Seguici
Iscriviti alla nostra newsletter

    Venezuela: lavoro senza diritti

    Serie sul colonialismo dell’intelligenza artificiale. In Venezuela l’AI si è trasformata in un nuovo modello di sfruttamento del lavoro

    Karen Hao e Andrea Paola Hernandez

    L’intelligenza artificiale è il nuovo colonialismo? Leggi la prima puntata dell’inchiesta

    Doveva essere un lavoro secondario temporaneo, un modo per guadagnare qualche soldo in più. Oskarina Fuentes Anaya si è iscritta ad Appen, una piattaforma di etichettatura dei dati per lo sviluppo dell’intelligenza artificiale, quando era ancora al college e studiava per ottenere una posizione ben retribuita nell’industria petrolifera. Ma poi, in Venezuela, l’economia è crollata. L’inflazione è salita alle stelle e un lavoro stabile, una volta garantito, non era più un’opzione. Il suo lavoro temporaneo ora era il prossimo futuro.

    Oggi Fuentes vive in Colombia ed è una dei milioni di migranti e rifugiati venezuelani che hanno lasciato il loro Paese in cerca di migliori opportunità. Ma è intrappolata a casa, sia da una malattia cronica provocata dai ritardi dell’assistenza sanitaria, sia da algoritmi opachi che determinano quando lavora e quanto guadagna.

    Nonostante le minacce di Appen di vendicarsi contro di lei, ha scelto di dire a tutti cosa significa essere una parte della pipeline di sviluppo globale dell’AI e subire un determinato tipo di trattamento sul lavoro. Appen è tra le dozzine di aziende che offrono servizi di etichettatura dei dati per l’intelligenza artificiale. Se si acquistano generi alimentari su Instacart o si cerca lavoro su Glassdoor, si beneficia di tale etichettatura dietro le quinte. La maggior parte degli algoritmi per massimizzare i profitti, che sono alla base di siti di e-commerce, assistenti vocali e auto a guida autonoma, si basano sul deep learning, una tecnica di intelligenza artificiale alimentata da decine di esempi etichettati per espandere le proprie capacità. 

    L’insaziabile domanda ha creato la necessità di un’ampia base di manodopera a basso costo per taggare manualmente i video, ordinare le foto e trascrivere l’audio. Il valore di mercato dell’approvvigionamento e del coordinamento di questo “lavoro invisibile”, come è stato definito dall’antropologa Mary Gray e dallo scienziato sociale computazionale Siddharth Suri, dovrebbe raggiungere i 13,7 miliardi di dollari entro il 2030.

    Negli ultimi cinque anni, il Venezuela in crisi è diventato una fonte primaria di questo lavoro. Il paese è precipitato nella peggiore crisi economica in tempo di pace che un paese ha dovuto affrontare in quasi 50 anni proprio mentre la domanda di etichettatura dei dati stava esplodendo. Folle di persone ben istruite che erano connesse a Internet hanno iniziato a unirsi alle piattaforme di crowdworking come mezzo di sopravvivenza. “È stato un movimento irreversibile”, afferma Florian Alexander Schmidt, professore presso l’Università di scienze applicate HTW di Dresda che ha studiato l’ascesa dell’industria dell’etichettatura dei dati. 

    La crisi del Venezuela è stata una manna per queste aziende, che improvvisamente hanno avuto a disposizione manodopera a basso costo. Ma per i venezuelani come Fuentes, l’ascesa di questa nuova industria in rapida crescita nel suo paese è stata in parte una benedizione. Da un lato, è stata un’ancora di salvezza per coloro che non avevano altre opzioniDall’altro, li ha resi vulnerabili allo sfruttamento poiché le aziende hanno abbassato la loro paga, sospeso i loro conti o interrotto i programmi in corso per offrire servizi sempre più a basso costo alla Silicon Valley.

    “Ci sono enormi squilibri di potere”, afferma Julian Posada, un dottorando all’Università di Toronto che studia l’etichettatura di dati in America Latina. “Le piattaforme decidono le regole del gioco”. A un coro crescente di esperti, l’accordo riecheggia un passato coloniale quando gli imperi sfruttavano il lavoro dei paesi più vulnerabili e ne traevano profitto, impoverendoli ulteriormente delle risorse di cui avevano bisogno per crescere e svilupparsi.

