Andamiajes y derivas: la mediación algorítmica en la práctica de los riders

Resumen

Existe un creciente interés en el ámbito de las ciencias sociales por el estudio de fenómenos relacionados con la denominada gig economy o economía de plataformas y, entre ellos, por la figura del rider, un término que alude a los repartidores de productos a domicilio que se emplean a través de plataformas digitales. Dentro de estas plataformas el trabajo de los riders se configura desde lógicas de gestión algorítmica, una mediación en la que ha tendido a enfatizarse la cualidad panóptica de sus formas de control y gubernamentalidad. Frente a estas aproximaciones, este trabajo presenta un enfoque teórico-metodológico que subraya la co-constitución, en un agenciamiento abierto, del rider y la aplicación, con el objetivo de aproximarnos etnográficamente a la cotidianidad de las prácticas laborales de los repartidores. Con el interés de explorar cómo funciona la mediación algorítmica en la diversidad de experiencias de los riders, analizamos los trabajos de coordinación encargados de producir una geografía de espacio-tiempos compartida y las estrategias de control flexible que media la aplicación. El texto describe cómo el algoritmo genera una suerte de andamiajes que definen espaciotemporalidades directivas en la operativa de los riders, dentro de las cuales los repartidores extienden el paisaje de calculabilidad a aquellos elementos que el algoritmo no puede contemplar y a aquellos otros que debe incorporar el rider para hacer compatible su actividad con la lógica algorítmica. Este artículo presenta resultados iniciales de una etnografía desarrollada en Madrid desde septiembre del 2021 con riders de varias de las principales plataformas digitales de reparto a domicilio: Glovo, Uber Eats y Getir. Junto al trabajo de campo con los riders, esta investigación se ha complementado con entrevistas a cuatro tecnólogos del ámbito de la logística urbana. Los resultados muestran cómo entre los riders el tipo de contratación asalariado ha generado una vivencia menos intensa de la cronografía directiva del algoritmo, poniendo en evidencia cómo la autonomía no es necesariamente homóloga a la capacidad de elección de los repartidores.

There is a growing interest in the field of social sciences in the study of topics related to the so-called gig economy or platform economy and, among them, in the figure of the rider—a term that refers to the home delivery workers employed through digital platforms. In these platforms, the work of the riders is organized from algorithmic management logics, a mediation in which the panoptic quality of their forms of control and governmentality has tended to be emphasized. In contrast to these frameworks, this paper presents a theoretical-methodological approach that emphasizes the co-constitution—in an open agency—of the rider and the application, to ethnographically approach the everyday labor practices of riders. In the interest of exploring how algorithmic mediation functions in the diversity of riders’ experiences, we analyze the coordination tasks responsible for producing the shared space-time geography and the flexible control strategies that mediate the application. The text describes how the algorithm generates a kind of scaffolding that defines directive spatiotemporalities in the riders’ operations, within which the deliverers extend the landscape of calculability to those elements that the algorithm cannot consider and to those others that the rider must incorporate in order to make his activity compatible with the algorithmic logic. This article presents the initial results of an ethnography carried out in Madrid since September 2021 with riders from several of the main digital home delivery platforms: Glovo, Uber Eats, and Getir. Along with the fieldwork with riders, we interviewed four technologists in urban logistics. The results show that salaried riders have a less intense experience of the directive chronography of the algorithm, showing how autonomy is not necessarily equivalent to the riders’ capability to choose.