Как Uber научился обманывать водителей: большое исследование

Зимой 2023 года Uber запустил в Лондоне новую систему с красивым технологичным названием — «динамическое ценообразование». Водители стали возмущаться — они перестали понимать, сколько получат за поездку, а те, кто стал считать, сколько в итоге выходит денег, увидели, что заработок упал.

Два года исследователи разбирались вместе с водителями и профсоюзами — собирали данные, анализировали любые крупицы информации. Оказалось, что понять, что делает компания, очень сложно, если она сама не пожелает раскрыть свою кухню. Но сначала надо немного пояснить, что такое гиг-экономика и почему это важно.

Что такое гиг-экономика и почему это важно

Её называют экономикой свободного заработка или разовых услуг. Её работники — это, например, фрилансеры, аутсорсеры — все, кого можно нанять, но не в штат, а значит, платишь только за работу — никакой социалки сверху, налогов на работника, требований минимальной оплаты и прочих неприятных для бизнеса штук. Для работника это означает, как правило, что он никогда не знает, сколько получится заработать. Но многие приноравливаются, потому что со временем становится ясно, сколько заказов выходит обычно, какой объём работы и когда. Жить можно и иногда даже получается хорошенько заработать, если вложишь больше сил и времени. Как, например, у некоторых курьеров и таксистов в онлайн-сервисах.

Но так бывает не у всех. И не всегда. В случае с онлайн-сервисами, как выясняется, правила игры могут меняться сильно и незаметно, при этом радикально меняя положение работника и серьёзно сказываясь на кошельке заказчика.

В Великобритании около 100 000 водителей работают на Uber. Для многих это единственный источник дохода. Но несколько лет назад Верховный суд признал водителей Uber не самозанятыми, а работниками. Это означало право на минимальную зарплату и другие гарантии.

Казалось бы, победа. Но ИТ-компания, похоже, нашла способ, как технологично обойти решение суда. Uber платит водителям только за время «пути к клиенту» и «с клиентом», при этом не учитываются часы ожидания заказов. Как отмечают авторы исследования: «Uber может увеличивать доступность поездок без увеличения своих затрат, так как может увеличивать количество водителей, ожидающих поездки без оплаты».

Что скрывают алгоритмы

До этого исследования учёные сталкивались с серьёзной проблемой. Как изучать алгоритмы больших компаний, если те не раскрывают, как же они работают?

В большинстве попыток полагались на то, что можно увидеть лишь снаружи — скриншоты приложений, публичное поведение системы — вариантов немного. Но это не позволяло понять, что и как под капотом. Исследователи не могли понять, какие данные собираются внутри, как пользователей оценивают и классифицируют.

Другая проблема — этические, а с ними и юридические ограничения. Собирать данные пользователей без их согласия нехорошо, а в некоторых случаях вовсе нельзя. А компании вроде Uber не спешат делиться внутренней информацией.

Так что исследования хоть и были, но мало и крайне ограниченные. В 2015 году изучали алгоритм всплесков цен Uber в крупных городах США. В 2018 году анализировали, как погодные условия влияют на доходы водителей гиг-платформ. Но никому пока не удавалось заглянуть поглубже — внутрь.

Ход конём: использование права на данные

Исследователи из Оксфорда воспользовались новыми европейскими нормативами. Любой житель ЕС и Британии может запросить все данные, что компания о нём собрала. И отказать нельзя.

Но одного запроса мало для серьёзного исследования. Нужны данные сотен людей за долгий период. Здесь на помощь пришёл по сути профсоюз, который помогает гиг-работникам получать такой доступ к своим данным.

Там убедили двести пятьдесят водителей подписать доверенности, чтобы от их имени можно было сделать такие запросы. В результате исследователи собрали данные о 1,5 миллионах поездок за последние восемь лет.

Но учёные не просто собрали базы данных и ушли в свои кабинеты. Два года они работали бок о бок с водителями и профсоюзными активистами, проводя то, что называется «партисипаторное исследование в действии» (Participatory Action Research, PAR).

То есть исследователи изучили интересы тех, чьи проблемы они анализировали. Ведь значение имели не столько алгоритмы, сколько то, как они меняют отношения, взаимодействия между людьми — теми, кто работает, кто заказывает, и кто управляет этими процессами.

В общем, исследователи приезжали в офис профсоюза в Лондоне, участвовали в собраниях, говорили с водителями. Они общались не через опросники, а лично, чтобы лучше понять водителей. Это, как считают авторы, помогло сформулировать точные вопросы для исследования — выбрать цели для анализа. Ведь опыт предыдущих работ показывал, что легко уйти в разбор технических деталей. Тоже наука, но какой смысл, если она ничего не меняет или не даёт для этого больше возможностей?

Но ведь так легко стать предвзятым и агитатором, найти подтверждение своей позиции, а не выяснить, в чём же истина. И исследователи это тоже понимали, поэтому посвятили целый раздел ограничениям своей работы — в каких пределах можно её выводы считать надёжными.

