2023
59
28042022
20122022
Víctor Riesgo Gómez vriesgo@poli.uned.es
Universidad Nacional de Educación a Distancia, España
Resumen: Este artículo describe y analiza las estrategias empleadas para introducir Uber en España. Se emplea el concepto de entramado sociotécnico poniendo de manifiesto la interacción de múltiples factores para lograr la estabilización del modelo. Entre ellos es relevante el papel jugado por la tecnología, pero este concepto nos sirve para considerar la importancia de otras cuestiones o las diferentes dimensiones que encierra su uso. Concretamente, se describen las adaptaciones respecto al diseño original que tuvo que realizar el modelo Uber para lograr operar en España, poniendo atención a la situación de mercado que se estableció y su influencia sobre las condiciones de trabajo de su fuerza laboral. Se considera como un rasgo característico del modelo la hiperflexibilidad, circunstancia previamente existente en el mercado de trabajo español, pero que es aprovechada y expandida por medio del empleo de los algoritmos aplicados a la gestión del trabajo. Esto supone un incremento aún mayor de dicha hiperflexibilidad descrita en el texto. Los datos empleados para el análisis proceden de un prolongado trabajo de campo. Este material es combinado con la información procedente de fuentes secundarias, principalmente prensa económica, sentencias judiciales y los datos proporcionados por el Ministerio de Transportes Movilidad y Agenda Urbana español. La principal aportación de este trabajo reside en que da cuenta de parte de un trabajo con un nivel de extensión y profundidad inédito para el caso español.
Palabras clave: Uber, capitalismo de plataforma, hiperflexibilidad, economía de conciertos, gestión algorítmica.
Abstract: This article describes and analyzes the strategies used to introduce Uber in Spain. The concept of sociotechnical framework is used, highlighting the interaction of multiple factors to achieve the stabilization of the model. Among them, the role played by technology is relevant, but this concept helps us to consider the importance of other issues or the different dimensions involved in its use. Specifically, we describe the adaptations with respect to the original design that the Uber model had to make in order to operate in Spain, paying attention to the market situation that was established and its influence on the working conditions of its workforce. A characteristic feature of the model is considered to be hyper-flexibility, a circumstance previously existing in the Spanish labor market, but which is exploited and expanded through the use of algorithms applied to labor management. This implies an even greater increase in the hyperflexibility described in the text. The data used for the analysis come from extensive fieldwork. This material is combined with information from secondary sources, mainly the economic press, court rulings and data provided by the Spanish Ministry of Transport, Mobility and Urban Agenda. The main contribution of this work lies in the fact that it reports part of a work with an unprecedented level of extension and depth for the Spanish case.
Keywords: Uber, platform capitalism, hyperflexibility, gig economy, algorithmic management.
Artículos
Aprovechando y expandiendo la hiperflexibilización del empleo. El modelo Uber en España
Taking advantage of and expanding the hyper-flexibility of employment. The Uber model in Spain
Víctor Riesgo Gómez vriesgo@poli.uned.es
Recepción: 28 Abril 2022
Aprobación: 20 Diciembre 2022
El objetivo principal de este artículo es describir y analizar algunas de las estrategias desarrolladas por Uber para introducirse y consolidarse en territorio español. Esto se enfoca considerando a la compañía integrada en un “entramado sociotécnico” (Aibar,1996) que propongo denominar modelo Uber, haciendo referencia a la capacidad diferencial de esta compañía para influir en este proceso de implantación.
Se contempla la influencia de la dimensión tecnológica implicada en el proceso, si bien, escapando de un cierto tecnodeterminismo que impregna algunos de los análisis que podemos encontrar sobre este modelo (AFI, 2017; Cramer y Krueguer, 2016), o sobre un conjunto de transformaciones amplias enmarcadas bajo la idea de “cuarta revolución industrial” (Moll, 2021).
El argumento principal de esta visión tecnodeterminista sostiene que la tecnología por sí sola está en condiciones de lograr “resolver problemas económicos y sociales” (AFI, 2017: 7), proponiendo marcos regulatorios laxos que permitan desplegar todo su potencial (Cohen y Sundararajan, 2015). Frente a este tipo de argumentos “solucionistas” (Morozov, 2016), conceptos como entramado sociotécnico invitan a considerar la complejidad y multicausalidad de factores implicados en los procesos de cambio social donde la tecnología juega un papel relevante, pero contemplando también un conjunto de condiciones ideológicas, económicas, sociales y políticas necesarias desde las que se idean los artefactos tecnológicos y alcanzan su potencial (Winner, 2008) cristalizando cambios sociales. Por ello, desde la idea de complejidad, el artículo revisa las soluciones tecnológicas propuestas a los problemas logísticos del sector del taxi, para desde ahí, como sugiere Latour (1992), identificar las controversias surgidas durante su despliegue, tratando de entender alguna de las razones que explican su consolidación.
Se muestran los argumentos que atribuyen a la tecnología del modelo Uber la capacidad de resolver los principales problemas del sector del transporte discrecional urbano (AFI, 2017; Cramer y Krueger, 2016; Kong, Zhang y Zhao, 2020; Rogers, 2015; Sundararajan, 2016). Estos estudios identifican como factor relevante la mejora en la optimización gracias a la tecnología para casar oferta y demanda en el sector. Frente a ellos, el paradigma creciente del trabajo de plataforma pone el acento en los efectos de la tecnología de Uber sobre la gestión de la fuerza de trabajo (Guerra y d´Andrea 2021; Kellogg et al, 2020; Lee at al, 2016; Rosenblat y Stark, 2016), profundizando su flexibilización (Englert et al., 2020; Malin y Chandler, 2017; Rosenblat, 2018) como condición necesaria para conseguir implantar el modelo tal y como es diseñado en origen, considerando este software como punto final de un conjunto de transformaciones organizativas profundas que modifican la esencia de las corporaciones (Davis, 2016).
No obstante, para poder operar legalmente en España fue necesario recurrir a explotar autorizaciones de Vehículo de transporte con Conductor (VTC), limitadas en número y que experimentaron un proceso de concentración empresarial. Esta concentración propició que gran parte de las personas que trabajan para estas compañías lo hagan bajo un régimen legal de trabajador por cuenta ajena, estableciéndose un modelo tripartito que podemos considerar excepcional a nivel internacional, representando un obstáculo para el desarrollo pleno del modelo Uber, como incluso reconoce la misma compañía (Uber, 2019). De hecho, las plataformas no mantienen relaciones laborales con los trabajadores, trasladando esta responsabilidad a las empresas intermediarias propietarias de las autorizaciones, que también asumen los costes de los vehículos y parte de los gastos de explotación. Sin embargo, el artículo muestra cómo las condiciones reales impuestas consiguieron empujar a la fuerza laboral a renunciar a muchas de las protecciones proporcionadas por la legislación laboral. La mezcla de estrategias de gestión algorítmica, presión gerencial y bajo poder de negociación de sus trabajadores (Campos y Hernández, 2018) condujeron a una situación de hiperflexibilización de la fuerza laboral, condición necesaria para la estabilización del modelo en territorio español, aunque, inicialmente al menos, sus trabajadores obtenían algún tipo de compensación a cambio.