    Ora, poiché alcune piattaforme stanno rivolgendo la loro attenzione ad altri paesi alla ricerca di pool di manodopera ancora più economici, il modello potrebbe continuare a diffondersi. Ciò che sta succedendo in Venezuela ha determinato un’aspettativa al ribasso sul pagamento di questi servizi. “L’esempio di questo paese mostra come un misto di povertà e buone infrastrutture renda possibile una situazione simile”, afferma Schmidt. “Quando ci sarà una nuova crisi in un altro luogo, sarà un altro paese a prendere il testimone”.

    Tutto è iniziato dalle aziende automobilistiche

    Le case automobilistiche tedesche, come Volkswagen e BMW, erano nel panico perché le Tesla e le Uber di tutto il mondo minacciavano di far crollare le loro attività. Quindi hanno fatto quello che fanno le aziende tradizionali quando arriva una nuova concorrente: hanno scritto assegni in bianco per tenere il passo. L’innovazione tecnologica prescelta è stata l’auto a guida autonoma. I giganti dell’auto hanno iniziato a riversare miliardi nel loro sviluppo, afferma Schmidt, spingendo le richieste di etichettatura dei dati a livelli mai visti in precedenza.

    Come tutti i modelli di intelligenza artificiale basati sul deep learning, le auto a guida autonoma hanno bisogno di milioni, se non miliardi, di materiali etichettati per le sessioni di formazione. Questi esempi si presentano sotto forma di ore di riprese video: ogni fotogramma è accuratamente annotato per identificare la segnaletica orizzontale, i veicoli, i pedoni, gli alberi e i bidoni della spazzatura che l’auto deve riconoscere ed eventualmente evitare. Ma a differenza dei modelli di intelligenza artificiale che potrebbero classificare i vestiti, le auto a guida autonoma richiedono più alti livelli di accuratezza perché una serie di fotogrammi etichettati erroneamente possono fare la differenza tra la vita e la morte.

    Per oltre un decennio, la piattaforma di crowdworking di Amazon Mechanical Turk, o MTurk, ha regnato sovrana. Lanciata nel 2005, è stato de facto il modo per le aziende di accedere a manodopera a basso salario disposta a svolgere un lavoro frammentario. Ma MTurk era anche una piattaforma generalista: in quanto tale, produceva risultati diversi e non poteva garantire un buon livello qualitativo.

    Quando il deep learning ha iniziato a decollare all’inizio degli anni 2010, è emersa una nuova generazione di piattaforme di crowdworking AI più specializzate, che cercavano di garantire più praticità e precisione. Nel 2017, con l’arrivo delle aziende automobilistiche, la richiesta di precisione è schizzata al 99 per cento o più. MTurk è caduto in disgrazia e le piattaforme specializzate hanno preso il sopravvento. Altre piattaforme precedenti, come Appen, si sono adattate al nuovo approccio.

    Una delle aziende più importanti tra le nuove aziende specializzate era (ed è tuttora) Scale AI. Fondata nel 2016 da Alexandr Wang, all’epoca uno studente diciannovenne al MIT, ha rapidamente accumulato decine di migliaia di addetti alle etichettature e annoverato clienti di grandi dimensioni, tra cui Toyota Research, Lyft e OpenAI. “Se dovessi scegliere tra tirare un risciò o etichettare i dati in un internet café con aria condizionata, non avrei dubbi”, ha detto nel 2019 a “Bloomberg” Mike Volpi, socio generale di Index Ventures, che ha contribuito all’azienda con un finanziamento di 100 milioni di dollari.

    Scale AI è ora valutata 7,3 miliardi di dollari. A febbraio, è stata selezionata tra diverse aziende per fornire servizi al Dipartimento della Difesa degli Stati Uniti nell’ambito di un contratto di acquisto globale fino a 249 milioni di dollari. La crescita iniziale di Scale si basava sulla sua capacità di fornire dati etichettati di alta qualità in modo rapido ed economico, grazie principalmente alla manodopera grezza. Nel 2017 ha lanciato una piattaforma rivolta ai lavoratori chiamata Remotasks per creare un pool globale di appaltatori economici

    Per alcune attività, Scale lavora i dati dei clienti attraverso i propri sistemi di intelligenza artificiale per produrre etichette preliminari prima di pubblicare i risultati in Remotasks, dove operatori umani correggono gli errori. Per altre, secondo i materiali aziendali esaminati da “MIT Technology Review”, l’azienda invia i dati direttamente alla piattaforma. Il salario del lavoratore è legato alla velocità e all’accuratezza.

