Данные – наше оружие: как курьеры взломали алгоритм оплаты труда

В начале 2020 года работники службы доставки Shipt начали замечать странности в своих зарплатных чеках. Компания, купленная Target в 2017 году за 550 миллионов долларов, предлагала доставку из местных магазинов в тот же день. С началом пандемии COVID-19 спрос на услуги компании резко вырос, однако заработки работников стали непредсказуемыми и часто ниже ожидаемых.

До изменений в системе оплаты работники Shipt получали базовую ставку в 5 долларов за доставку плюс 7,5% от общей суммы заказа. Эта формула позволяла им выбирать наиболее выгодные заказы. Однако в какой-то момент компания изменила правила оплаты труда, не уведомив об этом сотрудников. Новый алгоритм выплат, основанный на оценке "усилий", включал такие факторы, как сумма заказа, предполагаемое время на покупку и пройденное расстояние.

Компания утверждала, что новая система более справедлива и лучше отражает затраченные усилия. Однако многие работники заметили снижение своих заработков. Детали алгоритма Shipt оставались недоступными для сотрудников, что делало его непрозрачным и непонятным.

Вместо того чтобы смириться с новой реальностью или искать другую работу, работники объединились, чтобы разобраться в ситуации. Организовав группы в социальных сетях, они начали собирать данные о своих доходах и делиться ими. В итоге был создан инструмент для анализа зарплатных чеков, который помог выявить, что 40% работников получили значительное снижение зарплаты. Эти данные стали основой для протестов и требований вернуть старую систему оплаты.

Всё началось с инициативы работника Shipt Вилли Солиса, который заметил, что многие его коллеги жалуются на непредсказуемые доходы. Он начал собирать скриншоты зарплатных чеков и вручную вносить данные в таблицу, но количество данных стало слишком большим для ручной обработки.

Сolis обратился к некоммерческой организации Coworker , которая помогла наладить процесс сбора и анализа данных. Совместно с исследователем из MIT Media Lab был создан текстовый бот, который с помощью технологии оптического распознавания символов извлекал необходимые данные из скриншотов и вносил их в таблицу. Это позволило автоматизировать процесс и расширить масштаб сбора данных.

К октябрю 2020 года было собрано более 5600 скриншотов от более чем 200 работников. Анализ показал, что 40% работников стали зарабатывать на 10% меньше по сравнению с предыдущей системой оплаты, а около трети зарабатывали меньше минимальной заработной платы в своих штатах.

Полученные данные позволили работникам организовать забастовки и протесты, требуя вернуть прежнюю прозрачную систему оплаты. Несмотря на отсутствие прямого ответа от руководства Shipt, эти действия привлекли внимание СМИ и общественности к проблеме.

На фоне протестов Shipt, в Европе и США начали предпринимать шаги для улучшения условий труда работников гиг-экономики. В Европейском Союзе был принят закон, запрещающий платформам собирать определённые виды данных о работниках и требующий раскрытия информации о работе алгоритмов. В Нью-Йорке был принят закон о минимальной заработной плате для работников доставки.

Примеры таких инициатив показывают, что работники могут бороться за свои права, используя данные и технологии. История работников Shipt вдохновляет других работников гиг-экономики и служит напоминанием о важности прозрачности и справедливости в условиях труда, управляемых алгоритмами.