Niels van Doorn: “O trabalho de plataforma é trabalho de minorias”

Niels van Doorn, professor da Universidade de Amsterdam, está coordenando uma pesquisa sobre trabalho de plataforma em três cidades – Nova Iorque, Berlim e Amsterdam – a partir de duas questões:
  • Como as pessoas se sustentam em circunstâncias precárias?
  • Como a noção de valor surge na intersecção entre economia política e economia moral?

Van Doorn afirma que as plataformas são novos locais de acumulação do capital e há clivagens de gênero e raça (como você pode conferir neste artigo). Ele conversou com a DigiLabour sobre os primeiros achados de sua pesquisa Platform Labor.

DIGILABOUR: Como você define o trabalho de plataforma?

NIELS VAN DOORN: Eu definiria “trabalho de plataforma” simplesmente como trabalho mediado, organizado e governado por meio de plataformas digitais, seja por meio de um aplicativo no smartphone do trabalhador, no caso de muitos serviços incorporados localmente, ou por meio de notebook, computador de mesa ou tablet no caso de “microtrabalho” ou outras formas de trabalho realizadas on-line. Uma característica central do trabalho de plataforma é o que eu chamo de sua “produção dual de valor”, ou como o valor monetário do serviço prestado é aumentado pelo valor de uso e pelo valor especulativo dos dados produzidos antes, durante e depois da prestação de serviços. O trabalho de plataforma é, portanto, essencialmente, trabalho de produção de dados e treinamento de algoritmos. Isso é o que o que o torna tão valioso, apesar de ser também trabalho desvalorizado e explorado, como muitos outros serviços de baixa renda no passado e no presente. Por isso, o trabalho de plataforma é uma dimensão-chave do capitalismo de plataforma financeirizado: sem pessoas fornecendo todos os tipos de serviços de dados que sustenta não só outras pessoas, mas também máquinas (produção de IA), não haveria capacidade de arrecadar tanto capital de risco e outras formas de investimentos financeiros.

DIGILABOUR: Como o trabalho de plataforma se relaciona a questões de gênero, raça e classe?

VAN DOORN: Primeiramente, eu diria que o trabalho de plataforma é moldado por gênero, raça e classe da mesma forma que outras formas de trabalho de serviços (de baixa renda) são moldadas por essas forças. De fato, no trabalho de plataforma, há muita reprodução de desigualdades e exclusões de raça, gênero e classe. Em contraste com minha resposta anterior, que tentou oferecer uma visão universalizante e abrangente sobre o trabalho de plataforma, aqui eu gostaria de enfatizar que não existe realmente algo como “trabalho de plataforma” no abstrato. Em vez disso, existem apenas plataformas específicas inserindo-se em mercados específicos para serviços e bens específicos. Então, as relações do trabalho de plataforma com gênero, raça e classe só podem ser respondidas caso a caso. O Uber Eats é muito diferente do Helpling, que, por sua vez, é muito diferente do Upwork. O que estou tentando fazer na minha pesquisa é descobrir quem trabalha com e para essas plataformas, como e por que eles trabalham: para que esse trabalho de plataforma realmente trabalha? Por quanto tempo e por quais motivos? Estou muito interessado na distribuição desigual de oportunidades e os desafios do trabalho de plataforma nas três cidades que estudo (Amsterdam, Berlim e Nova Iorque) e como essa distribuição desigual é fortemente influenciada pelas disparidades de gênero, raça e classe existentes. Ao mesmo tempo, o trabalho de plataforma também pode contrariar essas disparidades ou exclusões, normas ou desigualdades. Mas esta é uma questão empírica e sobre a qual estou trabalhando no momento, embora tenha escrito (neste artigo) sobre as formas herdadas de violência e dominação estrutural que lançam uma sombra sobre a gig economy, apesar de seus esforços para apagar essa história e ressemantizar o trabalho de bico como algo empreendedor.

DIGILABOUR: Quais são os primeiros achados da sua pesquisa Platform Labor?

