cancel

Uber-chauffeurs naar de rechter: hoe werkt Ubers algoritme?

door Rens Lieman

fotografie Olivier Middendorp

juli 2020


Vier Britse Uberchauffeurs stappen in Nederland naar de rechter om zo inzicht te verkrijgen in hoe Ubers algoritme werkt. ↓


Wat weet Uber allemaal over zijn chauffeurs en hoe gebruikt het bedrijf die data bij bijvoorbeeld het verdelen van taxiritten? Die vragen staan centraal in een rechtszaak die vier Britse Uberchauffeurs, verenigd in de App Drivers & Couriers Union (ADCU), vandaag in gang zetten. De NOS berichtte hier vanmorgen als eerste over.

Via deze zaak hopen de chauffeurs uiteindelijk ook meer inzicht te verkrijgen in de werking van Ubers algoritme. Chauffeurs tasten hierover grotendeels in het duister, terwijl ze wel aan dat algoritme zijn overgeleverd als het gaat om hoeveel werk ze van Uber krijgen aangeboden en wat ze daar aan verdienen.

De privacywet AVG schrijft voor dat chauffeurs niet alleen recht hebben op inzage in alle persoonsgegevens die Uber over hen opslaat, maar ook in hoe Uber die gegevens gebruikt om ‘geautomatiseerde besluiten’ te maken. (Tegenover de NOS zegt privacydeskundige Floor Terra dat het juridisch gezien nog onduidelijk is of het verdelen van ritten zo’n geautomatiseerd besluit is. Platformexpert Martijn Arets wijst erop dat de nieuwe 'platform-to-business verordening' mogelijk in het voordeel van de chauffeurs kan werken.)

Met meer kennis van de werking van Ubers algoritme, kan ook het antwoord op een andere vraag dichterbij komen: gedraagt Uber zich tegenover chauffeurs als een werkgever, dat werknemers al dan niet algoritmisch aanstuurt, of is het slechts een bemiddelaar?

Twee van de vier chauffeurs in deze zaak voeren over dat laatste punt ook al een rechtszaak tegen Uber in Groot Brittannië. In eerste aanleg stelde de rechter ze in het gelijk: ze zijn werknemers van Uber en hebben daarom met terugwerkende kracht recht op minimumloon en vakantie- en ziektegeld. Het hoger beroep dient deze week. 

Deze nieuwe zaak dient in Nederland omdat Ubers Europese hoofdkantoor in Amsterdam is gevestigd.

Chauffeursprofielen

Advocaat mr. dr. Anton Ekker, die de chauffeurs in de Nederlandse zaak bijstaat, zegt dat Uber chauffeurs ‘niet goed informeert’ over de gegevens die ze over hen verzamelen en hoe ze die gegevens gebruiken. 

Dat zou gebleken zijn uit eerdere dataverzoeken die chauffeurs bij Uber indienden. De een, bijgestaan door een advocaat, kreeg meer data opgestuurd dan de ander, zegt Ekker.

Sommige chauffeurs kregen bijvoorbeeld inzicht in hun 'chauffeursprofiel’. Uit interne notities, waaruit in het verzoekschrift wordt geciteerd, blijkt dat Uber chauffeursprofielen bijhoudt waarin niet alleen data zoals het aantal ritweigeringen en ratings staan opgeslagen, maar medewerkers van Uber ook ‘labels’ en ‘notities’ kunnen toevoegen. Zo zou er een label  ‘ongepast gedrag’ zijn, en een ‘politie'-label. Het is onduidelijk of labels en notities gevolgen hebben voor de hoeveelheid ritten die de betreffende chauffeur krijgt aangeboden.

Ook wordt het chauffeurs volgens Ekker moeilijk gemaakt om met de gegevens waar ze op dit moment eenvoudig toegang toe hebben 'de kwaliteit en kwantiteit' van de door Uber aangeboden taxiritten te analyseren. 

Voorts willen chauffeurs meer informatie over de beoordelingen die passagiers hen geven in de app. Mogelijk discrimineren sommige passagiers bij het geven van die beoordeling. Doet Uber wel genoeg om te voorkomen dat deze beoordelingen meegeteld worden bij het berekenen van de gemiddelde rating, die bepaalt of chauffeurs mogen blijven werken voor Uber?

Patronen herkennen

De gegevens die de vier chauffeurs via deze rechtszaak hopen te verkrijgen zullen worden samengevoegd met gegevens van andere chauffeurs. Verschillende belangenorganisaties waar de chauffeurs bij zijn aangesloten gaan dit regelen.

Ekker: ‘Pas wanneer je weet welke gegevens Uber van je heeft en die gegevens kunt vergelijken met die van andere chauffeurs, kun je mogelijk patronen herkennen. Op basis daarvan kun je vervolgens voor je belangen opkomen.’

Een van die patronen die de chauffeurs hopen te ontdekken, is dat beginnende Uberchauffeurs meer ritten zouden krijgen aangeboden dan chauffeurs die al een paar maanden voor Uber rijden. Beginners zouden zo verleid worden om voor Uber aan het werk te blijven gaan. Sommige Nederlandse chauffeurs zeggen dit ook te hebben ervaren. 

Uber ontkent desgevraagd dat ‘ervaring’ een van de variabelen is waar het systeem rekening mee houdt bij het aanbieden van chauffeurs.

|https://twitter.com/renslieman/status/1119180460595216384

Chauffeurs vragen zich daarnaast af of er door Uber onbenoemde consequenties zitten aan het weigeren van ritten die ze van het systeem krijgen aangeboden. 