Para describir este proceso de implantación se emplea la información procedente de fuentes secundarias, artículos de prensa e informes oficiales, buscando identificar la estructura empresarial utilizada para el despliegue en España. Esto tiene interés al influir directamente en las condiciones laborales de sus trabajadores. Aunque, para conocerlas de primera mano, se llevó a cabo un extenso y profundo trabajo de campo iniciado a finales del año 2019 y que ha continuado abierto hasta los últimos meses del año 2021, completando 45 entrevistas en profundidad a diferentes perfiles implicados en el sector, la mayoría trabajadores y trabajadoras, además de responsables sindicales, un abogado laboralista y un inversor. El trabajo de campo también incluye la asistencia a asambleas de trabajadores y delegados sindicales, a centros de trabajo durante elecciones sindicales como observador y la presencia en numerosos chats virtuales creados por estos trabajadores.
Este nivel de extensión y profundidad del trabajo de campo, inserto en un proyecto de investigación de más alcance, proporciona gran cantidad de información de primera mano desde dentro del sector. Además de las entrevistas semiestructuradas, la información obtenida tras numerosas conversaciones informales y la propia observación directa, proporcionan una imagen muy completa. Aunque en este artículo no se analice todo el material producido, su profundidad y detalle permiten señalar que hasta la fecha no hay publicado ningún otro trabajo de estas características centrado en el ámbito español.
La principal conclusión es que el marco legal de relación laboral protege a los trabajadores, al menos en parte, de los efectos más corrosivos en términos de hiperflexibilización del trabajo inserto en el diseño del modelo Uber, si bien no consigue paliar algunas de sus peores consecuencias: principalmente la prolongación de la jornada laboral muy por encima de los límites legales establecidos. Esta hiperflexibilización del trabajo puede ser considerada una característica ineludible del modelo Uber, al menos de cualquier versión que funcione de manera semejante a como se diseñó en su origen. Por ello, se considera que la dimensión más relevante de la tecnología ofrecida por el modelo Uber no reside en su capacidad de emparejamiento, sino en los mecanismos insertos para fomentar esta hiperflexibilización.
Para alcanzar los objetivos se desarrollaron dos estrategias metodológicas complementarias. Por un lado, se realizó un seguimiento sistematizado de noticias aparecidas en prensa especializada, principalmente en el ámbito de los negocios o la tecnología, recopilando informaciones relacionadas con la evolución empresarial del sector. Esta fase documental se completa con los informes oficiales publicados por el Ministerio de Transportes, Movilidad y Agenda Urbana (MTMAU en adelante) y sentencias judiciales que iban definiendo los límites del sector.
Con ello se buscaba aclarar la maraña de sociedades tejidas por las distintas empresas, así como las relaciones entre sí y con las compañías de plataforma. Si la definición de las condiciones de mercado recae en las plataformas, determinando aspectos esenciales como la rentabilidad del negocio y el rendimiento de los propios trabajadores, las empresas intermediarias son responsables de las tareas de contratación y control directo de la fuerza de trabajo, además de facilitar un aterrizaje sobre el terreno a las plataformas.
Como puso de manifiesto la filtración masiva de información procedente de los servidores de Uber sucedida durante el verano de 2022 (The Guardian), y ya señaló algún trabajo previo (Isaac, 2020), Uber se caracteriza por ejercer lobby a todos los niveles, influyendo también en los enfoques de firmas relevantes del periodismo. Esto obligaba a tomar con cautela la información publicada en prensa, tratando de detectar noticias sesgadas difundidas por las propias compañías para cumplir con sus propios intereses estratégicos.
Por otro lado, para conocer de primera mano las condiciones de trabajo en estas aplicaciones, se desarrolló un trabajo de campo de largo recorrido, inserto en un proyecto de investigación cuyos objetivos van más allá de lo expuesto en este artículo. Así se buscaba conocer el funcionamiento real del modelo Uber desde dentro, incorporando la información procedente de las experiencias de sus usuarios más intensos, sus trabajadores y trabajadoras.
El trabajo de campo arrancó en los meses finales de 2019, completando la primera entrevista en noviembre a una persona que había trabajado para una compañía intermediaria utilizando la aplicación de Cabify. A partir de este punto, empleando ese contacto y otras redes personales, además de anuncios en foros virtuales de lugares como Facebook, se pudo ampliar la muestra hasta completar 39 entrevistas a 42 personas que habían trabajado o estaban haciéndolo en ese momento para diferentes empresas del sector1 a lo largo del territorio español (Ver Tabla 1). La mayoría utilizaba una sola aplicación, aunque también había personas usando ambas a la vez o a lo largo de su trayectoria laboral en el sector. A través de algunas personas que participaban activamente en tareas sindicales y ocupaban puestos de representación en comités de empresa, se pudo incorporar a cuatro responsables regionales en los dos sindicatos mayoritarios, Comisiones Obreras y Unión General de los Trabajadores, además de un abogado laboralista experto en la defensa legal de estos trabajadores. También fue posible entrevistar a un inversor en el sector. Una persona que había adquirido un paquete de autorizaciones, cuya cantidad no fue revelada, y que participaba en una sociedad mancomunada externalizando las tareas de gestión en una empresa especializada.
La mayoría de entrevistas fueron realizadas presencialmente, aunque, debido a las restricciones a la movilidad impuestas como consecuencia de la epidemia de COVID-19, algunas se hicieron telemáticamente. En ellas se planteaban cuestiones relacionadas con el momento de inicio en el trabajo de plataforma, la rutina de un día normal, aspectos relativos a la gestión algorítmica y las condiciones laborales de manera general, tratando de establecer relaciones de confianza y de emular la lógica de la conversación (Alonso, 1998), siendo grabadas con el conocimiento y el consentimiento de las personas entrevistadas.
A través de estas entrevistas se establecieron relaciones más allá de la situación de entrevista, permitiendo la “construcción de la identidad del investigador” (Bertaux, 2005: 58). Esto, junto al hecho de disponer del número de teléfono personal, propició el acceso a un flujo continuado de información y permitió ser introducido en numerosos chats privados de mensajería instantánea en los que participaban entrevistados y otras personas del sector, favoreciendo una interacción útil y ampliar el abanico de perfiles incluidos en la muestra. Esta presencia proporcionaba una imagen viva en tiempo real de las preocupaciones de estos trabajadores, facilitando la impregnación (Olivier de Sardan, 2018). Se produce en este punto una situación con el trabajo de campo virtual que Christin (2020) etiqueta como la falta de desconexión con el campo para referirse al problema de decidir en qué momento se deja de incorporar información a la investigación y se finaliza el trabajo de campo, o, incluso, si es conveniente revertir puntualmente la norma de desconexión forzada previamente establecida.