VAN DOORN: O projeto ainda está em fase inicial e nós ainda estamos fazendo trabalho de campo, no processo de coleta de dados. É por isso que estou um pouco hesitante em revelar quaisquer “descobertas” definitivas sem ter tido tempo para analisar adequadamente todo o material coletado. Dito isso, no nosso site, publicamos regularmente as chamadas “notas de pesquisa”, que dão ao leitor uma visão da nossa pesquisa em andamento e compartilham “descobertas” experimentais. Eu diria que uma das principais coisas que surgiu da minha própria pesquisa sobre plataformas de entrega de comida e limpeza é que a situação é muito diferente em Nova Iorque e Berlim. Uma das razões é que o custo de vida é muito maior em Nova Iorque em relação a Berlim, especialmente no que diz respeito ao aluguel, enquanto os salários ganhos por meio da entrega de comida e de plataformas de limpeza são relativamente baixos. Isso torna o trabalho de plataforma em Nova Iorque muito mais precário, o que significa que os entregadores e faxineiros dessa cidade costumam trabalhar por mais horas, estando expostos a maiores riscos, ao mesmo tempo em que é mais difícil satisfazer suas necessidades. Mais pessoas em Nova Iorque também dependem do trabalho de plataforma e geralmente trabalham de 30 a 40 horas por semana, se não mais, enquanto em Berlim as pessoas frequentemente têm outros projetos paralelos e trabalham menos horas. Outra conclusão é que o trabalho de plataforma é trabalho migrante e de minorias: a entrega de comida e a limpeza sempre foram serviços feitos por homens e mulheres não brancos, migrantes com poucas oportunidades, e isso não é diferente quando esse trabalho é governado por meio de um aplicativo por uma empresa de plataforma. Embora essas empresas formalizem, de certa maneira, essas econômicas historicamente informais, elas também perpetuam formas de informalização e informalidades existentes – como assimetria de informações, roubo de salário, falta de apoio e nenhum direito trabalhista, sabendo que os trabalhadores migrantes, especialmente os mais precários, não estarão em posição de protestar. Dado que as organizações trabalhistas das duas cidades até agora tiveram pouco sucesso ou interesse em organizar coletivamente os trabalhadores de plataforma, as empresas continuam a se safar. Uma coisa que venho fazendo é organizar fóruns e workshops com trabalhadores em Nova Iorque, como o Cornell’s Worker Institute, e Berlim, como a Fairwork Foundation, que reúnem diferentes grupos de stakeholders para, no mínimo, iniciar um diálogo entre trabalhadores, representantes de plataformas, advogados e formuladores de políticas, forjando potencialmente algumas mudanças locais, ainda que pequenas e provisórias. A questão é que muitos trabalhadores de plataforma me disseram que esse tipo de trabalho é uma grande oportunidade, mesmo que, de fato, não seja. Isso significa que, enquanto tudo estiver correndo bem, haverá um bom dinheiro. Mas quando algo ruim ou inesperado acontece, como um acidente ou lesão, um pneu furado ou uma bicicleta roubada, é quando os trabalhadores percebem que dependem somente deles próprios – e amigos ou familiares, quando disponíveis, pois espera-se que eles absorvam todo o risco de serem um “contratado independente”. E enquanto algumas pessoas apresentam uma grande capacidade de absorção desses riscos, outras são menos capazes de assumir, ou mesmo de entender, todas as responsabilidades.

DIGILABOUR: Você escreveu uma resenha do livro “Uberworked and Underpaid”, de Trebor Scholz, em que faz críticas muito interessantes ao cooperativismo de plataforma. Quais podem ser alternativas à economia do compartilhamento corporativa?

VAN DOORN: Acredito que qualquer alternativa à economia do compartilhamento corporativa ou à gig economy terá que surgir na intersecção entre iniciativas de base da sociedade civil e do apoio do Estado. Isso quer dizer que precisamos de ideias originais, experimentação financiada e, o mais importante, vontade política. Infelizmente, o último está faltando, mesmo em um momento em que os governos estão começando a levar a sério a regulamentação de grandes plataformas corporativas como o Facebook, além do Uber e o Airbnb. Acho que estamos nos aproximando de um ponto de virada. No entanto, a vontade política de reinar no domínio das plataformas corporativas só aumentará nos próximos anos. No entanto, uma coisa é limitar o poder das empresas de plataformas e outra é propor alternativas sustentáveis e equitativas. Aqui eu acho que o trabalho de K Sabeel Rahman é pertinente e inovador, especialmente sua ideia de tratar plataformas como serviços públicos. Mais uma vez, penso que qualquer alternativa viável às economias corporativas de “compartilhamento” terá que envolver as agências públicas, ou seja, o poder do Estado. Embora eu tenha plena consciência da cumplicidade histórica do Estado na perpetuação – e também na criação ativa – das desigualdades de gênero, classe e rala, bem como seu papel fundamental no fortalecimento da exploração e dominação capitalistas, também acredito que os Estados são as únicas formas institucionais poderosas o suficiente para se voltar contra as instituições emergentes do capitalismo de plataformas: empresas de plataformas e “metaplataformas”, como a Softbank. Tudo se resume, a meu ver, à vontade política, o que significa dizer que nós, como cidadãos, temos que levantar nossas vozes e agir para catalisar essa vontade de mudar. Quanto ao cooperativismo de plataforma, continuo a ser um “apoiador cético” dessa ideia e desse movimento, que espero que venha a florescer, mas receio não ser capaz de o fazer sem o apoio estrutural de instituições públicas que podem ser democraticamente responsabilizadas.