    Inizialmente, Scale ha cercato appaltatori nelle Filippine e in Kenya, paesi con un passato di lavoro esternalizzato, popolazioni che parlano un ottimo inglese e, soprattutto, salari bassi. Tuttavia, più o meno nello stesso periodo, concorrenti come Appen, Hive Micro e Mighty AI’s Spare5 hanno iniziato a registrare un forte incremento di richieste dal Venezuela. Secondo la ricerca di Schmidt, a metà del 2018, circa 200.000 venezuelani si erano registrati per Hive Micro e Spare5, costituendo il 75 per cento della rispettiva forza lavoro.

    Nel 2019, Scale ha seguito la concorrenza in Venezuela. Ha iniziato a reclutare in modo aggressivo lavoratori venezuelani, utilizzando codici di riferimento e una campagna di social media marketing che ha portato le persone a credere di poter fare un sacco di soldi. Nello stesso anno, Uber ha acquisito Mighty AI e ha limitato l’accesso a Spare5. I suoi etichettatori sono migrati in massa su Remotasks. Poi, all’inizio del 2020, in quello che diceva fosse un modo per aiutare i venezuelani a superare un difficile passaggio storico, Scale ha creato una pagina di destinazione specifica per il Venezuela per Remotasks e ha spinto gli utenti a partecipare a una nuova iniziativa chiamata Remotasks Plus.

    Il programma solo su invito, che in seguito è stato lanciato a livello globale, ha promesso ai partecipanti una nuova opportunità di ricevere più formazione, aumentare i propri guadagni attraverso salari e bonus orari minimi e fare carriera all’interno dell’azienda. Nel giro di un mese, l’inizio della pandemia globale ha contribuito a far aumentare il numero di iscritti al programma. Scale ha dominato come scelta tra le startup di spicco, Appen tra giganti della tecnologia come Google, YouTube e Facebook, e Hive Micro ha avuto la meglio tra i clienti di fascia bassa con esigenze di qualità meno stringenti.

    Una storia come tante altre

    La città in cui vive  Fuentes è incastonata tra le montagne, a un’impegnativa ora di macchina a sud del nascente centro tecnologico della Colombia, Medellín. La 32enne condivide un appartamento con il marito, la mamma, la zia, lo zio e la nonna, oltre ai suoi due cani (“i miei figli”, dice). Lo spazio funge anche da “negozio” di parrucchiera di sua madre. Mentre sistema il suo laptop in soggiorno, sua madre taglia i capelli a una donna in cucina accanto ad altri tre membri della famiglia che preparano il pranzo. Il più piccolo dei due cani, che sfoggia un tutù rosa e un collare abbinato, si sistema ai piedi di Fuentes. Fiori di carta colorati decorano le pareti.

    Oskarina Fuentes Anaya
    Fotografia: Joana Toro

    Sul suo schermo, un browser mostra la sua coda di attività in esecuzione su Appen: un titolo, un ID cliente anonimo, il numero di unità in cui è suddiviso e quanto può guadagnare, di solito centesimi, per unità. Le attività variano ampiamente, dall’etichettatura delle immagini alla moderazione dei contenuti alla categorizzazione dei prodotti (per esempio, determinare se un oggetto in una foto rientra nella voce “gioielli”, “abbigliamento” o “borse”).

    Quest’ultimo tipo di attività è diventato così familiare che Fuentes non ha più bisogno di tradurre il testo dall’inglese allo spagnolo. In altri casi, utilizza Google Translate. A un clic, il sistema presenta le istruzioni del cliente. A volte sono chiare, a volte non lo sono, a volte non ce ne sono affatto. Il suo schermo si riempie di un’immagine satellitare di un’area ricca di foreste. Non ci sono istruzioni, solo una chiave che dice “albero” e “non alberi” e un cursore che suggerisce che dovrebbe delineare le parti corrispondenti dell’immagine. I suoi tentativi di risposta vengono rifiutati ogni volta. Lei ritiene che il cliente voglia che ogni albero, su migliaia, sia delineato singolarmente.