Что же показали данные: четыре ключевых находки

1. Зарплата падает, работать стало хуже

Здесь важно понимать разные определения рабочего времени.

Uber считает рабочим временем только поездки с клиентами и путь к ним. Но суд ранее постановил иначе — рабочее время включает все моменты, когда водитель в приложении и готов принять заказ. То есть время ожидания тоже должно туда входить.

Как заявляет Uber, средняя зарплата у таксиста в Лондоне последние лет пять — почти 30 фунтов в час. Суд же установил, что на деле — всего 16. Расхождение почти в два раза.

Так вот исследователи выяснили, что после введения динамического ценообразования ситуация ухудшилась. С учётом инфляции средняя почасовая оплата упала ещё на 2-3 фунта в час, то есть почти на 10 процентов или даже выше (смотря кому верить по исходным значениям, Uber или суду).

2. Комиссия Uber выросла радикально

До динамического ценообразования Uber брал фиксированную комиссию — сначала 20%, потом 25%. Водители тогда знали правила игры.

Теперь всё изменилось. Анализ показал: «В отличие от стандартного разделения 75/25% до динамического ценообразования, доля водителей теперь часто составляет всего 50-60%, а в некоторых случаях даже меньше половины».

Таким образом, медианная комиссия выросла до трети. Но это ещё не всё — на дорогих поездках Uber берёт больше. Парадоксально: чем выше тариф для клиента, тем меньше водитель получает в реальном исчислении за минуту работы.

3. Время ожидания заказов увеличилось

Оказалось, что водители теперь тратят на ожидание заказов на час больше в неделю, чем раньше.

Как заметил один водитель в разговоре с исследователями: «Uber ничего не стоит держать всех нас на дороге одновременно, независимо от объёма работы». Не данные объективного контроля, но ни законы, ни правила, ничто не мешает компании так делать. Почему бы ей так не делать?

4. Работа стала непредсказуемой

И это то, чего меньше всего водители ожидали от цифрового сервиса. Раньше в том же Uber водители могли примерно понимать, сколько получат за поездку определённой длительности в определённое время. Теперь это невозможно.

Исследователи обучили модели машинного обучения предсказывать оплату поездок на основе 60+ параметров. До введения прогрессивной системы динамического ценообразования модели работали хорошо. После — модели перестали справляться.

Получается, даже с большим объёмом данных невозможно предсказать оплату в новой системе, основываясь на предыдущем опыте.

Кому стало лучше

Изменения затронули водителей по-разному. Исследователи выделили группу из 114 водителей, которые работали и до, и после введения динамического ценообразования.

Большинство, 93 водителя, стали зарабатывать меньше. Но были и те, кто выигрывал — 21 человек из выборки. Но в среднем оплата упала.

Что же такого в тех, кто преуспевал? У них были более высокие рейтинги и они получали поездки с меньшей комиссией Uber. Вероятно, как полагают исследователи, алгоритм поощряет максимально «прилежных» водителей.

Ограничения исследования

И тут самое время поговорить про ограничения исследования. Авторы их честно признают. Выборка из двухсот пятидесяти водителей — это очень даже хорошо для научного исследования. Но этого слишком мало для глобальной оценки ситуации — то есть в масштабах 100 тысяч водителей, что работают на Uber в Великобритании.

Кроме того, в исследовании участвовали водители, уже мотивированные присоединиться к активностям профсоюза, достаточно недовольные, чтобы подписать доверенность и сотрудничать с исследователями. Это может означать смещение выборки. У них, похоже, больше проблем с Uber, чем у среднего водителя.

К тому же важно понимать, что сам дизайн исследования не позволяет установить напрямую причинно-следственную связь. Это если говорить на языке науки, а не социальной справедливости и активизма. А точно ли падение доходов и прочие перемены — это результат новой системы динамического ценообразования? Могли ли к этому привести другие факторы? Перемены в спросе пассажиров, в количестве водителей, в поведении самих водителей? Конечно, могли, но это остаётся за рамками исследования.

Что не мешает профсоюзу, что помогал исследователям, использовать результаты работы теперь в своей деятельности, а водителям теперь не сомневаться, что их Uber хочет обмануть.

Полагать, что такие компании хотят сделать мир лучше, а не больше заработать — было бы наивно, когда хотя бы догадываешься, чем на самом деле живёт любая корпорация — хоть бизнес, хоть государственная, и какую жалкую ценность там имеет человек.

Так что самое важное, о чём стоит напоминать себе, когда мы говорим о технологиях, о прогрессе, о том, как им вооружаются эти системы — это то, что же происходит и будет с человеком, на которого эта технология направлена или за счёт которого она работает.

Потому что любая технология — это в первую очередь люди. Какие бы умные алгоритмы и машины нам не показывали бы.

Исследование: https://arxiv.org/abs/2506.15278