Trabalhando na Amazon Mechanical Turk: entrevista com Kristy Milland

Kristy Milland trabalhou na Amazon Mechanical Turk por 13 anos, tanto como crowdworker – executando microtarefas – quanto como “solicitante”dessas atividades. Tornou-se pesquisadora da comunidade “Turker” e fez mestrado na McMaster University, em Toronto. Algumas de suas questões de pesquisa são: quem são os trabalhadores da Mechanical Turk? Por que trabalham lá? Quais formas de ação coletiva dos trabalhadores? Também pesquisou a plataforma do ponto de vista do “solicitante” de tarefas: qual a melhor hora para postar uma tarefa? Dê uma olhada em seus textos acadêmicos (aquiaqui e aqui) e também em reportagens sobre o tema (aquiaqui e aqui). Kristy Milland conversou com DigiLabour sobre alguns desses assuntos:

DIGILABOUR: Você trabalhou e pesquisou na Amazon Mechanical Turk. Como é trabalhar lá e quais as condições de trabalho?

KRISTY MILLAND: Trabalhar na Amazon Mechanical Turk é difícil. O trabalho é precário, o salário é baixo e o trabalho em si pode ser perigoso. Para começar, o processo de inscrição parece negar automaticamente os trabalhadores de fora dos Estados Unidos. Com o tempo, alguns podem ser aceitos, mas podem ser semanas, meses ou até anos após a inscrição. Para aqueles que têm a sorte de obter a aprovação, ocorre uma curva de aprendizado acentuada. Não há documentos que te ensinam a usar a plataforma e é um site diferente de qualquer outro que você tenha usado antes. Tem seu próprio vocabulário: mTurk é a abreviação de Amazon Mechanical Turk, Turker é como os trabalhadores se chamam, Requester é alguém que posta um trabalho e HIT é uma atividade trabalho. A plataforma tem seu próprio fluxo de trabalho, desde a competição com os outros para aceitar uma HIT até a pressa para submeter sua proposta, observando rejeições e aprovações. A aprovação significa que você é pago pelo tempo que gastou fazendo o trabalho, enquanto a rejeição ocorre quando um solicitante (requester) decide manter seu trabalho, mas não te paga por isso. Esse é um dos principais problemas com o sistema: roubo de salário. Além disso, quanto mais rejeições você receber, menos trabalho poderá ser feito na plataforma. Na verdade, se o seu índice de aprovação – a porcentagem de trabalho submetido que tem aprovação – estiver abaixo de 98%, você descobrirá que grande parte do trabalho na plataforma estará indisponível para você. Se a sua classificação ficar ruim o suficiente, a mTurk poderá suspender sua conta, embora a Amazon não diga quais métricas usa para escolher contas para encerrar. Não há nada na plataforma para te preparar para esse novo mundo de trabalho, então a maioria das pessoas que entram na plataforma acabam desistindo antes do primeiro mês. Elas enfrentam problemas e não encontram soluções, ou não conseguem entender a plataforma desde o início. Há outros problemas inerentes ao sistema. Por exemplo, o salário médio é de dois dólares por hora. Apenas 4% dos trabalhadores na plataforma, que são chamados de Super Turkers pelos acadêmicos, ganham mais do que o salário mínimo federal americano de US$ 7,25 por hora. O trabalho que eles fazem também causa danos à saúde: há danos físicos por ficar sentado em um computador durante todo o dia, bem como danos à saúde mental. O trabalho de moderação de conteúdo é uma das tarefas mais prejudiciais, com os trabalhadores encarando conteúdo obsceno e violento todos os dias, muitas vezes em troca de alguns centavos. E não há ninguém para os trabalhadores conversarem sobre a situação deles, porque não tem como os trabalhadores se comunicarem pela plataforma. Você tem que trabalhar sozinho, em competição com colegas de trabalho que você não pode ver, em troca de “amendoins”. Felizmente, há muito trabalho além da moderação de conteúdo. A maioria das tarefas é muito simples, de modo que qualquer pessoa, até mesmo alguém que não possui o inglês como primeira língua, pode encontrar trabalho. Por exemplo, a transcrição de recibos ou notas é uma tarefa comum. É uma questão de replicação de símbolos, então qualquer um que tenha um teclado em inglês pode fazer a tarefa. As tarefas variam em dificuldade, incluindo transcrição de vídeo e áudio, tradução, redação, edição e participação em pesquisas. Cerca de metade do trabalho na plataforma vem de acadêmicos. Além disso, os trabalhadores da mTurk estão sendo estudados cada vez mais. O restante do trabalho vem da indústria, como Google e Twitter. Nós freqüentemente treinamos algoritmos de aprendizado de máquina (machine learning), e é por isso que a Amazon nos chama de “Inteligência Artificial Artificial”. Muitas vezes, quando uma plataforma parece fazer algo pela IA, isso está sendo redirecionado para trabalhadores como eu. É chocante quanto trabalho fazemos para alimentar a internet!

DIGILABOUR: Quais as possibilidades e os limites da organização coletiva no crowdwork?

