Algoritmo delivery descriminatorio

 

Discriminazione di Genere:

Il punto sollevato riguardo ai giorni di indisposizione femminile evidenzia una potenziale discriminazione intrinseca nell'algoritmo. Se l'algoritmo è puramente basato su parametri di performance e disponibilità, senza tenere conto di fattori biologici specifici, le lavoratrici potrebbero trovarsi svantaggiate. La richiesta di mantenere ritmi identici per tutti, indipendentemente dalle condizioni fisiche temporanee legate al genere, può portare a:

• Pressione e stress maggiori: Le lavoratrici potrebbero sentirsi obbligate a lavorare anche in condizioni non ottimali per non incorrere in penalizzazioni algoritmiche (es. minor assegnazione di ordini, peggioramento del ranking).
• Disparità di opportunità: Nei giorni di indisposizione, una minore performance potrebbe tradursi in minori guadagni rispetto ai colleghi uomini che non affrontano tali periodi.

Discriminazione per Età:

L'osservazione sulla presenza di lavoratori più anziani nel settore del delivery, a causa della crisi del lavoro, mette in luce una potenziale discriminazione legata all'età. Un algoritmo focalizzato unicamente sulla velocità e sulla capacità di mantenere ritmi elevati e costanti potrebbe svantaggiare i lavoratori più anziani, che fisiologicamente potrebbero avere una diversa resistenza fisica rispetto a lavoratori più giovani. Questo si traduce in:

• Esclusione di fatto: Lavoratori con maggiore esperienza ma con una diversa capacità di sostenere ritmi elevati potrebbero essere penalizzati nell'assegnazione degli incarichi.
• Pressione fisica eccessiva: L'obbligo di mantenere ritmi uguali per tutti può portare a un maggiore rischio di infortuni e usura fisica per i lavoratori più anziani.

Discriminazione per Mezzi:

La mancata differenziazione tra i mezzi di trasporto utilizzati dai rider è una chiara forma di discriminazione basata sulla disponibilità di risorse. Un algoritmo che si aspetta le stesse performance da chi utilizza una bicicletta (muscolare o elettrica) e chi utilizza un mezzo motorizzato (scooter, auto) non tiene conto delle evidenti differenze in termini di:

• Sforzo fisico: I rider con mezzi non motorizzati compiono uno sforzo fisico significativamente maggiore per coprire le stesse distanze e affrontare le stesse condizioni.
• Tempi di consegna: I tempi di percorrenza possono variare notevolmente a seconda del mezzo, influenzando la capacità di completare un numero elevato di consegne.
• Costi operativi: Chi utilizza un mezzo motorizzato sostiene costi maggiori (carburante, manutenzione, assicurazione) che non vengono presi in considerazione dall'algoritmo.

In sintesi, l'approccio algoritmico attuale, focalizzato prevalentemente su parametri di performance omogenei e immediati, rischia di ignorare le diverse realtà e necessità dei lavoratori, portando a forme di discriminazione indiretta basate su genere, età e disponibilità di mezzi. È fondamentale che le piattaforme sviluppino algoritmi più inclusivi e consapevoli delle diverse condizioni dei loro collaboratori, integrando variabili che tengano conto di queste specificità per garantire maggiore equità e sostenibilità nel lavoro.