El chisme algorítmico

Una moto da vueltas en el aparcamiento de un McDonald’s del sur de Londres. El conductor se deja arrastrar por la fuerza centrífuga mientras trata de sincronizar correctamente su ubicación con la aplicación de reparto a la que está conectado. Hasta que las coordenadas que captura su dispositivo no coincidan exactamente con las del restaurante, no podrá recoger el pedido que le han asignado. Durante su jornada laboral, a menudo, desarrolla estrategias para entender el algoritmo que regula su trabajo, y trata de orientarlo en su favor. Sin embargo, el sistema, diseñado para recopilar información de manera constante y adaptarse en tiempo real, es extremadamente eficaz a la hora de moldear unas condiciones laborales cada vez más precarias.

Cada vez más trabajos, especialmente en logística, son supervisados y organizados de forma remota por algoritmos. Estos algoritmos recopilan datos en tiempo real de los trabajadores a través de sus smartphones: su ubicación, el tiempo que tardan en realizar una entrega y cómo reaccionan a una oferta al alza o a la baja. Toda esta información se procesa mediante un sistema algorítmico que la utiliza para decidir cómo asignar pedidos, diseñar rutas de entrega y ajustar los precios según el aprendizaje automático. Así, las plataformas extraen el valor no solo del trabajo, sino también de la cartografía del proceso de trabajo.

A pesar de la aparente opacidad y el estricto control del sistema algorítmico, los trabajadores experimentan con diversas estrategias para incidir en las condiciones laborales que este decide. Las plataformas están diseñadas para fomentar la competencia entre los repartidores, utilizando sistemas de clasificación e interfaces que promueven la individualización, como, por ejemplo, ocultando la posición de otros compañeros. De hecho, es la decisión repetida de los consumidores, a su vez determinada por una economía mediática del deseo —imágenes de hamburguesas jugosas, promesas de entrega instantánea, descuentos y ofertas—, la que hace que las repartidoras se encuentren regularmente en los mismos lugares y horas e intercambien información sobre el funcionamiento del algoritmo.

A través de encuentros informales que tienen lugar en los aparcamientos de restaurantes y en las calles comerciales se produce una colaboración que da lugar a una adivinación colectiva de las reglas que rigen el reparto de trabajo. Las hipótesis que cada uno tiene sobre el funcionamiento del algoritmo se transforman en teorías colectivas que otorgan una cierta agencia sobre cómo afrontar la asimetría de condiciones. Estas teorías también se vuelven en prácticas que juegan con el algoritmo, por ejemplo con el uso del sistema de “fake GPS” para manipular la geolocalización o el trabajo simultáneo en varias plataformas de reparto.

Las empresas prohíben que sus repartidores trabajen para varias plataformas para no alentar a la competencia. Si un repartidor es descubierto entregando para varias empresas, su cuenta es cancelada. Sin embargo, muchos han aprendido y se aconsejan sobre cuánta desviación en distancia o tiempo pueden permitirse antes de ser penalizados por el algoritmo. Aceptan varios pedidos, siempre que vayan en la misma dirección, entregando primero los de las plataformas con umbrales más estrictos y después los de aquellas con sistemas más permisivos.

En los últimos años, el pago por pedido en Londres ha cambiado drásticamente. Anteriormente, los trabajadores recibían un salario mínimo por pedido, mas un extra por kilómetro recorrido, pero ahora la remuneración se calcula mediante inteligencia artificial. El trabajo asalariado siempre opera bajo la lógica de la extracción de valor del trabajador, pero los sistemas de datos multiplican esta extracción al poder fragmentarla en el tiempo. Las plataformas surgieron tras la crisis financiera de 2008, con políticas de austeridad que afectaron a los más vulnerables. Estas políticas, junto con la fortificación de las fronteras, han dado lugar a un nuevo régimen laboral que emplea mecanismos legales, como el trabajo autónomo, y digitales, como la gestión algorítmica, para crear una reserva de mano de obra que es empleada unos minutos cada hora.¹ De esta manera, se elimina la condición de reserva, de la que el estado del bienestar había acordado hacerse cargo en la segunda mitad del siglo XX, y se crea una forma de empleo que opera en el mismo espacio que el empleo por convenios colectivos, una conquista clave para las luchas obreras, pero que funciona con un régimen excepcional.

No en vano, el colectivo migrante es el principal grupo que reparte en las ciudades del Norte global. El reparto se vuelve en una puerta de entrada al mercado laboral para un grupo que no tiene más amparo que el de sus compañeros para proteger sus derechos. Esto permite a las plataformas experimentar con el sistema de cálculo de salarios, que se asimila cada vez más a la de un producto financiero. El sistema actual en Londres ajusta el pago por pedido en función de factores a tiempo real, como la oferta de repartidores, la demanda de consumidores, la predicción de tráfico o de lluvia, replicando la lógica de la derivada en el mercado financiero, donde las predicciones sobre el futuro valor de un activo influyen en su precio actual. En consecuencia, los salarios de los repartidores fluctúan de forma impredecible para ellos, con pagos mínimos que a menudo no superan las 2,50£ por entrega, lo que vuelve cada vez más difícil sobrevivir en una ciudad como Londres. Ante esta creciente precariedad, los repartidores comenzaron a organizarse.

En respuesta a estas condiciones, en enero de 2024 tuvieron lugar en Londres las huelgas en la economía colaborativa más multitudinarias en Reino Unido hasta el momento. Estas movilizaciones surgieron de la frustración con el chisme algorítmico que los trabajadores intercambiaban en los aparcamientos de las llamadas «cocinas fantasma». La primera huelga contó con piquetes en noventa puntos de la ciudad. Los repartidores se mantuvieron conectados a la plataforma durante las horas de mayor actividad, pero se negaron a recoger ningún pedido. Me uní a un piquete en Camberwell en el que quince trabajadores bloqueaban el acceso a un McDonald’s a cualquier compañero que intentara recoger un pedido. El restaurante seguía expidiendo hamburguesas y las bolsas de color marrón chorreando grasa y se amontonaban en el mostrador. Fuera, lo repartidores observaban en sus aplicaciones cómo las tarifas por pedido comenzaban a dispararse.

Con la acumulación de retrasos en los pedidos, las tarifas subieron de 3£ a 10£, 20£ y hasta 70£ por entrega. Los repartidores comparaban sus aplicaciones unos con otros y mostraban capturas de pantalla en sus grupos de WhatsApp enviadas por compañeros en zonas de Londres donde los precios por un kebab habían alcanzado los cientos de libras. A diferencia de las huelgas tradicionales, que interrumpen la producción, estos repartidores permitieron que la producción continuara pero sabotearon los mecanismos especulativos de fijación de precios.² El algoritmo, diseñado para optimizar la explotación en tiempo real, terminó trabajando en contra de la plataforma, revelando el absurdo de su mecanismo especulativo.