MILLAND: Os crowdworkers não podem ver uns ao outros. A plataforma não libera uma lista com os nomes dos trabalhadores. Isso significa que não há como entrar em contato com seus colegas. Também não há como saber quando você pode ter atingido uma massa crítica da força de trabalho geral. Isso significa que seria muito difícil organizar tradicionalmente os crowdworkers. Além disso, as leis na América do Norte e na Europa tornaram os cartéis ilegais. Os freelancers que se unem e definem os preços são, portanto, colocados como fixadores de preços e envolvidos em atividades ilegais. Os poucos sindicatos freelancers que existem não se envolvem em negociações coletivas ou ou estabelecimento de preços, nem em ações de greve. Como resultado, novamente, o modelo tradicional não serve. Toda organização tem que ser a partir da base e do nosso “chão de fábrica”. Por exemplo, os Turkers criaram muitas comunidades onde ajudam uns aos outros a aprender os macetes da plataforma e ganhar mais dinheiro. Essas plataformas dos trabalhadores são usadas para compartilhar tarefas e ferramentas que facilitam o trabalho. Elas também podem ser usados ​​para organização. Algumas pequenas campanhas foram criadas a partir dos fóruns. Por exemplo, quando um solicitante muito ativo rotulava incorretamente as tarefas (tagueavam, por exemplo, alguma atividade como pesquisa, mas era qualquer coisa menos isso), os trabalhadores acessavam sua conta no Twitter, chamando-os e pedindo que mudassem seus comportamentos. Funcionou! Eles pediram desculpas e a empresa parou de marcar os HITs com pesquisa. Muitas dessas pequenas campanhas foram direcionadas aos solicitantes, com níveis diferentes de sucesso.

DIGILABOUR: E sobre o Dinamo e o Turkopticon?

MILLAND: A criação do Dynamo foi resultado de uma grande campanha dos trabalhadores. Essa plataforma anônima permitia que os funcionários criassem campanhas que fossem aprovadas por seus colegas. Se elas fossem votadas o suficiente, iriam ao ar. As pessoas, então, trabalhavam juntas para transformar isso em uma ação real. Por exemplo, os trabalhadores decidiram escrever as Diretrizes para Solicitantes Acadêmicos (Guidelines for Academic Requesters) a fim de criar um conjunto de regras para aqueles que usam a plataforma. Outra campanha, Caro Jeff Bezos (Dear Jeff Bezos), mandou os trabalhadores escreverem para o CEO da Amazon e dizerem a ele quem eram, por qual motivo estavam ali e o que eles gostariam de mudanças na plataforma. A última campanha recebeu muita atenção da mídia e permitiu que os trabalhadores sentissem que poderiam se organizar e mudar suas condições de trabalho. Foi um sucesso. O Turkopticon, por outro lado, foi criado por acadêmicos. A plataforma permitiu que os Turkers classificassem os solicitantes para que os trabalhadores pudessem saber para quem era bom trabalhar. A mTurk em si não mostra nenhuma informação sobre os solicitantes na plataforma, então sempre que você trabalha para alguém que você não trabalhou anteriormente, você está correndo um grande risco. O Turkopticon nivelou o jogo mostrando as classificações na própria mTurk por meio de uma extensão. Depois, foi substituído pelo TurkerView, um sistema privado de classificação por pagamento.  Contudo, seu legado está vivo na comunidade.

DIGILABOUR: Você tem enfatizado a necessidade de pesquisadores criarem ferramentas para enfrentar o cenário atual do crowdwork. Que tipo de ferramentas? Em quais direções?

MILLAND: Atualmente, estou fora da academia e da pesquisa. Decidi cursar Direito. Mas eu gostaria de ver as pessoas trabalhando no movimento de cooperativismo de plataforma. Se um grupo de trabalhadores pudesse criar uma alternativa cooperativa à mTurk, sinto que seria uma alternativa mais justa. Se são eles a estabelecerem as regras, isso também pode garantir que os trabalhadores sejam tratados eticamente. Além disso, os trabalhadores poderão construir uma plataforma que tenha todas as ferramentas necessárias para realizar o trabalho de forma eficaz, eficiente e correta. Minha esperança é que os acadêmicos possam ajudar esses grupos a criarem e governarem plataformas.

Casilli: “A uberização é só um dos aspectos do trabalho de plataforma”

Entrevista com Antonio Casilli sobre microtrabalho, plataformização e alternativas ao cenário do trabalho digital

casilli-en-attendant-les-robots

Antonio Casilli, professor da ParisTech, lançou em 2019 o livro En Attendant Les Robots: enquete sur le travail du clic, sobre o qual comentamos aqui e aqui e pode ser lido parcialmente em espanhol aqui. Em entrevista à DigiLabour, Casilli comenta sua nova pesquisa sobre microtrabalho na França, já com alguns resultados publicados. O autor prefere falar em “plataformização” em vez de “uberização” do trabalho, por envolver diferentes maneiras de extração do valor a partir das distintas plataformas de trabalho digital (este argumento também pode ser conferido aqui). Além disso, Casilli comenta alternativas ao cenário do trabalho digital. Confira os áudios abaixo:

Plataformização do Trabalho

Microtrabalho na França

Alternativas ao cenário atual do trabalho digital

Responsabilidades do pesquisador em relação ao trabalho digital

Valor de qualificação, valor de monetização e valor de automação

Gig – A Uberização do Trabalho: entrevista com o diretor do documentário

59986135_2432331390118863_2312807075345858560_n

A Repórter Brasil, uma das mais importantes fontes sobre trabalho escravo no Brasil, lançará na Mostra Ecofalante de Cinema (entre 30/05 e 12/06, em São Paulo) o documentário Gig – A Uberização do Trabalho. O filme aborda muitas questões que discutimos aqui na DigiLabour, como economia dos bicos (ou gig economy), trabalhadores de plataforma, precarização e uberização do trabalho. O trailer pode ser conferido aqui.

Entrevistamos um dos diretores do documentário, Carlos Juliano Barros, também responsável por filmes como Carne e Osso, Jaci e Entre os Homens de Bem. Confira os áudios da entrevista abaixo:

Mark Andrejevic: “O Big Data é a Era dos Sumos Sacerdotes e Seus Oráculos”

Mark Andrejevic, professor da Monash University, da Austrália, é um dos pesquisadores mais conhecidos na área de vigilância. É autor dos livros Reality TV: The work of being watched e iSpy: Surveillance and power in the interactive era. Entre os seus principais conceitos estão o trabalho de assistir e ser observado, em contextos de reality show e mídias digitais, a produtividade dos fãs nas mídias sociais, a vigilância lateral, a sociedade do sensor e a divisória do Big Data.

Em um de seus artigos mais recentes, Automating Surveillance, Andrejevic trata das lógicas da vigilância na era da coleta e do processamento automatizado de dados, resultando em formas de monitoramento pós-disciplinares não mais baseadas na internalização do olhar de monitoramento pelos sujeitos.

Confira entrevista ao DigiLabour:

 

DIGILABOUR: Qual o papel da vigilância no contexto do trabalho digital e da análise preditiva?

MARK ANDREJEVIC: No âmbito do consumidor, a vigilância tem sido como um meio para um fim definido: racionalizar o processo de consumo, melhorando alcance, distribuição e envio de mensagens. Embora haja alguma indicação de que a publicidade de target pode melhorar as vendas, o nível de vigilância ultrapassa muito o impacto sobre as vendas. Em parte, isso ocorre porque a vigilância se tornou relativamente barata, graças às possibilidades das mídias digitais e aos custos relativamente baixos de transmissão e armazenamento de dados. Isso ocorre, em alguma medida, porque grande parte da economia de vigilância é especulativa e baseada na promessa de que haverá uma recompensa maior quando as práticas de direcionamento forem aperfeiçoadas. Mas há outra tendência: o borrar de linhas entre eficiência econômica e poder. As empresas coletam informações porque acham que isso lhes proporcionará maior controle e, portanto, com menores margens de risco. Coletam dados porque isso é associado ao poder, mesmo que não esteja totalmente claro como isso se traduz em ganho econômico. A mesma coisa acontece com os aparatos de Estado: o enorme aumento na coleta de dados ainda não produziu ganhos comparáveis em eficiência e eficácia, mas ampliou muito a capacidade de monitorar e rastrear populações. Há suposição de que esses sistemas de monitoramento aumentarão seu poder. Isso nos deixa diante de três possibilidades. Uma, os coletores de dados estão corretos e os enormes dados que estão acumulando valerão para controle social e gerenciamento da população mais efetivos. Se esse for o caso, podemos esperar concentrações de poder econômico e político mais dramáticas. Uma segunda possibilidade é os coletores de dados estarem errados, e a economia baseada em dados entrar em colapso quando ficar claro que a análise preditiva não funciona conforme prometido e o envio de mensagens direcionadas é muito menos eficaz que o previsto. A terceira, talvez a mais provável, é que os coletores de dados estão errados, mas será tarde demais para perceber o quão errados estão porque executaremos sistemas empresariais e estatais como se a análise preditiva funcionasse como prometido, sem nunca desenvolver as ferramentas para avaliar com precisão suas reivindicações. Nesse cenário, a polícia usará dados para alocar forças, os profissionais de marketing imaginarão que qualquer aumento nas vendas tem a ver com as práticas de direcionamento e os empregadores contratarão de acordo com os serviços de inteligência artificial, e assim por diante. Haverá uma sociedade do controle sem nenhum referente porque não haverá vontade ou ferramentas para determinar se as previsões estão corretas, por exemplo, se os empregados que não foram contratados seriam mesmo superiores aqueles que foram rejeitados, se mais crimes teriam sido antecipados se a polícia tivesse sido enviada a outro lugar. Assim, nossas vidas serão moldadas por algoritmos que podem ou não ser eficazes naquilo que afirmam estar fazendo, mas nunca saberemos se esses algoritmos são realmente precisos, ou se tudo não passa de um grande golpe.

