Oltre il Turco Meccanico. Il Crowdwork e l’insubordinazione al comando algoritmico

di Laura Montanari

Ci sono tanti modi per guadagnare qualche cosa in più, per arrotondare uno stipendio che non permette di arrivare a fine mese. Uno di questi modi era Amazon Mechanical Turk. Era, perché il 30 settembre, dopo più di 20 anni di esistenza, ha chiuso. Da qualche anno, infatti, vari compiti svolti dai Turkers possono essere automatizzati grazie all’IA. Eppure, la chiusura di Mechanical Turk non dovrebbe essere letta semplicemente come la vittoria dell’intelligenza artificiale sul lavoro umano. 

L’immagine del Turco Meccanico è familiare a chiunque si occupi di intelligenza artificiale: una specie di automa costruito nel XVIII secolo, dentro cui si nascondeva una persona reale, ma che dall’esterno pareva muovere le pedine su una scacchiera senza alcuna interferenza umana. Quando Amazon lanciò Mechanical Turk nel 2005, recuperò proprio quell’immagine, facendo dell’invisibilità del lavoro vivo il suo modello di business. Mechanical Turk dunque inizia come una sorta di artificiosa intelligenza artificiale, spacciando per automazione il lavoro di centinaia di migliaia di persone – i cosiddetti Turkers – che negli anni hanno fatto ciò che i computer non sapevano ancora fare, completando milioni di Human Intelligence Tasks (HITs).

Più o meno come era successo con Remotask (ScaleAI) in Kenya, Mechanical Turk ha potuto chiudere quasi dal giorno alla notte, senza alcuna conseguenza o effettiva resistenza, una rete complessa che andava dagli USA all’India, fino in Europa. L’annuncio è arrivato alla fine di agosto, lasciando poco più di un mese per trovare un’altra fonte di reddito a tutti quei lavoratori e lavoratrici sparsi per il mondo, che nel periodo di maggiore espansione arrivavano a mezzo milione. L’email inviata da Amazon li ringraziava per aver contribuito a “plasmare il settore del crowdsourcing”. Ma sappiamo che il “progresso” non apre necessariamente frontiere luminose: per chi ci lavorava, rimangono l’affitto, il cibo, le bollette e la necessità di continuare a procurarsi un salario.

Il sistema creato da Mechanical Turk, grazie sia al lavoro telematico sia all’espansione della sua rete, garantiva la possibilità di coinvolgere in modo ininterrotto la forza lavoro, 24/7, perennemente in attività, tenuta sotto controllo dall’algoritmo e dal pagamento a cottimo.

Il meccanismo del crowdwork è precisamente quello di attivare una “folla” di lavoratori impiegandoli contemporaneamente in un enorme numero di micro-lavori, anziché sfruttare un singolo lavoratore per un periodo più lungo. Classificare immagini, trascrivere registrazioni, verificare informazioni, moderare contenuti, compilare questionari, mettere “mi piace” a pagine Facebook, commentare post… Piccoli compiti, apparentemente insignificanti se presi singolarmente, ma che hanno permesso a varie compagnie, tra cui proprio Amazon, di espandersi e a numerose università e istituti di ricerca di compiere avanguardistiche ricerche. Se vi trovate di fronte a uno studio di qualcuna delle maggiori università americane, che incredibilmente è riuscita a sottoporre questionari a migliaia di persone in pochissimo tempo, probabilmente queste persone erano Turkers. 

I diversi “requesters” pagavano per il servizio che Amazon offriva, e quest’ultima intascava la metà. Per esempio, se sottoporre il questionario a una persona all’università costava dieci centesimi, solo cinque di questi arrivavano al lavoratore. Spesso, però, nei paesi al di fuori degli Stati Uniti, Amazon non pagava nemmeno quel compenso misero, bensì trovava il modo per far ritornare ogni singolo centesimo nelle proprie tasche, “pagando” in buoni da spendere su Amazon stesso.

