"O que a gestão algorítmica faz pelas empresas é comprimir o espaço e o tempo no que diz respeito às informações recebidas e à capacidade de tomar decisões com base nessas informações. Antes dos algoritmos digitais, as empresas tinham gerentes intermediários que observavam e forneciam feedback sobre o desempenho dos funcionários, a demanda dos clientes e assim por diante. Com base nesse feedback, os executivos davam novas instruções para otimizar a produtividade da mão de obra", escreve Ben Wray, jornalista escocês e coordenador do Gig Econonomy Project, em artigo publicado por Jacobin, 04-11-2025. A tradução é de Pedro Silva.
Desde o barman que tem seus horários de trabalho sempre agendados da maneira mais errática e inútil possível por um aplicativo chamado “Harvest” ou “ZoomShift”, até a enfermeira assediada por uma plataforma por supostamente passar muito tempo com um paciente, os trabalhadores estão cada vez mais tendo que lidar com ferramentas digitais que fazem o trabalho que antes era dos supervisores.
Embora muitos trabalhadores acreditem que esses sistemas operam sem qualquer intervenção humana, na verdade, eles estão sujeitos a um conjunto rigoroso de regras criadas para resolver questões específicas formuladas pelos executivos da empresa, como “Como podemos ter barmans suficientes apenas para atender à demanda, sem excessos?” ou “Como podemos garantir que nossos enfermeiros dediquem apenas o tempo necessário para atender às necessidades mais urgentes dos pacientes?”. Essas regras, codificadas por dados em um conjunto de processos digitais automatizados ou semiautomatizados, são algoritmos.
Assim como em qualquer conjunto de regras de uma empresa, os trabalhadores precisam se opor aos algoritmos para proteger suas condições de trabalho. Mas desafiar algoritmos pode ser mais complexo do que confrontar um supervisor. Se você não sabe quais dados o sistema coleta ou como ele pondera diferentes tipos de dados para chegar a decisões, como pode contestá-lo? Como os dados que alimentam os algoritmos estão em constante mudança, o aplicativo pode parecer um alvo em constante movimento, insondável e incontestável.
É essa sensação de impotência do trabalhador diante da gestão algorítmica que precisa mudar. A Confederação Europeia de Sindicatos publicou um manual para sindicatos sobre como “negociar o algoritmo”, para que as regras das aplicações digitais no trabalho sejam conhecidas e acordadas coletivamente. Negociar o algoritmo não é tarefa fácil, mas muitos trabalhadores já conseguiram fazer isso com sucesso, e muitos mais terão que fazê-lo se quisermos construir o poder dos trabalhadores na era digital.
A gestão algorítmica está se tornando uma parte cada vez mais comum das relações de trabalho. Uma pesquisa recente da OCDE constatou que 90% dos locais de trabalho nos Estados Unidos utilizam pelo menos uma forma de gestão algorítmica (GA). Esse número é apenas ligeiramente menor na Europa, onde a taxa de adoção da GA é de 79%. Nos EUA, três em cada quatro empresas utilizavam dez das quinze ferramentas de GA identificadas na pesquisa, enquanto a intensidade do uso de ferramentas de GA era menor na Europa, com a maioria das empresas utilizando de três a cinco ferramentas.
O que a gestão algorítmica faz pelas empresas é comprimir o espaço e o tempo no que diz respeito às informações recebidas e à capacidade de tomar decisões com base nessas informações. Antes dos algoritmos digitais, as empresas tinham gerentes intermediários que observavam e forneciam feedback sobre o desempenho dos funcionários, a demanda dos clientes e assim por diante. Com base nesse feedback, os executivos davam novas instruções para otimizar a produtividade da mão de obra.
Com algoritmos, esse fluxo de informações é condensado em um conjunto de processos automatizados e semiautomatizados. Quase instantaneamente, os dados são processados e novas instruções são emitidas, gerando um ciclo constante de cálculos de dados.
Essa revolução de dados representa uma forma de poder trabalhista que os patrões exercem sobre os trabalhadores. Os executivos podem visualizar, em tempo real, centenas de pontos de dados sobre seus funcionários, desde a velocidade de trabalho até a frequência com que acessam e desativam o aplicativo de trabalho. Enquanto isso, os trabalhadores geralmente têm apenas um pouco mais de acesso a informações sobre seu próprio trabalho do que tinham antes da digitalização. Essa enorme assimetria de informação dá às empresas o poder de usar os dados dos próprios trabalhadores contra eles.