Las entrevistas registradas y transcritas, junto al resto de conversaciones informales y las situaciones observadas, proporcionan un material de extraordinaria riqueza. Sin embargo, en este trabajo será empleado atendiendo principalmente a su dimensión más referencial. Dado que se busca reflejar de manera relativamente objetiva sus condiciones laborales y sus experiencias vividas, apenas se profundiza en los marcos simbólicos de los hablantes, los discursos son concebidos como una vía de acceso a “la información sobre el mundo (la realidad de referencia)” (Olivier de Sardan, 2018: 39), situando a las personas entrevistadas, respecto a la investigación, en una posición similar a la de expertos o informantes privilegiados, sus testimonios muestran detalles de la realidad social que a priori desconocemos, facilitados “desde el punto de vista del sujeto” (Ruíz, 2009), aceptando la posibilidad de que este enfoque conlleva asumir el riesgo de no poder identificar posibles “mentiras, inconsistencias y ambivalencias” (Martín Criado, 2014). Si bien, tanto la amplitud de la muestra de discursos recogida en la investigación, como las propias observaciones, previenen buena parte de estos riesgos.
Antes de presentar los resultados propios, se señalan cuestiones relevantes del sector del transporte urbano bajo demanda identificados por la literatura especializada, las soluciones propuestas por las tecnológicas, fundamentalmente Uber, y alguno de los problemas implícitos en el modelo, especialmente en términos de condiciones laborales.
El negocio del taxi en general enfrenta ciertos problemas seculares. Desde una perspectiva de mercado, aunque existan regularidades predecibles, la demanda es de naturaleza inestable, sufre picos en determinados periodos del día o la semana y está distribuida heterogéneamente por todo el territorio metropolitano, influyendo factores como el tamaño o la densidad de población, los hábitos de desplazamiento, o la calidad y frecuencia de los transportes públicos (Horan, 2017; Horan, 2019; Jin et al., 2018).
Para el cliente existen dos inconvenientes fundamentales, los tiempos de espera (Schaller, 2015), junto a quejas sobre el precio y la calidad (Sigmados, 2019). Para los trabajadores, el problema principal tiene que ver con la rentabilidad del tiempo de trabajo, reducida por periodos sin servicios fuera de esos picos de demanda, y retornos en vacío desde destinos con baja densidad de la demanda (Horan, 2019; Schaller, 2015), el reto consiste en equilibrar oferta y demanda.
En el año 2009, con el objetivo de solucionar estos problemas (Isaac, 2020), Uber lanzó al mercado una aplicación para emparejar digitalmente oferta y demanda. Algunos estudios muestran mejoras en la asignación de recursos producidas por estas aplicaciones (Cramer y Krueger, 2016; Hyman et al., 2020; Kong, et al., 2020). Si bien, resaltando que las mejoras dependen en gran medida de conseguir incrementar la oferta de vehículos, adaptándola a los picos del mercado. Para lograrlo los conductores han estar a disposición de las señales trasladas por estas plataformas, asumiendo los tiempos de espera, por ejemplo, desconectándose en las horas valle, pero permaneciendo atentos para reincorporarse en los momentos puntuales de sobredemanda (Jin et al., 2018).
Esto supone que las mejoras para el cliente, reduciendo los tiempos de espera, dependen de una mayor disponibilidad de fuerza de trabajo movilizada algorítmicamente. Sin este incremento los efectos beneficiosos se reducen notablemente. Aunque supongamos que, sin ampliación de la oferta, las aplicaciones lograsen incrementar la productividad por vehículo, la comisión cobrada por este servicio, alrededor del 25%, se come las ventajas para los trabajadores en términos de incremento del rendimiento de su tiempo de trabajo (Horan, 2019), sin lograr aliviar la sobredemanda en los periodos más intensos.
Antes de Uber estas cuestiones se resolvían gracias a una combinación variable de regulación y mercantilización (Dempsey, 1996). Los vehículos distribuidos por la ciudad, según el criterio y la experiencia de cada trabajador, tratan de adaptarse a la demanda. La responsabilidad sobre la calidad y eficiencia del servicio se repartía entre conductores y administraciones encargadas de la regulación. En el caso español la administración, Comunidades Autónomas y Ayuntamientos, limitan cuestiones como el número de vehículos o las tarifas aplicadas, tratando de armonizar el cumplimiento de los derechos laborales con las necesidades del mercado. La aparición de los smartphone, con sistema de geolocalización incorporado y acceso a la red ubicuo, abre la posibilidad de transformar este servicio. Sin embargo, frente a lo que afirman los entusiastas del modelo Uber, esta tecnología no requería un elevado nivel de sofisticación, de ello da cuenta la proliferación de compañías ofreciendo servicios similares (Anderson, 2014). En realidad, para expandirse con la fuerza que lo ha hecho, la ventaja competitiva de Uber procede, además de su capacidad para obtener una financiación continuada costeando pérdidas perennes (Horan, 2019), de trasladar el problema logístico del sector a su fuerza de trabajo, desentendiéndose de la suerte de una cantidad variable de vehículos y trabajadores inactivos, pero disponibles para atender los momentos calientes.
Esto se consigue diseñando el software desde una lógica inspirada en un conjunto de transformaciones organizativas, procedentes del mundo de la empresa, orientadas al control y gestión de la fuerza del trabajo. Así, la tecnología ampliar los efectos de estrategias de gestión procedentes de un ciclo anterior de innovaciones tecnológicas, que podemos localizar en la transición de la empresa vertical fordista a la “empresa red” (Castells, 1997), segmentando los procesos productivos, deslocalizando parte de sus tareas a regiones de bajos ingresos y obteniendo ganancias en términos de flexibilidad y capacidad de adaptación a los cambios en la demanda. Se imponía así el modelo just in time (Fernández, et al., 2012), que alejaba a los trabajadores del núcleo central de la empresa, ignorando sus reclamaciones o sus condiciones laborales.
