Deze week in de Lock and Code-podcast...
Voor veel Amerikanen is salaris een persoonlijke aangelegenheid, maar een nieuw distributiemodel dat enorme hoeveelheden werknemersgegevens verwerkt, maakt van salaris iets anders: iets gepersonaliseerds.
Voor een groeiend aantal werknemers in Amerika is het onbekend hoeveel geld ze op een bepaalde dag, week of maand kunnen verwachten te verdienen. Ze kunnen net zoveel uren werken als tijdens de vorige dienst. Ze kunnen net zoveel klanten helpen. Ze kunnen alles zo goed als mogelijk op dezelfde manier doen, en toch minder betaald krijgen dan een andere werknemer in precies dezelfde functie, of zelfs dan ze zelf vorige week nog verdienden.
Het mechanisme achter deze loonongelijkheid wordt ‘algoritmische loondiscriminatie’ genoemd, en hoewel de term misschien nieuw is, klinkt de werking ervan wellicht heel bekend.
Algoritmische loondiscriminatie verwijst naar de grillige loonontwikkeling waarmee contractwerkers bij grote bedrijven als Uber en Amazon te maken krijgen. Terwijl veel werknemers wereldwijd afhankelijk zijn van een vast salaris, provisies of zelfbepaalde contracttarieven, is de situatie voor werknemers bij Uber anders.
Net zoals Uber bepaalt wat je betaalt voor een rit naar de luchthaven, bepaalt Uber ook wat een chauffeur verdient. En de berekening achter die beslissing is ondoorzichtig. Locatie, verkeer, het tijdstip van de dag en het aantal chauffeurs op de weg spelen allemaal een rol, maar niet de volledige rol. En net zoals Uber jou stimuleert met een kortstondige aanbieding of een prijs die zo hoog is dat je misschien een paar blokken in een andere richting loopt om een lagere prijs te krijgen, stimuleert Uber chauffeurs met bonussen en uitdagingen, waardoor ze misschien langer op de weg blijven dan ze van plan waren.
Het eindresultaat is dus niet alleen een onvoorspelbaar salaris, maar mogelijk ook een poging om gedrag te voorspellen en te sturen.
Voor haar artikel uit 2023, getiteld„On Algorithmic Wage Discrimination”, sprak hoogleraar rechtsgeleerdheid Veena Dubal met talrijke Uber-chauffeurs die dit systeem vergeleken met een „casinocultuur”: de beloning is onvoorspelbaar, maar de kans op een jackpot – of gewoon een goede vergoeding voor één rit – is voldoende om chauffeurs ervan te overtuigen om nacht na nacht, uur na uur, door te gaan.
Zoals een chauffeur tegen Dubal zei:
“Het is net als gokken! Het huis wint altijd.”
Vandaag spreken we in de podcast ‘Lock and Code’, gepresenteerd door David Ruiz, met Dubal – hoogleraar rechten aan de UC Irvine School of Law – over hoe algoritmische loondiscriminatie werkt, welke gegevens daarvoor nodig zijn en welke bedreiging dit vormt nu het fenomeen zich vanuit de gig-economie naar steeds meer sectoren uitbreidt.
Luister vandaag nog naar het volledige gesprek.
Aantekeningen en credits weergeven:
Intro-muziek: "Spellbound" door Kevin MacLeod (incompetech.com)
Gelicentieerd onder Creative Commons: By Attribution 4.0 License
http://creativecommons.org/licenses/by/4.0/
Outro-muziek: "Good God" door Wowa (unminus.com)
Luister goed:Malwarebytes praatMalwarebytes alleen over cyberbeveiliging, wij bieden het ook.
Bescherm uzelf tegen online aanvallen die uw identiteit, uw bestanden, uw systeem en uw financiële welzijn bedreigen met onzeexclusieve aanbieding voor Malwarebytes Premium voor luisteraars van Lock and Code.
