Algoritmos de apps: Los pedidos y recompensas no son iguales para todos

Era un secreto a voces, pero las plataformas digitales —de manera indirecta— lo reconocieron: los algoritmos con los que funcionan las apps no envían los pedidos y viajes, ni los incentivos de manera pareja, en algunos casos, la clasificación de repartidores y conductores influye. Esto se confirma con las políticas de gestión algorítmica que han registrado las diversas aplicaciones en el Centro Federal de Conciliación y Registro Laboral (CFCRL). 

La política de gestión algorítmica fue una obligación que adquirieron las aplicaciones en México, como Uber, Didi y Rappi, con la reforma laboral que reguló el trabajo en plataformas digitales. Se trata de un documento para que repartidores y conductores conozcan las reglas del juego.

En términos generales, las aplicaciones explican a través de estos documentos cómo se asignan las tareas y los criterios que considera el algoritmo, los esquemas de evaluación y su influencia en categorías, el acceso a incentivos y recompensas, así como las penalizaciones.

Estas son algunas claves sobre cómo funcionan los algoritmos de las apps:

Asignación de pedidos

Para la asignación de pedidos los algoritmos de las plataformas digitales consideran diversos factores, el criterio en el que más coinciden es: la distancia que se recorrerá, el tipo de vehículo y la ubicación geográfica de los repartidores y conductores.

En el caso de Uber, su sistema también toma en cuenta elementos como las condiciones del tránsito, método de pago y datos históricos.

“El proceso de asignación (matching) no considera, elementos como: si la persona trabajadora ha rechazado solicitudes de viaje relacionadas particularmente con un usuario determinado en ocasiones anteriores, que la persona trabajadora no se haya conectado previamente, incluyendo que se haya tomado descansos o se haya desconectado”, se aclara en la política de Uber.

Por otra parte, Rappi explica que para la exhibición de pedidos también se considera la cantidad de productos y el estado en la plataforma, el cual puede influir en la notificación de más tareas.

Esto también es reconocido por Didi en su política, si bien considera criterios como la geolocalización, el tiempo de espera acumulado, sí menciona que otros elementos que influyen en el envío de tareas son la calificación promedio y la tasa de aceptación y cancelación de viajes. 

"El rechazo o incumplimiento reiterado de tareas puede afectar la prioridad o limitar la asignación de tareas dado que la gestión algorítmica tiene como finalidad optimizar la asignación de tareas, ya que reflejan el funcionamiento del sistema al considerar diversos factores en la asignación de tareas", se indica en el documento. 

Evaluación y clasificación

Los sistemas de las aplicaciones también cuentan con mecanismos de evaluación que inciden en una categoría que se le otorga a los repartidores y conductores.

Algunos algoritmos consideran para la evaluación y categoría de los trabajadores, las calificaciones otorgadas por los usuarios, otros mecanismos incluyen criterios como, tasa de aceptación y finalización de tareas, entre otros.

Incentivos y recompensas

La clasificación o categoría de los trabajadores, si bien no en todos los casos influye en la asignación de tareas, sí tiene efectos en el acceso a incentivos y recompensas.

En Uber, el acceso al programa de recompensas está ligado a elementos como “ubicación en zonas de alta demanda, trabajo en días específicos o número mínimo de viajes completados”. Sin embargo, para Uber Pro (programa de reconocimiento y beneficios) sí influye el “cumplimiento de ciertos criterios acumulativos, tales como el número de tareas completadas, el promedio de calificaciones recibidas, las tasas de aceptación y cancelación, así como otros factores específicos definidos en los términos y condiciones”.

En Didi, el acceso a recompensas puede estar sujeto a la oferta y demanda, las características geográficas de la zona y a los usuarios, si bien la categoría del trabajador no es el único factor determinante, se reconoce que ""podrían influir positivamente en la asignación de viajes o servicios durante eventos promocionales o alta demanda"

Por otra parte, Rappi sí menciona que con base en la categoría interna que tienen los repartidores se puede priorizar el envío de pedidos, y ese mismo criterio el algoritmo lo aplica para los incentivos.

Multas por incumplimiento

La reforma de plataformas digitales también estableció una multa por incumplir con la política de gestión algorítmica, la sanción va de los 113,140 y 282,850 pesos. El monto puede imponerse por cada trabajador afectado.

Dentro de las multas que se incluyeron en la Ley Federal del Trabajo (LFT) por incumplir con el nuevo capítulo de trabajo en aplicaciones, la de la política de gestión algorítmica es la segunda más alta.

Este requisito no es exclusivo de la regulación mexicana, de acuerdo con datos de la Organización Internacional del Trabajo, otras economías han incluido en sus legislaciones la obligación de las apps en explicar los criterios que usa el sistema para la asignación de pedidos y el acceso a incentivos, algunos ejemplos son España, Croacia y Malta.