En el modelo Uber, la controversia acerca de la clasificación de los conductores de estas plataformas (Dubal, 2017), puede interpretarse como una adaptación de estos enfoques a un tipo de servicio que, al ser prestado necesariamente sobre el terreno, impide imponer deslocalizaciones geográficas, desplazándolas al nivel organizativo. De este modo las tareas son fragmentadas2, controladas desde un puesto central de mando y desvalorizadas manteniendo “el control sobre los conductos a través de los cuales deben fluir los bienes y servicios” (Vallas, 2019: 53). Esto supone “externalizar los riesgos y los tiempos de espera, esperando la entrega inmediata del servicio” (Steinberg, 2021: 10). La figura de la empresa, en lo relativo a la relación laboral, queda desintegrada, sometiendo a los trabajadores a una “ocultación de las relaciones de poder” (Brodersen y Martínez, 2020: 192), lo que supone que la plataforma rehúye toda la responsabilidad laboral (Aloisi y De Stefano, 2020), considerando a los trabajadores como simples socios (Rosenblat, 2018; Stark y País, 2021), mientras conserva un férreo control algorítmico (Kellog et al., 2020)
Concretamente en este sector, los algoritmos de emparejamiento, diseñados aparentemente para mejorar la eficiencia, incorporan también una serie de incentivos para reclutar o desanimar a los conductores según conveniencia, reforzando un régimen de “dominación algorítmica” (Muldoon, y Raekstad, 2022). Así, mediante la combinación de procedimientos algorítmicos de gestión de la fuerza de trabajo (Lee et al, 2016, Rosenblat y Stark, 2016), Uber busca garantizarse el control sobre una fuerza de trabajo que se conecta a la aplicación en función de la demanda, real o prevista, evitando otro tipo de responsabilidades. Para los trabajadores el algoritmo se convierte en una “caja negra” (O´Neil, 2017). Conectados a las aplicaciones experimentan una situación de espejismo de mercado en la que la plataforma fija los precios y asigna los servicios, conservando una “agencia calculadora” (Shapiro, 2020) obtenida como resultado de las “asimetrías de la información” (Rosenblat y Stark, 2016). La información recopilada sobre el comportamiento de cada conductor, combinada con la de la situación de mercado, en tiempo real, precedente, estimada, o incluso pudiera ser creada, puede usarse para obtener respuestas favorables a los intereses o las necesidades de la plataforma, llegando a recurrir, su fuera necesario, a técnicas de fabricación del consentimiento como los “hiperempujones” (Yeung, 2017), ofuscando en buena medida la capacidad de cálculo del trabajador y reduciendo la autonomía prometida.
Para completar el cuadro es necesario incluir en la ecuación la influencia ejercida por contextos regulatorio laxos en lo relativo a la protección de los derechos laborales. Así, una amplia oferta de trabajadores disponibles mejora la capacidad de las tecnologías para hacer valer estas estrategias organizativas, multiplicando los efectos de las ventajas proporcionadas por el software de emparejamiento.
Siguiendo el argumento de Vallas (2019), un mercado de trabajo que no puede ofrecer determinados niveles salariales, de seguridad o de expectativas de movilidad, o que apenas ofrece posibilidades de empleo, sería una condición necesaria para el auge del trabajo en plataformas. La generosa inversión financiera atraída desde el inicio (Srnicek, 2018), sirve para capturar fuerza de trabajo ofreciendo a estos trabajadores sin empleo, o con empleos de mala calidad, generosos incentivos iniciales. En el caso concreto de Uber esto es puesto de manifiesto por estudios realizados en diferentes lugares; ciudades norteamericanas (Peticca-Harris et al., 2020; Rosenblat, 2018), Chile (Fielbaum y Tirachini, 2021), Brasil (Valente et al., 2019), China (Wu et al., 2019) o la India (Surie y Koduganti, 2016), con el rasgo común en todos ellos de que Uber, o plataformas similares, operaban bajo regímenes no laborales sin apenas regulación que protegiera los derechos de los trabajadores.
A esto contribuye también la ausencia de barreras de entrada para los trabajadores, basta disponer de licencia para conducir, un vehículo y un smartphone para empezar a trabajar para la plataforma. Se genera así una situación en la que conviven conductores con motivaciones dispares, pudiendo establecer tipologías en función de la intensidad que distinguen entre trabajadores ocasionales, a tiempo parcial y aquellos que dependen exclusivamente de este tipo de empleos (Anderson, 2014; Fielbaum y Tirachini, 2021; Manríquez, 2019; Peticca-Harris et al., 2020; Rosenblat, 2018). Los conductores de baja intensidad ocupan una posición fluida entre cliente y trabajador y prefieren obstaculizar las demandas de laboralidad de aquellos que tienen esta actividad como principal vía de ingresos, conservando mayor agencia calculadora (Manríquez, 2019) Simultáneamente, se refuerza una coalición de intereses entre usuarios y plataformas (Stark y Pais, 2021), establecida mediante subsidios ofrecidos a los dos lados del negocio. Los trabajadores son reclutados a base de incentivos económicos, mientras, los clientes obtienen servicios por debajo del coste gracias a generosas promociones. Esta masa crítica es posteriormente empleada como coartada para justificar la necesidad de cambios legislativos favorables a sus intereses (Collier, et al., 2018; Seidl, 2020). El problema, para los trabajadores más dependientes de los ingresos obtenidos a través de las plataformas, se da cuando los subsidios son retirados o la comisión se incrementa3. En esta situación los conductores ocasionales pueden calcular estratégicamente su vinculación, pero aquellos que dependen de este trabajo como principal medio de vida se ven obligados a aumentar sus horas conectados para alcanzar resultados sostenibles (Surie y Koduganti, 2016).
El modelo ideal debe adaptarse a cada contexto social y legal (Valdez, 2022). En la siguiente sección se muestra cómo sucedió en el caso español, empleando los resultados de la propia investigación. Se comienza detallando los pasos seguidos para lograr un marco legal de explotación y su influencia sobre la estructura empresarial que se consolidó.
El auge de la denominada economía colaborativa abrió un espacio de legitimidad que constituía un marco ideal para la expansión de sistemas de hiperflexibilización de la fuerza de trabajo como los diseñados por Uber (Alonso, 2017; De Rivera, 2021; Gil, 2018). Bajo el principio de “actuar primero y preguntar después” (Collier, et al., 2018), en el año 2014 Uber lanza al mercado español su versión Uber Pop, ofreciendo viajes realizados por no profesionales basado en el sistema peer to peer, recibido con entusiasmo por defensores locales de las plataformas colaborativas (Cañigueral, 2014). Como respuesta, asociaciones de taxistas emprenden acciones que incluyen denuncias en varios juzgados. En diciembre de 2014 el Juzgado de lo Mercantil número 2 de Madrid ordenó el cese y prohibición a nivel nacional de las actividades de Uber (Gualtieri y Gozzer, 2014). La vía colaborativa se cerró definitivamente en 2017 tras la Sentencia del Tribunal Superior de Justicia Europea, iniciada por las acciones de las asociaciones de taxistas (De Miguel-Molina et al, 2021).
Cabify, una compañía local creada en 2011 por integrantes de las élites del sector tecnológico español y liderada por un ingeniero y MBA en Stanford (Cinco Días, 2011), operaba en el sector del transporte bajo demanda. Su negocio, ofrecía atención personalizada y un trato distinguible a un tipo de cliente de gama alta, ofreciendo vehículos lujosos con chofer incluido. La oferta inicial apenas despertó polémicas, pues los segmentos de negocio del taxi y las VTC no eran competitivos entre sí. Sin embargo, en el verano del mismo año 2014 Cabify amplía su oferta de servicios, entrando en competencia directa con el taxi ofreciendo viajes a bajos precios (De Juana, 2015). La diferencia fundamental entre la estrategia inicial de ambas plataformas residía en que Cabify basó su crecimiento explotando estas autorizaciones, proporcionado encaje legal a su negocio. Replicando esta estrategia, en enero del 2016, Uber vuelve a lanzar sus servicios en España, apostando por las autorizaciones VTC (Serrato, 2016). Esto incrementó el interés por unas autorizaciones cuyo número estaba limitado administrativamente.
