La Lucía va obrir l'aplicació abans d'esmorzar i va comprovar que aquella setmana tenia tres torns menys. No havia faltat, no havia lliurat comandes tard ni havia rebut cap queixa. Tot i això, la seva puntuació havia baixat. Durant els últims mesos havia rebutjat diverses rutes nocturnes perquè havia de recollir la seva mare d'un centre de dia i perquè la persona amb qui compartia aquestes cures només podia cobrir el matí. La pantalla no deia “t'hem penalitzat per cuidar”. Mostrava una xifra, una fletxa cap avall i un consell genèric: “Millora la teva disponibilitat per accedir a més oportunitats”.
La frase sembla neutral, però converteix una circumstància de vida en un defecte de rendiment. L'aplicació assigna comandes i hores mitjançant una reputació que ningú no pot entendre ni discutir. Per a la Lucía, la conseqüència no és abstracta: menys torns significa menys ingressos i menys possibilitat d'organitzar el mes. Per a l'empresa, la decisió apareix com un resultat automàtic, no com una elecció que algú hagi de justificar. Aquesta distància és perillosa. Un algoritme que reparteix feina també reparteix seguretat, temps i capacitat de sostenir una vida fora de la feina.
La dignitat no exigeix que tothom obtingui sempre el torn que prefereixi. Exigeix que una regla que afecta tan directament els ingressos es pugui comprendre, qüestionar i corregir sense obligar ningú a exposar detalls íntims. L'assignació automàtica pot ajudar a organitzar una flota gran. No pot ser una excusa per amagar criteris que penalitzen sistemàticament qui té responsabilitats de cura, una limitació de salut o una necessitat legítima d'horari.
Una reputació opaca no és una explicació#
Una puntuació reuneix decisions diferents sota un número que sembla objectiu. Pot incloure puntualitat, acceptació de comandes, quilòmetres recorreguts, valoracions de clients i disponibilitat nocturna. El problema no es redueix a saber quines variables existeixen. També importa com pesen, quins períodes s'utilitzen, quines excepcions s'admeten i quin resultat produeix cada canvi. Si rebutjar una ruta nocturna redueix la probabilitat de rebre feina diürna, la persona ho ha de saber abans que la conseqüència aparegui a la nòmina.
Una puntuació reuneix decisions diferents sota un número que sembla objectiu. Pot incloure puntualitat, acceptació de comandes, quilòmetres recorreguts, valoracions de clients i disponibilitat nocturna.
Una explicació accionable no lliura el codi d'una plataforma ni una llista incomprensible de coeficients. Diu, en llenguatge clar, quin factor ha influït en una assignació, quina dada s'ha utilitzat, quant de temps continuarà tenint efecte i quina acció raonable pot fer la persona. “Has rebut menys rutes perquè els rebutjos de nit han reduït la teva prioritat general” encara no és una resposta justa, però permet detectar el problema. “La teva puntuació ha canviat” no permet fer res més que obeir una regla desconeguda.
L'explicació ha d'arribar en el moment adequat. No serveix publicar-la en una política extensa en contractar ni amagar-la darrere d'una sol·licitud de dades. Ha d'aparèixer quan una persona perd accés a torns o quan canvia una regla. A més, ha de reconèixer la incertesa. Si el sistema no pot explicar per què ha recomanat una assignació, aquella assignació no hauria de decidir tota sola una diferència d'ingressos que es pot arrossegar durant setmanes.
La disponibilitat no és una mesura de mèrit#
Tractar la disponibilitat total com una virtut laboral sembla eficient perquè és fàcil de mesurar. Tanmateix, premia qui pot acceptar qualsevol hora i converteix en desavantatge qui combina la feina amb cures, estudis, transport limitat o recuperació d'una malaltia. La desigualtat no desapareix perquè l'aplicació no pregunti el motiu. Es pot reproduir precisament quan un criteri aparentment cec castiga les condicions que fan impossible estar disponible sense límits.
En el cas de la Lucía, el sistema no necessita desar el diagnòstic de la seva mare ni el calendari del centre de dia per evitar un perjudici. N'hi ha prou que una preferència horària protegida no redueixi la prioritat general. La plataforma pot registrar que una persona no està disponible a la nit sense convertir aquest límit en un indici de menor compromís. Demanar detalls privats per demostrar que una cura és “vàlida” trasllada una càrrega injusta: obliga a revelar una vida per obtenir el tracte que una regla millor dissenyada podria oferir per defecte.