Ma perché centinaia di migliaia di persone hanno lavorato su Mechanical Turk, o lavorano su altre piattaforme di crowdwork che si stanno diffondendo sempre di più? La risposta non può essere cercata soltanto nelle caratteristiche tecniche della piattaforma. Occorre guardare alle condizioni materiali che rendono necessario quel lavoro per quello che da alcuni è definito “cyber-proletariato”. Quando un salario non è sufficiente, il tempo che resta dopo il lavoro principale può diventare un’altra occasione di racimolare qualcosa in più. Così il lavoro digitale entra nella casa e per le donne, che componevano la maggior parte dei Turkers (circa il 57%), si sovrappone al lavoro domestico e di cura. Una giornata lavorativa è così spartita tra lavoro principale, lavoro domestico e di cura e lavoro online precario, legando a triplo filo la propria vita alle necessità di produzione e riproduzione.

I Turkers statunitensi, tra l’80% e il 60% del totale a seconda del periodo, raccontano di aver usato Mechanical Turk per pagarsi l’insulina, per restituire debiti sanitari o educativi, per curarsi, oppure per “vizi” come serate con amici, vestiti, vacanze. Per i Turkers indiani (tra il 15 e il 30%), invece, questo lavoro era più spesso la principale fonte di reddito o comunque quella essenziale per poter arrivare a fine mese senza l’acqua alla gola.

La storia di Krista Pawloski, una Turker e una delle fondatrici di Turkopticon (una piattaforma che cercava di far comunicare tra loro Turkers ma anche ricercatori e attivisti), è significativa: iniziò a lavorare su Mechanical Turk nel 2008 durante il congedo di maternità, come fonte di reddito aggiuntiva; dopo aver perso il lavoro nel 2012, passò a utilizzare la piattaforma come fonte di reddito principale mentre si occupava del figlio con disabilità. Poter lavorare da casa, scegliere quando connettersi e svolgere i compiti dal computer può essere davvero importante per chi deve conciliare lavoro retribuito, cura e altre responsabilità. Simile è la storia di Kristal Kaufman, anche lei diventata membro di Turkopticon, che si era iscritta a Mechanical Turk nel 2015 dopo che problemi di salute l’avevano costretta a restare a casa, in un periodo prepandemico in cui trovare lavoro da remoto era molto più complicato che ora.

Il lavoro su Mechanical Turk e altre di queste piattaforme che si sono sviluppate più recentemente può rendere direttamente monetizzabile il tempo di persone che incontrano barriere nell’accesso al lavoro, e che sono spesso viste come altrimenti improduttive, anche se magari svolgono lavoro domestico e di cura, oppure studiano, o comunque passano da un lavoro a un altro. Allo stesso tempo, per una buona parte dei crowdworkers questo non è un modo per diventare produttivi, ma per continuare a esserlo. Spesso, come accennato sopra, non si tratta del lavoro primario, ma del secondo o terzo impiego che serve quando il salario principale non permette di arrivare a fine mese e quando le misure di protezione sociale vengono abolite, ridotte o non si riescono ad ottenere. Più che mettere al lavoro tutta la società in una gigantesca fabbrica digitale, il crowdwork, ma anche il lavoro di piattaforma in generale, diventa così un modo di colmare il divario tra il reddito disponibile e il costo della riproduzione quotidiana e fa parte delle strategie individuali per sbarcare il lunario. 

Questo è reso possibile da quella che è una caratteristica essenziale del crowdwork, la tanto promossa flessibilità. Quella stessa flessibilità coincide con l’assenza di qualsiasi garanzia: non esiste necessariamente un salario sicuro, non esiste una giornata lavorativa definita, non c’è certezza che ci saranno task disponibili. Le piattaforme di crowdsourcing promettono flessibilità anche tramite il lavoro freelance, che proprio per la sua essenza trasferisce sul lavoratore il rischio di non avere lavoro, giorni di malattia, ferie, assicurazione sanitaria. Questo lo ha evidenziato anche Joan Kinyua, data-labeler all’interno di Remotask, e una delle fondatrici del Data Labelers Association of Kenya, di cui è presidente. Joan fa notare che la classificazione dei taskers come “lavoratori autonomi” è un pilastro portante dell’architettura dello sfruttamento dietro l’IA e viene difesa aggressivamente dalle varie aziende, non perché sia tecnicamente accurata, ma proprio perché una riclassificazione con diverse garanzie altererebbe radicalmente l’economia dello sviluppo dell’IA.

