Si bien no es herramienta nueva de la empresa de e-commerce más grande del mundo, si lo es la libertad con la cual sus algoritmos empezaron a tomar decisiones de desvinculación; incluso cuando no han hecho nada malo, según Blomberg.
Stephen Normandin pasó casi cuatro años corriendo Phoenix entregando paquetes como conductor contratado para Amazon. Luego, un día, recibió un e-mail automático. Los algoritmos que lo rastreaban habían decidido que no estaba haciendo su trabajo correctamente.
El veterano del ejército de 63 años quedó atónito. Lo había despedido una máquina.
Normandin dice que Amazon lo castigó por cosas fuera de su control que le impidieron completar sus entregas, como complejos de apartamentos cerrados. Dijo que se tomó mucho la terminación de la entrega y, enorgulleciéndose de una sólida ética de trabajo, recordó que durante su carrera militar ayudó a cocinar para 250.000 refugiados vietnamitas en Arkansas.
«Soy un tipo de la vieja escuela, y doy a cada trabajo el 110%», dijo. “Esto realmente me molestó porque estamos hablando de mi reputación. Dicen que no hice el trabajo cuando sé muy bien que lo hice «.
La experiencia de Normandin es un giro en la predicción de décadas de que los robots reemplazarán a los trabajadores. En Amazon, las máquinas en muchas áreas suelen ser el jefe: contratar, calificar y despedir a millones de personas con poca o ninguna supervisión humana.
Amazon se convirtió en el minorista en línea más grande del mundo en parte al subcontratar sus extensas operaciones a algoritmos, conjuntos de instrucciones informáticas diseñadas para resolver problemas específicos. Durante años, la compañía ha utilizado algoritmos para administrar los millones de comerciantes externos en su mercado en línea, generando quejas de que los vendedores han sido expulsados después de ser acusados falsamente de vender productos falsificados y aumentar los precios.
Normandin, un «tipo de la vieja escuela» que dice que le da a cada trabajo un 110% . Fuente: Blomberg
Cada vez más, la empresa también está cediendo sus operaciones de RR.HH. a las máquinas, utilizando software no solo para administrar a los trabajadores en sus almacenes, sino también para supervisar a los conductores contratados, las empresas de entrega independientes e incluso el desempeño de sus trabajadores de oficina. Las personas familiarizadas con la estrategia dicen que el director ejecutivo, Jeff Bezos, cree que las máquinas toman decisiones con mayor rapidez y precisión que las personas, lo que reduce los costos y le da a Amazon una ventaja competitiva.
Amazon comenzó su servicio de entrega estilo Flex en 2015, y el ejército de conductores contratados se convirtió rápidamente en una parte fundamental de la máquina de entrega de la empresa. Por lo general, los conductores de Flex manejan paquetes que no se han cargado en una camioneta de Amazon antes de que el conductor se vaya. En lugar de hacer esperar al cliente, los conductores de Flex se aseguran de que los paquetes se entreguen el mismo día.
Los conductores de Flex ayudaron a que Amazon siguiera funcionando durante la pandemia y estaban muy contentos de ganar alrededor de usd 25 dólares por hora en paquetes de transporte después de que se agotaron sus trabajos en Uber y Lyft.
Pero en el momento en que se registran, los conductores de Flex descubren que los algoritmos están monitoreando cada uno de sus movimientos. ¿Llegaron a la estación de reparto cuando dijeron que lo harían? ¿Completaron su ruta en la ventana prescrita? ¿Dejaron un paquete a la vista la ladronzuelos en lugar de estar escondido detrás de una maceta como se solicitó? Los algoritmos de Amazon escanean la fuente de datos entrantes en busca de patrones de rendimiento y deciden qué conductores obtienen más rutas y cuáles se desactivan.
La retroalimentación humana es rara. Los conductores ocasionalmente reciben correos electrónicos automáticos, pero la mayoría de ellos se obsesionan con sus calificaciones, que incluyen cuatro categorías: Fantástico, Excelente, Regular o En riesgo.
