Gestión algorítmica

La gestión algorítmica es un término que se utiliza para describir ciertas prácticas de gestión laboral en la economía digital contemporánea . En el ámbito académico, el término fue acuñado inicialmente en 2015 por Min Kyung Lee, Daniel Kusbit, Evan Metsky y Laura Dabbish para describir el papel de gestión que desempeñan los algoritmos en las plataformas Uber y Lyft , ^{[ 1 ] [ 2 ]} pero desde entonces ha sido adoptado por otros investigadores para describir de forma más general las características de gestión y organización de las economías de plataforma. ^{[ 3 ] [ 4 ]} Sin embargo, la dirección digital del trabajo ya estaba presente en la industria manufacturera desde la década de 1970 y la gestión algorítmica se está extendiendo cada vez más a una amplia gama de industrias. ^{[ 5 ]}

El concepto de gestión algorítmica puede definirse ampliamente como la delegación de funciones gerenciales a sistemas algorítmicos y automatizados. ^{[ 6 ]} La gestión algorítmica ha sido posible gracias a los recientes avances en tecnologías digitales, que permiten la recopilación de datos en tiempo real y a gran escala, los cuales se utilizan para mejorar los algoritmos de aprendizaje que realizan funciones de aprendizaje y control tradicionalmente desempeñadas por los gerentes. ^{[ 7 ]} El término no se refiere a una tecnología subyacente específica, sino que abarca las decisiones de diseño, las políticas organizativas y la gobernanza que rodean el uso gerencial de algoritmos en los lugares de trabajo. ^{[ 8 ] [ 9 ]}

En el entorno laboral contemporáneo, las empresas emplean una ecología de herramientas contables, como "clasificaciones, listas, clasificaciones, estrellas y otros símbolos", para gestionar eficazmente sus operaciones y crear valor sin necesidad de las formas tradicionales de control jerárquico. ^{[ 10 ]} Muchas de estas herramientas se engloban bajo la denominación de gestión algorítmica y fueron desarrolladas inicialmente por empresas que operan en la economía colaborativa o de trabajos temporales , funcionando como medidas eficaces para reducir costes y mano de obra. ^{[ 11 ]} La explicación del término que ofrece Data&Society ^{[ 12 ]} , por ejemplo, describe la gestión algorítmica como "un conjunto diverso de herramientas y técnicas tecnológicas que estructuran las condiciones de trabajo y gestionan de forma remota las plantillas". ^{[ 11 ]} Data&Society también proporciona una lista de cinco características típicas de la gestión algorítmica:

• Recopilación masiva de datos y vigilancia de los trabajadores mediante tecnología;
• Capacidad de respuesta en tiempo real a los datos que fundamentan las decisiones de gestión;
• Toma de decisiones automatizada o semiautomatizada;
• Transferencia de las evaluaciones de desempeño a sistemas de calificación u otras métricas; y
• El uso de "empujones" y sanciones para incentivar indirectamente los comportamientos de los trabajadores. ^{[ 11 ]}

Los defensores de la gestión algorítmica afirman que «crea nuevas oportunidades de empleo, mejores y más baratos servicios al consumidor, transparencia y equidad en partes del mercado laboral que se caracterizan por la ineficiencia, la opacidad y los jefes humanos caprichosos». ^{[ 13 ]} Por otro lado, los críticos de la gestión algorítmica afirman que esta práctica conlleva varios problemas, especialmente en lo que respecta al impacto en la situación laboral de los trabajadores gestionados mediante su nuevo conjunto de herramientas y técnicas. ^{[ 2 ] [ 14 ] [ 15 ]}

La "gestión algorítmica" fue descrita por primera vez por Lee, Kusbit, Metsky y Dabbish en 2015 en su estudio sobre las plataformas Uber y Lyft. ^{[ 1 ]} En dicho estudio, Lee et al. denominaron "gestión algorítmica" a los "algoritmos de software que asumen funciones gerenciales y los dispositivos institucionales circundantes que respaldan la aplicación de los algoritmos en la práctica". Se afirmó que las plataformas utilizan cada vez más algoritmos de software para "asignar, optimizar y evaluar el trabajo" en la gestión de sus vastas plantillas. En el artículo de Lee et al. sobre Uber y Lyft, esto incluía el uso de algoritmos para asignar trabajo a los conductores, como mecanismos para optimizar los precios de los servicios y como sistemas para evaluar el desempeño de los conductores. En 2016, Alex Rosenblat y Luke Stark buscaron ampliar esta comprensión de la gestión algorítmica para "esclarecer la implementación automatizada de las políticas de la empresa en los comportamientos y prácticas de los conductores de Uber". Rosenblat y Stark descubrieron en su estudio que las prácticas de gestión algorítmica contribuían a un sistema plagado de asimetrías de poder, donde los conductores tenían poco control sobre "aspectos críticos de su trabajo", mientras que Uber tenía un control mucho mayor sobre el trabajo de sus conductores. ^{[ 2 ]}

Desde entonces, los estudios sobre gestión algorítmica han extendido el uso del término para describir las prácticas de gestión de varias empresas, donde, por ejemplo, los algoritmos "están tomando el control de la programación del trabajo en restaurantes de comida rápida y supermercados, utilizando diversas formas de métricas de rendimiento e incluso el estado de ánimo... para asignar a los empleados más rápidos a trabajar en las horas punta". ^{[ 16 ]} Se observa que la gestión algorítmica es especialmente frecuente en el trabajo por encargo en plataformas, como Upwork ^{[ 17 ]} y Deliveroo, ^{[ 16 ]} y en la economía colaborativa , como en el caso de Airbnb . ^{[ 18 ]}

