Ya estamos acostumbrados a que el precio de un vuelo cambie según cuándo lo busques, desde dónde lo hagas o cuántas veces hayas visitado esa página. También a que un trayecto en Uber o Lyft cambie su precio dependiendo de si llueve o si son las tres de la madrugada. Las empresas llevan años ajustando sus precios de forma dinámica en función de lo que saben de ti. Lo que quizá no sabías es que algunas empresas están comenzando a hacer exactamente lo mismo con el salario o las bonificaciones que te pagan.
El fenómeno ya tiene nombre: «salario de vigilancia». Y ya no se limita a repartidores o conductores de la denominada gig economy, también está comenzando a implantarse en los sistemas de recursos humanos para condicionar los aumentos salariales, acceso a incentivos, e incluso al mínimo del salario base por el que estarías dispuesto a trabajar según tus necesidades económicas de ese momento. Un informe del Washington Center for Equitable Growth advierte de que se está extendiendo a sectores tan cotidianos como la sanidad, la atención al cliente, la logística y el comercio minorista.
Cómo funciona el algoritmo que fija tu sueldo. El mecanismo es más sencillo de lo que parece. Las empresas emplean herramientas de inteligencia artificial que recopilan datos en tiempo real de información pública o de redes sociales sobre cada trabajador: con qué frecuencia acepta turnos, a qué velocidad responde a las ofertas, qué cobró en empleos anteriores o si tiene préstamos pendientes y deudas en la tarjeta de crédito. Con todo eso, el sistema calcula cuál es el salario mínimo que esa persona aceptaría por trabajar y le ofrece exactamente eso.
Según Nina DiSalvo, directora de políticas del grupo laboral Towards Justice, «algunos sistemas utilizan señales asociadas a la vulnerabilidad financiera, como datos sobre si un posible empleado ha solicitado un préstamo rápido o tiene un saldo elevado en su tarjeta de crédito, para inferir el salario mínimo que un candidato podría aceptar». El resultado es que dos personas haciendo exactamente el mismo trabajo pueden cobrar cantidades muy distintas, sin que ninguna de las dos lo sepa ni pueda reclamar nada al respecto.
Un modelo que penaliza a quienes más necesitan trabajar. El problema es que el «salario de vigilancia» no afecta solo a quien busca empleo. Tal y como revela el informe ‘Prohibición de precios y salarios de vigilancia’ elaborado por distintas organizaciones laborales de EEUU, una vez contratado, el trabajador continúa siendo monitorizado, por lo que el sistema ajusta su remuneración en función de cómo reacciona a las peticiones de la empresa: si acepta turnos con urgencia, si trabaja más horas de las habituales o si sus finanzas personales se deterioran. El algoritmo lo interpreta como una señal de que el empleado necesita el trabajo, y puede aprovecharlo para ofrecer menos dinero. Cuanto más vulnerable es el trabajador, más expuesto queda.
El estudio del Washington Center for Equitable Growth analizó a 500 empresas de IA dedicadas a la gestión laboral e identificó a 20 proveedores cuyos productos presentan un riesgo elevado de generar discriminación salarial algorítmica. 16 de esos 20 proveedores integraban sus productos directamente con plataformas de nómina o gestión de personal, lo que les da acceso continuo a los datos más sensibles de cada empleado.
La opacidad como parte del diseño. Una de las características más preocupantes de este modelo es que el trabajador no sabe qué datos se están usando en su contra ni qué variantes se usan para calcular su salario, pero ya no son ni la experiencia ni la capacidad de trabajo o la productividad. Los algoritmos que determinan la remuneración son, en su mayoría, cajas negras: ni los propios empleados ni los sindicatos ni los reguladores tienen acceso a su lógica interna. Joe Hudicka, autor del libro ‘La revolución de los ecosistemas de IA’, lo describe así en declaraciones recogidas por MarketWatch: «Conocemos el concepto del techo de cristal. Pero al menos en ese concepto tenemos cierta visibilidad a través de él. Este techo de vigilancia salarial es de hierro».
Un estudio del Cornell University’s Worker Institute detectó que el 42% de los trabajadores de plataformas digitales en Nueva York declararon haber cobrado menos de lo acordado, sin mecanismos claros para reclamar, precisamente porque el control de su actividad pasa por algoritmos que ellos no pueden auditar. La investigadora Veena Dubal, de la Universidad de California, lleva años documentando cómo estas plataformas ajustan la remuneración a la baja de forma individualizada. Por ejemplo, dejando de asignar carreras a un conductor que está a punto de superar su objetivo de productividad.
La respuesta legal que empieza a tomar forma. Frente a esta situación, los legisladores comienzan a mover ficha para poner freno a esta práctica. En EEUU, el estado de Colorado está tramitando el proyecto de ley HB26-1210, una de las primeras iniciativas en EEUU que busca regular específicamente el uso de herramientas algorítmicas en la fijación de salarios basadas en vigilancia de datos personales.
En España, la Ley Rider orientada a regular las relaciones laborales entre las plataformas de delivery y los repartidores autónomos, también incluía una modificación al artículo 64.4 del Estatuto de los Trabajadores con la obligación de dar acceso al algoritmo que gestionaba las jornadas laborales y la asignación de pedidos para evitar esta práctica. La nueva normativa Europea para la transparencia retributiva también se orienta en esa dirección impidiendo que dos personas que hacen el mismo trabajo tengan salarios muy dispares.
Imagen | Unsplash (Towfiqu barbhuiya)
–
La noticia
Las empresas ya saben cuánto estás dispuesto a cobrar antes de que lo digas: un algoritmo se lo ha chivado
fue publicada originalmente en
Xataka
por
Rubén Andrés
.