Hoe werkt Ubers algoritme?

De belangrijkste vraag die chauffeurs hebben over de werking van Ubers algoritmes, is deze: hoe worden de ritten verdeeld onder Uberchauffeurs?

Dat gaat immers niet alleen op basis van locatie: welke beschikbare chauffeur is het dichtst bij de passagier? Deels om fraude te voorkomen, maar ook omdat Uber met andere belangen rekening zegt te houden, zijn er meer variabelen.

Voor mijn boek Uber voor alles deed ik hier onderzoek naar. Ik interviewde onder meer Daniel Graf, een van Ubers toenmalige onderdirecteuren en tevens productbaas. Graf had de leiding over alle aspecten die te maken hebben met de werking van de app, zowel die voor chauffeurs als die voor passagiers. Samen met programmeurs, datawetenschappers en economieprofessoren, bouwde Graf aan ‘het brein van Uber’, zoals hij dat graag noemt. Dat brein denkt na, elke rit weer, tien miljoen keer per dag, over de manier waarop vraag en aanbod het efficiëntst aan elkaar gekoppeld kunnen worden – het moet dus een antwoord vormen op de vraag: wie krijgt welke taxi en hoeveel moet dat kosten?

We zitten in een vergaderkamertje waar de muren één groot whiteboard zijn. Graf pakt een stift en begint met tekeningen uit te leggen dat Uber het belang van een passagier (die zo snel mogelijk een taxi wil) moet balanceren met die van de chauffeur (die zo veel mogelijk lucratieve ritjes wil). ‘Daartoe draaien we aan allerlei knoppen.’

De eerste ‘knop’ is het positioneren van de taxi’s. ‘We kunnen in real time zien waar de meeste vraag naar taxi’s is,’ zegt Graf. ‘We kunnen ook voorspellen waar die vraag straks zal ontstaan. Dat doen we aan de hand van data van eerdere ritten, van weersvoorspellingen en van een evenementenkalender. Als er een basketbalwedstrijd in Oakland gespeeld wordt en het derde kwart al is begonnen, dan is het handig om alvast een aantal chauffeurs die kant op te laten rijden. We weten immers dat straks een heleboel supporters op hetzelfde moment naar huis willen.’

De tweede knop is matching: wie krijgt welke taxi? Graf tekent een aantal cirkels op de muur. De middelste cirkel is de passagier, aangeduid met een ‘r’. (In Ubers vocabulaire zijn passagiers ‘riders’ en chauffeurs ‘drivers’.) Een lijn schuin naar beneden geeft de bestemming van de passagier aan. Links en rechts van die lijn staan cirkeltjes met de ‘d’ voor driver erin: d1, d2, d3 en d4. De ene chauffeur bevindt zich dichter in de buurt van de passagier dan de andere.

‘Welke chauffeur moet de passagier ophalen?’ vraagt Graf. Chauffeur 1, antwoord ik, want dat cirkeltje staat het dichtstbij. Goed. En desgevraagd zegt Graf dat het in de begindagen hier ophield. Ubers algoritme was niet zo slim dat het meer kon dan meten welke chauffeur het dichtst bij de passagier was. Inmiddels is het veel geavanceerder. Dus Graf gaat verder.

‘Wat te doen als onze data laat zien dat er op de weg die d1 moet afleggen richting de passagier een kleine file is ontstaan? Dan kan d2 hem beter ophalen, die weliswaar iets verder weg is, maar vanuit een andere richting komt. Stel je nu voor dat d3 in de Uber-app voor chauffeurs heeft aangegeven dat hij alleen nog maar ritjes wil doen die min of meer op dezelfde route liggen als de route naar zijn huis. [Chauffeurs kunnen zo’n voorkeur tegenwoordig aangeven, ook in Nederland.] Als de passagier ook die kant op moet, kan híj beter de passagier oppikken.’

Nog een stap verder: ‘Maar wat nu als we verwachten dat d4 nog wel een paar uur zal blijven doorwerken, en dat het basketbalstadion waar die wedstrijd gespeeld wordt in de buurt is van de eindbestemming van onze passagier? d4 willen we graag over een half uurtje in de buurt van het stadion hebben. Als we hém dus deze rit laten uitvoeren, dan moet de passagier misschien een minuut langer wachten voordat zijn taxi komt omdat d4 iets verder weg is, maar zijn de basketbalfans straks sneller geholpen. d4 wordt in die situatie het best benut en krijgt dus ook beter betaald voor zijn tijd.’

Updates

Uber krijgt de kans zich te verweren tegen het verzoekschrift dat Ekker namens de chauffeurs vandaag indiende. Via Twitter houd ik je op de hoogte.

Lees ook op deze site:

- Rechter moet uitmaken: wie is de baas in de kluseconomie?

- Deliveroo-bezorgers volgens rechter tóch werknemers

- In California kunnen Uberchauffeurs nu hun eigen tarief rekenen

- Een app als baas — hoe het is om te werken voor Uber, Deliveroo en Helpling

👋 Als freelance journalist publiceer ik op deze site artikelen over Uber, Deliveroo en de platformeconomie. Die mag je gratis lezen, maar je kunt er ook voor betalen wat jij het waard vindt. Dat is zo gebeurd en wordt gewaardeerd.


Rens Lieman schrijft als freelance journalist voor Nederlandse kranten en tijdschriften zoals NRC, Esquire, Vrij Nederland en Het Parool. Inhoudelijke specialisatie: Uber en de platformeconomie, de invloed van algoritmes en technologie op de werkvloer.

rens@renslieman.nl / @renslieman