Escolar Documentos
Profissional Documentos
Cultura Documentos
Ping Sun
Para citar este artigo: Ping Sun (2019): Seu pedido, seu trabalho: uma exploração de algoritmos
e trabalho em plataformas de entrega de comida na China, Chinese Journal of Communication,
DOI: 10.1080/17544750.2019.1583676
Visualizações do artigo: 6
https://www.tandfonline.com/action/journalInformation?journalCode=rcjc20
Machine Translated by Google
Ping Sun
Este estudo examina o uso de “algoritmos no trabalho cotidiano” para explorar as condições de
trabalho de três plataformas chinesas de entrega de alimentos: Baidu Delivery, Eleme e Meituan.
Em particular, examina como os entregadores entendem esses algoritmos por meio dos
parâmetros de temporalidade, afeto e gamificação. O estudo também demonstra que, ao trabalhar
para plataformas de entrega de alimentos, os entregadores não são simplesmente entidades
passivas sujeitas a um “panóptico” digital. Em vez disso, eles criam seus próprios “algoritmos
orgânicos” para gerenciar e, em alguns casos, até subverter o sistema. Os resultados da
abordagem utilizada neste estudo demonstram que o trabalho digital tornou-se mais acessível e
mais precário na China contemporânea. Com base nesses resultados, a noção de “fazer e refazer
algorítmico” é sugerida como um tópico em futuras pesquisas sobre tecnologia e trabalho digital.
Introdução
Na hora do almoço, o Hongzhuangyuan (ÿÿÿ) (uma rede de restaurantes popular com localizações em
toda Pequim) pode ficar muito lotado. Além de outros clientes que comem lá, várias pessoas vestindo
roupas de trabalho multicoloridas e capacetes vão e vêm continuamente. Essas pessoas são entregadores
de comida que coletam comida, apertam as sacolas plásticas, grampeiam seus telefones, pulam em motos
elétricas e desaparecem na correria. Esta imagem é uma representação geral dos trabalhadores da
indústria de comida para viagem da China.
A emergência global da economia “sharing”, “gig” ou “on-demand” tem atraído crescente interesse
acadêmico sobre como as plataformas intermediárias constroem, conectam e reconstroem as relações
sociais entre consumidores, trabalhadores e empresas (Gillespie, 2010; Gloss et al., 2016; Malin &
€
No entanto, o mercado de entrega de alimentos na China está passando por um período de instabilidade.
À medida que gigantes de TI, como Alibaba, Tencent e Baidu se juntam e competem por uma participação
de mercado, o enorme investimento no mercado e em capital humano levou muitas plataformas de
alimentos à falência. De acordo com Newseed, mais
2019 Centro de Pesquisa em Mídia Chinesa e Comunicação Comparada, Universidade Chinesa de Hong Kong
Machine Translated by Google
2 Ping Sun
4 Ping Sun
práticas sociotécnicas (Beer, 2017). Ao usar essa abordagem, o algoritmo está situado
na rede social interconectada da economia sob demanda, que é constituída por diferentes
partes e tem implicações sociotécnicas multicamadas.
O estudo de algoritmos ganhou força, levando a múltiplas camadas de investigação.
Uma abordagem que é usada atualmente em estudos de algoritmos concentra-se no
poder social dos algoritmos, como eles moldam a tomada de decisão e a governança
(Yeung, 2017 ). Outros estudos descobriram que eles têm poder de agência e podem ser
agonísticos (Amoore, 2013; Kennedy, Poell e van Dijk, 2015) e que mantêm relações
estruturais de poder por meio de classificação, classificação e previsão (Mager, 2012;
Rieder, 2017). Outra abordagem tem sido examinar algoritmos através da perspectiva da
vida cotidiana (Kitchin & Dodge, 2011). Diferentemente dos estudos relacionados ao
poder social, esses estudos desenvolveram críticas político-econômicas para entender
não apenas como os algoritmos moldam as decisões organizacionais, institucionais,
comerciais e governamentais, mas também como os algoritmos são experimentados,
imaginados e até remodelados por meio da “experiência vivida no dia a dia”. ” (Cerveja,
2017, p. 6). Willson (2017) demonstrou que os algoritmos estão cada vez mais engajados
na delegação de papéis na realização e viabilização das práticas cotidianas. Willson
(2017) também forneceu diferentes algoritmos de “maneiras de ver” (p. 146),
especialmente no que diz respeito a como os usuários humanos podem usar tecnologias
para decretar suas práticas diárias ou aplicar suposições específicas. Bucher (2017)
defendeu a noção de “imaginário algorítmico” (p. 42) ao articular as relações interativas
entre os usuários e as plataformas do Facebook. Bucher argumentou que as percepções
dos usuários do Facebook sobre os algoritmos e suas funções desempenham um papel
crítico na formação e construção dos próprios algoritmos.