El establecimiento definitivo de un modelo de negocio basado exclusivamente en la explotación de un sistema profesionalizado de autorizaciones era una solución, pero suponía una dificultad para imponer el marco de hiperflexibilidad necesario para alcanzar todo el potencial de rentabilidad del modelo Uber. Antes de explicar cómo se resuelve, en la siguiente sección se detallan algunos aspectos relativos al proceso de regulación de estas licencias, determinando el tipo de estructura empresarial que se consolida, el modelo de explotación y las consecuencias sobre el régimen laboral finalmente establecido.
Las autorizaciones VTC surgen en 1990 con la aprobación del Reglamento de la Ley de Ordenación de los Transportes Terrestres (ROTT). En 2009 se introduce una modificación al ROTT incluida en una ley ómnibus aprobada con el fin de armonizar un conjunto de directivas europeas en materia de competencia. Así se eliminaba el límite a la concesión de autorizaciones VTC tasado en una ratio 1/30 respecto a las licencias de taxi vigentes en cada territorio, abriendo una ventana de oportunidad, desapercibida en aquel momento, para solicitar autorizaciones VTC. Esta ventana se trató de cerrar por parte del regulador aprobando la Ley 9/2013 de 4 de julio, en la que se imponían limitaciones a las concesiones y las condiciones de explotación (Guillén, 2018). Si bien, dado que hasta el año 2015 no se desarrolla el reglamento de aplicación de esta ley, expertos en derecho señalan la presencia de un vacío legal acerca del cumplimiento efectivo de las limitaciones, especialmente en lo referido a los límites a las concesiones de las solicitadas entre el año 2009 y el 2015 (Baño León, 2017; Guillén, 2018). Propiciado por este vacío, las decisiones acerca de la concesión de estas autorizaciones fueron cada vez más complejas, judicializándose una cantidad indeterminada de reclamaciones pendientes que podría oscilar entre las
3.000 y las 10.000 (Guillén, 2018). Finalmente, en 2018, tratando de poner freno a esta situación, se trasladó a las Comunidades Autónomas la competencia sobre la regulación, dentro de un marco común en todo el territorio. Otros requisitos acerca de la flota mínima exigida, o el mínimo temporal antes de poder ser vendidas, aparecen y desaparecen en función de cambios legislativos y sentencias judiciales, generando una situación de elevada incertidumbre en la que la inversión en estas autorizaciones requería contar con suficiente respaldo financiero.
Es importante señalar que el interés por estas autorizaciones está directamente relacionado con la aparición de las plataformas digitales de movilidad. Como se puede ver en la Tabla 2, y de manera más gráfica en la Figura 1, entre el año 20074 y el año 2013 su número apenas se incrementa levemente. Desde 2014 la cifra experimenta un elevado crecimiento, especialmente a lo largo del año 2018, donde casi se duplican, concentrado principalmente en tres Comunidades Autónomas, Madrid, Andalucía y Cataluña, como también ilustra la Tabla 3. En esas tres regiones se supera con creces el ratio previsto en la ley de 1/30. En concreto, según los datos del MTMAU, a 1 de enero de 2022, la ratio en Cataluña sería de 1/4, en Andalucía quedaría por debajo de 1/3 y en Madrid, donde este proceso ha sido más intenso, la ratio a principios de 2022 es menor de 1/2. El hecho de que una proporción importante se concedieran a lo largo del año 2018, cuando ya no existía un procedimiento abierto para solicitarlas, indicaría una cascada de sentencias favorables para quienes habían iniciado los procedimientos judiciales de reclamación. Las primeras sentencias favorables, allá por 2016, mostraban que bastaba con tener paciencia para poder obtenerlas definitivamente. Esta virtud, en el mundo de los negocios, suele ir asociada al respaldo financiero para poder resistir el paso del tiempo. Por su parte, el hecho de que finalmente se haya superado con creces el ratio fijado en el 1/30 en estos tres territorios5, muestra los lugares donde había más interés en culminar el proceso de “cumplimento contencioso” (Valdez, 2022) por parte de los inversores implicados en estos procesos, los mismos territorios donde operan Uber y Cabify. Esto suponía la presencia de una estructura empresarial fuertemente concentrada que se describe en el siguiente apartado, incidiendo en sus consecuencias sobre la forma de organizar la fuerza de trabajo y su capacidad para establecer las condiciones de mercado.
Los vaivenes regulatorios generaron una situación de incertidumbre e inestabilidad que podrían explicar en parte el proceso de concentración de la propiedad de autorizaciones acaecido tras la llegada de las plataformas. Es difícil medir con exactitud la magnitud de esta concentración. Según datos del Ministerio, en enero de 2018 solo existían cinco empresas con más de 60 autorizaciones, en el año 2022 esta cifra era de 46 empresas con más de 60 autorizaciones (MTMAU, 2022). Pero esto es un indicador muy poco preciso, porque no nos dice nada de cuántas autorizaciones por encima de estas 60 acumula cada una de estas empresas, careciendo los datos oficiales de ciertos detalles relevantes.
A través de la información aparecida en prensa también encontramos cierta confusión. Por ejemplo, según Sobrino (2021) el 48% de las autorizaciones estarían en manos de tres grupos empresariales. Sin embargo, según otras informaciones (Martínez, 2020), el 70% del negocio estaría bajo el control de estos tres grandes grupos. De ellos dos tienen vinculación directa con las plataformas, por un lado el grupo Maxi Mobility Spain, propiedad de Maxi Mobility INC, que es propiedad de Cabify Matriz, otorga el control directo a Cabify de más de 2.000 autorizaciones, si bien los contratos laborales son realizados por empresas filiales que ostentan la propiedad legal de las autorizaciones. Otro gran grupo sería Moove Cars, participado por inversores españoles, un fondo buitre radicado en Londres (Muñárriz y Rico, 2019) y la propia Uber (Asenjo, 2021), controlando más de 4.000 licencias (Martínez, 2020). Por último, el tercer gran propietario de autorizaciones sería el grupo Auro, con alrededor de 1.000 autorizaciones, que mantuvo durante años un acuerdo de colaboración con Cabify hasta romperlo en 2020 (Moreno, 2021)
Un aspecto importante de esta situación, afectando a las condiciones de sus trabajadores, es la estructura interna de estos grupos empresariales. Por poner un ejemplo, la firma Ares Capital controlaba directamente a 164 empresas diferentes, en marzo de 2021, quedando a su vez integrada en Moove Cars, quien también ostentaba el control exclusivo sobre otras 21 compañías (Muñárriz y Rico, 2019). Este tipo de estructuras empresariales provoca que sus trabajadores puedan compartir el mismo punto de recogida del vehículo, o similares condiciones de trabajo, estando contratados por empresas diferentes, de diferentes tamaños, dificultando el cumplimiento efectivo de ciertos derechos, como la posibilidad de presentar listas de candidatos a elecciones sindicales, o el mismo hecho de poder celebrar elecciones, condicionado por el número de trabajadores en plantilla.