Les dades mínimes són una forma de justícia pràctica. L'empresa necessita saber quan algú pot treballar i quin tipus de ruta pot acceptar amb seguretat. No necessita conèixer el motiu íntim de cada límit ni conservar-lo indefinidament. Separar preferència, restricció i explicació personal evita que l'aplicació es converteixi en un arxiu de vulnerabilitats. També redueix la temptació d'utilitzar dades de cura, salut o família per a altres finalitats.
Una revisió humana amb termini i capacitat de canvi#
La via de revisió no pot ser un formulari que acaba en una resposta automàtica idèntica. Ha d'arribar a una persona que pugui veure la regla aplicada, contrastar el cas i modificar una assignació o una puntuació quan el resultat sigui injust. Aquesta persona necessita prou independència per no limitar-se a confirmar allò que el sistema ja ha dit. També necessita un termini clar. Una revisió que arriba tres setmanes després no repara els torns que una repartidora ha deixat de rebre aquesta setmana.
La sol·licitud s'hauria de poder fer amb una frase senzilla: “Les meves restriccions horàries estan reduint els meus torns de manera injusta”. No ha d'exigir que la Lucía escrigui un relat mèdic, aporti documents innecessaris o expliqui a diversos empleats qui depèn d'ella. Si cal comprovar una restricció específica, el procés ha de demanar el mínim, limitar l'accés i explicar qui veurà la informació. L'objectiu és corregir una assignació, no investigar la vida privada d'una treballadora.
La correcció tampoc no es pot convertir en càstig. Si una persona demana revisió i després rep menys comandes, pitjors rutes o missatges de pressió, el recurs es torna perillós i ningú no el farà servir. L'empresa ha de prohibir represàlies, registrar canvis posteriors de manera agregada i permetre que la representació laboral auditi si les persones que reclamen pateixen conseqüències negatives. Protegir la revisió és tan important com oferir-la.
Dissenyar regles que no obliguin a demostrar el dany#
Una bona regla d'assignació comença separant allò que organitza el servei d'allò que classifica les persones. Pot utilitzar disponibilitat declarada per no oferir una ruta incompatible. No hauria de traduir aquesta disponibilitat en una reputació global que afecti altres torns. Pot equilibrar zones, temps de descans i càrregues. No hauria d'utilitzar rebutjos vinculats a límits comunicats com un senyal de manca de fiabilitat.
Abans d'activar un sistema, l'empresa pot provar-lo amb escenaris que revelin desigualtats: una persona que no treballa de nit, una altra amb una limitació temporal, una que utilitza transport públic i una altra que accepta tots els torns. La pregunta no és qui queda primer a la simulació, sinó si una restricció legítima redueix injustificadament les oportunitats en hores compatibles. Si passa, la regla ha de canviar abans d'afectar ingressos reals.
La representació laboral ha de participar en aquest disseny i tenir accés a resultats agregats: distribució de torns per franja, taxa de revisió, canvis de puntuació i diferències persistents entre grups. No es tracta de classificar les persones per la seva vida privada, sinó de detectar patrons de perjudici. Quan una regla sembla neutral però deixa sistemàticament un grup amb menys hores, el problema no és individual. És una propietat del sistema que s'ha de corregir.
Fer visible qui respon per l'assignació#
La paraula “automàtic” pot diluir la responsabilitat. Tot i això, algú tria les variables, aprova els seus pesos, fixa els llindars i decideix si una recomanació es converteix directament en un torn assignat. L'empresa ha de nomenar la persona o l'equip responsable de cadascuna d'aquestes decisions i publicar una manera de contactar-hi. Dir “ho ha fet l'algoritme” no explica per què una treballadora ha perdut una part de la seva setmana.
També convé revisar la regla regularment, no només quan apareix una reclamació. Cada mes, l'equip pot comparar qui ha sol·licitat revisió, quant s'ha trigat a resoldre, quines correccions s'han concedit i si algun límit horari està tenint efectes indirectes. Un canvi de programari, una zona nova o una temporada de molta demanda poden transformar una regla que abans semblava acceptable. La revisió contínua evita que un prejudici petit es converteixi en un costum invisible.
El pas següent és clar. La plataforma pot retirar de la puntuació general els rebutjos que responguin a una disponibilitat declarada, explicar cada canvi de prioritat i habilitar revisió humana en un termini breu. Pot protegir les dades mínimes i prohibir represàlies verificables. La Lucía no hauria d'haver d'explicar la història de la seva mare per conservar torns que sí que pot fer. Una organització que assigna feina amb tecnologia demostra dignitat quan permet que les persones posin límits sense pagar-ne el preu amb una reputació secreta.