Seguindo a última abordagem, este estudo teve como objetivo explorar as relações
entre algoritmos e trabalho. Ele começa com um argumento de baixo para cima para a
reconsideração da criação e reconstrução de algoritmos na compreensão da política de
trabalho no caso dos trabalhadores de entrega de plataforma na China. Como os
algoritmos podem ser executados e compreendidos por meio de múltiplas perspectivas
(Seaver, 2017), este estudo considera “algoritmos no trabalho cotidiano” com relação
específica às experiências dos entregadores de trabalho mediado por algoritmos. Essa
abordagem é usada para abrir a caixa preta dos algoritmos, documentando as práticas
trabalhistas cotidianas dos entregadores. Nessa abordagem de baixo para cima, os
trabalhadores individuais são vistos não como subordinados, mas como pessoas cujos
sentimentos, emoções e experiências de algoritmos são significativos, levantando
questões sobre a compreensão da agência e do poder nas complexas interações dos
humanos com a tecnologia (Lupton, 2014 ). A abordagem “algoritmos no trabalho
cotidiano” concentra-se em histórias e experiências pessoais para ver “como os processos
de algoritmo são experimentados e reagem no nível da experiência cotidiana” (Beer,
2017, p. 6 ) . Como mencionado anteriormente, os algoritmos devem ser usados além
do sigilo corporativo e das restrições tecnológicas (Dourish, 2016), e devem ser inseridos
em múltiplos sistemas sociais que são constituídos por engajamentos e práticas variadas.
No presente estudo, o conceito de “fazer e refazer algoritmos” é empregado para revelar
a dinâmica e a manifestação da política trabalhista que ocorre na atual economia de
plataforma. O conceito refere-se à criação e reconstrução de algoritmos conforme eles
são continuamente refinados pelo feedback dos trabalhadores da plataforma e da
paisagem social. Este estudo visa explicar, por um lado, as razões pelas quais o trabalho
digital se tornou mais acessível e precário na economia de plataforma contemporânea e, por outro
Machine Translated by Google
Por outro lado, como é possível quebrar o “halo do algoritmo” aplicando-o ao contexto da política
trabalhista digital.
Na análise empírica a seguir, “a construção e reconstrução de algoritmos” é operacionalizada
em três etapas. Primeiro, são documentadas as percepções do trabalho de plataforma como sendo
flexível e os conflitos empresariais com as experiências cotidianas de trabalho dos entregadores.
Em segundo lugar, é explicado como os indivíduos entendem os algoritmos por meio da experiência
de trabalho em tempo real e das plataformas digitais. Em terceiro lugar, é explorado como os
indivíduos podem ir além dos algoritmos de plataforma e reconstruir “algoritmos de trabalho”
alternativos.
6 Ping Sun
primeiro entregador que entrevistei em meu trabalho de campo. Durante a entrevista, ele expressou
o seguinte:
“Quando comecei a trabalhar para a Baidu, o tempo de entrega de cada um dos pedidos era de 45
minutos, mas hoje em dia foi reduzido para 29 minutos! É louco. Quando você vê seu celular, ele mostra
que você tem apenas alguns minutos, você precisa correr.”
