El problema comienza con los datos. Ubicación, comportamiento, rendimiento, calificaciones y, en algunos casos, información biométrica forman parte del flujo que permite a las plataformas organizar el trabajo. Derechos Digitales llama “datificación del trabajo” al proceso mediante el cual esas actividades se convierten en información que después alimenta sistemas automatizados.
“Toman toda esa información, entra en un conjunto de algoritmos y terminan usando estos datos para establecer salarios y labores, así como para bloquear a las personas trabajadoras”, explica Laura Mantilla-León, analista de Políticas Públicas de Derechos Digitales, en entrevista con WIRED en Español. El problema, añade, es que las plataformas revelan poco sobre qué hacen con esos datos y cómo intervienen después en las decisiones sobre el trabajo.
Ley Federal del Trabajo establece que deben informar con un lenguaje sencillo y claro sobre factores como las calificaciones, los incentivos, las penalizaciones y los criterios que pueden influir en la asignación de tareas. Para Mantilla-León, este reconocimiento es importante, pero insuficiente, ya que una plataforma puede decir qué variables utiliza sin explicar cómo produjeron determinado resultado para una persona.“Lo que está en el papel se restringe un poco a descripciones generales de criterios y de variables y no avanza a algo que es clave, que es la explicabilidad”, señala.
informe de Derechos Digitales advierte precisamente que las obligaciones actuales suelen quedarse en descripciones generales de criterios y variables.Desde la perspectiva de la Confederación Sindical Internacional (CSI), una organización que agrupa a centrales sindicales de distintos países, esa falta de información limita la capacidad de los trabajadores para defender sus derechos y sostiene que difícilmente pueden impugnar una decisión que consideran injusta si no comprenden cómo fue tomada.
estudio publicado en 2024 por la Universidad Nacional de General Sarmiento analizó la experiencia de repartidores y conductores del Área Metropolitana de Buenos Aires mediante cerca de 70 entrevistas y una encuesta de 750 casos.Para transporte se estudió Uber y para reparto se tomaron en cuenta plataformas que operaban durante el periodo analizado, entre ellas PedidosYa, Glovo, Rappi y Uber Eats. La investigación encontró que métricas como las calificaciones de clientes y las tasas de aceptación o cancelación podían influir en cuántos pedidos recibía una persona y en su acceso a trabajos mejor pagados.
Las autoras también encontraron un límite para estudiar estos sistemas, pues podían identificar algunas de las variables utilizadas por las plataformas, pero no saber a detalle cómo se combinaban ni cuánto pesaba cada una en una decisión. El estudio menciona que esa falta de información puede llevar a los trabajadores a “desencriptar las reglas del juego” por su cuenta para tratar de mejorar su desempeño o sus ingresos.
Durante el trabajo de campo, la investigación reconstruyó sistemas de reparto que consideraban aspectos como pedidos completados, tasa de aceptación, cancelaciones y evaluaciones de clientes. Una mejor posición podía relacionarse con el acceso a determinados pedidos, horarios más demandados, promociones o mejores tarifas.
Esto permite ver una de las consecuencias económicas de la opacidad: una variable aparentemente menor puede terminar influyendo en las oportunidades de trabajo y los ingresos, aunque la persona no conozca con claridad cómo se produjo esa relación.
Ese mecanismo también muestra por qué las variables no siempre son tan neutrales como parecen. El estudio mostró que algunas mujeres rechazaban trayectos a determinadas zonas por razones de seguridad o responsabilidades de cuidado y que los sistemas que premiaban altas tasas de aceptación podían terminar penalizando esas decisiones.
Escuela de Administración de Yale y la Universidad Nacional de Singapur concluyó que las evaluaciones con sesgos raciales de algunos clientes podían quedar incorporadas en las puntuaciones y afectar decisiones posteriores dentro de una plataforma de servicios a domicilio.El análisis examinó 86,157 servicios contratados a través de una plataforma de trabajos para el hogar, como reparaciones eléctricas, plomería o mantenimiento. En ese mercado, la discriminación aumentó 33.9% la proporción de calificaciones inferiores a cinco estrellas entre trabajadores percibidos como pertenecientes a minorías y produjo una brecha de ingresos de 6.5%.
Poder preguntar tampoco garantiza una respuesta efectiva
Mantilla-León considera que no basta con informar por qué se tomó una decisión automatizada, también debe existir la posibilidad de que una persona la revise, sobre todo cuando puede afectar de forma importante el trabajo, por ejemplo con el bloqueo o la suspensión de una cuenta.
México, Colombia y Uruguay reconocen distintas formas de revisión humana de decisiones automatizadas:
Sin embargo, la integrante de Derechos Digitales afirma que todavía quedan preguntas importantes sin resolver, ya que las normas no siempre fijan cuánto puede tardar la revisión, qué independencia debe tener la persona que la realiza o quién puede controlar desde fuera que el proceso funcione.
“El mecanismo de revisión corre el riesgo de convertirse en un trámite formal que no tenga capacidad real de corregir decisiones injustas adoptadas por los sistemas algorítmicos. Es uno de los desafíos que permanecen y que deben resolverse”, agrega.
Para alguien cuyos ingresos dependen de poder conectarse, esa diferencia es importante. Un bloqueo que tarda días o semanas en revisarse puede significar días o semanas sin acceso al trabajo, por lo que reconocer el derecho a reclamar no basta si el procedimiento no ofrece una respuesta efectiva.
¿Quién vigila al algoritmo?
Incluso si una plataforma explica qué variables utiliza, queda una pregunta: ¿quién comprueba que el sistema realmente funciona como la empresa asegura? Para Mantilla-León, este es uno de los principales retos en la implementación de las nuevas regulaciones.
Las autoridades encargadas de fiscalizar necesitan recursos, personal especializado y conocimientos técnicos para examinar estos sistemas. También deben poder solicitar información suficiente a las empresas para comprobar si están cumpliendo con las obligaciones establecidas en la ley.