La vinculación entre estos grupos y las plataformas tecnológicas va más allá del simple uso de un software. Si bien, es difícil establecer con todo detalle hasta dónde llega esta relación, se puede afirmar que unos y otros actores se necesitan mutuamente. Para operar en España el modelo Uber depende de unas autorizaciones cuyo valor está directamente relacionado con la posibilidad de obtener los servicios proporcionados por las plataformas. Estas suministran clientes, conservando el poder de distribuirlos según su criterio y de fijar los precios por servicio. El negocio tiene dificultades para obtener rendimientos (Sobrino, 2018), casando mal con la competencia. Las expectativas de rentabilidad pasan por poder expulsar al rival del mercado, ofreciendo viajes por debajo del coste si es necesario, pero garantizándose el control del mayor número posible de autorizaciones. Para ello, entre los propietarios de las autorizaciones y las plataformas, se establecen acuerdos de pago por circular, aunque sea en vacío, por determinadas áreas. Una persona entrevistada para esta investigación, tras haber realizado tareas de gestor de flota en una de estas empresas, mencionaba la existencia de una tasa variable, “el euro por hora”, cuyo pago se calcula en función del rendimiento obtenido por todos los vehículos de una misma flota durante periodos determinados. Las plataformas asumen ese pago a los vehículos que no hayan alcanzado la media estimada. Su poder de “recomendación y restricción” (Kellogg et al., 2020) adquiere una relevancia definitiva, al estar en condiciones de mantener o expulsar del mercado a cualquier pequeño operador. El poder de mercado que queda en manos de los pequeños empresarios o autónomos es muy limitado, aunque ampliado puntualmente tras la entrada de Bolt, una plataforma de origen estonio que lanzó sus servicios para España en el verano de 2021 (Pérez, 2021).
Esta situación de mercado no tendría por qué afectar a los trabajadores. Frente al modelo convencional del trabajador de plataforma, analizado en infinidad de estudios, en el caso español el empleado goza formalmente de la protección del derecho laboral. Sin embargo, entre las plataformas y las empresas intermediarias fueron capaces de establecer unas condiciones de trabajo que pusieron límites a la capacidad de protección de la legislación. En el siguiente apartado se explica cómo se forjó esta situación, en un negocio que nacía de la nada, desde el año 2015 en adelante.
Como se señala al inicio, el despliegue del modelo Uber, depende claramente de marcos legislativos con resquicios donde promover la hiperflexibilidad de los trabajadores. En otros contextos el centro del conflicto giró en torno a la consideración del trabajador como contratista independiente, en lugar de empleado (Dubal, 2017). Sin embargo, la forma en que se establece el mercado en España, imponía la laboralidad de la mayor parte de la fuerza de trabajo reclutada para este despliegue. Esto, a priori, suponía un obstáculo para cumplir el objetivo de implantar el modelo de hiperflexibilidad con todas sus consecuencias.
Un factor común en las entrevistas es la enorme distancia entre las condiciones de trabajo recogidas en los contratos y las llevadas a cabo realmente. Los más de cuarenta trabajadores entrevistados tenían, o habían tenido, contratos de trabajo estándar en una o varias de las empresas intermediarias. En muchos casos habían pasado algún tiempo contratados a través de empresas de trabajo temporal. Una vez superado un periodo determinado, entre tres meses y un año, era común adquirir la condición de indefinido, progresivamente devaluada tras sucesivas reformas laborales (Campos y Hernández, 2018). En los contratos se fijaban jornadas laborales de cuarenta horas semanales y unas cantidades a percibir inferiores a 13.500 euros anuales, situando claramente a estos trabajadores en el segmento de bajos ingresos.
Sin embargo, los métodos de trabajo eran diferentes. En las entrevistas se mencionan dos modalidades de organización de la jornada. Por un lado, personas que disponen de un vehículo seis días por semana en turnos de doce horas cada día, intercambiándolos con otro trabajador en lugares acordados o en espacios acondicionados por las empresas intermediarias. Durante esas doce horas los vehículos apenas están detenidos, independientemente de si tuviesen o no viajes asignados, estando obligados a cumplir como mínimo diez horas de conexión a la plataforma correspondiente. En la otra modalidad de organización de la jornada laboral el trabajador dispone de un vehículo de manera continua, lo que en su lenguaje denominan “ser full”. Bajo este régimen el trabajador decide los momentos de inicio y finalización de su jornada, así como los días que trabaja, con un máximo de dos días de libranza por semana. En ambos casos se evidencian signos claros de incremento de la flexibilidad de la duración de la jornada laboral respecto a sistemas convencionales donde las horas de entrada y salida del puesto de trabajo están claramente establecidas, mucho mayor en el caso de los denominados “full”, siendo habitual encontrar jornadas de 70, 80 y hasta 90 ò 100 horas semanales de conducción.
Estas largas jornadas semanales podían deberse a la acumulación de muchas horas continuadas o, algo muy común en el caso de los full, una situación de permanente preocupación por la evolución de la demanda extendida a lo largo del día. En muchos casos el trabajador inicia su jornada muy temprano para aprovechar la demanda de primera hora, habitualmente conectada con aeropuertos o estaciones de tren, para unas horas antes del mediodía, y se vuelva a activar a partir de las cinco o las seis de la tarde, intensificando aún más estos ritmos los fines de semana en los que los horarios de alta demanda se extienden más si cabe. En cierto modo, aunque no estén al volante, estas personas apenas se quitan de la cabeza el trabajo en todo el día. Sus ritmos vitales, desde comer hasta dormir, pasando por las relaciones sociales, son organizados en función de la demanda anterior o esperada.
La flexibilidad en la jornada laboral se logra gracias a la flexibilidad salarial. Para implicar al trabajador activamente en las dinámicas mercantilizadoras de las plataformas, que, recordemos, formalmente es un simple asalariado, se articularon sistemas de incentivos ligados a la facturación calculada individualmente. El software permite identificar en todo momento la posición de cada vehículo conectado, los servicios realizados, la recaudación obtenida y otros valores relacionados con el proceso de negocio, dejando al trabajador en una situación de absoluta transparencia ante el algoritmo (Ajunwa, 2020). Aunque contractualmente ligados a las empresas intermediarias, dependen, en lo relativo a la gestión del trabajo, casi por completo de las instrucciones proporcionadas por las plataformas. Estas ejercen su control algorítmico a través de tres aspectos clave, asignación de servicios, fijación de tarifas y evaluación del rendimiento (ver, por ejemplo, Lee, et al., 2015; Rosenblat y Stark, 2016, para el caso específico de este tipo de plataformas, o Aneesh, 2009; Kellogg, et al., 2020, para una visión más general). Así, factores fundamentales para determinar la rentabilidad del tiempo de trabajo, como serían el tiempo en vacío o la calidad de servicios recibidos, dependen de una situación del mercado de la que los trabajadores carecen de una imagen real, tan solo reciben un reflejo trasladado por las plataformas a través de señales en la interfaz de usuario o los servicios asignados.