Bloomberg entrevistó a 15 conductores de Flex, incluidos cuatro que dicen que fueron despedidos injustamente, así como a ex gerentes de Amazon que dicen que el sistema en gran parte automatizado no está lo suficientemente sintonizado con los desafíos del mundo real que enfrentan los conductores todos los días. Amazon sabía que delegar el trabajo a las máquinas conduciría a errores y titulares dañinos, dijeron estos ex gerentes, pero decidieron que era más barato confiar en los algoritmos que pagarle a la gente para que investigara los despidos erróneos siempre que los controladores pudieran reemplazarse fácilmente.
Hasta ahora, Amazon no ha tenido problemas para encontrar colaboradores independientes para Flex. A nivel mundial, unos 4 millones de conductores han descargado la aplicación, incluidos 2,9 millones en USA., según App Annie. Y más de 660,000 personas en los EE. UU. Lo descargaron en los primeros cinco meses de este año, un 21% más que en el mismo período hace un año, según SensorTower, otro rastreador de aplicaciones.
Dentro de Amazon, el programa Flex se considera un gran éxito, cuyos beneficios superan con creces los daños colaterales, dijo un exingeniero que ayudó a diseñar el sistema. «Los ejecutivos sabían que esto iba a ensuciar la cama», dijo esta persona. “Así es como lo expresan en las reuniones. La única pregunta era cuánta suciedad queríamos que hubiera».
En un comunicado, la portavoz de Amazon, Kate Kudrna, calificó las afirmaciones de los conductores sobre maltrato y despido injusto como anecdóticas y dijo que no representan la experiencia de la gran mayoría de los conductores Flex. “Hemos invertido mucho en tecnología y recursos para brindar a los conductores visibilidad de su posición y elegibilidad para continuar entregando e investigar todas las apelaciones de los conductores”, dijo.
Como contratistas independientes, los conductores Flex tienen pocos recursos cuando creen que han sido desactivados injustamente. No hay licencia administrativa remunerada durante una apelación. Los conductores pueden pagar usd 200 dólares para llevar su disputa a arbitraje, pero pocos lo hacen, ya que lo ven como una pérdida de tiempo y dinero.
Cuando Ryan Cope fue desactivado en 2019, no se molestó en discutir ni considerar pagar por el arbitraje. Para entonces, Cope ya había decidido que no había forma de que pudiera satisfacer las demandas de los algoritmos. Conduciendo millas por sinuosos caminos de tierra en las afueras de Denver en la nieve, a menudo sacudía la cabeza con incredulidad de que Amazon esperara que el cliente recibiera el paquete en dos horas.
«Siempre que hay un problema, no hay apoyo», dijo Cope, quien tiene 29 años. «Eres tú contra la máquina, así que ni siquiera lo intentas».
Trabajadores flexibles en una estación de entrega de Amazon en Dallas, Texas. Fuente: Blomberg
Cuando los conductores cuestionan las calificaciones bajas, no pueden saber si se están comunicando con personas reales. Las respuestas a menudo incluyen solo un nombre o ningún nombre, y las respuestas generalmente se aplican a una variedad de situaciones en lugar de a un problema específico. Incluso si se adjunta un nombre, lo más probable es que una máquina haya generado las primeras respuestas por correo electrónico, según personas familiarizadas con el asunto.
Cuando los gerentes humanos se involucran, generalmente realizan una revisión apresurada, si es que la hacen, porque deben cumplir con sus propios estándares de desempeño. Un ex empleado de un centro de llamadas de asistencia al conductor dijo que se asignó a decenas de trabajadores estacionales a tiempo parcial con poca capacitación para supervisar los problemas de millones de conductores.
«A Amazon no le importa», dijo el ex empleado de Amazon. “Saben que la mayoría de las personas recibirán sus paquetes y el 2 o 3 por ciento que no obtendrá algo eventualmente”.
Amazon ha automatizado su operación de Gestión de Personas más que la mayoría de las empresas. Pero el uso de algoritmos para tomar decisiones que afectan la vida de las personas es cada vez más común. Las máquinas pueden aprobar solicitudes de préstamos e incluso decidir si alguien merece la libertad condicional o debe permanecer tras las rejas. Los expertos en informática han pedido regulaciones que obliguen a las empresas a ser transparentes sobre cómo los algoritmos afectan a las personas, brindándoles la información que necesitan para llamar y corregir errores.
