Big Data Analytics in the Algorithmic Management Process: The Case of Transport Platforms in the Gig Economy

Abstract

Gig economy business models are based on the mass automation of management decisions and workplace surveillance, which require using vast amounts of data and conditioning the algorithmic management system to function optimally. As a result, data has become an increasingly valuable and strategic economic resource. Ride-hailing platforms were a pioneer in this area. The privacy policies of transport platforms such as Bolt, Uber, and Deliveroo specify the use of data to train machine learning algorithms, which form the basis of automated decision-making. The accumulation of data and the asymmetry of information on these platforms leads to a serious violation of privacy rights. As companies collect more and more data about us, we lose control over how that data is used. This issue was highlighted a few years ago by Professor Shoshana Zuboff, who used the term “surveillance capitalism”. Within its framework, the human rights category of the right to privacy becomes the new free raw material for producing behavioural data, and the current article aims to analyse this phenomenon.

W artykule omówiono wpływ modeli biznesowych ekonomii gig na prywatność, szczególnie w kontekście platform transportowych, takich jak Bolt, Uber czy Deliveroo. Centralnym elementem jest zarządzanie algorytmiczne, które polega na automatyzacji decyzji i nadzorze miejsc pracy przy użyciu ogromnych ilości danych do szkolenia algorytmów uczących się maszynowo. Podkreślono, że dane stały się strategicznym zasobem ekonomicznym, prowadzącym do naruszeń praw do prywatności z uwagi na akumulację danych i asymetrię informacji. Profesor Shoshana Zuboff nazwała to zjawisko „kapitalizmem nadzoru”, gdzie prywatność staje się surowcem do produkcji danych behawioralnych. Artykuł zwraca uwagę na potrzebę znalezienia równowagi między wykorzystaniem danych przez sztuczną inteligencję a ochroną praw do prywatności, podkreślając znaczenie przejrzystości w praktykach zbierania i przetwarzania danych. Autor proponuje czteroetapowy proces zapewniający ochronę prywatności pracowników na platformach transportowych, zgodnie z międzynarodowymi standardami. Zostaje również poruszona kwestia wpływu systemów decyzyjnych opartych na AI na autonomię i prywatność pracowników, wzywając do opracowania optymalnych mechanizmów prawnych do oceny danych behawioralnych.