Además, investigaciones recientes han definido subconstructos que se engloban bajo el término general de gestión algorítmica, por ejemplo, el "empujón algorítmico". Un artículo de Harvard Business Review publicado en 2021 explica: "Las empresas utilizan cada vez más algoritmos para gestionar y controlar a las personas no por la fuerza, sino más bien empujándolas hacia un comportamiento deseable; en otras palabras, aprendiendo de sus datos personalizados y modificando sus decisiones de forma sutil". ^{[ 19 ]} Si bien el concepto se basa en la teoría del empujón popularizada por el economista de la Universidad de Chicago Richard Thaler y el profesor de la Facultad de Derecho de Harvard Cass Sunstein, "debido a los recientes avances en IA y aprendizaje automático, el empujón algorítmico es mucho más potente que su contraparte no algorítmica. Con tantos datos sobre los patrones de comportamiento de los trabajadores a su alcance, las empresas ahora pueden desarrollar estrategias personalizadas para cambiar las decisiones y los comportamientos de las personas a gran escala. Estos algoritmos se pueden ajustar en tiempo real, lo que hace que el enfoque sea aún más eficaz". ^{[ 19 ]}

La gestión algorítmica se ha comparado y contrastado con otras formas de gestión, como los enfoques de gestión científica , impulsados ​​por Frederick Taylor a principios del siglo XX. Henri Schildt la ha denominado «Gestión científica 2.0», donde la gestión «ya no es una práctica humana, sino un proceso integrado en la tecnología». ^{[ 16 ]} De manera similar, Kathleen Griesbach, Adam Reich, Luke Elliott-Negri y Ruth Milkman sugieren que, si bien «el control algorítmico sobre la mano de obra puede ser relativamente nuevo, reproduce muchas características de mecanismos más antiguos de control laboral». ^{[ 3 ]}

Por otro lado, algunos comentaristas han argumentado que la gestión algorítmica no es simplemente una nueva forma de gestión científica o taylorismo digital , sino que representa un enfoque distinto del control laboral en las economías de plataforma. David Stark e Ivana Pais, por ejemplo, afirman que,

A diferencia de la administración científica de principios del siglo XX, en la administración algorítmica del siglo XXI existen reglas, pero no burocráticas; hay clasificaciones, pero no rangos; y hay supervisión, pero no disciplinaria. La administración algorítmica no automatiza las estructuras y prácticas burocráticas para crear una nueva forma de burocracia algorítmica. Mientras que los mecanismos y prácticas del taylorismo formaban parte de un sistema de supervisión jerárquica, los de la administración algorítmica se desarrollan dentro de una economía de la atención diferente y un nuevo régimen de visibilidad. Triangulares en lugar de verticales, y no como un panóptico, las líneas de visión en la administración algorítmica no son líneas de supervisión. ^{[ 4 ]}

De manera similar, Data&SocietyLa explicación de la gestión algorítmica afirma que esta práctica representa una marcada desviación de las estructuras de gestión anteriores, que dependían más de los supervisores humanos para dirigir a los trabajadores. ^{[ 11 ]} Al analizar las diferencias y similitudes con estilos de gestión anteriores, David Stark y Pieter Vanden Broeck amplían la aplicabilidad de la gestión algorítmica más allá del lugar de trabajo. Desarrollan una teoría de la gestión algorítmica en términos de cambios más amplios en la forma y estructura de la organización en el siglo XXI, prestando atención a la erosión de los límites de la organización, por la cual actores, activos y actividades heterogéneos son cooptados independientemente de su lugar en el espacio organizacional. ^{[ 20 ]} Stark y Vanden Broeck proponen los siguientes medios para diferenciar la gestión algorítmica de otros paradigmas gerenciales históricos:

^{[ 21 ]}

La gestión algorítmica puede proporcionar un medio eficaz y eficiente de control de la fuerza laboral y creación de valor en la economía digital contemporánea. Sin embargo, algunos analistas han señalado varios problemas que plantea la gestión algorítmica, especialmente para los trabajadores que gestiona. Las críticas a esta práctica suelen destacar varios aspectos clave relacionados con las prácticas de gestión algorítmica, como la imperfección y el alcance de sus medidas de vigilancia y control, que también amenazan con excluir a los trabajadores de procesos clave de toma de decisiones; su falta de transparencia para los usuarios y las asimetrías de información; su potencial de sesgo y discriminación; sus tendencias deshumanizadoras; y su potencial para crear condiciones que eluden la responsabilidad tradicional entre empleador y empleado. ^{[ 11 ] [ 22 ]} Este último punto ha sido especialmente polémico, ya que las empresas han utilizado las prácticas de gestión algorítmica para reclasificar a la fuerza laboral como contratistas independientes en lugar de empleados. Estas consecuencias negativas afectan particularmente a los trabajadores migrantes, quienes se integran a los procesos laborales existentes en peores condiciones mediante la gestión algorítmica configurable lingüísticamente. ^{[ 23 ]} Otro problema crítico está relacionado con la falta de transparencia de estos dispositivos, que es peor en el contexto laboral, ya que aumenta las asimetrías de información ya existentes entre las partes de un contrato de trabajo. ^{[ 24 ]} Estos problemas en algunos casos dieron lugar a críticas públicas, demandas, ^{[ 25 ]} y huelgas espontáneas de trabajadores. ^{[ 13 ]} Sin embargo, las leyes laborales y de protección de datos, al menos en Europa, parecen tener muchos mecanismos regulatorios para fomentar la transparencia algorítmica en el lugar de trabajo y, en consecuencia, descubrir la violación de las normas que ya limitan los abusos de las prerrogativas de gestión por parte de los empleadores. ^{[ 26 ]}