Los legisladores han estudiado el asunto, pero han tardado en promulgar reglas para prevenir daños. En diciembre, el senador Chris Coons, demócrata de Delaware, presentó la Ley de Equidad Algorítmica. Requeriría que la Comisión Federal de Comercio creara reglas que aseguren que los algoritmos se utilicen de manera equitativa y que los afectados por sus decisiones estén informados y tengan la oportunidad de revertir los errores. Hasta ahora, su propuesta no ha ido a ninguna parte.
Neddra Lira, de Texas, comenzó a realizar entregas a través de la aplicación Amazon Flex en 2017. Conductora de autobús escolar de 42 años y madre de tres hijos, tomó el trabajo secundario durante las vacaciones y los veranos para ganar dinero extra, lo que solía pagar las lecciones de gimnasia de su hija. Cuando la pandemia golpeó y cerraron las escuelas, Lira recurrió a Flex como su principal fuente de ingresos, entregando paquetes y comestibles de Whole Foods. A ella le gustó la flexibilidad y la oportunidad de embolsarse alrededor de usd 80 por una ruta de cuatro horas, después de restar gasolina para su Chevrolet Trax crossover.
Lira estima que entregó alrededor de 8,000 paquetes y tuvo una calificación de desempeño “excelente” la mayor parte del tiempo. Los algoritmos de Amazon califican a los conductores en función de su confiabilidad y calidad de entrega, principalmente en función de si llegaron a recoger los paquetes a tiempo, si hicieron las entregas dentro de la ventana esperada y siguieron las solicitudes especiales de los clientes. Las métricas flexibles se centran principalmente en la puntualidad, a diferencia de los servicios de transporte compartido como Uber y Lyft, que también dan prioridad a cosas como la limpieza de un automóvil o la cortesía del conductor. Además, los pasajeros de Uber y Lyft saben cuándo están atrapados en el tráfico, por lo que es menos probable que los conductores sean penalizados por circunstancias fuera de su control.
Un cliente de Amazon no tiene idea de los obstáculos que encuentran los conductores Flex en el camino a su residencia, ni tampoco los algoritmos que los registran. Lira dice que a veces había tantos conductores formados fuera de la estación de entrega que esperó hasta una hora para recuperar sus paquetes, retrasándola incluso antes de comenzar su ruta. Cuando vio un clavo en su llanta, Amazon no se ofreció a recoger los paquetes, pero le pidió que los devolviera a la estación de entrega. Lira temía que la llanta se pinchara, pero obedeció para protegerla de pie. A pesar de explicar la situación, su calificación bajó de «exelente» a «en riesgo» por abandonar la ruta y tardó varias semanas en recuperarse.
Una y otra vez, Lira se aseguró de que su calificación estaba bien. Un correo electrónico típico llegó el 1 de agosto. «Actualmente, su posición es excelente, lo que significa que es uno de nuestros mejores socios de entrega», decía el mensaje firmado «Madhu S.» Pero al día siguiente, «Bhanu Prakash» envió un correo electrónico para decir que había violado los términos de servicio de Flex. «Como resultado, ya no es elegible para participar en el programa Amazon Flex y no podrá iniciar sesión en la aplicación Amazon».
A Lira se le proporcionó una dirección de correo electrónico y se la invitó a apelar la rescisión en un plazo de 10 días. Ella lo hizo y preguntó por qué estaba desactivada para poder decirle al servicio de asistencia al conductor de Flex qué salió mal. Ella nunca recibió más detalles. Hizo un seguimiento el 18 de agosto y explicó que era una madre soltera despedida de su trabajo habitual debido a la pandemia y que Flex era lo único que la mantenía a flote. Lira recibió lo que parece ser una respuesta automática de «El equipo de Amazon Flex» disculpándose por la demora y asegurándole que su situación sería investigada por el equipo apropiado.
Tres días después, el 21 de agosto, recibió un mensaje de «Margaret» que decía «todavía estamos revisando su apelación». Luego, una semana después, el 28 de agosto, un correo electrónico firmado «SYAM» decía: «Hemos revisado su información y hemos analizado nuevamente su historial. Nuestra posición no ha cambiado y no restableceremos su acceso al programa Amazon Flex … Le deseamos éxito en sus proyectos futuros «.
