Quan parlem de 'gestió algorítmica' pensem en plataformes, però la realitat és més àmplia: assignació automàtica de torns, scoring de puntualitat, priorització de sol·licituds o incentius en funció de mètriques. Tot això són decisions que impacten en la vida de les persones, i per això Europa està posant el focus en la transparència i la supervisió.
1) Què és la gestió algorítmica (més enllà dels riders)
Qualsevol sistema que prengui decisions o recomanacions sobre el treball usant dades pot convertir-se en gestió algorítmica: qui treballa quan, qui rep hores extra, qui obté un plus o a qui s'aprova un canvi. Si l'equip no entén les regles, percep arbitrarietat.
Un exemple: un sistema que assigna automàticament els millors torns a qui té millor 'score' d'assistència. Si no s'explica i no hi ha via de revisió, generarà rebuig, tot i que l'objectiu sigui millorar la cobertura.
2) Transparència: explica les regles d'assignació i evita les caixes negres
La transparència no implica publicar el codi font. Implica que les regles de negoci estiguin clares: quines variables s'usen, com es ponderen i quins comportaments s'incentiven o es penalitzen. En torns, això és crític perquè la gent confiï en el quadrant.
Una bona pràctica és documentar el 'per quina raó' de l'assignació: cobertura requerida, habilitats, descansos legals, preferències i equitat. Com més explícit sigui el model, menys conflicte hi haurà quan algú no obtingui el torn que volia.
3) Supervisió humana i dret a revisió
Automatitzar no és abandonar. Si una decisió automàtica perjudica una persona, ha d'existir un canal de revisió humana i un procés de correcció. No és sols compliment: és qualitat operativa. Els sistemes s'equivoquen i les dades poden estar incompletes.
Per exemple, si un empleat apareix com a 'no disponible' per un error de registre, un supervisor hauria de poder corregir-ho amb traçabilitat. Aquesta traçabilitat protegeix l'empresa i el treballador.
4) Dades de qualitat: si l'input és dolent, l'automatització és injusta
Molts biaixos no vénen de l'algoritme, sinó de la dada: registres incomplets, correccions sense motiu, incidències sense documentar. Quan falten dades, el sistema decideix 'a cegues' i això pot perjudicar sempre els mateixos col·lectius.
La base és la disciplina de dades: registre horari fiable, catàleg d'habilitats actualitzat, regles de descansos i torns, i un historial d'incidències net. Sense això, qualsevol automatització amplifica el caos.
5) Win-win: eficiència amb confiança
Bien aplicada, l'automatització redueix el treball manual, accelera els canvis i millora la cobertura. Perquè sigui win-win, ha de ser explicable: l'equip necessita entendre les regles per sentir que el sistema és just.
Quan la transparència i la supervisió s'integren des del disseny, la tecnologia deixa de ser 'una imposició' i es converteix en una eina que facilita la vida a tothom: empleats, managers i RRHH.