Gestión algorítmica

La gestión algorítmica es un término que se utiliza para describir ciertas prácticas de gestión laboral en la economía digital contemporánea. En el ámbito académico, el término fue acuñado inicialmente en 2015 por Min Kyung Lee, Daniel Kusbit, Evan Metsky y Laura Dabbish para describir el papel gerencial que desempeñan los algoritmos en las plataformas Uber y Lyft, ^{[1] [2]} pero desde entonces otros académicos lo han adoptado para describir de manera más general las características gerenciales y organizativas de las economías de plataforma. ^{[3] [4]} Sin embargo, la dirección digital del trabajo ya estaba presente en la industria manufacturera desde la década de 1970 y la gestión algorítmica se está extendiendo cada vez más en una amplia gama de industrias. ^[5]

El concepto de gestión algorítmica puede definirse en términos generales como la delegación de funciones de gestión a sistemas algorítmicos y automatizados. ^[6] La gestión algorítmica ha sido posible gracias a los "avances recientes en las tecnologías digitales", que permiten la "recopilación de datos a gran escala y en tiempo real" que luego se utilizan para "mejorar los algoritmos de aprendizaje que llevan a cabo funciones de aprendizaje y control que tradicionalmente realizaban los gerentes". ^[7]

En el lugar de trabajo contemporáneo, las empresas emplean una ecología de dispositivos contables, como "clasificaciones, listas, clasificaciones, estrellas y otros símbolos" para gestionar eficazmente sus operaciones y crear valor sin la necesidad de formas tradicionales de control jerárquico". ^[8] Muchos de estos dispositivos caen bajo la etiqueta de lo que se llama gestión algorítmica, y fueron desarrollados por primera vez por empresas que operan en la economía colaborativa o economía gig , funcionando como medidas efectivas de reducción de mano de obra y costos. ^[9] El explicador del término de Data&Society ^{[10] , por ejemplo, describe la gestión algorítmica como "un conjunto diverso de herramientas y técnicas tecnológicas que estructuran las condiciones de trabajo y gestionan de forma remota las fuerzas de trabajo". [9]} Data&Society también proporciona una lista de cinco características típicas de la gestión algorítmica:

• Recopilación prolífica de datos y vigilancia de los trabajadores a través de la tecnología;
• Capacidad de respuesta en tiempo real a los datos que fundamentan las decisiones de gestión;
• Toma de decisiones automatizada o semiautomatizada;
• Transferencia de evaluaciones de desempeño a sistemas de calificación u otras métricas; y
• El uso de “empujoncitos” y sanciones para incentivar indirectamente el comportamiento de los trabajadores. ^[9]

Los defensores de la gestión algorítmica afirman que esta “crea nuevas oportunidades de empleo, servicios al consumidor mejores y más baratos, transparencia y equidad en partes del mercado laboral que se caracterizan por la ineficiencia, la opacidad y los caprichosos jefes humanos”. ^[11] Por otro lado, los críticos de la gestión algorítmica afirman que la práctica conduce a varios problemas, especialmente porque afecta la situación laboral de los trabajadores gestionados por su nuevo conjunto de herramientas y técnicas. ^{[2] [12] [13]}

La “gestión algorítmica” fue descrita por primera vez por Lee, Kusbit, Metsky y Dabbish en 2015 en su estudio de las plataformas Uber y Lyft. ^[1] En su estudio, Lee et al. denominaron “gestión algorítmica” a los “algoritmos de software que asumen funciones de gestión y los dispositivos institucionales circundantes que respaldan los algoritmos en la práctica”. Se dijo que los algoritmos de software se utilizan cada vez más para “asignar, optimizar y evaluar el trabajo” por parte de las plataformas en la gestión de sus vastas fuerzas de trabajo. En el artículo de Lee et al. sobre Uber y Lyft, esto incluía el uso de algoritmos para asignar trabajo a los conductores, como mecanismos para optimizar los precios de los servicios y como sistemas para evaluar el desempeño de los conductores. En 2016, Alex Rosenblat y Luke Stark buscaron ampliar esta comprensión de la gestión algorítmica “para dilucidar la implementación automatizada de políticas de la empresa sobre los comportamientos y las prácticas de los conductores de Uber”. Rosenblat y Stark descubrieron en su estudio que las prácticas de gestión algorítmica contribuían a un sistema plagado de asimetrías de poder, donde los conductores tenían poco control sobre “aspectos críticos de su trabajo”, mientras que Uber tenía un control mucho mayor sobre el trabajo de sus conductores. ^[2]

Desde entonces, los estudios sobre la gestión algorítmica han extendido el uso del término para describir las prácticas de gestión de varias empresas, donde, por ejemplo, los algoritmos “están asumiendo el control de la programación del trabajo en restaurantes de comida rápida y tiendas de comestibles, utilizando varias formas de métricas de rendimiento e incluso el estado de ánimo... para asignar a los empleados más rápidos para trabajar en las horas pico”. ^[14] Se considera que la gestión algorítmica es especialmente frecuente en el trabajo por encargo en plataformas como Upwork ^[15] y Deliveroo ^[14] , y en la economía colaborativa , como en el caso de Airbnb. ^[16]