    Mentre completa alcuni dei compiti più facili, il totale dei suoi guadagni appare nell’angolo in alto a destra. Pochi centesimi. Non può prelevare il denaro fino a quando non raggiunge un minimo di 10 dollari. Poi deve convertirlo in valuta locale e, in Venezuela, l’operazione è complicata perché la maggior parte dei posti non accetta pagamenti dai portafogli elettronici e il mercato nero per cambiarli con valuta locale è costellato di truffe e commissioni elevate. Ora in Colombia, si può almeno usare PayPal.

    Nel frattempo, apre un’altra attività che non è riuscita a completare in precedenza. Si tratta di moderazione dei contenuti, un’attività in genere più remunerativa. Sulla schermata si legge: “Questi video sui social media contengono crimini o violazioni dei diritti umani?”. Di seguito, una serie di lettori video con didascalie hanno ciascuno pulsanti di opzione “sì” o “no” a scelta multipla. (“MIT Technology Review” ha scelto di oscurare il nome della piattaforma di social media dopo che la portavoce di Appen Christina Golden ha affermato che l’azienda potrebbe punire Fuentes se il nome del suo cliente fosse apparso in questa storia).

    Il problema è che i lettori video non funzionano e vengono visualizzati come rettangoli vuoti e scuri. È chiaramente un bug, ma le sue esperienze passate con il servizio clienti di Appen suggeriscono che non vale la pena di avvisarli.  Il compito è, ancora una volta, impossibile.
    Al college, Fuentes ha studiato ingegneria del petrolio e del gas nel periodo in cui la compagnia petrolifera statale venezuelana stava generando una ricchezza significativa per il paese. Era una brava studentessa e ha ottenuto un lavoro a tempo pieno. Ma nell’ultimo anno del suo master, l’economia era già al collasso. I prezzi del petrolio stavano scendendo e la quasi completa dipendenza del paese da quelle entrate ne delineava il drammatico declino.

    E’ stato allora che Fuentes è venuta a conoscenza delle piattaforme di micro-lavoro e si è unita ad Appen. Come molti, ha usato un laptop che il governo aveva distribuito nelle scuole ai bambini alcuni anni prima. I programmi erano obsoleti, ma da allora quei laptop sono stati venduti e rivenduti tra gli adulti che cercavano di accedere all’economia digitale.

    Con la laurea, la crisi si era aggravata. A causa della straordinaria iperinflazione, non riusciva più a coprire le spese di base, ma non esistevano lavori migliori per gli studenti che lasciavano l’università. La sua preoccupazione era per la sicurezza della sua famiglia se fossero rimasti nel paese oltre al fatto che non era nemmeno sicura che si sarebbero potuti permettere il cibo.

    Quindi, all’inizio del 2019, con solo i soldi sufficienti per una settimana di generi alimentari, lei e suo marito hanno attraversato il confine con la Colombia, grazie alla doppia cittadinanza. Una generazione prima, nella stessa ricerca di stabilità, la sua famiglia aveva fatto il viaggio opposto, lasciando la Colombia per il Venezuela per fuggire da un’altra crisi. Il piano ora era ricominciare da capo. Invece, il nuovo datore di lavoro di Fuentes, un call center locale, ha annunciato che avrebbe chiuso da lì a poco.

    Sotto il peso di un enorme stress, è stata ricoverata in ospedale per cinque giorni. Il medico le ha diagnosticato un diabete acuto che l’avrebbe uccisa se non si fosse intervenuti con decisione. Non sapendo come pagare le sue medicine, ha tirato fuori il suo vecchio laptop e ha iniziato a lavorare su Appen a tempo pieno.

    Il denaro, si è scoperto, era più o meno lo stesso che guadagnava al call center (Wilson Pang, CTO di Appen, afferma che l’azienda adegua la sua retribuzione per attività al salario minimo di ciascun lavoratore locale). Ma ora poteva restare a casa per riposare di più e prendersi cura di se stessa, il che includeva l’adesione a un regime di terapia intensiva. Ha investito in un laptop più potente per portare avanti attività più remunerative come l’etichettatura lidar 3D per le auto a guida autonoma. 

    Fuentes sorride mentre ricorda questa parte della storia. Con suo marito impiegato e i suoi guadagni su Appen in media di 70 dollari a settimana, poteva finalmente respirare senza preoccuparsi costantemente dei soldi. Quelli erano i bei giorni, dice, quando, solo per un fugace istante, sentiva di essere arrivata alla fine di un lungo tunnel buio.