“Ao estimar o tempo de entrega, ele (o algoritmo) prevê o tempo de duração com base na distância
linear. Isso não é verdade! Não é o caso quando entregamos a comida. Tem muitos enrolamentos. E
também precisamos esperar o semáforo. … Ontem entreguei um pedido que foi reivindicado como 5
quilômetros pelo sistema; porém, rodei quase 7 quilômetros. O sistema nos considera helicópteros, mas
não somos.”
O horário de corte levou a um aumento dramático no número de acidentes de trânsito sofridos pelos
trabalhadores de entrega. Muitos entregadores optaram por não seguir as regras de trânsito quando
o prazo de entrega estava acabando. No entanto, pegar atalhos ou desviar para o lado errado da
estrada frequentemente resultava em tragédia. No primeiro semestre de 2017, 76 vítimas de
acidentes de trânsito na China eram entregadores, metade dos quais trabalhava para Eleme e
Meituan (The Paper, 2017).
De acordo com o Sina News (http://news.sina.com.cn/), há baixas de entregadores a cada 2,5 dias
em Xangai (Sina News, 2017). Em Nanquim, há 18 acidentes de trânsito envolvendo entregadores
todos os dias.
O processo de plataformatização permitiu que sistemas algorítmicos despachassem pedidos e
gerenciassem entregas, de modo que os entregadores perderam o controle sobre seu tempo de
trabalho. Embora corporações, como Meituan, Eleme e Baidu, prometam horários flexíveis e bons
pagamentos quando recrutam trabalhadores de entrega, com base em experiências reais de Li
Feng, tais incentivos “não podem ser levados a sério”.
Seu trabalho diário depende inteiramente do sistema de pedidos e despacho de IA, que geralmente
é percebido como evasivo e fechado (Greenfield, 2017). Como trabalhadores a tempo inteiro, são
obrigados a cumprir a jornada obrigatória de oito horas; no entanto, a maioria deles opta por
trabalhar mais horas para obter mais pedidos. Li Feng revelou: “Se o sistema não lhe atribuir
pedidos suficientes nas horas de ponta, você terá que esperar por mais (pedidos), caso contrário,
não poderá pagar as contas”.
Machine Translated by Google
8 Ping Sun
Como sua renda é baseada no número de pedidos, os entregadores dependem muito das
plataformas. Consequentemente, a “adesão à plataforma” tornou-os trabalhadores de risco que
perderam o controle de seu tempo de trabalho (Neff, 2012). Em comparação com a manufatura, onde
a produção e a reprodução são rigorosamente programadas, os trabalhadores da plataforma
experimentam uma demarcação indistinta entre trabalho e lazer. Os trabalhadores passam a maior
parte do tempo de trabalho jogando no celular, fumando ou conversando na esquina enquanto
esperam por pedidos. Além disso, eles estão de prontidão e devem estar preparados para trabalhar
a qualquer momento. Alguns até recebem alertas quando estão no banheiro. Sharma (2014) chamou
essa hierarquia de tempo de “cronografia de poder”, em que os horários de trabalho dos trabalhadores
estão além de seu controle e vinculados às necessidades temporárias dos clientes. A falta de
demarcação entre trabalho e lazer é consistente com o conceito de Gregg (2013) de “intimidade no
trabalho”, no qual o tempo de trabalho das pessoas é onipresente devido à Internet e à penetração
das mídias digitais. Para os entregadores, a “adesão à plataforma” é uma condição de trabalho ainda
pior porque os algoritmos da plataforma não só ocupam o tempo de reprodução dos entregadores
como os impedem de controlar seus horários de trabalho.
“Nos dizem que muitos devem e não devem. Por exemplo, ao entregar a comida, não
podemos entrar no quarto do cliente, receber gorjetas ou pedir um
Machine Translated by Google
bom comentário. Temos que sorrir, bater na porta e entregar o troco com as duas mãos”.