La precarietà di Mechanical Turk non consisteva soltanto nei bassi compensi o nella frammentazione dei task, ma anche nel fatto che la relazione tra lavoratore e piattaforma poteva essere modificata o interrotta unilateralmente. Turkopticon nacque nel 2008 da un’idea dei ricercatori Lilly Irani e Six Silberman, insieme a molti Turkers, proprio per affrontare questo tipo di problemi. Gli organizzatori hanno raccolto nel tempo varie testimonianze riguardo a sospensioni degli account, retribuzioni negate per lavori completati, sistemi di sicurezza difettosi e altri meccanismi attraverso cui il rapporto con la piattaforma poteva essere improvvisamente compromesso. Turkopticon ha cercato di rendere visibili queste condizioni e di portare le richieste dei lavoratori direttamente alla piattaforma, non senza fatica. Questo perché com’è possibile organizzarsi quando il luogo di lavoro non è un luogo? Quando i lavoratori sono dispersi in decine di paesi? Quando possono essere sostituiti da altri lavoratori online da un’altra parte del mondo? Quando la piattaforma stessa può scomparire da un giorno all’altro?

Nel 2014 i Turkers indiani si sono organizzati per ricevere trasferimenti bancari che troppo spesso non funzionavano, mentre funzionava sempre la ricezione di un buono da spendere sul sito Amazon.in, che spesso costringeva i Turkers a importare beni pagando dazi elevatissimi. Oltre alle difficoltà di pagamento, i lavoratori hanno protestato per i blocchi arbitrari dei profili operati da Amazon senza alcun preavviso o motivazione, che causavano la perdita immediata di tutti i compensi accumulati. La mobilitazione è culminata a fine 2014 con una campagna di email-bombing indirizzata direttamente al CEO Jeff Bezos, al grido di “I am a human being, not an algorithm”, e con il coinvolgimento di Turkopticon e un’altra piattaforma di attivismo digitale, We Are Dynamo. Solo dal 2015 Amazon ha iniziato a introdurre gradualmente l’opzione di deposito bancario diretto per i conti indiani verificati. L’obiettivo della campagna quindi è stato portato a compimento, ma tanto altro è rimasto invariato. 

We Are Dynamo, progettata dal Crowd Research Collective della Stanford University insieme a una community di Turkers, dopo la campagna indiana ha iniziato ad affrontare la più grande minaccia esistenziale per un Turker: la disattivazione improvvisa dell’account. Un’altra campagna ha riguardato la stesura di un vero e proprio manuale per i ricercatori universitari e le aziende che commissionavano task. Questo documento stabiliva alcuni standard etici, tra cui una minima paga oraria dignitosa e il divieto di rifiutare il lavoro già svolto (e quindi non pagarlo) per futili motivi. Le linee guida divennero, sì, uno standard ampiamente citato nelle università americane ed europee che utilizzavano Mechanical Turk per i loro studi, ma non certo implementate da Amazon o necessariamente inserite all’interno del “contratto” tra Amazon, Requesters e Turkers. Se Dynamo è rimasto nella storia del lavoro digitale come uno dei primi esperimenti riusciti di sindacato algoritmico, è vero che si è presto consumato, trasformandosi in un altro esperimento, Daemo. Si trattava di un’altra piattaforma di crowdsourcing, ma autogovernata dalla community, che mirava a imporre un salario minimo di 10 dollari l’ora e una moderazione dei task gestita dagli utenti stessi. L’esperienza è durata pochissimo, solo dal 2016 al 2017, perché quasi nessuno richiedeva task tramite Daemo, sia per i costi più elevati sia per una disponibilità di forza lavoro molto più ridotta rispetto alla piattaforma madre. Se non puoi sconfiggere il nemico… usa i suoi strumenti per altri fini: una strategia che raramente ha funzionato, tanto meno in questo caso, visto che si tratta di piattaforme in cui i metodi autocratici di decisione sono parte integrante dell’infrastruttura, non una sua degenerazione. 