No caso dos trabalhadores de armazém da Amazon, intensamente vigiados, podemos observar como a gestão pode explorar essa assimetria de informação. Os trabalhadores são rastreados por meio de dados biométricos, scanners, pulseiras e câmeras de vigilância. Eles podem ser punidos ou até mesmo demitidos se apresentarem baixo desempenho em métricas como o número de tarefas concluídas por hora, ou se passarem mais tempo no banheiro do que seus colegas. Sem acesso aos seus dados e aos de seus colegas, sob constante pressão para trabalhar rapidamente, esses trabalhadores atomizados e exaustos sofrem taxas mais altas de lesões e passam mais tempo afastados por motivos de saúde do que a média do setor.
Outro exemplo é o de um motorista da Uber sujeito à política de “tarifas fixas” em que, como o nome orwelliano sugere, as taxas de pagamento são determinadas algoritmicamente, com base em uma “caixa preta” de dados desconhecidos para o trabalhador. Como a Uber possui o histórico de dados de cada motorista, ela pode personalizar as taxas de pagamento para pagar apenas o que acredita que o motorista aceitará, com base em seu histórico de taxas de aceitação, e nada mais. Essa afronta ao princípio de igualdade salarial para trabalho igual tem sido usada para implementar cortes salariais disfarçados.
Embora a Amazon e a Uber sejam duas empresas na vanguarda das práticas exploratórias de gestão algorítmica, muitas empresas, mesmo em ambientes de trabalho sindicalizados, estão introduzindo formas simples de gestão algorítmica, frequentemente utilizando sistemas prontos, que estão corroendo progressivamente a autonomia dos trabalhadores e intensificando o controle exercido pelos chefes. Uma pesquisa recente com membros de sindicatos na Europa revelou que um terço deles tinha conhecimento da gestão algorítmica “utilizada no recrutamento, na vigilância e na tomada de decisões diárias sobre a vida dos trabalhadores”.
Não há dúvida de que os patrões colheram os frutos da revolução dos dados até agora, mas não há razão para que isso continue sendo assim. Para que os trabalhadores restabeleçam o equilíbrio das relações trabalhistas na era digital, é cada vez mais imprescindível que eles dominem os dados.
O professor de direito trabalhista Valerio De Stefano cunhou o termo “negociação do algoritmo” para descrever acordos coletivos entre empregadores e organizações de trabalhadores sobre “o uso de tecnologia digital, coleta de dados e algoritmos que direcionam e disciplinam a força de trabalho”. Atualmente, existem vários exemplos de acordos coletivos que negociam o algoritmo, embora ainda sejam exceção e não a regra.
A subsidiária alemã da IBM tem um acordo com o conselho de trabalhadores sobre o uso de sistemas de IA no ambiente de trabalho, que exige transparência da IA, incluindo a forma como os dados de entrada influenciam a tomada de decisões. Todas as decisões da IA devem ser rastreáveis, para que os trabalhadores possam entender exatamente como uma decisão algorítmica foi tomada, e deve haver pessoas identificáveis que possam ser responsabilizadas pelas ações da IA. Os trabalhadores também participam de um “Conselho de Ética da IA” que avalia os riscos da ferramenta, incluindo os riscos aos direitos trabalhistas.
Na economia de plataformas, o sindicato United Federation of Danish Workers (3F) na Dinamarca possui um acordo coletivo com a plataforma de limpeza doméstica Hilfr que inclui disposições sobre gestão algorítmica. Por exemplo, a Hilfr deve fornecer uma explicação completa para todas as decisões algorítmicas; se não conseguir justificar uma decisão algorítmica, ela é considerada inválida.
Os funcionários têm poder de decisão conjunta sobre questões de saúde e segurança, o que significa que podem anular qualquer decisão algorítmica que coloque sua saúde em risco. Há também um “espaço virtual” no aplicativo Hilfr para que os trabalhadores interajam com o sindicato de diversas maneiras, como a realização de votações e a eleição de representantes sindicais.
Na Espanha, a plataforma de entrega de comida Just Eat possui um acordo coletivo com as Comissões de Trabalhadores (CCOO) e a União Geral dos Trabalhadores (UGT) que inclui uma seção sobre gestão algorítmica. Essa seção contempla o direito à informação sobre os “parâmetros” do sistema de IA da Just Eat, incluindo “as regras e instruções que alimentam os algoritmos”. Uma “Comissão de Algoritmos”, composta por representantes de empregadores e sindicatos, supervisiona o cumprimento das disposições deste capítulo.