Os direitos supremos dos clientes (Hanser, 2007), segundo muitos entrevistados, “não são um
comércio justo”. A Figura 2 mostra a captura de tela de um pedido de cliente na plataforma Baidu. O
aplicativo exibe todas as etapas do processo de entrega de comida ao cliente após o recebimento
do pedido. Também mostra os números de celular dos entregadores para facilitar a comunicação
dos clientes com eles. Os clientes também têm o direito de “cancelar o pedido” ou “apressar a
comida” (cui dan, ÿÿ) a qualquer momento durante o processo de pedido. Alguns entregadores
reclamaram que não estavam em pé de igualdade em relação à comunicação. Por exemplo, Zhu
disse: “Eles (clientes) podem ver tudo, todos os processos, mas não sabemos quem são. E quando
há um problema, não podemos simplesmente cancelar a entrega como eles fazem.” Zhu também
compartilhou sua experiência com o cancelamento de um pedido:
“Ontem, recebi dois pedidos para entrega do mesmo restaurante. Um tem cerca de 1,5
km, faltam 45 minutos; o outro tem cerca de 3 quilômetros, faltam 20 minutos. Para
garantir a entrega dos dois pedidos a tempo, fui primeiro ao pedido que tinha uma distância maior.
Mas o cliente com a distância mais curta assistiu meu GPS passar sem entregar sua
refeição. Ele parecia zangado, então cancelou o pedido e reclamou na plataforma. … Eles
simplesmente não entendem que você tem tantos pedidos para entregar ao mesmo tempo
que precisa encontrar uma maneira melhor.
Nas plataformas de pedidos de comida online, as avaliações realizadas por algoritmos são
legitimadas com base nas suposições codificadas de quem “importa e quem não importa”
(Rosenblat e Stark, 2016). Essa descoberta está de acordo com a definição de Hanser (2007) de
“trabalho de distinção”. No estudo de Hanser, o trabalho de serviço interativo realizado nas lojas de
departamento chinesas mostrou relações de poder desiguais entre os trabalhadores e os
compradores. No design algorítmico dos aplicativos de entrega de comida, existe uma lógica de
“supremacia do cliente”, que explica a marginalização dos entregadores. No sistema de entrega da
plataforma, essa lógica é legitimada ao fornecer aos clientes o poder de acessar o mapa de entrega,
apressar o pedido, avaliar a entrega
Machine Translated by Google
10 Ping Sun
Gamificação
Uma característica chave das plataformas takeaway é que os algoritmos de software
tomaram o lugar dos gerentes humanos na gestão de recursos humanos e nas análises de
desempenho (Lee et al., 2015). Essa substituição foi alcançada por meio da construção e
legitimação de complicados sistemas de avaliação e classificação, que monitoram
constantemente as práticas de trabalho dos entregadores. Muitos entregadores se
perceberam envolvidos em um “jogo” algorítmico de categorização e cálculo projetado pela
plataforma.
A estratégia geral de jogo das plataformas de entrega de alimentos neste estudo é
baseada em uma “técnica de gerenciamento escalável” (van Doorn, 2017, p. 903) ou
“categorização”. Nessa técnica, os entregadores são categorizados em diferentes níveis
com base, mas não limitado a, número de pedidos concluídos, distância percorrida, duração
do horário de trabalho e análises de desempenho do trabalho, como avaliações e comentários
dos clientes. A renda total dos entregadores é uma combinação de salário mínimo (jiben
gongzi, ÿÿÿÿ) e bônus. A Baidu Delivery fornece um exemplo útil. O salário básico para
trabalhadores de entrega por mês é de 3.000 RMB (aproximadamente 457 USD). Os bônus
são baseados no
Machine Translated by Google
o nível de “cavaleiro” do entregador, bem como o número de pedidos que ele entregou naquele
mês. Cada nível denota uma quantidade diferente de bônus. O bônus do Cavaleiro Comum pode
ser tão baixo quanto 0,015 USD por entrega, e o bônus do Cavaleiro Divino é de 0,23 dólares
americanos para cada entrega (consulte a Tabela 1). Os pontos acumulados são o elemento-
chave na atualização para níveis mais altos. Os pontos são baseados nas avaliações dos clientes,
que serão detalhadas na seção a seguir.
Para impulsionar seus negócios de entrega, as plataformas incentivam seus entregadores a
entregar o maior número possível de pedidos em um tempo limitado. De acordo com Xiao Xu,
“eles querem que trabalhemos dia e noite. Para economizar tempo esperando o elevador, continuei
subindo as escadas e meus joelhos quase me mataram.” Quando eu disse a Xiao Xu que queria
ser entregador, ele ficou surpreso e disse: “não é adequado para você, muito trabalho físico”.
