven exactamente lo que ganarán y hacia dónde se dirigen antes de decidir si vale la pena su tiempo o rechazar la solicitud. La tarjeta que solo tiene en cuenta el tiempo y la distancia durante un viaje permite que la tecnología de precios de Uber tenga en cuenta mejor cosas como los largos tiempos de recogida y si un conductor va a un destino donde normalmente hay poca demanda".
La portavoz de Amazon, Simone Griffin, dijo a Insider: "Creamos el programa Amazon Flex para brindarles a las personas la oportunidad de establecer su propio horario y ser su propio jefe, con ganancias competitivas que superan los $ 26 por hora programada en promedio. Escuchamos de la mayoría de los Amazon Flex socios de entrega que les encanta el programa, y estamos orgullosos del trabajo que hacen en nombre de nuestros clientes todos los días".
Lyft no respondió a la solicitud de comentarios de Insider.
Si bien las implicaciones potenciales de las tecnologías de inteligencia artificial han sido objeto de un mayor escrutinio Desde que se lanzó ChatGPT en noviembre, las empresas han estado usando herramientas de IA durante años para ayudar a [fijar precios](https://hbr.org/2021/03/how-ai-can-help-companies-set-prices- más éticamente), tomar decisiones e incluso contratar y despedir trabajadores. En su artículo, Dubal citó la discriminación salarial algorítmica como una de las razones por las que la [Comisión Laboral de California] (https://www.dir.ca.gov/dlse/Lawsuits-Uber-Lyft.html) demandó a Uber y Lyft en 2020, y afirmó que las empresas les debían a los conductores un pago combinado de [$ 1.3 mil millones] (https://www.businessinsider.com/uber-lyft-sued-again-in-california-over-driver-classification-2020-8) por sus horas trabajadas . Las demandas siguen en curso.
A medida que las empresas incorporan tecnologías de IA en el futuro, a Dubal le preocupa que las prácticas algorítmicas de discriminación salarial " tienen el gran potencial de filtrarse en las prácticas firmes de otros sectores", lo que significaría que más que solo los trabajadores temporales se verían afectados.
Dubal dijo que debería haber una prohibición sobre el uso de algoritmos e IA para fijar salarios y Pidió al gobierno federal que analice más de cerca el problema.
"Para abordar estos problemas, este artículo invita a los legisladores y reguladores a dirigir su atención, no solo a los problemas de transparencia y precisión de las tecnologías de automatización en el trabajo, sino también a una evaluación de los daños sociales integrados en la lógica de los propios sistemas algorítmicos. ”, escribió en la última línea del artículo.
Nota del editor, 13 de abril de 2023: Esta historia se actualizó después de la publicación para incluir un comentario actualizado de Uber.