Les consommateurs américains croient généralement que les travailleurs à la demande qui travaillent pour des entreprises telles que Uber Technologies Inc. et Lyft Inc. sont libres de fixer leurs propres heures et donc de déterminer globalement combien ils gagneront en transportant des passagers vers et depuis leurs différentes destinations. Les consommateurs de ces services font une série d’hypothèses basées sur une connaissance partagée de la façon dont les accords d’emploi aux États-Unis fonctionnent ou devraient fonctionner.
Les coureurs supposent probablement, par exemple, que plus les travailleurs de chantier travaillent longtemps au volant, plus ils gagneront par heure, et que les compétences acquises au fil du temps signifient que ces travailleurs peuvent améliorer leur salaire horaire parce que, disons, ils peuvent apprendre quels domaines et les temps sont lucratifs ou comment déjouer les algorithmes.
Mais, il s’avère que ces hypothèses ne se concrétisent pas. Le travail de concert est loin d’être flexible. Les travailleurs à la tâche sont fortement «incités» par des structures salariales à travailler à des moments précis. Ne pas travailler à ces moments-là ou de la manière dont Uber et Lyft veulent que leurs chauffeurs contractuels travaillent peut leur faire perdre de l’argent, au lieu de le gagner.
En utilisant des données extraites du travail des chauffeurs, puis introduites dans des technologies d’apprentissage automatique, ces entreprises peuvent personnaliser le salaire de base et les possibilités d’augmenter le salaire de base. Cela peut ressembler à un système de récompenses pour les travailleurs individuels qui travaillent dur, mais en fait, parce que chaque conducteur de concert est apparemment un « entrepreneur indépendant », les deux sociétés peuvent réduire le salaire individuel tout en maximisant leurs propres bénéfices.
Contre-intuitivement, selon les propres recherches d’Uber, les travailleurs qui travaillent plus longtemps gagnent généralement moins par heure. Ainsi, même si les chauffeurs travaillent en même temps, avec les mêmes compétences, aux mêmes endroits, ils peuvent gagner des sommes très différentes.
Bien que les économistes et les décideurs politiques soient habitués à discuter de ces pratiques algorithmiques dynamiques en termes de prix à la consommation, ces salaire-les pratiques de mise en place ont également des effets réels et néfastes sur les travailleurs. Les entreprises de plateformes Gig se font un devoir de décrire en quoi leur «tarification de surtension» est judicieuse sur le plan commercial pour elles-mêmes et leurs clients. Pourtant, leurs «paiements supplémentaires» individuels à leurs chauffeurs – parallèlement à un certain nombre d’autres produits salariaux tels que des «primes» et des «quêtes» (travail de concert – parler pour se conformer aux règles des entreprises pour augmenter votre salaire de base) entraînent des résultats imprévisibles et variables. , et un salaire horaire personnalisé qui bouleverse nos attentes légales et sociales de « salaire égal pour un travail égal ».
En effet, les conducteurs de concerts décrivent souvent leur expérience de ces systèmes algorithmiques explicitement en termes de jeu. Ils espèrent toujours qu’ils « toucheront le jackpot » avec un voyage bien rémunéré tandis que l’application essaie de les tromper en offrant juste assez de trajets pour les garder sur la route.
Mon nouveau document de travail, « On Algorithmic Wage Discrimination », est le résultat de mes recherches ethnographiques de près de dix ans sur les conducteurs de concerts dans la région de la baie de San Francisco. Entre autres choses, je constate que la structure numérique de la boîte noire par laquelle les salaires sont fixés parmi ces travailleurs se traduit par une rémunération imprévisible et variable, changeant souvent d’une personne à l’autre et d’une heure à l’autre.
Les travailleurs ont décrit les pratiques de rémunération opaques, imprévisibles et variables comme étant fondamentalement injustes et nuisibles. Je soutiens qu’ils sont également fondamentalement en contradiction avec les visions juridiques et culturelles américaines de l’équité au travail. La rémunération numériquement variable et personnalisée représente une rupture historique dans la façon dont les salaires sont déterminés, la façon dont le travail est coordonné et la façon dont les revenus sont répartis entre les employés et les employeurs découlant de la logique axée sur les données du capitalisme informationnel.
Comment les décideurs politiques doivent-ils réagir ? Je propose une interdiction permanente de la pratique de la discrimination salariale algorithmique. Cela pourrait inclure une interdiction du paiement par trajet déterminé numériquement ou plus largement du paiement personnalisé numériquement. Une telle interdiction mettrait fin à la gamblification du travail et à l’incertitude des salaires horaires qui sont endémiques au secteur à la demande. Et une interdiction découragerait également certaines formes d’extraction et de conservation de données qui pourraient nuire aux travailleurs à bas salaires, répondant aux problèmes urgents de confidentialité que d’autres ont soulevés.