    Nel frattempo… in Venezuela

    Per la maggior parte degli altri venezuelani, lasciare il Paese era impossibile. Coloro che hanno iniziato a etichettare i dati lo hanno fatto non solo perché avevano perso altri posti di lavoro, ma perché un’ondata di criminalità dovuta alla crescente instabilità li ha intrappolati nelle loro case. Il lavoro sulle piattaforme è diventato l’obiettivo a tempo pieno di molte famiglie, afferma Posada. A volte genitori e figli si sono alternati su un computer condiviso; altre volte le donne si occupavano delle faccende domestiche in modo che gli uomini di casa potessero lavorare 24 ore su 24.

    Ma come avrebbe presto scoperto Fuentes, la finestra di opportunità si stava riducendo. Subito dopo la chiusura di Spare5 e l’inizio della pandemia, il numero di attività su Appen ha iniziato a diminuire man mano che sempre più lavoratori si sono uniti alla piattaforma. In precedenza, le attività coprivano facilmente la giornata, afferma Fuentes, mentre ora il lavoro arrivava in modo irregolare e a orari strani. Per lei era ancora sufficiente a sostenerla, ma non era così per chi era venuto dopo. 

    Appen aveva introdotto quattro livelli. Gli utenti dovevano completare le attività sui livelli 0 e 1 secondo uno standard coerente prima di poter accedere a lavori aggiuntivi sui livelli 2 e 3. Nel corso del tempo, le attività di livello inferiore sono diventate quasi inesistenti, il che significava che i creatori di nuovi account ricevevano importi di denaro trascurabili. L’unico modo per entrare era acquistare un account di alto livello esistente in un mercato sotterraneo, ma coloro che lo facevano rischiavano che i propri account venissero chiusi per aver violato la politica aziendale.

    Golden afferma che da allora Appen si è allontanata da questo modello basato sui livelli, ma i suoi progetti “hanno ancora qualifiche specifiche e quindi non sono aperti a tutti”. “Siamo orgogliosi di pagare al di sopra del salario minimo e di seguire il nostro codice etico”, aggiunge. “Ci auguriamo che la nostra piattaforma possa essere un punto di riferimento per i venezuelani durante la crisi e offrire lavoro a coloro che ne hanno bisogno”.

    Remotasks rimaneva l’altra opzione migliore (anche se Hive Micro è il servizio più accessibile, offre il lavoro più inquietante, come l’etichettatura di immagini terroristiche, per la paga più misera). Ma non appena Remotasks Plus è stato lanciato, il sistema ha iniziato a mostrare le sue crepe. Molti utenti si sono subito resi conto che le loro ore erano sottostimate, il che ha ridotto i loro guadagni settimanali. Gli standard richiesti inoltre erano più elevati, con un rischio maggiore di sospensione per non essere sufficientemente veloci o precisi.

    Matt Park, che supervisiona le operazioni di Scale, afferma che Remotasks prevede un team di supporto in lingua spagnola 24 ore su 24, 7 giorni su 7, corsi e sessioni di formazione dal vivo e canali di discussione della comunità. “I lavoratori di Remotasks Plus hanno ricevuto ulteriore formazione e supporto attraverso un programma di formazione specializzato sul campo”, afferma. Eppure i lavoratori hanno scoperto che non c’era un supporto adeguato per aiutare le persone a soddisfare gli standard richiesti.

    Pochi mesi dopo, Remo Plus ha chiuso i rubinetti: chi aveva lavorato più di 60 ore settimanali non sarebbe stato pagato per il tempo extra. Nel frattempo, Scale ha continuato la sua campagna pubblicitaria, pubblicando video su YouTube, Facebook e Instagram con testimonianze e filmati d’archivio interessanti che mostrano pile di dollari USA. “Promettono stabilità, te lo vendono come un lavoro a lungo termine e mentono“, dice uno studente universitario che ha lavorato su Remo Plus e ha chiesto di rimanere anonimo per paura di ritorsioni.

    Ma quando i lavoratori hanno avuto da ridire sul comportamento dell’azienda si sono ritrovati a comunicare con formatori, community manager e reclutatori che spesso erano anche appaltatori dell’azienda. Di conseguenza, quelle persone non avevano né la capacità né l’incentivo a sostenere le proteste. I lavoratori che facevano domande hanno ottenuto in risposta silenzio, scuse e maltrattamenti. Ricardo Huggines, un ex ingegnere informatico che ha iniziato a lavorare su Remo Plus per mantenere la sua famiglia, dice di essere stato espulso dal programma dopo essere stato troppo esplicito sulla riduzione dei pagamenti e sull’aumento dei carichi di lavoro.