Acordos coletivos que controlem e limitem a gestão algorítmica devem ser o objetivo de todos os sindicatos. No entanto, em um ambiente hostil de relações trabalhistas, onde muitas empresas se recusam a reconhecer os sindicatos e até mesmo criam sindicatos de fachada como forma de sabotar a organização dos trabalhadores, os sindicatos nem sempre conseguem chegar à mesa de negociações de imediato. Nesse contexto, os sindicatos precisam ser criativos na forma como coletam, analisam e utilizam os dados como meio de fortalecer seu poder.
A utilização de ferramentas de dados “concorrentes” para obter informações sobre os trabalhadores é um método de organização cada vez mais importante na era da IA, por três razões. Primeiro, os dados podem ser usados para orientar a estratégia sindical. Ao saber o que o patrão sabe, os sindicatos podem compreender os pontos fracos da empresa e a realidade das condições de trabalho, o que os ajuda a tomar decisões mais acertadas.
Em segundo lugar, mesmo que seu sindicato tenha um acordo coletivo que inclua proteções de dados aparentemente robustas, como você pode ter certeza de que a empresa está cumprindo esse acordo sem ferramentas de dados para monitorar, testar e verificar essa conformidade? Os próprios trabalhadores podem não perceber quais dados são coletados sobre eles e como serão usados; os sindicatos precisam de métodos de coleta de dados como medida de conformidade.
Em terceiro lugar, os dados são evidências que podem corroborar os argumentos do sindicato e pressionar a empresa. Se o sindicato conseguir obter dados que comprovem que os trabalhadores recebem, em média, salários abaixo do mínimo, por exemplo, isso pode servir de base para uma campanha de recrutamento sindical, uma campanha na mídia, lobby político ou até mesmo um processo judicial.
Existem diversos estudos de caso internacionais que comprovam o potencial das ferramentas de dados para a organização de trabalhadores, embora a maioria deles, até o momento, tenha ocorrido no contexto da economia de plataformas. Na Suíça, motoristas da Uber trabalharam com cientistas de dados para apurar o valor que a empresa lhes devia, após uma decisão judicial trabalhista que os reconheceu como funcionários e lhes conferiu o direito a pagamentos retroativos de 2017 a 2022. Os cientistas de dados descobriram que os motoristas tinham direito, em média, a 20% a mais do que o calculado pela Uber.
No Brasil, centenas de milhares de motoristas de aplicativos de transporte usam um app chamado “StopClub”. Ele recebe ofertas de viagens de plataformas e calcula instantaneamente o valor que os motoristas ganharão por hora e por quilômetro, permitindo que decidam facilmente se aceitar ou rejeitar uma oferta de viagem será mais econômico para eles. “É como se tivessem tirado uma venda dos nossos olhos”, disse um motorista sobre o StopClub.
Nos Estados Unidos, Armin Samii, um entregador da UberEats, desenvolveu um aplicativo para entregadores chamado “UberCheats” que usa coordenadas de GPS para verificar se os entregadores percorreram a distância que a UberEats alegava que haviam percorrido. De 6 mil viagens registradas por entregadores usando o UberCheats em todo o mundo, o aplicativo constatou que 17% delas foram pagas a menos, com uma diferença média de 2,2 quilômetros por viagem.
O UberCheats é um exemplo do que o jornalista Cory Doctorow chamou de “contra-aplicativos” — aplicativos desenvolvidos especificamente para facilitar o acesso a dados que podem permitir a resistência dos trabalhadores. Ou, como Doctorow coloca, ajudam “os trabalhadores a tomarem o controle dos meios de computação de seus chefes”. Os experimentos com contra-aplicativos até agora são apenas a ponta do iceberg, mas o fato de quase todos terem sido iniciativas independentes e do tipo “faça você mesmo” demonstra que é possível usar ferramentas e técnicas eficazes de recuperação de dados a baixo custo e com conhecimento técnico limitado.
Além disso, os contra-aplicativos representam uma das táticas mais complexas para a recuperação de dados. Em países onde os trabalhadores têm direitos de acesso a dados, solicitar informações às empresas pode ser um processo frustrante, mas ainda assim pode gerar resultados.
Os dados podem ser extraídos das informações exibidas no aplicativo. Os trabalhadores também podem realizar testes controlados na plataforma para obter informações, como muitos motoristas de aplicativos de transporte já fizeram para comprovar que estão sujeitos a diferentes taxas de pagamento pelo mesmo trabalho. É possível realizar engenharia reversa em um aplicativo para descobrir quais dados a empresa está coletando.
