Esta semana en el podcast Lock and Code...
Para muchos estadounidenses, el salario es un asunto personal, pero un nuevo modelo de distribución que recopila grandes cantidades de datos de los trabajadores está convirtiendo el salario en algo diferente: algo personalizado.
Para un número cada vez mayor de trabajadores en Estados Unidos, no saben cuánto dinero pueden esperar cobrar en un día, una semana o un mes concretos. Podrían trabajar el mismo número de horas que en el turno anterior. Podrían atender al mismo número de clientes. Podrían hacer todo, de la forma más parecida posible, y aun así cobrar menos que otro trabajador que ocupe exactamente el mismo puesto, o incluso que ellos mismos la semana pasada.
El mecanismo que subyace a esta disparidad salarial se denomina «discriminación salarial algorítmica» y, aunque el término pueda resultar nuevo, su funcionamiento podría resultarnos bastante familiar.
La discriminación salarial algorítmica se refiere a las fluctuaciones salariales que sufren los trabajadores contratados por grandes empresas como Uber y Amazon. Mientras que muchos trabajadores en todo el mundo dependen de un sueldo fijo, de comisiones o de tarifas contractuales que ellos mismos fijan, los trabajadores de Uber se encuentran en una situación diferente.
Del mismo modo que Uber decide lo que pagas por un viaje al aeropuerto, Uber también decide lo que gana un conductor. Y el cálculo que hay detrás de esa decisión es opaco. La ubicación, el tráfico, la hora del día y el número de conductores en la carretera influyen en cierta medida, pero no lo explican todo. Y del mismo modo que Uber te incentiva con una oferta relámpago o con un precio tan elevado que quizá te haga caminar un par de manzanas en otra dirección para conseguir un precio más bajo, Uber incentiva a los conductores con bonificaciones y retos, lo que les mantiene en la carretera quizá más tiempo del que tenían previsto.
El resultado final, por tanto, no es solo una remuneración impredecible, sino que podría ser un intento de predecir y controlar el comportamiento.
Para su artículo de 2023, titulado«Sobre la discriminación salarial algorítmica», la catedrática de Derecho Veena Dubal habló con numerosos conductores de Uber que compararon este sistema con la «cultura del casino», en el sentido de que la remuneración es impredecible, pero la posibilidad de llevarse el premio gordo —o, simplemente, una buena ganancia en un solo viaje— es suficiente para convencer a los conductores de que sigan ahí, noche tras noche, hora tras hora.
Como le dijo un conductor a Dubal:
«¡Es como apostar! La casa siempre gana».
Hoy, en el podcast «Lock and Code», presentado por David Ruiz, hablamos con Dubal —profesor de Derecho en la Facultad de Derecho de la Universidad de California en Irvine— sobre cómo funciona la discriminación salarial algorítmica, qué datos utiliza para funcionar y la amenaza que supone a medida que se extiende desde el trabajo por encargo a muchos otros sectores.
Sintoniza hoy para escuchar la conversación completa.
Mostrar notas y créditos:
Música de introducción: «Spellbound», de Kevin MacLeod (incompetech.com)
Con licencia Creative Commons: Atribución 4.0
http://creativecommons.org/licenses/by/4.0/
Música de cierre: «Good God», de Wowa (unminus.com)
Escucha:Malwarebytes solo habla de ciberseguridad, sino que la proporciona.
Protéjase de los ataques en línea que amenazan su identidad, sus archivos, su sistema y su bienestar financiero con nuestraoferta exclusiva de Malwarebytes Premium para los oyentes de Lock and Code.
