Reputación y aprendizaje en la gig economy: estudio de caso de los trabajadores de plataformas en Barcelona y Madrid

Con la creciente aparición de plataformas de trabajo en la gig economy (De Stefano, 2016) —ej. Cabify, Glovo o Airbnb—, diversas investigaciones han estudiado cómo los trabajadores lidian con una labor flexible y precarizada, sin una preparación formal o de interacción directa con un empleador (Rosenblat & Stark, 2016). En este entorno, se ha observado cómo han aprendido y adaptado sus prácticas, creando espacios fuera de las empresas para gestionar diferentes aspectos del trabajo en sus interacciones digitales y no digitales (Chan, 2019a; Kinder et al., 2019). Uno de estos aspectos es la reputación (Fombrun, 1997), identificada en este contexto como un factor central para brindar confianza entre extraños mediante la creación de sistemas de reputación o ratings (Mikołajewska-Zając, 2018). Al respecto, diversos estudios han observado cómo estos mecanismos de evaluación entregan a los usuarios la responsabilidad de medir, vigilar y controlar el rendimiento de los trabajadores, que han tenido que adaptar su conducta para obtener un cierto puntaje de reputación y así no ser desactivados de la plataforma (Chan, 2019b; Minca & Roelofsen, 2019; Woodcock, 2020). Dada su relevancia en el trabajo de plataformas, enmarcado en un proyecto I+D+i que busca comprender cómo los trabajadores de plataformas aprenden a gestionar su reputación digital, en una interacción con actores humanos y tecnológicos, para conseguir un status que permita mantener o mejorar las condiciones de trabajo (Chan, 2019b; Rosenblat, 2018) y posicionarse como agentes activos más allá del control de las plataformas en este trabajo algorítmicamente mediado (Raval & Dourish). Para esto, se ha diseñado una investigación cualitativa etnográfica, con entrevistas en profundidad y observación participante online y offline a trabajadores de plataformas en Barcelona y Madrid. Debido a que los diferentes diseños y affordances de cada plataforma influirían en las diferentes prácticas de los trabajadores (Chan, 2019b), se decidió comparar entre hosts (huéspedes) de Airbnb y riders (repartidores) de Glovo, Deliveroo, JustEat y UberEats —que a menudo trabajan en más de una plataforma al mismo tiempo— para conocer cómo influye el trabajo dentro y fuera de las plataformas. Los resultados preliminares han identificado prácticas entre los trabajadores, que han ido aprendiendo sobre la marcha, en su interacción cara a cara, con la plataforma —y sus algoritmos— y en su comunicación con los usuarios mediada por estas plataformas. Así, se ha observado cómo han adoptado diferentes estrategias para poder mantener el rating que les permite acceder y mantenerse en el trabajo, algo que implicaría adaptarse a una serie de normas dentro y fuera de la plataforma, y que en ciertos casos estaría dado por una mayor precarización laboral. De este modo se puede reflexionar respecto a la realidad de este tipo de trabajos, en que las empresas afirman ser intermediarias, pero donde su infraestructura, como las plataformas electrónicas que usan, incentivan a los trabajadores a adaptarse a este ambiente de precarización y lógica del rating, en su interacción digital y no digital, para gestionar su reputación y participar en este tipo de trabajos.