Tre consegne e mezza ogni ora, ma meno denaro per ciascuna. È il tipo di cambiamento difficile da dimostrare quando il prezzo appare sullo schermo solo per pochi secondi e la formula resta nascosta. A Edimburgo un gruppo di rider sta raccogliendo dati con il Workers’ Observatory per capire come le piattaforme assegnano ordini e compensi. Il 5 settembre il Guardian ha documentato le loro richieste di maggiore trasparenza. Il caso più preciso riguarda un fattorino che registra il lavoro dal 2023. Secondo i suoi dati, il numero di consegne orarie è rimasto tra 3,6 e 3,8, mentre il compenso medio per ordine è sceso da 3,67 sterline nel 2023 a 3,42 nella prima metà del 2026. Il calo è reale nel suo registro, ma non può essere esteso automaticamente a tutti i rider, città o piattaforme. Mancano un campione ampio, la distribuzione delle distanze, gli orari, gli incentivi e le spese.
Perché è importante
- I compensi e l’accesso al lavoro possono cambiare attraverso sistemi automatici senza una spiegazione comprensibile per chi ne subisce l’effetto.
- I numeri citati arrivano da registri individuali e iniziative dei lavoratori: sono segnali utili, non una misura rappresentativa dell’intero mercato.
- La direttiva europea sul lavoro tramite piattaforme introduce trasparenza e possibilità di contestazione; gli Stati membri devono recepirla entro dicembre 2026.
I numeri dei rider sono un segnale, non ancora una sentenza
I lavoratori attribuiscono parte del cambiamento al dynamic pricing, cioè prezzi che variano in base a domanda, offerta e altre condizioni, e agli ordini accorpati. Le piattaforme contestano l’idea di un sistema arbitrario. Deliveroo, Uber Eats e Just Eat dichiarano che il lavoro automatico è supervisionato da persone e che i fattorini guadagnano più del salario minimo nazionale mentre eseguono un ordine. Quel perimetro, però, non include necessariamente il tempo trascorso ad aspettare un’offerta. La formulazione corretta è dunque prudente: esiste una perdita documentata da alcuni lavoratori e c’è un sistema poco leggibile che può influire su offerte e compensi; non è ancora dimostrato che “l’AI” abbia causato da sola l’intero calo. Condizioni di mercato, distanza, domanda, incentivi, concorrenza e regole del servizio possono contribuire. L’opacità rende proprio questa distinzione più difficile da verificare. Un algoritmo di piattaforma non svolge una sola funzione. Può prevedere il tempo di preparazione del ristorante, scegliere quale rider riceve l’offerta, calcolare un compenso, accorpare due consegne, rilevare frodi e verificare l’identità. Alcune parti sono semplici regole; altre usano apprendimento automatico. Chiamare tutto “AI” può attirare attenzione, ma nasconde la domanda utile: quale decisione specifica è stata presa, con quali dati e con quale possibilità di ricorso?
Nel caso raccontato dal Guardian, un rider con un livido al volto non ha superato più volte il riconoscimento facciale ed è rimasto senza accesso al lavoro. Deliveroo ha attribuito il problema a una fotografia sfocata e sostiene che una revisione manuale abbia poi sbloccato l’account. L’episodio mostra perché l’intervento umano non deve esistere soltanto sulla carta: la persona deve sapere che la revisione è iniziata, quando finisce e come continuare a lavorare nel frattempo. Lo stesso principio vale oltre le consegne. Un sistema può ordinare candidati, distribuire turni, misurare chiamate o suggerire compensi. L’efficienza arriva prima della spiegabilità perché il processo viene ottimizzato per migliaia di decisioni. Se però un lavoratore non può ricostruire perché ha ricevuto meno opportunità, il controllo diventa una promessa. L’articolo sui lavori di ingresso ridotti nell’era AI mostra l’effetto macro; qui il problema è microscopico e quotidiano: una singola offerta sul telefono. Per fare chiarezza non è necessario pubblicare il codice sorgente completo. Servono almeno le categorie di dati usate, i fattori principali, le regole che possono bloccare l’account, un registro delle decisioni, una spiegazione comprensibile e un canale di contestazione. Una verifica indipendente può poi cercare differenze ingiustificate tra persone o zone senza rivelare i dettagli che proteggono il servizio dalle frodi.
Cosa puoi farci concretamente
- Conservare per alcune settimane offerte, distanza, attesa, durata, compenso e spese, invece di affidarsi soltanto alla sensazione di un calo.
- Separare la tariffa per ordine dal guadagno orario netto, includendo attese e costi di bicicletta, scooter, carburante, assicurazione e telefono.
- Chiedere una spiegazione scritta e una revisione umana quando un sistema blocca l’accesso, cambia un punteggio o produce una decisione rilevante.