Sin el puesto de conducción, Lira comenzó a tener problemas económicos. Dejó de pagar su hipoteca y su coche fue embargado dos días después de Navidad con regalos donados para sus hijos todavía dentro. Lira se vio obligada a aceptar una limosna del gobierno para pagar sus facturas de luz, gas y agua. Finalmente, comenzó a conducir el autobús escolar nuevamente y utilizó la mayor parte de un cheque de estímulo pandémico para recuperar su automóvil, pagando $ 2,800 en pagos atrasados, recuperación y tarifas de almacenamiento.
«Simplemente no fue justo», dijo Lira. «Casi pierdo mi casa».
Lira dice que su despido no fue justo. «Casi pierdo mi casa». Fuente: Blomberg
Los ingenieros informáticos que diseñaron Flex trabajaron duro para hacerlo justo y considerar variables como atascos de tráfico y problemas para acceder a los apartamentos que el sistema no puede detectar, dijeron ex empleados. Pero ningún algoritmo es perfecto, y en el tamaño de Amazon, incluso un pequeño margen de error puede considerarse un gran éxito internamente y aún así infligir mucho dolor a los conductores. Los controladores de Amazon Flex entregan aproximadamente el 95% de todos los paquetes a tiempo y sin problemas, según una persona familiarizada con el programa. Los algoritmos examinan el 5% restante en busca de patrones problemáticos.
Los algoritmos Flex comenzaron como instrumentos contundentes y se fueron perfeccionando con el tiempo. Al principio, según una persona familiarizada con la situación, los diseñadores establecieron un período de tiempo demasiado ajustado para que los conductores llegaran a la estación de entrega. No habían tenido en cuenta la naturaleza humana. Los conductores ansiosos por trabajar prometen llegar a una hora determinada cuando estén demasiado lejos para hacerlo. La falla hizo que los buenos conductores fallaran, dijo la persona, y se solucionó solo después de una caída generalizada en las calificaciones. El sistema también usa GPS para decidir cuánto tiempo debe tomar para llegar a una dirección específica, pero a veces no tiene en cuenta el hecho de que navegar por un camino rural en la nieve lleva mucho más tiempo que atravesar una calle suburbana en un día soleado.
El sistema funcionó bien para Normandin durante años. Un nativo de Arizona que anteriormente repartía pizzas por la noche y periódicos por la mañana, conocía todos los atajos y los puntos de estrangulamiento del tráfico. También condujo para Uber y Lyft, pero realizó más trabajos de Flex durante la pandemia cuando disminuyó la demanda de viajes y se volvió más riesgoso transportar pasajeros que transportar paquetes.
Normandin disfrutó de calificaciones estelares e incluso se le preguntó si le gustaría capacitar a otros conductores. Tenía un sistema bien perfeccionado: clasificar los paquetes antes de salir de la estación, colocar sus primeras entregas en el asiento delantero, los siguientes paquetes en la parte trasera y guardar el último lote en la parte trasera de su Toyota Corolla 2002. Normandin ha estado discapacitado médicamente durante más de una década debido a una dolencia estomacal y problemas de espalda que le impiden sentarse o pararse en un solo lugar durante períodos prolongados. Le gustaba trabajar en conciertos porque podía trabajar unas pocas horas a la vez.
Luego, a partir de agosto pasado, Normandin tuvo una serie de contratiempos que, según él, escapan a su control. Amazon le asignó algunas entregas antes del amanecer en complejos de apartamentos cuando sus puertas aún estaban cerradas, una queja común entre los conductores de Flex. El algoritmo indica a los conductores en tales casos que entreguen paquetes a la oficina principal, pero eso tampoco estaba abierto. Normandin llamó al cliente según las instrucciones; una posibilidad remota porque la mayoría de las personas no responden llamadas de números desconocidos, especialmente temprano en la mañana. Llamó al servicio de asistencia al conductor, que tampoco pudo comunicarse con el cliente. Mientras tanto, el reloj avanzaba y el algoritmo tomaba nota.
«Hay muchas cosas que los algoritmos no toman en consideración y la mano derecha no sabe lo que hace la izquierda», dijo Normandin.