La información del rendimiento personalizado recopilada por las plataformas es puesta a disposición de las empresas intermediarias para hacer cuentas periódicamente con cada empleado, profundizando la individualización y fragmentación de sus intereses, sin considerar las horas de conducción, o de conexión para calcular los salarios a final de mes, siempre que se alcancen los niveles de facturación exigidos. Este no reconocimiento de las horas extras fue aceptado por los trabajadores, principalmente porque vincular sus salarios con la facturación era una forma indirecta de obtener un pago por ese exceso de horas. El requisito fundamental para facturar pasaba por acumular cuántas más horas al volante mejor, completándose la flexibilización salarial, como un segundo signo de hiperflexibilidad. Así lo narraba un conductor
“Yo he hecho más de 18 horas, yo en un viernes he hecho un récord haciendo 600 euros en 23 horas y media, salí a las 5 de la mañana el viernes y llegué el sábado a las 5 de la madrugada (…) Porque la empresa exige cada vez más, empezaron con 3200, luego 3500 y siempre van subiendo el mínimo y es inalcanzable, para hacer 4000 euros de facturación con viajes de 3 euros o 4 euros el conductor es que te quedas en el coche” (Hombre, 8)
Es necesario resaltar que las bases del modelo laboral se sientan entre los años 2015 y 2016, con un país aun tratando de superar las consecuencias de la Gran Recesión y tasas de paro oscilando entre el 20 y el 25%. Esto permitía a las empresas encontrar una masa de trabajadores disponibles con relativa facilidad, otorgándolas un elevado poder de negociación a la hora de fijar las condiciones. Para reforzarlo aún más se contrataba principalmente a personas que ocupaban posiciones de debilidad en el mercado de trabajo, propiciado porque el empleo de la tecnología en el sector reduce las exigencias de capacitación y permite la desvalorización de los saberes. Conocimientos como el mapa de la ciudad, dónde encontrar los mejores servicios en cada momento o, incluso el idioma local, se vuelven superfluos bajo el gobierno de las aplicaciones, quedando incluso externalizados parte de los procesos de disciplinamiento, trasladados al cliente que dispone de la posibilidad de valorar el servicio, logrando así extraer una tarea más por parte del trabajador en forma de “trabajo emocional” (Gandini, 2018).
Las motivaciones expresadas por las personas entrevistadas están relacionadas, junto a la falta de otras oportunidades, con las promesas de gozar de cierta flexibilidad horaria, especialmente en el caso de los full, además de razones de tipo aspiracional relacionadas con el lujo y el glamour asociado inicialmente a este tipo de servicios, que siguen apareciendo en algunas de las conversaciones como residuos de la situación original. Si bien, durante los años de crecimiento, la relativa facilidad para alcanzar cifras de facturación que les reportasen ingresos extra, muy por encima de los salarios establecidos en contrato, a cambio de completar prolongadas jornadas, era una razón muy importante para aceptar estas condiciones.
“El servicio mínimo era 7,50 y era pin pan pin pan… y lo que te digo es que eran todos los días entre 150 y 200 euros mínimo, pero sin (…) sin hacer jornadas de más de 12 horas ¿vale? E incluso te digo que los fines de semana he llegado a facturar 800 euros, 800 euros haciendo jornadas de 12 horas, porque era exagerado.” (Hombre, 21)
Los trabajadores son sometidos a una serie de estímulos insertos en el diseño en las interfaces de los conductores. Por ejemplo, Calo y Rosenblat (2017), identifican prácticas realizadas por Uber para obtener determinados comportamientos, influyendo en sus tomas de decisiones y manipulando sus percepciones. Mediante el uso asimétrico de la información (Rosenblat y Stark, 2016), las plataformas recopilan datos, tanto de los clientes como de los trabajadores, para producir arquitecturas de software que supuestamente emulan situaciones de mercado, reforzando de este modo su control, económico y conductual, sobre los participantes (Shapiro, 2020), quedando en condiciones de definir el curso de prácticas posibles ante cada situación. El producto más refinado de este control algorítmico de las conductas se encuentra en las tarifas dinámicas, aplicadas tanto por Uber como por Cabify, que podemos considerar el sumun de las “técnicas comportamentales”, al estilo de Foucault (2009), destinadas a trasladar un reflejo de la situación de mercado a los dos lados implicados en estos procesos, cliente y trabajador, con el fin de influir en el curso de sus decisiones y determinar hasta qué punto concreto se puede forzar la máquina para condicionar las decisiones de los sujetos. Este tipo de tácticas fomentan comportamientos similares a los producidos por juegos de azar simples como las máquinas tragaperras (Van Doorn 2020), algo consistente con las sensaciones experimentadas por las personas entrevistadas para este estudio.
“Al principio lo perseguía, es como un juego, te envicias, vas como…tengo que hacerlo, voy, voy, tengo que ir, entonces es lo que hay. Al principio las perseguía luego las rehuía porque suele coincidir con el atascazo monumental del centro (…) Somos adictos…Cuando yo empecé a trabajar con Caby, la entrada de viaje era un pitido … era un sonido ascendente y en la sintonía de los 40, la apertura de anuncios a programa era así, se oía ese ruido de fondo y estaba traumatizada, me despertaba por la noche …me ha saltado un viaje” (Mujer, 8)
Durante los primeros años de funcionamiento el sistema de trabajo apenas generó conflictos internos. Sin embargo, desde 2019 en adelante, se empieza a percibir un deterioro de la situación cada vez más evidente. El crecimiento exponencial del número de autorizaciones VTC concedidas implica un incremento de la competencia. Para conseguir ampliar la base de clientes, las plataformas tecnológicas entran en una guerra de precios, rebajando las tarifas mínimas. Esto se traslada directamente a la facturación de los conductores, crece el tiempo circulando en vacío y descienden los ingresos por viaje. Las compañías intermediarias también sufren las consecuencias de esa situación, pero los acuerdos firmados con las plataformas suponen que, aunque se reduzcan los márgenes por vehículo, el aumento de vehículos permite incrementar sus ingresos totales, a costa de los beneficios de cada unidad. Como consecuencia de estos cambios la insatisfacción de los trabajadores se hace patente en las entrevistas. Los algoritmos de emparejamiento pierden legitimidad y pasan a ser observados críticamente. Las posiciones oscilan entre la desconfianza y la impugnación directa. Entre quienes desconfían hay expresiones del tipo “hay conductores que estamos fuera de ese algoritmo porque hemos vuelto loco a Cabify por nuestra forma…” (Conductor Cabify). Estas percepciones se combinan con otras mucho más críticas que directamente consideran los algoritmos una farsa, una pantalla que oculta procesos de asignación completamente arbitrarios ante los que su actuación tiene poca capacidad de influencia, salvo que se acepte obedecer todas las órdenes recibidas del gestor, por irracionales que se perciban. Un conductor lo expresaba así:
“yo he pensado ¿Y si fuera un acuerdo tácito de alguna progresión? Tú las primeras 40 horas las vas a cobrar, no vas a hacer más de 12 euros la hora, eso sí, si estás en vez de 40 horas conectado, estás 50, esas 10 horas de diferencia ya no las vas a facturar a 12 hora, sino que el ente, o el dedo, o el algoritmo, se compromete a que vas a facturar 15, y si haces 60, entre las 51 a la 60 no vas a facturar a 15 sino a 25”. (Hombre, 26)
Expresiones como esta evidencian la percepción de estar sometidos a una serie de fuerzas susceptibles de ser manipuladas a voluntad por actores fuera de su control. El fatalismo ante el poder del algoritmo, o de quién sea que se oculta tras él, invade a gran parte de estos trabajadores. Se ven sometidos a un conjunto de procedimientos diseñados para modificar el espíritu de la relación laboral. Una de las entrevistadas lo definía con una expresión que condensa su propia sensación de manera paradigmática al referirse a ellos mismos como “falso asalariado” (Mujer, 2). El poder descriptivo de esta expresión es mayor al considerar la totalidad de testimonios recogidos, ciertas prácticas realizadas por estos trabajadores, como llevar hojas de Excel en las que recopilan apuntes contables similares a los de una empresa convencional o estar disponibles para completar su jornada de forma intermitente a lo largo de todo el día, organizándose en función de las horas previstas de mayor demanda y mejores precios.