Semblable aux interdictions proposées sur la publicité ciblée, qui tentent de limiter l’utilisation des données personnelles pour gagner de l’argent grâce aux publicités ciblées, une interdiction péremptoire de la discrimination salariale algorithmique pourrait également décourager la croissance des lieux de travail fissurés sous le capitalisme informationnel. Si les entreprises ne peuvent pas utiliser des mécanismes de jeu algorithmique pour contrôler le comportement des travailleurs par le biais de systèmes de rémunération variable, elles devront trouver des moyens de maintenir une main-d’œuvre flexible tout en versant à leur main-d’œuvre des salaires prévisibles dans le cadre d’un modèle d’emploi équitable.
Ce genre d’interdiction n’est pas sans précédent. L’esprit d’une interdiction de la discrimination salariale algorithmique est ancré dans les lois antitrust fédérales et étatiques, comme je l’affirme dans mon document de travail. Si les travailleurs sont des consommateurs de la technologie des entreprises de covoiturage à la demande – comme le prétendent ces entreprises – et non leurs employés, alors la rémunération variable numérisée dans l’économie à la demande viole le esprit de la loi Robinson-Patman de 1936, promulguée pour interdire la discrimination anticoncurrentielle par les prix.
Towards Justice, une organisation juridique à but non lucratif, a récemment poursuivi Uber et Lyft en vertu des lois antitrust de l’État de Californie, alléguant des violations de la loi Cartright de l’État (l’équivalent approximatif de la loi fédérale Clayton Antitrust) et des codes des affaires et des professions de Californie qui empêchent les commissions secrètes et autres pratiques frauduleuses. Mais des mesures d’application comme celle-ci prendront des années et n’empêcheront peut-être pas ces pratiques de migrer vers d’autres secteurs. Par conséquent, je propose une interdiction.
Les limites précises d’une proposition d’interdiction sans dérogation doivent être explorées, et de nombreuses questions subsistent dans la construction statutaire d’une telle interdiction et dans sa couverture, parmi lesquelles :
- Une telle interdiction devrait-elle être limitée aux entreprises détenant une part de marché majoritaire, comme le suggère Zephyr Teachout de la Fordham University School of Law?
- L’interdiction devrait-elle uniquement exclure la rémunération variable numérisée entre les travailleurs, tout en permettant à une entreprise d’utiliser des évaluations algorithmiques pour modifier le montant qu’elle paie aux travailleurs tant que ces changements sont appliqués à tout le monde ?
- L’interdiction devrait-elle empêcher entièrement l’utilisation des bonus numériques, ou n’autoriserait-elle ces bonus que s’ils étaient offerts de manière cohérente à tous les travailleurs ?
- Une telle loi ou réglementation devrait-elle couvrir toutes les pratiques de rémunération variable numérisées dans tous les secteurs ?
Notamment, ce n’est pas un problème que le droit du travail américain (dans sa forme actuelle) résout à lui seul. Si ces travailleurs des entreprises de plates-formes de concerts étaient classés comme employés plutôt que comme entrepreneurs indépendants, ils pourraient alors exiger un salaire plancher, une rémunération des heures supplémentaires et le droit d’organiser un syndicat. Mais étant donné le faible salaire minimum et les exceptions légales pour le «temps d’attente», Uber et Lyft, en tant qu’employeurs, pourraient toujours utiliser une rémunération personnalisée pour inciter et contrôler le comportement des travailleurs.
En effet, les principales motivations de ces entreprises à utiliser la discrimination salariale algorithmique – le contrôle du travail et l’incertitude salariale – pourraient s’appliquer à de nombreuses autres formes d’emploi. Les infirmières à la tâche, par exemple, pourraient se voir proposer des paiements différents de ceux de leurs collègues pour le même travail, au même endroit, en fonction de ce que la plateforme de recrutement sait de ce que ces infirmières étaient prêtes à accepter pour des missions précédentes, ou de ce qu’elles savent de leur dettes et autres obligations financières.
Ou considérez les informaticiens travaillant comme employés pour une entreprise qui utilise un logiciel pour surveiller l’activité des travailleurs. Ils pourraient voir leur salaire manipulé en fonction des données extraites de leur travail – de manière et pour des raisons qui leur sont invisibles et inconnues.
Les États-Unis se vantent d’une tradition juridique claire et d’une attente sociale d’un salaire égal pour un travail égal, ce que la fixation algorithmique des salaires viole. Les législateurs et les régulateurs doivent examiner les méfaits de ces pratiques. Il reste encore de nombreux détails à déterminer sur la manière de mettre en œuvre une interdiction légale ou réglementaire de la discrimination salariale algorithmique, mais une telle interdiction supprimerait certaines des pratiques de rémunération les plus flagrantes et constituerait un pas vers une rémunération prévisible, transparente et équitable.