    “Prendiamo sul serio tutti i reclami dei lavoratori e indaghiamo sulle contestazioni”, afferma Park. “L’accesso può essere revocato in casi quali prestazioni di scarso livello o frode o spam”. Col passare del tempo, il programma è diventato più disorganizzato. La piattaforma era piena di bug e poteva bloccarsi, lasciando le persone con compiti incompleti per i quali non venivano pagati. Scale a un certo punto è passata da PayPal al portafoglio digitale AirTM, che supportava meglio i bolivares, la valuta locale. Sul server Discord che Scale aveva originariamente installato esclusivamente per i partecipanti venezuelani, i lavoratori si sono spesso lamentati del ritardo dei pagamenti di settimane o addirittura mesi.

    All’inizio del 2021, Scale ha tagliato i suoi bonus e compresso ancora di più i guadagni dei lavoratori. Ad aprile, ha infine chiuso completamente Remo Plus, riportando tutti alla piattaforma Remotasks standard. Molti lavoratori affermano di non aver mai ricevuto il pagamento finale, anche se Park afferma che i registri dell’azienda non mostrano “nessun pagamento in sospeso o richieste di supporto relative alla retribuzione da questo programma”. Un lavoratore ha mostrato a “MIT Technology Review” gli screenshot di una controversia di pagamento di otto mesi con il servizio clienti che l’agente alla fine ha contrassegnato come risolta senza che lei avesse mai ricevuto i suoi soldi.

    Alcuni lavoratori hanno sentito voci secondo cui l’azienda aveva chiuso il programma come punizione per le persone che avevano approfittato del sistema. Su Discord, Scale ha detto ufficialmente ai lavoratori che il programma era stato un esperimento ormai finito. “Dal modo in cui ci hanno trattati, mi sono reso conto che il loro approccio era quello di sfruttare il più possibile ogni utente”, afferma Huggines, “e poi cercarne di nuovi”.

    La situazione attuale

    In questi giorni, Fuentes aspetta con ansia davanti al suo computer, pronta per iniziare a lavorare. Alcune settimane, la sua ipervigilanza non porta a nulla, altre le permette di raccogliere tra i 6 e gli 8 dollari, non raggiungendo la soglia per ritirare i suoi soldi. Altre volte ancora, appare un’attività ben pagata e lei guadagna 300 dollari in poche ore. La prospettiva di un guadagno la tiene legata al suo computer. Se appare un buon compito, infatti, ci sono solo pochi secondi per reclamarlo e lei non può permettersi di perdere l’opportunità. 

    Fotografia: Joana Toro

    Sfoga le sue frustrazioni nei gruppi Telegram e Discord di altri venezuelani relativi ad Appen. I membri scambiano strategie per aumentare i loro guadagni e condividono anche strumenti sviluppati dalla comunità per facilitare il lavoro. Fuentes utilizza una serie di questi strumenti, inclusa un’estensione del browser che emette un allarme quando viene visualizzata una nuova attività.

    Un gruppo in particolare l’ha aiutata ad aumentare significativamente i suoi guadagni. Appen differenzia i compiti tra lavoratori diversi, basando la distribuzione su una serie di segnali tra cui posizione, velocità e competenza. Sebbene i membri del gruppo non conoscano il meccanismo esatto, sanno che esiste. Quando il lavoro su Appen ha iniziato a diminuire, si sono resi conto che potevano raggruppare le attività insieme. Ogni volta che un’attività appare nella coda di un membro, quella persona copia l’URL specifico dell’attività su tutti gli altri. 

    Chiunque faccia clic su di esso può quindi rivendicare l’attività come propria, anche se non è mai stata visualizzata nella propria coda. Il sistema non è perfetto.  Ogni attività ha un numero limitato di unità, come il numero di immagini che devono essere etichettate, che scompaiono più velocemente quando più membri rivendicano la stessa attività in parallelo. Ma Fuentes dice che finché si fa clic sul collegamento prima che scompaia, la piattaforma consentirà di completare tutte le unità rimaste e Appen pagherà. “Ci aiutiamo tutti a vicenda”, spiega.