Além dos bônus de entrega normal, as plataformas também fornecem diferentes formas de bônus
para aumentar seus pedidos, que incluem entregas de longa distância, turnos noturnos, mau
tempo, entregas imediatas e entregas de grandes encomendas (ver Tabela 2 ) . Esse sistema de
avaliação hierárquico e “gamificado” incentiva a competição entre trabalhadores individuais,
grupos e locais, atuando como base para a automotivação e o empreendedorismo.
12 Ping Sun
Durante o horário de pico, para garantir que a comida seja entregue ao cliente no prazo e sem
reclamações, os entregadores podem transferir seus pedidos entre si, formal ou informalmente.
Formalmente, eles podem usar a função “transferência de pedido” (zhuandan) no aplicativo de
entrega para informar outros funcionários sobre o pedido.
No entanto, eles geralmente pediam informalmente a colegas ou mesmo amigos para concluir a
entrega por meio de seu grupo WeChat, que é uma comunidade virtual de mídia social de colegas e
aldeões. Quando se encontravam em restaurantes, conversavam sobre seus pedidos e os
transferiam para economizar tempo e bateria em suas e-bikes:
“O pedido que fiz só tem 2 minutos restantes. Fica no 26º andar e o elevador está cheio.
Acontece que vejo que um colega está para vir, então entrei em contato com ele e deixei a
comida para ele porque tinha outros três que estavam prestes a se atrasar.
Embora o sistema de IA tenha sido projetado para tomar decisões inteligentes com base em cálculos
de tempo precisos, ele não está imune a erros, como fazer previsões de tempo imprecisas ou
mostrar rotas de entrega falsas. Para evitar ser enganado pelo sistema de fundo, os entregadores
aprenderam a confiar mais em seu próprio conhecimento do que no algoritmo. Eles controlaram
estrategicamente quando e onde trabalhar e quando ativar o modo de trabalho do aplicativo para
obter os tipos de pedidos de sua preferência. Trabalhadores veteranos tinham uma rica experiência
e conhecimento sobre tempo real
Machine Translated by Google
condições de tráfego e rotas de entrega. Esses veteranos geralmente escolhem a rota em que
confiam, em vez da rota recomendada pelo algoritmo.
As redes sociais, especialmente o WeChat, tornaram-se uma comunidade virtual de entregadores
para mitigar sua vulnerabilidade e enriquecer sua alfabetização de algoritmos em condições precárias
de trabalho. Um entregador geralmente se junta a dois ou três grupos do WeChat para entrega de
comida. O primeiro é o grupo de correio baseado em zhandian, o segundo é o grupo de correio
baseado em Xiaozu (subunidade de zhandian) e o terceiro pode incluir seus amigos e outros aldeões.
Como as plataformas de entrega de comida mudam constantemente suas políticas de bônus,
informações de incentivo e outras regulamentações de gerenciamento digital, os grupos do WeChat
se tornaram locais importantes para compartilhamento e circulação de informações entre os
entregadores dispersos. É também um espaço crítico para a construção de “comunidades de
práticas” (Wenger, 2000) porque permite que os trabalhadores digitais compartilhem suas táticas de
entrega, experiência em comunicação com clientes e tratamento de reclamações, bem como
informações fornecidas sobre tráfego em tempo real condições.
(Moten & Harney, 2013) seus horários de trabalho por meio da gamificação dos algoritmos de fundo
abriram “possibilidades adjacentes” (Lobenstine & Bailey, 2014) para os entregadores refazerem
seus “algoritmos de trabalho” e complicarem as relações entre seu trabalho, a economia de
plataforma e o uso de algoritmos.