Además, investigaciones recientes han definido subconstructos que caen bajo el término general de gestión algorítmica, por ejemplo, "empujoncito algorítmico". Un artículo de Harvard Business Review de Mareike Möhlmann publicado en 2021 explica: "Las empresas utilizan cada vez más algoritmos para gestionar y controlar a las personas no por la fuerza, sino empujándolas hacia un comportamiento deseable; en otras palabras, aprendiendo de sus datos personalizados y alterando sus elecciones de alguna manera sutil". ^[17] Si bien el concepto se basa en la teoría del empujoncito popularizada por el economista de la Universidad de Chicago Richard Thaler y el profesor de la Facultad de Derecho de Harvard Cass Sunstein, "debido a los recientes avances en IA y aprendizaje automático, el empujoncito algorítmico es mucho más poderoso que su contraparte no algorítmica. Con tantos datos sobre los patrones de comportamiento de los trabajadores a su alcance, las empresas ahora pueden desarrollar estrategias personalizadas para cambiar las decisiones y los comportamientos de las personas a gran escala. Estos algoritmos se pueden ajustar en tiempo real, lo que hace que el enfoque sea aún más eficaz". ^[17]

La gestión algorítmica se ha comparado y contrastado con otras formas de gestión, como los enfoques de gestión científica , iniciados por Frederick Taylor a principios del siglo XX. Henri Schildt ha llamado a la gestión algorítmica “gestión científica 2.0”, donde la gestión “ya no es una práctica humana, sino un proceso integrado en la tecnología”. ^[14] De manera similar, Kathleen Griesbach, Adam Reich, Luke Elliott-Negri y Ruth Milkman sugieren que, si bien “el control algorítmico sobre el trabajo puede ser relativamente nuevo, replica muchas características de mecanismos más antiguos de control del trabajo”. ^[3]

Por otra parte, algunos comentaristas han argumentado que la gestión algorítmica no es simplemente una nueva forma de gestión científica o taylorismo digital , sino que representa un enfoque distinto del control laboral en las economías de plataforma. David Stark e Ivana Pais, por ejemplo, afirman que:

"A diferencia de la gestión científica de finales del siglo XX, en la gestión algorítmica del siglo XXI hay reglas pero no son burocráticas, hay clasificaciones pero no rangos, y hay control pero no es disciplinario. La gestión algorítmica no automatiza las estructuras y prácticas burocráticas para crear alguna nueva forma de burocracia algorítmica. Mientras que los dispositivos y prácticas del taylorismo formaban parte de un sistema de supervisión jerárquica, los dispositivos y prácticas de la gestión algorítmica tienen lugar dentro de una economía de atención diferente y un nuevo régimen de visibilidad. Triangulares en lugar de verticales, y no como un panóptico, las líneas de visión en la gestión algorítmica no son líneas de supervisión". ^[4]

De manera similar, la explicación de Data&Society sobre la gestión algorítmica afirma que la práctica representa un marcado alejamiento de las estructuras de gestión anteriores que dependen más fuertemente de supervisores humanos para dirigir a los trabajadores. ^[9]

La gestión algorítmica puede proporcionar un medio eficaz y eficiente de control de la fuerza laboral y creación de valor en la economía digital contemporánea. Sin embargo, los comentaristas han destacado varios problemas que plantea la gestión algorítmica, especialmente para los trabajadores que gestiona. Las críticas a la práctica a menudo destacan varias cuestiones clave relacionadas con las prácticas de gestión algorítmica, como la imperfección y el alcance de sus medidas de vigilancia y control, que también amenazan con excluir a los trabajadores de los procesos clave de toma de decisiones; su falta de transparencia para los usuarios y las asimetrías de información; su potencial para el sesgo y la discriminación; sus tendencias deshumanizadoras; y su potencial para crear condiciones que eluden la tradicional rendición de cuentas entre empleadores y empleados. ^{[9] [18]} Este último punto ha sido especialmente polémico, ya que las prácticas de gestión algorítmica han sido utilizadas por las empresas para reclasificar a la fuerza laboral como contratistas independientes en lugar de empleados. Estas consecuencias negativas afectan particularmente a los trabajadores migrantes, que se integran en los procesos laborales existentes en peores condiciones utilizando la gestión algorítmica configurable lingüísticamente. ^[19] Otro problema crítico está relacionado con la falta de transparencia de estos dispositivos, que se agrava en el contexto laboral, ya que aumenta las asimetrías de información ya existentes entre las partes de un contrato de trabajo. ^[20] Estas cuestiones en algunos casos dieron lugar a críticas públicas, demandas judiciales ^[21] y huelgas salvajes de los trabajadores. ^[11] Sin embargo, las leyes de empleo y protección de datos, al menos en Europa, parecen tener muchos anticuerpos regulatorios para fomentar la transparencia algorítmica en el lugar de trabajo y, en consecuencia, descubrir la violación de esas reglas que ya limitan los abusos de las prerrogativas gerenciales por parte de los empleadores. ^[22]