De prijsverhogingen voor bewakingssystemen zetten werknemers die afhankelijk zijn van de gig-economie, met name zwarte werknemers, onder druk.
gig-economie – Algoritmische transparantie is de eerste stap in de strijd.
Recente berichtgeving bevestigt wat veel werkende mensen al dagelijks ervaren: bedrijven gebruiken persoonlijke gegevens om te bepalen wat het laagste loon is dat iemand wil accepteren . Wat werkende mensen uitbuiting noemen, noemt Silicon Valley innovatie.
De zeven grootste platformen voor klusjesmannen in de Verenigde Staten – Amazon Flex, DoorDash, Favor, Instacart, Lyft, Shipt en Uber – gebruiken data die bijhoudt hoe lang gebruikers een app gebruiken, welke klussen ze accepteren en hoe dringend ze inkomen nodig hebben. Dit algoritme berekent wat werkgevers kunnen betalen om de klus te klaren tegen het laagste tarief dat individuen bereid zijn te accepteren. Niet wat hun arbeid waard is. Niet wat eerlijk is.
Gigwerk werd gepresenteerd als een manier om extra geld te verdienen met een flexibel schema. Maar zo ziet het er tegenwoordig niet meer uit. Bijna een op de vier mensen in de VS doet nu een of andere vorm van gig- of freelancewerk . Wat bedoeld was als een bijverdienste, is voor een derde van de gigwerkers een belangrijke bron van inkomsten geworden . Nu er steeds meer mensen worden ontslagen en de lonen steeds verder achterblijven bij de kosten van levensonderhoud, worden steeds meer mensen gedwongen om dit soort werk te doen om rond te komen.
Zwarte gemeenschappen ondervinden de grootste gevolgen van deze verschuiving. De werkloosheid onder zwarte Amerikanen ligt op 7,1 procent – een stijging ten opzichte van het laagste punt ooit van 4,8 procent in april 2023 – en dit leidt ertoe dat meer mensen afhankelijk worden van flexwerk, omdat stabiele banen schaars zijn en mensen toch moeten rondkomen. De gegevens laten zien dat mensen van alle huidskleuren meer afhankelijk zijn van dit soort werk dan witte mensen.
Er zijn meerdere factoren die bijdragen aan deelname aan de gig-economie, en natuurlijk is geen enkele groep een homogene groep, maar het lijkt er consistent op dat mensen van kleur vaker gebruikmaken van gig-werk als bijverdienste om de inflatie bij te benen .
Voor zwarte mensen in het bijzonder geldt dat hoewel flexwerk heeft bijgedragen aan de vermogensopbouw, het de raciale vermogenskloof niet meetbaar heeft gedicht en de balans tussen werk en privéleven negatief beïnvloedt. De zwarte gemeenschap combineert flexwerk vaak met een voltijdbaan en nu, in het tijdperk van lonen die afhankelijk zijn van surveillance, blijft zelfs deze goede daad niet onbestraft. Dit verhaal over Nicole illustreert dit punt treffend :
Bij loonsystemen gebaseerd op surveillance kunnen verschillende mensen verschillende lonen ontvangen voor grotendeels hetzelfde werk, en individuele werknemers kunnen hun inkomen in de toekomst niet voorspellen. Deze loonpraktijken – met name die gebaseerd op alomvattende surveillance van werknemers en op algoritmische intelligentie of machine learning-systemen – keren de diepgewortelde stelling om dat lang en hard werken leidt tot hogere lonen en economische zekerheid.
Niet alleen is het loon voor via apps aangestuurde banen, zoals Nicole’s werk voor Lyft, in de loop der tijd gedaald, wat wijst op verschuivende loonschalen binnen bedrijven, maar brancheonderzoek bevestigt ook wat werknemers zoals zij hebben beschreven: mensen die langer werken, krijgen minder per uur betaald.
Dit is geen toeval. Het is wat er gebeurt wanneer een economie de keuzemogelijkheden voor sommige mensen beperkt en hen vervolgens naar systemen leidt die misbruik maken van dat gebrek aan keuze. En nu blijkt uit rapporten dat deze systemen nog een stap verder gaan: ze gebruiken data om te voorspellen wat sommige experts een ‘wanhoopsloon’ noemen, het laagste bedrag dat iemand bereid is te accepteren op basis van zijn of haar gedrag.
Dit is een systeem dat is ontworpen om zoveel mogelijk werk te verzetten voor zo min mogelijk loon.
En dit gebeurt niet alleen bij flexwerk. Vergelijkbare systemen worden gebruikt om huurprijzen vast te stellen en prijzen voor goederen en diensten in realtime aan te passen. Hetzelfde principe geldt: gebruik data om te bepalen wat iemand acceptabel vindt, en vraag vervolgens iets minder of betaal iets meer.
De gevolgen hiervan worden niet door iedereen gelijk gevoeld. Wanneer je hogere werkloosheid, lagere welvaart en minder bescherming combineert, krijg je een systeem waarin sommige mensen minder ruimte hebben om nee te zeggen – en eerder het slachtoffer worden van misbruik. En omdat dit via code gebeurt in plaats van via aankondigingen, blijft het vaak onopgemerkt. Tegelijkertijd hebben werkende mensen zeer weinig macht binnen deze systemen.
De meesten kunnen niet over hun salaris onderhandelen. Ze hebben geen inzicht in hoe beslissingen worden genomen. En als er iets verandert, is er vaak niemand met wie ze kunnen praten en geen duidelijke manier om ertegen in beroep te gaan. De boodschap is simpel: accepteer het of vertrek. En voor velen is vertrekken geen optie.
Daarom zien we nu tegenstand. Werkende mensen eisen meer transparantie. Sommigen organiseren zich. Er ontstaan nieuwe modellen die eerlijkere lonen en meer zeggenschap beloven.
Maar deze veranderingen vinden plaats omdat mensen hun stem laten horen, niet omdat bedrijven ervoor kiezen om actie te ondernemen.
Wat er vervolgens moet gebeuren, is duidelijk. Als bedrijven algoritmes gaan gebruiken om lonen en toegang tot werk te bepalen, moeten die systemen transparant zijn. Mensen moeten weten hoe hun loon wordt berekend.
Werkende mensen moeten kunnen zien hoeveel van elke transactie naar hen gaat en hoeveel het bedrijf inhoudt. Er moeten regels komen die bedrijven ervan weerhouden persoonlijke gegevens te gebruiken om stiekem het loon van sommige mensen te verlagen, terwijl anderen meer verdienen voor hetzelfde werk. En werkende mensen moeten de mogelijkheid hebben zich te organiseren en zich daartegen te verzetten.
Want dit gaat niet alleen over flexwerk. Het gaat erom of we bedrijven toestaan de regels van de economie te herschrijven, of dat we een systeem eisen dat werkt voor de mensen die er deel van uitmaken.
Technologie zou werk stabieler, eerlijker en voorspelbaarder moeten maken. Momenteel doet het juist het tegenovergestelde. En dat is niet onvermijdelijk.
Het is een keuze.