La risposta europea arriva, ma non sostituisce le prove
La direttiva europea sul lavoro tramite piattaforme è entrata in vigore nel dicembre 2024. La Commissione spiega che introduce regole per rendere più trasparenti l’assegnazione dei compiti e la definizione dei prezzi e per permettere ai lavoratori di contestare decisioni che incidono sulle condizioni di lavoro. Gli Stati membri hanno tempo fino a dicembre 2026 per recepirla nelle leggi nazionali: il diritto concreto dipenderà anche da come ciascun Paese applicherà le norme. La direttiva affronta inoltre la supervisione umana e l’uso dei dati. Non trasforma però ogni variazione di prezzo in una violazione e non garantisce che un singolo screenshot basti a dimostrare una discriminazione. Per questo la raccolta collettiva dei dati è importante: offerte accettate e rifiutate, distanza stimata, minuti di attesa, compenso, condizioni meteo, area e costo del mezzo costruiscono un quadro confrontabile. Anche le imprese possono imparare dal caso. Quando adottano software per assegnare turni o valutare prestazioni, devono stabilire prima quali decisioni restano umane, come correggere un errore e quali indicatori non possono diventare un giudizio sulla persona. La guida prima il processo, poi l’automazione propone lo stesso ordine: obiettivo, fonte, eccezioni, responsabile e prova.
Per i consumatori resta una tensione scomoda. Consegne rapide e prezzi bassi dipendono anche da un coordinamento molto efficiente; se il costo dell’incertezza viene scaricato su chi aspetta senza essere pagato, l’app mostra soltanto metà del servizio. La domanda da porre alle piattaforme non è se usano l’AI. È se una persona può capire e contestare ciò che l’algoritmo decide sul suo lavoro. Per il business, l’AI diventa rilevante quando modifica una metrica operativa: capacità, qualità, tempo o rischio. Il numero di utenti e di conversazioni descrive l’adozione, ma non dimostra da solo un ritorno. Il collegamento al processo deve essere esplicito. Nel caso di “Quando un algoritmo decide quanto guadagni: i rider chiedono trasparenza”, questo significa leggere la novità oltre l’annuncio e capire quali parti del lavoro vengono realmente modificate. Il rischio è estendere un progetto prima di avere una baseline e criteri di uscita. Costi di integrazione, revisione e cambiamento organizzativo possono superare le licenze. Una valutazione completa considera anche alternative più semplici. Le imprese più efficaci gestiranno un portafoglio di casi, ampliando quelli misurabili e interrompendo gli altri. Governance e formazione non saranno attività separate: diventeranno il metodo con cui la tecnologia viene scelta, controllata e migliorata. La notizia è quindi un indicatore di una trasformazione più ampia, che va seguita attraverso risultati e condizioni operative anziché con la sola successione degli annunci.
La domanda che resta
Conservare per alcune settimane offerte, distanza, attesa, durata, compenso e spese, invece di affidarsi soltanto alla sensazione di un calo. Questo primo passo serve a trasformare il tema in un perimetro verificabile: un responsabile, un input conosciuto, un risultato atteso e una misura precedente con cui confrontarsi. Senza questi elementi il progetto rimane una dimostrazione difficile da valutare. Separare la tariffa per ordine dal guadagno orario netto, includendo attese e costi di bicicletta, scooter, carburante, assicurazione e telefono. L’azione deve essere documentata insieme ai criteri di controllo, indicando quali casi possono procedere e quali devono fermarsi. È così che l’esperienza delle persone diventa una regola applicabile e migliorabile nel tempo. Chiedere una spiegazione scritta e una revisione umana quando un sistema blocca l’accesso, cambia un punteggio o produce una decisione rilevante. Prima di estendere il metodo è utile raccogliere correzioni, tempi e costi per alcune settimane. Gli errori vanno raggruppati per causa: dati, istruzioni, strumenti o eccezioni del processo. Ogni categoria richiede un intervento diverso. I compensi e l’accesso al lavoro possono cambiare attraverso sistemi automatici senza una spiegazione comprensibile per chi ne subisce l’effetto. È il punto da cui partire perché definisce l’effetto più immediato per professionisti e imprese. La sua importanza va misurata sul lavoro quotidiano: quante attività coinvolge, quali persone tocca e cosa accade quando il risultato non è corretto.
I numeri citati arrivano da registri individuali e iniziative dei lavoratori: sono segnali utili, non una misura rappresentativa dell’intero mercato. Questo secondo elemento chiarisce perché non basta scegliere un prodotto. Servono un processo, dati affidabili e una responsabilità finale. L’adozione diventa sostenibile quando la tecnologia può essere osservata e corretta senza interrompere l’operatività. La direttiva europea sul lavoro tramite piattaforme introduce trasparenza e possibilità di contestazione; gli Stati membri devono recepirla entro dicembre 2026. Il terzo punto indica la prospettiva di medio periodo. La decisione migliore non è necessariamente quella con più funzioni, ma quella che mantiene valore, controllo e possibilità di evoluzione quando cambiano modelli, prezzi o requisiti.
Fonti
Documenti, comunicati e pubblicazioni consultati per ricostruire dati e contesto.
- The Guardian — Food delivery riders call on platforms to open up AI black box, 5 settembre 2026Analisi
- Commissione europea — Platform work and the future of workFonte primaria
- EUR-Lex — Working conditions in platform workDocumentazione
- Worker Info Exchange — Data rights for digital workersFonte primaria
