Uber Eats condannata per comportamento antisindacale: dovrà svelare l’algoritmo con cui decide chi far lavorare fra i suoi addetti. Il ricorso della Filcams Cgil di Palermo ha avuto «accoglimento totale» da parte del giudice del lavoro Santina Bruno che ha condannato la app di food delivery a «comunicare a Filcams Cgil Palermo le informazioni sull’utilizzo di sistemi decisionali o di monitoraggio automatizzati». Nelle sedici pagine di dispositivo si ripercorre la vicenda. Il 19 gennaio Nidil, Filcams e Filt hanno presentato un ricorso di urgenza per comportamento antisindacale.
Il cuore della causa è la richiesta di trasparenza algoritmica: sapere come concretamente funziona il sistema di abbinamento con cui la app sceglie il rider.
«Per quanto a nostra conoscenza è la prima sentenza di questo tipo in Itala e probabilmente in Europa», commenta soddisfatto l’avvocato Carlo De Marchis. «Fra l’altro abbiamo scoperto che l’algoritmo è programmato per fare una valutazione predittiva in quanto fra i suoi fattori valuta la probabilità di accettazione».
Il ricorso citava l’«informativa della privacy» di Uber Eats: «l’abbinamento degli autisti partner e dei delivery partner disponibili con gli utenti che richiedono i servizi. Gli utenti possono essere abbinati in base a disponibilità, posizione o prossimità, alle proprie impostazioni o preferenze e ad altri fattori», assolutamente non specificati.
Citando il decreto 104 Trasparenza del 24 giugno 2022 di Orlando applicando la Direttiva europa, il giudice ricorda come «il datore di lavoro (…) è tenuto a informare il lavoratore dell’utilizzo di sistemi decisionali o di monitoraggio automatizzati deputati a fornire indicazioni rilevanti ai fini (…) dell’assegnazione di compiti o mansioni nonché indicazioni incidenti sulla sorveglianza, la valutazione, le prestazioni e l’adempimento delle obbligazioni contrattuali».
Per il giudice «lo stesso rifiuto datoriale» è «una lesione del diritto alla informativa azionabile anche da parte sindacale» «configura una profilazione basata su una analisi statistica comportamentale, gli ulteriori “altri fattori” non sono neanche specificati; né le misure di controllo delle decisioni automatizzate (promozioni o disattivazione dell’account in base al tasso di rifiuti o di feedback negativi) e gli impatti potenzialmente discriminatori delle metriche stesse».