    Il gruppo tiene anche traccia di quali identificativi utente dovrebbero essere evitati. Alcuni di questi sono particolarmente severi nel valutare le prestazioni delle attività, il che può causare una sospensione dell’account. Quasi tutti i membri del gruppo ne hanno sperimentato almeno uno, dice Fuentes. Quando succede, si perde l’accesso non solo a nuove attività, ma anche a tutti i guadagni che non sono stati prelevati.

    La volta che è successo a Fuentes, ha ricevuto un’e-mail in cui si diceva che aveva completato un compito con “risposte disoneste”. Quando ha presentato ricorso, il servizio clienti ha confermato che si trattava di un errore amministrativo. Ma ci sono voluti ancora mesi di suppliche, utilizzando Google Translate per scrivere messaggi in inglese, prima che il suo account fosse ripristinato. Golden afferma che Appen ha assistito a un aumento dei lavoratori coinvolti in atti che considera “frodi”, come l’utilizzo di VPN per localizzarsi in paesi con salari più elevati, motivo per cui l’azienda cerca proattivamente questi comportamenti e chiude gli account ritenuti illegittimi. 

    “Il nostro team di supporto sta lavorando attivamente con ogni collaboratore per correggere eventuali malintesi”, afferma Golden. Ma i lavoratori affermano che sono proprio le aspettative irrealistiche della piattaforma che li spingono a trovare soluzioni alternative creative. Dalla chiusura di Remo Plus, anche le condizioni sui Remotask sono peggiorate. I lavoratori affermano che la piattaforma continua a essere insicura, mentre i pagamenti sono diventati più inaffidabili. 

    Alcuni possono passare ore a completare le attività per scoprire di aver ricevuto solo una frazione dell’importo totale indicato su ciascun lavoro. Altri affermano che improvvise interruzioni di corrente durante l’attività possono cancellare il loro lavoro e costare loro la paga che avrebbero guadagnato, anche se Park sostiene che “la piattaforma è progettata per salvare automaticamente il lavoro durante tutto il processo”.

    Poiché Remotasks ha continuato la sua espansione globale, anche gli etichettatori in Venezuela hanno il timore di essere trattati in modo diverso dalle controparti nei paesi a reddito più elevato. Secondo “MIT Technology Review”, in Nord Africa, dove la piattaforma si è espansa negli ultimi due anni, Scale ha ridotto le retribuzioni di oltre un terzo nel giro di pochi mesi e ha lasciato alcuni lavoratori con pagamenti in sospeso negativi (in altre parole, devono denaro a Scale).

    I lavoratori in Venezuela e Nord Africa affermano che gli etichettatori filippini ed europei con cui parlano non hanno mai subito lo stesso maltrattamento. “I pagamenti sono determinati sulla base del progetto, non su base geografica”, afferma Park, aggiungendo che “in rari casi, Remotasks ha riscontrato bug che hanno comportato la visualizzazione di stime salariali imprecise”.

    Scale ha anche cercato di impedire ai lavoratori di opporsi a questi cambiamenti. Di recente, un gruppo di lavoratori nordafricani che ha cercato di combattere drastici tagli salariali ha dovuto affrontare ritorsioni. L’azienda ha minacciato di bandire chiunque si impegnasse in “contestazioni”, secondo gli screenshot di Discord e le vicende di otto lavoratori che hanno rischiato la chiusura dei loro account Remotasks per parlare delle loro esperienze. I lavoratori affermano che Scale ha anche creato un nuovo sistema di quote che rimuove i lavoratori dal progetto se non completano un certo numero di attività entro un determinato tempo. 

    “Ci trattano in modo disumano”, dice Hossam Ashraf Esmael, ex community manager di Remotasks, parlando a nome degli otto lavoratori, “come se rubassimo i soldi”. “A febbraio, le tariffe salariali per questo progetto sono state aggiornate per essere allineate con i pagamenti medi per altri progetti Remotasks simili”, afferma Park. “Remotasks si impegna a pagare salari equi in ogni regione in cui operiamo. Conduciamo regolarmente valutazioni e aggiornamenti della nostra retribuzione”.

    “MIT Technology Review” ha creato un suo account Remotasks con sede in Venezuela per corroborare le testimonianze dei lavoratori. L’esperienza è stata spiazzante e per certi versi crudele. Le istruzioni delle attività erano difficili da capire, con pagine e pagine di informazioni tecniche. Un timer ticchettava in alto a sinistra dello schermo, senza una scadenza chiara o un modo apparente per metterlo in pausa per andare in bagno (Parks dice che serve solo per vedere se qualcuno rimane inattivo per troppo tempo).