 

DIGILABOUR: O que significa considerar as tecnologias de Big Data como próteses analíticas?

ANDREJEVIC: Essas tecnologias são próteses disponíveis apenas para aqueles com recursos para acumular e processar grandes bancos de dados: assim, elas chegam a ser próteses analíticas apenas para um número relativamente pequeno de pessoas, aquelas que possuem, controlam e utilizam os bancos de dados. Além disso, a noção de uma prótese pode ser enganosa, pois próteses são extensões do “eu” que melhoram nossas capacidades. Como uma prótese analítica, o Big Data não aumenta a capacidade de gerar conhecimento, mas reconfigura essa capacidade e a transforma em uma forma de não conhecimento. O Big Data, se estiver funcionando de acordo com o planejado, gera insights que não estão disponíveis de outra forma e, portanto, não podem ser compartilhados. Em vez disso, o Big Data equivale a era dos sumos sacerdotes e seus oráculos. Suas proclamações não se baseiam em conhecimentos explicáveis e compartilháveis, mas em operações complexas que permanecem mistificadas, ou místicas, porque não podem ser submetidas à engenharia reversa ou, em alguns casos, melhoradas. Se as correlações orientadas por dados indicam que escrever seu nome em letras maiúsculas faz com que você tenha um risco de crédito maior do que alguém que faz isso de outra forma, não há explicação necessária para esse fato além de ser algo cuspido do sistema de processamento de dados.

 

DIGILABOUR: Após cinco anos da publicação do seu texto sobre a divisória do Big Data, como você define esse termo atualmente?

ANDREJEVIC: A divisória do Big Data  não se refere ao diferencial de poder criado por sistemas que privilegiam aqueles com acesso a conjuntos de dados em larga escala. O  meu foco recente em inteligência artificial destaca a dinâmica de poder invocada por essa noção de “divisória”. Minha preocupação era principalmente com a mudança epistêmica que resulta do uso de sistemas automatizados de processamento de informação, uma categoria que inclui inteligência artificial. Tais sistemas se baseiam em correlações emergentes que podem ser inexplicáveis e impossíveis de fazer engenharia reversa, ao mesmo tempo em que resultam em recomendações práticas. Em alguns casos, resultam em ações. Vimos recentemente que os sistemas automatizados da Amazon têm o poder de demitir funcionários. As interações complexas de milhares ou centenas de milhares de variáveis podem produzir uma previsão que resulta em alguém sendo contratado ou demitido, por exemplo. Em alguns casos, tais decisões não são passíveis de formas tradicionais de accountability. Elas não podem ser explicadas ou justificadas de forma diferente “porque foi isso que os dados disseram”. Isso cria uma divisão, a princípio, entre conhecimento disponível para aqueles com acesso a dados e aqueles que não têm. Isso significa que muitas categorias até então consideradas irrelevantes para determinados processos de tomada de decisão tornam-se relevantes de diferentes maneiras, até mesmo imprevisíveis. Vimos, por exemplo, empresas que dizem que as pessoas que escrevem seus nomes tudo em letra maiúscula em pedidos de empréstimo são considerados com maior risco de crédito, e que as pessoas que preenchem pedidos de emprego no Chrome ou no Firefox são consideradas melhores funcionários do que aqueles que usam Internet Explorer ou Safari. Esses são achados puramente correlacionais, e não há como explicá-los. Em alguns casos, eles podem servir como “entrada” para outras variáveis, como nível de formação e classe social. Em muitos casos, essas correlações podem ser espúrias, mas há uma suposta fé na objetividade e no poder das máquinas. Estamos entrando em um mundo no qual aqueles que têm acesso a grandes conjuntos de dados e a ferramentas para usá-los em processos de tomadas de decisão podem moldar cada aspecto de nossa existência: quais escolas frequentamos, se temos aprovação para empréstimos financeiros, quais vagas de empregos estão disponíveis para nós, e assim por diante. Fiquei intrigado ao ver que o Facebook anunciou recentemente quem terá acesso aos seus dados para checar como a rede tem sido usada para impactar eleições. No entanto, eles definem os termos de acesso para um número limitado de pesquisadores, com prazo e nível de acesso aos dados. Esta é uma tentativa limitada de superar a divisória, mas podemos ver como o controle é daqueles que detêm o poder sobre os bancos de dados. Nesse caso, construir uma ponte sobre a divisória significa obter algum acesso limitado ao conjunto de dados e trazê-lo para processamento das universidades. Mesmo quando se trata de questões cruciais para o destino dos sistemas democráticos, o Facebook tem o poder de definir os termos de acesso. Esta é, certamente, uma forma de divisória digital. Em muitos casos, no entanto, mesmo o acesso aos dados não possibilitará a engenharia reversa nas decisões tomadas em meus sistemas de inteligência artificial. Tudo o que podemos fazer para responsabilizar esses sistemas é tentar coletar as informações que podem ser usadas para avaliar preconceito, discriminação e outras potenciais patologias da tomada de decisão automatizada. Mas isso requer acesso público aos dados, bem como o poder de processamento para dar sentido a esses dados. Essa é uma luta contínua!

