Lo que por años fue un secreto a voces en el mundo del trabajo digital ahora es oficial: las plataformas como Uber, Didi y Rappi no tratan de manera igualitaria a repartidores y conductores. Así lo confirman las políticas de gestión algorítmica que estas apps han registrado ante el Centro Federal de Conciliación y Registro Laboral (CFCRL), en cumplimiento con la nueva reforma laboral que regula el trabajo en plataformas digitales en México.
La política de gestión algorítmica busca ofrecer transparencia sobre los criterios con los que los algoritmos asignan tareas, evalúan el desempeño y determinan el acceso a incentivos y sanciones, elementos que afectan directamente el ingreso y estabilidad de miles de trabajadores.
¿Cómo asignan pedidos las plataformas?
Las empresas digitales han revelado que sus algoritmos consideran diversos factores para asignar pedidos y viajes, entre ellos:
- Distancia a recorrer.
- Tipo de vehículo.
- Ubicación geográfica del trabajador.
- Cantidad de productos (en el caso de entregas).
Uber, por ejemplo, aclara que el historial de rechazo de ciertos usuarios o desconexiones previas no influye en la asignación. Sin embargo, otras plataformas sí admiten elementos adicionales. Didi reconoce que factores como la calificación promedio, la tasa de aceptación y cancelación de viajes pueden influir en el envío de tareas. Rappi va más allá, afirmando que la categoría interna del repartidor afecta tanto la visibilidad de los pedidos como el acceso a nuevos encargos.
Evaluación y clasificación: ¿una meritocracia algorítmica?
Las apps clasifican a sus repartidores y conductores mediante sistemas de evaluación internos, que consideran:
- Calificaciones de los usuarios.
- Tasa de aceptación y finalización de tareas.
- Tiempo de respuesta.
- Constancia de conexión.
Esta clasificación impacta directamente en la categoría interna del trabajador, lo que puede reflejarse en mejores condiciones operativas o, por el contrario, en limitaciones que reducen su rentabilidad.
Incentivos condicionados a desempeño y geolocalización
Las plataformas reconocen que el acceso a incentivos económicos y programas de recompensas no es igual para todos. En Uber, por ejemplo, el programa Uber Pro requiere cumplir con múltiples criterios, como:
- Número de tareas completadas.
- Promedio de calificaciones.
- Tasa de aceptación y cancelación.
Didi menciona que aunque la categoría no es el único factor determinante, puede influir positivamente en promociones o eventos de alta demanda. Por su parte, Rappi es más explícito: la prioridad en pedidos e incentivos está ligada directamente a la clasificación del repartidor.
Sanciones y multas por incumplimiento
La nueva legislación obliga a las plataformas a registrar y transparentar sus políticas algorítmicas, y el incumplimiento puede derivar en multas que van de 113,140 a 282,850 pesos mexicanos por trabajador afectado. Esta es la segunda sanción más alta del nuevo capítulo de la Ley Federal del Trabajo (LFT) que regula el empleo en apps.
Un estándar global: México se suma a la tendencia
México no es el único país que exige transparencia algorítmica. Según la Organización Internacional del Trabajo (OIT), países como España, Croacia y Malta ya han implementado marcos similares, exigiendo a las plataformas explicar cómo funcionan sus algoritmos y cómo estos afectan a los trabajadores.