    Dopo tre errori si veniva rimandati alla pagina delle istruzioni. A volte la piattaforma non è riuscita a caricare. Durante il periodo di formazione, i materiali hanno mostrato una GIF di una donna che faceva il bagno con banconote da un dollaro. Sopra, una scritta in spagnolo diceva: “Se segui attentamente le regole, puoi ottenere un compenso elevato”. Dopo due ore di lavoro, che includevano il completamento di un tutorial e 20 compiti per un centesimo ciascuno, Andrea Paola Hernández, la giornalista venezuelana di questo articolo, ha guadagnato 0,11 dollari USA. Park afferma che i lavoratori in Venezuela guadagnano in media poco più di 90 centesimi l’ora.

    Nuove prospettive

    Parallelamente all’ascesa di piattaforme come Scale, le nuove società di etichettatura dei dati hanno cercato di stabilire uno standard più elevato per le condizioni di lavoro. Si autoproclamano alternative etiche e offrono salari e benefici stabili, una buona formazione sul posto di lavoro e opportunità di crescita e promozione professionale.

    Per mantenere i loro prezzi competitivi, le aziende si procurano allo stesso modo lavoratori tra le popolazioni povere ed emarginate – giovani a basso reddito, rifugiati, persone con disabilità – che rimangono altrettanto vulnerabili allo sfruttamento, spiega Milagros Miceli, della Technical University of Berlin. Ciò è stato particolarmente evidente durante la pandemia, quando alcune di queste aziende hanno iniziato ad allentare i propri standard. Hanno abbassato i salari e allungato l’orario di lavoro poiché i clienti hanno ridotto i budget e l’improvvisa offerta eccessiva di manodopera del mercato ha ridotto il costo medio dell’etichettatura dei dati

    Questo modo di procedere ha colpito dipendenti come Jana, una lavoratrice con sede in Kenya che ci ha chiesto di non usare il suo vero nome e dice che il suo reddito non le è più sufficiente per sostenere suo figlio. Ora si destreggia tra due lavori. Di giorno lavora a tempo pieno in un’azienda considerata pioniera nell’etichettatura etica dei dati. Di notte, si collega a Remotasks dalle 3 del mattino. “Speri solo in giorni migliori”, dice. Ma difficilmente arriveranno senza una regolamentazione internazionale per definire un salario minimo per questa industria, dice Posada.

    Le piattaforme possono spostarsi facilmente da un paese all’altro. In effetti, Scale ha continuato ad espandersi ben oltre il Venezuela. Durante la pandemia, ha offerto campi di addestramento virtuali in Asia, America Latina, Africa subsahariana e paesi di lingua araba. Secondo i dati sul traffico web dell’analizzatore di traffico Semrush, la percentuale di accessi a Remotasks dal Venezuela è in calo. I dati della pubblicità sul web mostrano che si rivolge specificamente anche al Kenya con annunci a pagamento.

    Fuentes teme che un giorno Appen potrebbe anche abbandonarla. Nonostante lo stress e i problemi, lei sa di essere sopravvissuta grazie a questa piattaforma. Come ricorda nel salotto della sua casa: “Altri hanno smesso di pagare, ma Appen non mi ha mai abbandonata”. Allo stesso tempo, desidera che la leadership di Appen si prenda maggiore cura dei suoi dipendenti. “Spero che in quattro o cinque anni Appen possa diventare un datore di lavoro più tradizionale”, dice. “Sanno che esistiamo, che possiamo ammalarci, che abbiamo bisogno di sicurezza e assistenza sanitaria”.

    “Siamo orgogliosi di chi lavora per noi e stiamo lavorando duramente per migliorare i processi interni per renderli un’esperienza migliore”, afferma Golden. “Vogliamo che sappia che abbiamo a cuore la situazione dei nostri collaboratori”. Quando il sole inizia a tramontare, Fuentes chiede a suo zio di scattare una foto. Il suo sorriso brilla attraverso la sua mascherina mentre coccola il suo cane. Dopo così tanti anni al servizio della piattaforma e dei suoi clienti come lavoratrice anonima, vuole che le persone vedano la sua faccia e conoscano il suo nome.

    Immagine: Pixabay (Kellepics)

    (rp)

    Related Posts
    Total
    0
    Share