Mentre le sfide legali in California relative al trattamento e alla classificazione del cosiddetto gig work continuano a ritmo serrato, questa settimana è iniziato un processo in Massachusetts sugli stessi problemi.
In effetti, la lotta sul trattamento da parte delle società di piattaforme dei lavoratori gig come appaltatori indipendenti è diventata una questione centrale del malcontento della moderna "gig economy", così chiamata a causa dell'enorme numero di appaltatori indipendenti che popolano la forza lavoro odierna.
Ma una ricerca condotta dalla Northeastern University suggerisce che sia i lavoratori che le piattaforme potrebbero trarre vantaggio dal passaggio dal modello del contraente indipendente all'occupazione standardizzata.
Un team interdisciplinare di ricercatori della Northeastern ha studiato il comportamento lavorativo di Deliv, una piattaforma di consegna di pacchi con sede negli Stati Uniti, che facilita le cosiddette consegne dell’ultimo miglio tra rivenditori e consumatori. Il gruppo ha scoperto che quando i lavoratori passavano da lavoratori autonomi a lavoratori dipendenti, la loro flessibilità rimaneva la stessa, mentre l'efficienza operativa dell'azienda migliorava.
La ricerca è stata presentata giovedì durante una conferenza culminante sulla collaborazione quinquennale della National Science Foundation della Northeastern con ricercatori di tutto il Massachusetts, volta a comprendere meglio il "lavoro controllato algoritmicamente".
L'evento arriva mentre i legislatori del Massachusetts stanno valutando nuove normative mirate specificamente alle società di reti di trasporto e consegna, come Uber, Lyft e DoorDash, tutte piattaforme che utilizzano algoritmi progettati per ottimizzare il modo in cui i conducenti vengono abbinati ai posti di lavoro.
Ozlem Ergun, un illustre professore di ingegneria meccanica e industriale alla Northeastern e coautore dello studio, afferma che la Deliv è stata fondata in California nel 2012 ed è stata acquisita da Target nel 2020. In seguito a una modifica della legge nel 2020 nota come California Assembly Bill 5, o AB 5, la società di consegna in giornata ha riclassificato la propria forza lavoro statale da appaltatori a dipendenti. L'azienda opera in città su entrambe le coste, da San Jose, Santa Monica e San Francisco, a Chicago, Atlanta, Boston e Houston.
Ergun afferma che Deliv ha abbracciato il cambiamento imposto in quel momento.
"In realtà pensavano che il passaggio dal lavoro contrattuale allo status di dipendente potesse offrire alcuni vantaggi operativi in termini di pianificazione, programmazione e affidabilità", afferma Ergun.
Avendo precedentemente sviluppato algoritmi per Deliv, Ergun ha visto l’opportunità di chiedere alla piattaforma più dati, che lei e i suoi colleghi hanno poi utilizzato nello studio. I dati operativi analizzati includevano il numero di ore lavorate per turno di consegna, le ore programmate per ciascun turno di consegna, il numero di pacchi consegnati e il numero di ore retribuite completate per autista, nonché la permanenza sulla piattaforma di ciascun autista.
Integrati da interviste con lavoratori e dirigenti, i ricercatori hanno esaminato due punti di confronto. Per prima cosa hanno confrontato i dati raccolti dopo l'entrata in vigore della legge della California (AB 5) con i dati provenienti da città al di fuori della California, dove gli automobilisti erano ancora trattati come lavoratori indipendenti.
"Dato l'impatto che la pandemia di COVID ha avuto sulla crescita delle operazioni di consegna dell'ultimo miglio a livello nazionale, questo ci fornisce un importante confronto di base consentendoci di distinguere meglio tra i cambiamenti che hanno riguardato esclusivamente la California e quelli che hanno avuto un impatto sull'intera azienda a causa di il vasto aumento dei servizi di consegna in giornata a causa degli ordini casalinghi", hanno scritto i ricercatori.
In secondo luogo, i ricercatori hanno confrontato i dati della California del 2020 con quelli degli anni precedenti. Complessivamente, il set di dati fornito ai ricercatori includeva 1.085 lavoratori della piattaforma che lavoravano in sette città.
Nel novembre 2020, la California ha annullato l'AB5 con una proposta di voto sostenuta da Uber e Lyft nota come Proposition 22. La Corte Suprema della California sta attualmente esaminando la costituzionalità della Prop 22.
"Il nostro approccio aiuta a riempire un vuoto importante nella letteratura:ci sono poche valutazioni basate sui dati sulla fondatezza degli argomenti a favore o contro il trattamento dei lavoratori come dipendenti", scrivono i ricercatori.
I problemi che affliggono la gig economy, dalla redditività delle piattaforme al trattamento dei lavoratori, riguardano tutte le discipline. Hilary Robinson, professoressa associata di diritto e sociologia alla Northeastern, intervenuta durante l'evento di giovedì, ha sostenuto davanti ai legislatori statali che i referendum e le misure elettorali non dovrebbero essere il meccanismo attraverso il quale procede la regolamentazione delle piattaforme, citando la complessità dei problemi e la necessità di una maggiore competenza tecnica.
Parlando a un gruppo di esperti, Robinson ha affermato che l'ascesa della gig economy è "associata, se non guidata da... all'emergere dell'informatica tascabile negli ultimi 15 anni della storia umana."
Robinson sottolinea come l’ascesa dei dispositivi intelligenti sia coincisa con la crisi finanziaria del 2008, un momento in cui molti americani erano alla ricerca di nuove forme di lavoro. Da queste condizioni economiche hanno iniziato ad emergere piattaforme digitali on-demand. Il mercato delle piattaforme è decollato intorno al 2011, con le aziende che sperimentavano un modello di business basato su app, che ha trasformato il settore dei servizi e l'economia nel suo complesso.
Oltre allo studio californiano, Ergun ha svolto un ruolo chiave nella ricerca interdisciplinare in corso presso la Northeastern sulle piattaforme basate su app. Con un background in "ottimizzazione della rete", Ergun afferma di aver lavorato per creare modelli che mirano a ottimizzare meglio i risultati per tutte le parti interessate della piattaforma:le piattaforme, i posti di lavoro e i lavoratori stessi.