 

“Não basta copiar os modelos corporativos e colocar uma estrutura cooperativa” – Entrevista com Nathan Schneider

Nathan Schneider, professor de Comunicação na University of Colorado Boulder, é uma das figuras centrais do cooperativismo de plataforma, junto com Trebor Scholz. Em 2016, os dois organizaram o livro Ours to Hack and to Own: The Rise of Platform Cooperativism, a New Vision for the Future of Work and a Fairer Internetcom participações de autores como Douglas Rushkoff, Juliet Schorr e Yochai Benkler e exemplos práticos de plataformas cooperativas, como Fairmondo e Data Commons Cooperative. Em setembro de 2018, Schneider lançou um livro solo, Everything for Everyone: The Radical Tradition that Is Shaping the Next Economy, sobre a importância das cooperativas para a economia e a democracia atualmente. Confira a entrevista:

 

9781568589596

 

DIGILABOUR: Quais são os maiores desafios do cooperativismo de plataforma atualmente?

NATHAN SCHNEIDER: Eu constantemente me pergunto: como fazer para que seja mais fácil que os empreendedores escolham a cooperação e a democracia? Para mim, os maiores obstáculos são a infraestrutura e o ecossistema. Se uma startup tem uma grande ideia e uma grande equipe, é relativamente fácil arranjar investidores de capital de risco nos Estados Unidos. É muito difícil achar investidores simpatizantes às cooperativas. Por isso, eu tenho trabalhado em duas frentes: dando suporte a novas cooperativas por meio de uma aceleradora chamada Start.coop e ativando as cooperativas mais velhas para estarem mais envolvidas com a nova geração. Também é importante, mesmo para uma cooperativa, reconhecer a importância da liderança e da visão de um fundador ou grupo fundador. Eu considero que muitas das primeiras cooperativas dificultaram as coisas para elas mesmas imaginando que poderiam fazer tudo sem liderança. O objetivo de uma cooperativa, em minha visão, deve ser o de fazer com que tais líderes prestem as contas adequadamente às pessoas que dependem deles, e não à classe dos investidores.

 

 

DIGILABOUR: Em seu livro mais recente, Everything For Everyone, você traça uma história do cooperativismo até o seu revival e afirma que as cooperativas são uma passagem para a produção peer-to-peer baseada no comum.

SCHNEIDER: Sim, a visão de uma sociedade mais peer-to-peer é aquela em que a corporação industrial não é mais o ponto focal da vida econômica. Mais coisas podem ser feitas por indivíduos e coletivas trabalhando a partir de coordenação e colaboração em vez de entidades legais fixas. As próprias cooperativas são corporações, invenções do mesmo período industrial que criou a empresa de propriedade do investidor. Assim, numa visão peer-to-peer, as cooperativas podem ser tornar obsoletas. Nesse meio tempo, contudo, sua expertise nesse trabalho de coordenação e colaboração pode torná-las a forma corporativa capaz de promover uma transição para o peer-to-peer.

 

DIGILABOUR: Nós vemos algumas cooperativas declarando-se “a Uber Cooperativa”, “a Netlix Cooperativa”, como a Means.TV, “o Spotify Cooperativo”, como o Resonate, por exemplo. Qual o caminho para que a inovação das plataformas cooperativas avance para além disso?

SCHNEIDER: Eu me convenci de que não chegaremos a lugar algum simplesmente copiando os modelos corporativos, colocando uma estrutura cooperativa neles e assumindo que as massas virão até nós. Isso não vai acontecer. As cooperativas mais poderosas em todo o mundo são aquelas que tiveram sucesso porque funcionam de uma forma que o modelo de propriedade dos investidores simplesmente não pode ou não vai funcionar. Esta é uma lição da História. Cooperativas de crédito, cooperativas de serviços de eletricidade, associações de imprensa, cooperativas financeiras, cooperativas de fazendeiros – todas elas se tornaram poderosas porque fizeram o que os investidores não podiam fazer sozinhos e se defenderam da concorrência dos investidores porque o que eles poderiam oferecer era superior. Em alguns casos, também porque eles tinham poder político para enfraquecer as vantagens dos investidores ricos. As cooperativas têm potencial para desenvolver negócios fundamentalmente diferentes do que os investidores buscam, e precisamos projetar cooperativas de plataforma com essa questão em mente. Acho que o sucesso de qualquer uma dessas cooperativas que você citou vem da sua diferença em relação ao status quo. A Stocksy United foi bem sucedida porque seu modelo permite um pagamento mais alto aos produtores de conteúdo em relação a outras empresas. Eu ouço o Resonate porque acho que as músicas são mais surpreendentes e interessantes que outras plataformas do mesmo tipo. Os motoristas em Austin amam o RideAustin – que não é bem uma cooperativa, mas tem algumas semelhanças – porque é melhor economicamente.