Ci sono stati altri tentativi di organizzazione all’interno di altre piattaforme, tra cui il già citato Data Labelers Coalition in Kenya, Data Workers Coalition, Alphabet Workers Union-CWA (AWU-CWA) e il TechEquity Collaborative, che ha pubblicato un anno fa un report sulle condizioni dei “fantasmi” dietro l’IA con raccomandazioni sul che fare. I cosiddetti “ghost workers” – spesso chiamati così per evidenziare la loro condizione di invisibilizzazione e di esistenza, a qualsiasi latitudine, all’interno di una zona grigia dal punto di vista normativo, privi di tutele e soggetti alle decisioni arbitrarie delle piattaforme – si sono dimostrati tutt’altro che fantasmi, e, pur nelle condizioni usuranti, sono riusciti a raggiungere effettivamente alcune vittorie. Tuttavia, nel corso di questi 21 anni poco è cambiato nelle condizioni di lavoro all’interno di Mechanical Turk e di altre piattaforme. 

L’obiettivo è avere lavoratori come nodi isolati di una catena produttiva globale, mentre la piattaforma organizza la cooperazione cercando di impedire che si incontrino o si conoscano. Tra i Turkers (o taskers in generale) che non soltanto sono isolati fisicamente, ma sono inseriti in una competizione permanente con una folla globale, è difficile stabilire canali di comunicazione. La piattaforma li connette al prezzo che essi rimangano isolati e anonimi. Non sembra risolvere il problema neanche concentrarsi sulla singola piattaforma, nel momento in cui il lavoro di ciascun tasker è distribuito su più piattaforme e il legame con una o l’altra è spesso puramente occasionale. 

Ciò rende ancora più importante cercare forme di organizzazione che non siano legate né alla singola mansione né alla singola piattaforma. Alla luce del fatto che i Turkers non sono una nuova categoria lavorativa, ma individue e individui che intrecciano e attraversano lavori diversi, anche una strategia che ruota esclusivamente intorno alla loro sindacalizzazione è insufficiente e inadatta. Allo stesso tempo non si può pensare ad un approccio che punta soltanto a smuovere l’indignazione pubblica per questioni etiche legate all’AI senza coinvolgere chi effettivamente lavora all’interno di questa catena.

Sembra che una delle ragioni della chiusura di Mechanical Turk sia che i Turkers, soprattutto con l’avvento di ChatGPT, abbiano iniziato a usare in modo massiccio l’IA per completare più HITS possibile e riuscire ad arrivare a guadagnare qualcosa con la parvenza di un salario per cui vale la pena accedere al PC. Pare che questo abbia anche ridotto la qualità dei dati rispetto a quelli prodotti da altre compagnie. Ma se Mechanical Turk chiude, non è la fine di un’era, è più semplicemente la fine di un prototipo e l’inizio del suo miglioramento. Infatti, il crowdwork non scompare. Amazon deve continuare ad appoggiarsi ad altre compagnie per reperire, catalogare, valutare dati per il training necessario all’IA e al machine learning. 

Negli ultimi anni sono proliferate piattaforme dedicate al data annotation, al training dei modelli e al reinforcement learning from human feedback. Appen o CrowdGen, Remotasks e Outlier, Data Annotation, Telus International, Mercor e molte altre imprese organizzano una quantità crescente di lavoro necessario allo sviluppo dei sistemi di IA. Il lavoro cambia nome e cambia piattaforma, ma rimane necessario. Anche la geografia del lavoro cambia: Mechanical Turk ha storicamente avuto una forte presenza negli Stati Uniti e in India.  Il nuovo ecosistema del lavoro digitale coinvolge invece lavoratori in numerosi paesi del Sud globale, ma anche in Europa. Stime recenti indicano che il fenomeno del lavoro su piattaforma, in senso più ampio, rappresenta il 2–5 % dell’occupazione nell’UE, su una scala simile a quella del lavoro tramite agenzie interinali. Sono intorno ai 3 milioni e mezzo le persone iscritte a siti per svolgere task, molte delle quali sono giovani istruiti e con lavori precari e sottopagati. Esistono grandi compagnie che combinano attività di addestramento degli algoritmi, moderazione dei contenuti e annotazione dei dati e che impiegano decine di migliaia di lavoratori in paesi come Spagna, Portogallo, Irlanda e Bulgaria. 

