Toward Worker-Centered Digital Labor Platforms: Guidelines for Reducing Information Asymmetries

Abstract

De overtar andeler i arbeidsmarkedet og former det moderne arbeidslivet. Digitale arbeidsplattformer som sådan skaper lett tilgjengelige jobbmuligheter over internett. Til tross for deres mange tiltrekkende egenskaper er arbeidere på disse plattformene ofre for informasjonsasymmetrier som en følge av hvordan plattformeiere bruker informasjonstilgang til sin fordel. Med utgangspunkt i en casestudie av Foodora, en matleveringstjeneste i Norge, tar denne forskningen sikte på å belyse dette problemet og videre forstå hvordan det kan reduseres fra arbeideres perspektiv. Gjennom observasjon av arbeidsflyten, dokumenter og intervjuer med arbeidere og tillitsvalgte, er det avdekket at arbeidere opplever informasjonsasymmetrier knyttet til datasporing og databruk, algoritmisk opasitet, å ta informerte valg og individuell ytelse. Foreslåtte løsninger er kategorisert i beskrivelser av hvordan plattformen fungerer, algoritmisk åpenhet, tilgang til informasjon som allerede er der, integrasjon av eksterne data og endringer i hvordan plattformen fungerer, samt i spesifikke funksjoner i appen som arbeidere bruker. Forskningen bidrar til arbeidersentrert plattformdesign rettet mot plattformeiere for å forbedre arbeideres velvære. Videre skisseres det hvordan arbeidere selv kan redusere informasjonsasymmetrier med digitale omgåelsesverktøy.

They are taking over shares in the labor market and are shaping the modern working life. Digital labor platforms as such provide easily accessible job opportunities through online means. Despite their many gleaming features, workers on these platforms are victims of information asymmetries as a result of how platform owners use information access to their advantage. Drawing on a case study of Foodora, a food delivery service in Norway, this research aims to shed light on this problem and further understand how it can be reduced from the perspective of workers. Through observation of the workflow, documents, and interviews with workers and union representatives, it is found that workers experience information asymmetries related to data tracking and data usage, algorithmic opacity, making informed choices, and individual performance. Suggested solutions are categorized into descriptions on how the platform operates, algorithmic transparency, access to information that is already there, integration of external data, and changes in how the platform operates as well as to specific features in the app that workers use. The research contributes to worker-centered platform design targeted toward platform owners to improve worker well-being. Furthermore, it outlines how workers themselves can reduce information asymmetries with digital circumvention tools.