 

Confira também vídeos de Nathan Schneider aqui, aqui e aqui.

“Com um mercado rico em dados, nos concentraremos em tarefas realmente humanas” – Entrevista com Viktor Mayer-Schönberger

Professor de Governança e Regulação de Internet na Universidade de Oxford, Viktor Mayer-Schönberger é autor do premiado livro Delete: the virtue of forgetting in the digital age, com uma defesa do direito ao esquecimento. Também escreveu Big Data: como extrair volume, variedade, velocidade e valor da avalanche de informação cotidiana, traduzido para o português (leia em inglês aqui). Em seu livro mais recente, Reinventing Capitalism in the Age of Big Data, de 2018, Mayer-Schönberger, afirma que os dados estão substituindo o dinheiro como condutor do mercado e que um mercado rico em dados pode nos fazer concentrar em tarefas realmente humanas e deixar atividades repetitivas para decisões automatizadas. Confira a entrevista:

 

 

DIGILABOUR: O que significa realmente reinventar o capitalismo na era do Big Data?

VIKTOR MAYER-SCHÖNBERGER: O argumento principal do livro é o de que os mercados são mecanismos fenomenalmente capazes e resilientes de coordenação social. Mas, para que os mercados funcionem bem, muita informação precisa fluir. Na era analógica, isso era impossível, e por isso precisávamos diminuir a necessidade de fluxos de informação reduzindo todas as nossas preferências e necessidades em números únicos, o preço, para uma comparação simples e direta. Isso funcionou, mas somente até certo ponto – reduzir a complexidade do mundo a um único número obviamente omite detalhes e pode levar a decisões erradas. É por isso que os mercados nunca atingiram seu potencial. Mas na era dos dados, agora podemos trocar informações ricas e abrangentes sobre nossas preferências e traduzi-las em ações, graças à inteligência artificial, por exemplo. Isso leva a melhores combinações. Finalmente conseguimos o que realmente queremos, e não apenas o que é mais barato nos mercados. Como resultado, os mercados finalmente atingem todo o seu potencial de coordenação humana. Mas isso significa que preço e dinheiro se tornam menos importantes. Nós ainda pagamos com dinheiro, mas o pagamento é um negócio de commodities. Da mesma forma, as empresas sentirão a pressão porque sua eficiência não acompanhará a do mercado. Isso significa o fim da empresa tradicional e enorme que dominou o século XX.

 

DIGILABOUR: O que você tem a dizer sobre o Big Data no mundo do trabalho?

MAYER-SCHÖNBERGER: O Big Data nos permite fazer melhores decisões. Isso oferece uma enorme vantagem, porque a melhoria na tomada de decisões afeta muitos aspectos de nossas vidas cotidianas. Mas a tomada de decisões é algo que vemos como uma função profundamente humana. Afinal de contas, muito do trabalho manual já é automatizado há bastante tempo. Há um cálculo nisso tudo. Nós humanos acreditamos sermos imunes à automação em áreas de gestão, especialmente em relação à tomada de decisões. Se o Big Data e a inteligência artificial automatizarem a tomada de decisões também, isso colocará em risco as tarefas intermediárias de gestão, que se concentram em tomadas de decisão de rotina.

 

DIGILABOUR: Você fala em mercados ricos em dados. Como isso nos impacta?

MAYER-SCHÖNBERGER: Mercados ricos em dados são mercados em que informações ricas e abrangentes sobre preferências e necessidades podem ser trocadas e traduzidas a partir de decisões a baixo custo e com alta precisão. Os mercados ricos em dados são o oposto dos mercados baseados em preços, nos quais há pouca informação além do preço. Com mercados ricos em dados, poderemos escolher se queremos resolver um problema ou delegar uma decisão à inteligência artificial. Isso nos libera para nos concentrarmos nas decisões que realmente importam para nós seres humanos.

 

DIGILABOUR: Podemos dizer que você é um otimista em relação ao uso de dados e algoritmos em nossa vida cotidiana…

MAYER-SCHÖNBERGER: Não tenho certeza se sou otimista. Em Reinventing Capitalism in the Age of Big Data, eu pinto uma imagem muito obscura e sombria de um mundo que poderia ser dominado por poucas e grandes superstars mundiais, com uma ausência generalizada de inovação. É um mundo que é vulnerável e pode quebrar como um todo. Assim, há enormes desafios à medida que organizamos mercados ricos em dados e precisamos garantir que eles sejam descentralizados na estrutura. Mas, se acertarmos isso, sou um otimista mesmo: desta forma, o mundo se tornará mais humano, pois seremos capazes de nos concentrar em tarefas realmente humanas e deixaremos as repetitivas para as máquinas.