Durante los años de expansión la posición ocupada por las plataformas en el proceso de trabajo estaba naturalizada pasando desapercibida. Los empleados mantenían una relación directa con los jefes de tráfico contratados por las empresas intermediarias. Estos actuaban como capataces realizando una función de control directo sobre la fuerza de trabajo, o como interlocutores para resolver posibles problemas. En algunos casos recomiendan zonas y horas más adecuadas para trabajar o corrigen comportamientos considerados inadecuados. Los trabajadores tienen la sensación de que el puesto principal de control recae sobre este capataz físico, minimizando la importancia del papel jugado por la plataforma, de manera especialmente acusada mientras los servicios enviados cumplan las expectativas.
Sin embargo, lo que sucedía puede ser interpretado como un doble proceso paradójico de externalización e intensificación del poder de control de las plataformas sobre el proceso de trabajo. En la medida que una proporción mayor de los salarios depende de la frecuencia y calidad de las instrucciones procedentes de los algoritmos, su influencia se hace más relevante. Algo parecido se puede decir de la organización de la jornada de trabajo, pues en numerosos casos los trabajadores establecen su duración y los momentos de descanso en función de las instrucciones de las plataformas. Se completa así este doble proceso, mientras, las plataformas son las entidades que realmente gobiernan el proceso de trabajo, a la vez reducen la capacidad de protección de los derechos laborales, conectando directamente al trabajador con los vaivenes del mercado.
En el caso de la llegada del modelo Uber a España se hace mucho más evidente la necesidad de contemplar la complejidad de factores que permiten su estabilización. Aquí se evidencia como el marco legal pone límites de partida, pero es estirado y ampliado por los actores dominantes del modelo. También es interesante observar que el agente más poderoso del modelo, la compañía Uber, tras el rechazo a su primera oferta, toma nota de las estrategias de una compañía menor que se puede considerar como una réplica del agente impulsor. Esto provoca una situación en la que ambas compañías son simultáneamente aliadas y competidoras, pugnando legal y financieramente por asentar el modelo, a la vez que compiten entre sí por hacerse con las mayores cuotas posibles de mercado, generando un incremento del precio de las licencias y expulsando a muchos pequeños operadores previamente establecidos.
En todo el proceso de establecimiento en el mercado español las tecnologías juegan un papel secundario para lograr el éxito. No obstante, su mayor efecto se ejerce sobre el terreno, precisamente sobre aquellos que ocupan la posición más débil en el proceso de producción de valor, sus trabajadores y trabajadoras, sometidos a un régimen algorítmico de control de la fuerza de trabajo que decide aspectos fundamentales de su desempeño y ejerce una influencia crucial sobre sus ingresos y sus condiciones laborales, conectándolos directamente con los vaivenes del mercado, a pesar de estar protegidos por la legislación laboral. La tecnología apenas atrae la atención de estos trabajadores mientras “funciona”, haciéndose más evidente cuando se incrementa la competencia, quedando en entredicho la legitimidad de sus instrucciones.
No obstante, esta externalización de los riesgos de mercado a trabajadores por cuenta ajena no hubiera sido posible sin el conjunto de procesos sociales denominados por Alonso (2000: 70) nueva institucionalización de la norma de empleo, incrementando la flexibilidad y permitiendo la instauración de una “trampa de la precariedad” (Standing, 2013), de la que el desempleo constituye su principal dimensión, especialmente acusado en el caso español (Martínez Pastor y Benardi, 2011). Tras la Gran Recesión la erosión de la norma de trabajo estándar se agudiza (Campos y Hernández, 2018), dejando a los integrantes de determinados segmentos del mercado de trabajo estructuralmente más expuestos a las imposiciones empresariales. Esto configura un caldo de cultivo ideal para la introducción y estabilización del modelo Uber en España necesario para alcanzar su éxito, pues la hiperflexibilización de la fuerza de trabajo parece una condición básica. El modelo Uber no crea la hiperflexibilidad en el mercado español, pero sí se sirve de su existencia y ensancha su influencia todo lo posible apoyado en la tecnología.
Cabe señalar la situación paradójica de que la tecnología podría generar un cierto nivel de bienestar para algunos, los clientes, a costa de intensificar los tiempos y ritmos de trabajo de otros, sus trabajadores, dejando así en entredicho determinadas afirmaciones tecnoutópicas acerca de la capacidad de la tecnología para mejorar la vida de todos por igual. Por supuesto, los principales beneficiarios de estas tecnologías son las propias plataformas. Con ella logran implantar un modelo de negocio abriéndose hueco en la legislación, siendo también capaces de extraer mucho más trabajo del que reconocen a sus trabajadores. En primer lugar porque se parapetan detrás de la maraña de sociedades creadas para prestar servicio, en segundo lugar porque relacionan todo lo posible el pago de los salarios con el número de viajes realizados, ocultando que el simple hecho de estar circulando por la ciudad conectado a la aplicación supone de facto un servicio prestado para la plataforma en forma de mejora de la experiencia de usuario, en la medida que esto reduce los tiempos de espera al incrementar la oferta de vehículos disponibles. El régimen laboral palía en parte las peores consecuencias de este trabajo no reconocido, garantizando un pago mínimo en forma de sueldo para el trabajador, sin embargo, las presiones continuas para incrementar la facturación que todos los trabajadores relatan son una muestra del intento de no reconocer este trabajo oculto, expandiendo el marco laboral de hiperflexibilidad. Por supuesto, este artículo apenas arroja algo de luz sobre un aspecto concreto de la implantación del modelo Uber en España. Quedan muchos puntos oscuros de importancia para poder completar el cuadro, desde la experiencia de los usuarios a cuestiones como el tipo de datos recopilados por las tecnológicas y el uso que se les da. Esto tan solo constituye una modesta contribución tratando de establecer un puente entre la academia y sus trabajadores y trabajadoras para