Il lavoro necessario a far funzionare l’IA continua a essere riorganizzato secondo le esigenze del capitale, può spostarsi rapidamente da una piattaforma all’altra, da un paese all’altro. Il capitale può abbandonare un’infrastruttura quando non è più sufficientemente redditizia e investire in una nuova. Due anni fa scrivevamo che il lavoro può diventare migrante senza che il lavoratore debba muoversi: è il capitale a spostarsi rapidamente verso i luoghi e le forme in cui può estrarre più valore. La chiusura di MTurk rende questa dinamica ancora più evidente.  E non solo, porta anche a ragionare sul fatto che condizioni di lavoro e dinamiche che spesso vengono pensate come esclusivamente appartenenti al remoto sud globale, esistono e proliferano anche da questo lato del globo. È vero che le condizioni dei crowdworkers in Kenya o in Brasile o nelle Filippine sono differenti da quelle che statunitensi ed europei devono affrontare, e allo stesso tempo all’interno della stessa Europa, per esempio, spagnoli, italiani e bulgari sono pagati molto meno di tedeschi o danesi. La rappresentazione del lavoro digitale che associa automaticamente il Sud globale allo sfruttamento e il Nord globale alla sua direzione, al controllo tecnologico e all’innovazione, secondo uno schema di (neo)colonialismo digitale, va messa in discussione in un contesto in cui il capitale transnazionale beneficia di quei confini che esso stesso rende più labili.

Da una parte, l’IA viene presentata come una tecnologia destinata a sostituire il lavoro umano. Dall’altra, la sua costruzione e continua implementazione sono possibili proprio grazie a un’enorme quantità di lavoro umano spesso invisibile, sottopagato e frammentato. Qui il punto non è semplicemente se e come le macchine sostituiscono progressivamente gli esseri umani. L’automazione ha sempre riguardato prima di tutto il modo in cui il lavoro viene organizzato, controllato e comandato. Il capo non deve essere fisicamente presente. Il lavoro viene talmente frammentato da diventare quasi indistinguibile dall’attività della macchina. L’algoritmo distribuisce i compiti, organizza il flusso di lavoro e permette al committente di acquistare prestazioni da una folla quasi illimitata di lavoratori. Il comando sul lavoro viene incorporato nella piattaforma, e questo si vede, ad esempio, anche nei magazzini di Amazon stesso, o nelle consegne dei driver dell’ultimo miglio. Non siamo quindi semplicemente davanti alla sequenza lavoro umano – automazione – fine del lavoro. La storia è più complicata. C’è il lavoro umano che rende possibile una parziale automazione, e l’automazione che modifica le condizioni in cui il lavoro viene svolto. Ma quando una parte delle attività può essere svolta dalle nuove tecnologie, il lavoro non scompare: viene trasformato, spostato, dequalificato e ricomposto altrove. Andando anche oltre ciò che accade dietro le quinte artificiali,  alcune volte il lavoro addirittura aumenta: nella febbre dell’utilizzo dell’IA la produttività deve crescere, si deve velocizzare, il tempo di lavoro rimane lo stesso, o si riduce, e lo stesso vale per il salario. La produttività aumentata dell’IA ‘libera’ tempo non dal lavoro, ma per altro lavoro. È quindi abbastanza lineare vedere come in questo modo aumenti lo sfruttamento e il profitto dei padroni. Automazione e piattaforme non aboliscono la fabbrica, ma abbattono i confini dell’accumulazione. Anche perché gli algoritmi sono presenti, comandano e organizzano tanto il lavoro nei servizi quanto il lavoro operaio nelle fabbriche che, con differenti concentrazioni di forza lavoro, continuano a esistere accanto al crowdwork. L’insubordinazione nei confronti del comando algoritmico assume in tutte queste situazioni forme diverse che devono essere indagate.

È così evidente che il rapporto tra l’IA e il lavoro umano non si esaurisce né nella sostituzione del secondo da parte della prima, né tanto meno nella totale e irrimediabile sottomissione del lavoro vivo all’uso capitalistico dell’IA. Proprio per questo, con questo articolo, inauguriamo Cronache dall’IA, una serie di approfondimenti e di riflessioni sui modi in cui il comando algoritmico sul lavoro si sta diffondendo  e sul modo in cui si naviga nell’AI come lavoratrici e lavoratori, cercando di alleggerire il lavoro, guadagnare tempo e denaro, appropriarsi di conoscenze, ovvero quando e come questo comando incontra resistenze e rifiuti e si determina una riconfigurazione dello sfruttamento senza solo subirla. 

fCondividi

Whatsapp