Embora estejam sob rigorosa governança algorítmica, os entregadores encontraram maneiras
alternativas de entender os algoritmos e desenvolver novas formas de cooperação na criação de
estratégias para contornar os algoritmos. A tentativa de construir o trabalho algorítmico se estende
além da lógica do capital e do mercado, não apenas para incorporar algoritmos inacessíveis na
condição material do trabalho, mas também para reabrir a luta coletiva em um nível algorítmico. As
comunidades virtuais construídas por esses trabalhadores tornaram-se bases críticas para
entregadores individuais entenderem e refazerem algoritmos que poderiam utilizar em seu trabalho
diário.
Discussão e conclusão
14 Ping Sun
declaração de divulgação
Nenhum potencial conflito de interesse foi relatado pelos autores.
Machine Translated by Google
Referências
Amoore, L. (2013). A política da possibilidade: risco e segurança além da probabilidade. Durham:
Duke University Press.
Cerveja, D. (2017). O poder social dos algoritmos. Informação, Comunicação e Sociedade,
20(1), 1–13.
Bowker, GC, & Star, SL (2000). Classificando as coisas: Classificação e suas consequências.
Cambridge, MA: MIT Press.
Bucher, T. (2017). O imaginário algorítmico: explorando os efeitos comuns dos algoritmos do Facebook.
Informação, Comunicação e Sociedade, 20(1), 30–44.
China Internet Network Information Center (CNNIC). (2018). Relatórios estatísticos sobre o
Desenvolvimento da Internet na China. Pequim: CNNIC.
Dourish, P. (2016). Algoritmos e seus outros: cultura algorítmica em contexto. Big Data & Society, 3(2), 1–11.
16 Ping Sun
Morozov, E. (2014). Para salvar tudo, clique aqui: A loucura do solucionismo tecnológico.
Nova York: PublicAffairs.
Moten, F., & Harney, S. (2013). The undercommons: planejamento fugitivo e estudo negro.
Wivenhoe, Reino Unido e Nova York: Composições Menores.
Neff, G. (2012). Trabalho de risco. Journal of Broadcasting & Electronic Media, 57(3), 427–430.
Nova semente. (2016). Outra plataforma morre: uma lista de plataformas O2O que estão morrendo. Recuperado de
https://news.newseed.cn/p/1323637
Platt, M., Yeoh, BS, Acedera, KA, Yen, KC, Baey, G., & Lam, T. (2016).
Renegociando experiências de migração: trabalhadoras domésticas indonésias em Cingapura e o uso de
tecnologias de informação e comunicação. New Media & Society, 18(10), 2207–2223.
Rieder, B. (2017). Examinando uma técnica algorítmica: o classificador de Bayes como leitura interessada da
realidade. Informação, Comunicação e Sociedade, 20(1), 100–117.
Rosenblat, A., & Stark, L. (2016). Trabalho algorítmico e assimetrias de informação: Um estudo de caso de
motoristas de Uber. Jornal Internacional de Comunicação, 10(3), 3758–3784.
Sch€afer, MT, & Van Es, K. (Eds.). (2017). A sociedade datificada: estudando a cultura através
dados. Amsterdã: Amsterdam University Press.
Scholz, T. (2016). Cooperativismo de plataforma. Desafiando a economia de compartilhamento corporativo.
Nova York, NY: Fundação Rosa Luxemburgo.
Seaver, N. (2017). Algoritmos como cultura: algumas táticas para a etnografia de sistemas algorítmicos. Big Data
& Society, 4(2), 1–12.
Sharma, S. (2014). Enquanto isso: Temporalidade e política cultural. Durham: Duke University
Imprensa.
Sina Notícias. (2017). Por que os entregadores estão correndo atrás de couro? Obtido em http://news.sina.com.cn/
o/2017-10-10/doc-ifymrqmq2631336.shtml
Srnicek, N. (2017). Capitalismo de plataforma. John Wiley & Filhos.
Tencent Notícias. (2017, 28 de novembro). Por que Meituan e Dianping silenciosamente desenvolveram a IA?
Obtido em http://new.qq.com/omn/20171128A0BVAM.html O papel. (2017).
Causando 76 baixas de entregadores em meio ano, 8 plataformas de entrega foram investigadas pela polícia de
Xangai. Obtido em http://www.thepaper.cn/newsDetail_forward_1775421