Naturalmente, todos esses métodos têm seus pontos fortes e fracos. Os trabalhadores provavelmente obterão os melhores resultados usando-os em combinação uns com os outros.
Dentre os muitos esforços pioneiros na recuperação de dados de trabalhadores, surpreendentemente poucos surgiram de dentro das estruturas sindicais formais. Um estudo da Confederação Sindical Internacional (CSI) constatou que mais de 60% da atividade sindical em gestão algorítmica consistia em análise, conscientização e desenvolvimento de estratégias/princípios. Doze por cento diziam respeito à organização e campanhas sindicais, enquanto pouco menos de 10% envolviam treinamento e capacitação. “Há uma necessidade urgente de passar dos princípios e discussões teóricas para a implementação prática desses princípios”, concluiu o relatório da CSI.
De certa forma, não deveria ser surpresa que a inovação em relação aos dados tenha surgido principalmente das margens do movimento sindical. Essas ferramentas ainda estão em desenvolvimento, e os sindicatos possuem métodos consagrados, construídos ao longo de décadas (ou até séculos). Além disso, a maioria dos representantes e organizadores sindicais já está sobrecarregada. Quem tem tempo para adicionar mais uma camada de trabalho que exige treinamento e capacitação para dominar e que não garante resultados?
Essa atitude pode ser compreensível. No entanto, a menos que seja superada, provavelmente impedirá os sindicatos de organizar a classe trabalhadora para a era digital. Sindicatos que não dominam a tecnologia de dados podem ter dificuldades para atrair uma nova geração de trabalhadores que só conhece smartphones e aplicativos. À medida que os sistemas de IA forem integrados aos ambientes de trabalho padrão, negociar o algoritmo deixará de ser uma preocupação marginal.
Embora a necessidade mais premente de recuperação de dados de trabalhadores ainda resida na economia de plataformas e em fábricas organizadas segundo princípios tayloristas digitais, esses são apenas os empregos na vanguarda da “datificação” da economia. Mesmo onde o uso de monitoramento e tomada de decisão automatizados se limita atualmente a uma ferramenta de agendamento ou ao registro de entrada e saída de funcionários, esses sistemas ainda podem ter efeitos significativos na gestão dos trabalhadores. A presença de um sindicato que pressiona a gestão em relação a dados e gestão algorítmica pode desestimular os gestores a introduzir sistemas de IA mais intensivos.
No mínimo, os sindicatos devem visar que todos os representantes e organizadores tenham passado por treinamento, para que um nível básico de conhecimento e habilidades em “negociação do algoritmo” possa ser estabelecido. De forma mais ambiciosa, os sindicatos devem buscar construir uma equipe interna de dados que possa trabalhar com representantes e organizadores para desenvolver uma estratégia de dados para cada empresa/setor. Isso deve incluir o fornecimento de suporte técnico para recuperação de dados e o desenvolvimento de políticas específicas para cada setor sobre como a negociação coletiva sobre dados deve ser conduzida.
Na Europa, a urgência em fortalecer a capacidade sindical aumentou com a aprovação da Diretiva da UE sobre Trabalho em Plataformas, que deve entrar em vigor em todos os 27 Estados-Membros até o final de 2026. A Diretiva sobre Trabalho em Plataformas estabelece um amplo conjunto de direitos para os trabalhadores de plataformas em relação à gestão algorítmica, incluindo o direito a uma explicação e revisão humana das decisões automatizadas e o direito de os representantes dos trabalhadores serem consultados antes da introdução de mudanças substanciais nos sistemas de IA. Os trabalhadores de plataformas precisarão fazer parte de sindicatos onde exista um ecossistema de conhecimento e habilidades em dados para fazer uso efetivo desses novos direitos algorítmicos.
Os trabalhadores vêm coletando informações sobre seu trabalho para auxiliar seus esforços de organização desde que os sindicatos existem. A única diferença hoje é que, na era da informação, há muito mais dados que podem ser coletados e diversas ferramentas são necessárias para isso. O objetivo, como um trabalhador nos disse durante a pesquisa para o nosso estudo sobre a Confederação Europeia de Sindicatos, deve ser que “tudo o que os patrões veem, nós também vermos”. Combater o domínio do capital sobre a informatização do trabalho pode parecer assustador, mas é possível e necessário.