Questa settimana nel podcast Lock and Code...
Per molti americani la retribuzione è una questione personale, ma un nuovo modello di distribuzione che utilizza enormi quantità di dati sui lavoratori sta trasformando la retribuzione in qualcosa di diverso: un servizio personalizzato.
Per un numero sempre maggiore di lavoratori negli Stati Uniti, l’importo che possono aspettarsi di ricevere in un dato giorno, settimana o mese è un’incognita. Potrebbero lavorare lo stesso numero di ore del turno precedente. Potrebbero servire lo stesso numero di clienti. Potrebbero fare tutto, nel modo più simile possibile, eppure essere pagati meno di un altro lavoratore che ricopre esattamente la stessa posizione, o persino meno di quanto hanno guadagnato loro stessi solo la settimana scorsa.
Il meccanismo alla base di questa disparità salariale è noto come “discriminazione salariale algoritmica” e, sebbene il termine possa risultare nuovo, il suo funzionamento potrebbe sembrare piuttosto familiare.
La discriminazione salariale algoritmica descrive l’andamento altalenante delle retribuzioni corrisposte ai lavoratori a contratto da grandi aziende come Uber e Amazon. Mentre molti lavoratori nel mondo dipendono da stipendi, commissioni o tariffe contrattuali stabilite autonomamente, i lavoratori di Uber si trovano in una situazione diversa.
Proprio come Uber decide quanto paghi per una corsa all’aeroporto, Uber decide anche quanto guadagna un autista. E il calcolo alla base di questa decisione è poco trasparente. La posizione, il traffico, l’ora del giorno e il numero di autisti in strada giocano tutti un ruolo, ma non sono l’unico fattore determinante. E proprio come Uber incentiva gli utenti con offerte lampo o con prezzi così alti da spingerli magari a camminare un paio di isolati in un’altra direzione per trovare una tariffa più conveniente, così Uber incentiva gli autisti con bonus e sfide, tenendoli in strada forse più a lungo di quanto avessero previsto.
Il risultato finale, quindi, non è solo una retribuzione imprevedibile, ma potenzialmente un tentativo di prevedere e controllare il comportamento.
Nel suo articolo del 2023, intitolato“On Algorithmic Wage Discrimination” (Sulla discriminazione salariale algoritmica), la professoressa di diritto Veena Dubal ha intervistato numerosi autisti Uber che hanno paragonato questo sistema alla “cultura del casinò”, in quanto la retribuzione è imprevedibile ma la possibilità di vincere il jackpot — o semplicemente di guadagnare bene con una sola corsa — è sufficiente a convincere gli autisti a restare in servizio, notte dopo notte, ora dopo ora.
Come ha raccontato un autista a Dubal:
«È come giocare d’azzardo! Il banco vince sempre.»
Oggi, nel podcast “Lock and Code” condotto da David Ruiz, parliamo con Dubal — professore di diritto presso la Facoltà di Giurisprudenza dell’Università della California, Irvine — di come funziona la discriminazione salariale algoritmica, quali dati utilizza per operare e quale minaccia rappresenta man mano che si diffonde dal lavoro a progetto a molti altri settori.
Sintonizzati oggi per ascoltare l'intera conversazione.
Mostra note e crediti:
Musica di introduzione: “Spellbound” di Kevin MacLeod (incompetech.com)
Licenza Creative Commons: Attribuzione 4.0
http://creativecommons.org/licenses/by/4.0/
Musica di chiusura: “Good God” di Wowa (unminus.com)
Ascoltate bene:Malwarebytes a parlare di sicurezza informatica, ma la garantisce.
Proteggiti dagli attacchi online che minacciano la tua identità, i tuoi file, il tuo sistema e il tuo benessere finanziario conla nostraofferta esclusiva per Malwarebytes Premium riservata agli ascoltatori di Lock and Code.
