“El tiempo lo es todo, el hombre no es nada; es, a lo sumo, el esqueleto del tiempo”.
La miseria de la filosofía, Marx.
“La expansión de los sistemas de IA y la automatización de los procesos nos dice que vivimos en una época de colaboración beneficiosa entre las personas y la IA. Pero esta colaboración no se negocia de manera justa. Los términos descansan en una asimetría de poder significativa; de hecho, ¿existe siquiera la posibilidad de no colaborar con sistemas algorítmicos?”
Atlas de IA, Crawford.
En Argentina hay más de 160 mil trabajadores de reparto por aplicación, según lo indicó un informe presentado por el Banco Interamericano de Desarrollo. Con salarios de miseria, no son reconocidos como trabajadores por las empresas que los contratan, no tienen seguro, ART u obra social, pero garantizan ganancias millonarias. Es un sistema ya instalado en el mundo y que explotó con la pandemia. Pero hay otro elemento también “novedoso” en esta forma de explotación: la implementación del algoritmo y la inteligencia artificial.
Nadie conoce mejor que un repartidor la lógica perversa de los algoritmos, basada en la eficiencia, vigilancia y automatización, que giran en torno a un enfoque computacional de la organización del trabajo. Bajo el gobierno de Milei, pero también con figuras como Trump, Musk y Bezos, abanderados del ultracapitalismo, las viejas formas de explotación laboral con nuevas ropas toman el centro de la escena. Y detrás del humo de los discursos podemos ver cómo la mano de obra, el capital y el tiempo están entrelazados en sistemas de inteligencia artificial.
Detrás de términos como inteligencia artificial, algoritmos o machine learning se enmascaran muchas formas de trabajo distintas. Detrás de la computación a gran escala está la explotación del trabajo.
La IA y los algoritmos definen significativamente la experiencia de los trabajadores por aplicaciones como Uber, Rappi o PedidosYa. Están diseñadas para tratar de optimizar las operaciones (a favor de las empresas, claro está), influenciando el comportamiento del trabajador y determinando sus ingresos.
Los modelos de aprendizaje computacional o machine learning analizan información en tiempo real (tráfico, hora, clima, eventos) para predecir la demanda y definir ofertas e incentivos, tanto para el consumidor como para el repartidor. Esto lleva a que los repartidores busquen estar disponibles en los tiempos de mayor demanda, cuando a veces hay un mínimo aumento en la paga. Lo cual, al mismo tiempo, genera inestabilidad en el sueldo del repartidor, ya que distintos eventos generan incertidumbre e imprevisibilidad en el trabajo. El repartidor, y muchos otros trabajadores que trabajan en condiciones similares, se sienten presionados a trabajar en áreas u horarios de mayor demanda para maximizar la ganancia.
Al mismo tiempo, es el algoritmo el que asigna el trabajo y el reparto, ya que se basa en la proximidad del repartidor, el tiempo estimado de la entrega, el puntaje del repartidor y las preferencias del cliente. Y todos estos datos son actualizados permanentemente, con cada interacción y compra nueva. Aquí hay otro problema: la poca transparencia en las asignaciones. Cualquier comportamiento aleatorio, o resultado de un accidente laboral, cansancio o tráfico, afecta negativamente al repartidor. Esto lleva a que no se les asignen repartos, o se les asigne trabajos que tienen poca o nula ganancia (por ejemplo, repartos de mucha distancia). El trabajador tiene nulo control sobre estas decisiones automáticas.
Como se mencionó anteriormente, la IA lleva un registro de todas las métricas del trabajador: cuántos repartos acepta (y cuántos rechaza), tiempos de entrega, la evaluación del cliente. Y todas esas métricas generan una evaluación del rendimiento del trabajador, lo cual en última instancia puede llevar a una desvinculación de esos repartidores, sin mediar ninguna indemnización, explicación, ni posible defensa. Esto se basa solamente en especulaciones y métodos probabilísticos que determinan automáticamente y discrecionalmente, según los ingenieros que programaron esos algoritmos, cuándo un repartidor deja de generar ganancias suficientes a la empresa. Es la quintaesencia de la despersonalización: son métricas totalmente fuera de contexto y no tienen en cuenta nada de la vida del repartidor.
Esta constante vigilancia y medición crea una presión para mantener altos los ratings del repartidor, sin importar los impactos negativos que pueda tener en la salud del mismo. Los trabajadores son controlados por unos sistemas oscuros y difíciles de explicar.
El viejo discurso sobre la expansión de la automatización de los procesos, hoy renovado con la IA, dice que se vive una época de colaboración beneficiosa entre seres humanos y la IA. Colaboración… hoy son todos colaboradores, socios emprendedores de las grandes empresas. Ese es el slogan que repiten los dueños de estas gigantes aplicaciones, pero la asimetría es perversa.