Nota recomendada: La Pandemia Acelera la Automatización de Compañías No Tradicionales
Casi al mismo tiempo, se le pidió que entregara paquetes en un casillero de Amazon en un complejo de apartamentos, pero no pudo abrirlo. Después de 30 minutos en el teléfono con soporte, le dijeron que devolviera los paquetes a la estación de entrega. Entonces su calificación se derrumbó. Normandin volvió a llamar a soporte para explicar que un casillero que funcionaba mal era el responsable y dice que le dijeron que el problema se solucionaría. «Nunca lo arreglaron», dijo, «y mi calificación tardó seis semanas en volver a subir».
El 2 de octubre, Normandin se despertó a las 3 a.m., se duchó y tomó su teléfono para encontrar una ruta Flex, pero no pudo iniciar sesión. Revisó su correo electrónico y encontró un mensaje genérico de Amazon firmado por «Gangardhar M.» Dijo que la posición de Normandin había «caído por debajo de un nivel aceptable» y que estaba siendo despedido.
Luego comenzó un proceso familiar para cualquiera que se haya encontrado atrapado en un circuito automatizado de servicio al cliente, excepto que en este caso Normandin no estaba buscando un reembolso por un producto dañado. Luchaba por recuperar su trabajo.
Al ofrecerle los 10 días estándar de Amazon para apelar, Normandin envió un correo electrónico al soporte de Flex y pidió que se revocara su rescisión. Explicó que ya había señalado a Amazon sobre circunstancias fuera de su control y le habían prometido que las infracciones no se llevarían a cabo en su contra.
Normandin recibió una respuesta al día siguiente de «Pavani G», agradeciéndole por «brindar más contexto sobre su historia con Amazon Flex». Normandin respondió a ese correo electrónico con información adicional y recibió la misma respuesta exacta prometiendo investigar el problema, pero esta vez fue firmado por «Bitan Banerjee». El correo electrónico se comprometía a proporcionar una respuesta en un plazo de seis días. Siete días después, «Arnab» envió un correo electrónico para disculparse por el retraso y prometió una actualización lo antes posible.
Mientras tanto, Normandin no ganaba dinero. Contaba con la venta anual Prime Day de Amazon, que se había retrasado hasta octubre 2020, para ganar el dinero que necesitaba para pagar las facturas. Sin respuesta antes del 19 de octubre, Normandin volvió a enviar un mensaje a Amazon, esta vez copiando a Bezos.
Un Amazon Hub en Mesa, Arizona. Fuente: Blomberg
«Estoy solicitando detalles específicos sobre cómo se tomó esta decisión de desactivación de mi cuenta», escribió. «Estoy seguro de que después de una revisión exhaustiva de todo mi historial de entregas, ya que un conductor de Amazon Flex mostrará un historial consistente de desempeño al más alto nivel, de una persona razonable y prudente».
Aproximadamente 12 horas después, recibió una respuesta informándole que Bezos había recibido el correo electrónico y le había indicado a «Taylor F» que investigara el problema y respondiera en su nombre. El 23 de octubre, Normandin recibió un correo electrónico de “Raquel” del equipo de soporte de Amazon Flex para decirle que todavía estaban revisando su apelación. Los ex empleados de Amazon que trabajaron en Flex dijeron que escalar a Bezos es una táctica común entre los conductores desactivados, pero que rara vez los ayuda.
El veredicto llegó el 28 de octubre de «SYAM», el mismo nombre en el mensaje final a Lira. El correo electrónico no respondió directamente a los reclamos de Normandin, pero reconoció los desafíos del trabajo, diciendo: «Entendemos que cada socio de entrega tiene días difíciles y que a veces puede experimentar retrasos, y ya lo hemos tenido en cuenta». Pero Normandin todavía no recuperaba su trabajo.
Después de que el impacto disminuyó, probó un par de otros servicios de entrega, pero en su lugar decidió usar su dinero de estímulo pandémico para iniciar un negocio de reparación de motores pequeños. Había llegado el momento de volver a tratar directamente con los seres humanos. De las personas que diseñaron los algoritmos que lo rastrearon, calificaron y eventualmente lo despidieron, Normandin dijo: «Parece que no tienen ningún sentido común sobre cómo funciona el mundo real».