Cuando una empresa introduce una nueva plataforma de IA, algo que sucede prácticamente todos los días en casi cualquier espacio de trabajo, los trabajadores no tenemos ni voz ni voto sobre la decisión de usar esa herramienta o no. Aun en temas tan sensibles como la educación y la salud, en los que se están implementando técnicas de aprendizaje automático para tomar decisiones, ninguna IA está sujeta al más mínimo escrutinio por parte de los trabajadores. Una muestra es el anuncio del gobierno nacional de que incluirá la inteligencia artificial en las escuelas argentinas. Algo que repiten los gobernadores de todas las provincias con distintas reformas.
La inteligencia artificial y los sistemas de aprendizaje automático necesitan de un flujo continuo de datos, y hoy los gobiernos, aliados con las empresas, les están dando esos datos personales, llevando adelante lo que llaman “minería o extracción masiva de datos”, sin el menor consentimiento, o siquiera alerta, de lo que se realiza y para quién, ni en beneficio de quién.
Claramente, estas herramientas tienen muchísimos beneficios para la sociedad, pero no bajo el control de gobiernos y empresas capitalistas. “La expansión actual de la automatización de la mano de obra continúa la dinámica histórica inherente al capitalismo industrial”, afirma Kate Crawford, investigadora de Microsoft Research Lab y crítica de la IA. La “nueva” modalidad tiene la ventaja de que accede a la vida privada, a las métricas, al comportamiento y a los datos de los trabajadores, como solo podían soñar los supervisores de las líneas de producción como Ford, que controlaban con un cronómetro cada movimiento de sus empleados.
El mismo papel que cumplen los supervisores en las fábricas y espacios de trabajo hoy es en gran medida delegado a las tecnologías de vigilancia y las aplicaciones. Los gerentes (y los gobiernos) usan una amplia gama de tecnologías para vigilar a sus empleados. En las ciudades ya casi no hay rincones sin monitorear por cámaras CCTV, que analizan y detectan comportamientos. Los datos de los repartidores y trabajadores se usan para hacer predicciones sobre quién podría estar alejándose de las metas de la empresa o quién podría estar organizándose con otros trabajadores. Aunque muchas veces, detrás de la pantalla, también hay humanos que simulan ser IA: detrás de muchos bots e interacciones en apariencia automáticas hay mucho trabajo tercerizado.
Cada vez que validamos que “somos humanos” en una interacción con una página web, por ejemplo, nos piden que identifiquemos algo que una IA o un robot tendrían dificultad en identificar. Esas herramientas, conocidas como captcha, se basan en nuestra interacción para entrenar IA de forma gratuita, trasladando el trabajo de un empleado a un cliente. De la misma forma que lo hicieron con los repartidores, que antes tenían una relación de dependencia directamente con los locales de comida. Similar es lo que quieren hacer con los surtidores de combustible, sacando a los playeros de en medio, y que ya vienen “automatizando” con surtidores inteligentes que actualizan el precio del combustible en tiempo real (ojalá el salario de un conductor de Uber, o el de cualquier trabajador, fuera así de inteligente). Otro caso es el de los supermercados con autoservicio: el cliente le abarata el costo del cajero al supermercado. Son estas las “nuevas” lógicas de automatización, que avanzan sobre derechos y condiciones laborales. Muchos sistemas automatizados, como Uber, Rappi, PedidosYa, presentan esta combinación de trabajadores digitales y de a pie mal pagos, y consumidores que realizan tareas no remuneradas (todas las encuestas y evaluaciones que permanentemente saltan en la pantalla) para que la aplicación funcione.
Aquí también podrían entrar las nuevas reformas educativas, que forman justamente personas para este mercado laboral, en el que los trabajadores solo tengan que leer y poder realizar tareas cada vez más micro. Sólo necesitan alguien que pueda hacer tareas tediosas y repetitivas para llenar sistemas automatizados.
El control del tiempo se ha vuelto paradójicamente instantáneo en las industrias de servicios, reparto y comida. Se llega a contar hasta los segundos. Es parte de todos los días escuchar hablar de tiempos de interacción, reacción, metas que deben cumplir los repartidores, etc. Las asignaciones de turnos, o el tiempo de trabajo de un repartidor es muy inestable. Los pedidos que se determinan a partir de algoritmos pueden variar desde tiempos muy cortos, apenas unos minutos, a turnos de varias horas durante el pico de demandas y dependiendo de la rentabilidad. El algoritmo no tiene en cuenta el costo humano de los viajes, el combustible, el cansancio y ni hablar de los accidentes. Lo cual lleva al repartidor a una incapacidad de predecir su propio horario de trabajo.
No debería sorprendernos por lo tanto, las protestas y el protagonismo que tienen hoy en día los trabajadores de reparto por aplicaciones. Los paros realizados en Brasil, el surgimiento del Sitrarepa, el Congreso Internacional de Trabajadores por Plataformas y la presencia de repartidores en la lista Izquierda Anticapitalista del Nuevo MAS para las próximas elecciones nacionales, son parte de la contracara de organización y resistencia contra las nuevas formas de explotación del capitalismo del siglo XXI.
