La responsabilidad de las opiniones expresadas en los artículos solo incumbe a sus autores, y su publicación en la Revista Internacional del Trabajo no significa que la OIT las suscriba.
Artículo original: «An Incomplete Double Movement: Spain’s Legislative Strategy for Platform Courier Reclassification». International Labour Review 164 (4). Traducción de Marta Pino Moreno. Traducido también al francés en Revue internationale du Travail 164 (4).
1. Introducción
Durante más de un decenio, las plataformas digitales de trabajo se han sustraído al marco convencional de las instituciones jurídicas y normativas del mercado de trabajo (Schor 2021; Wood et al. 2019). Aunque la mayoría de los trabajadores están sujetos a una subordinación y dependencia inequívocas con respecto a la plataforma o plataformas contratantes, se los trata como contratistas independientes por defecto (Berg et al. 2019; Dubal 2017; Prassl 2018). La prolífica bibliografía sobre este tema en los últimos años muestra una aparente contradicción entre, por un lado, el control de las plataformas sobre el proceso laboral y, por otro, la falta de acceso de los trabajadores a mecanismos eficaces de protección y la condición fragmentaria de sus opciones de ingresos (Vallas y Schor 2020).
Se ha prestado especial atención a las consecuencias socioeconómicas de esta discrepancia. Los debates sobre la clasificación errónea de los trabajadores de plataformas y cómo corregirla ya no se limitan a los sindicatos y los círculos académicos y periodísticos, sino que competen también a la formulación de políticas. A semejanza de lo que Polanyi (1944) denomina «doble movimiento», el intento de subsanar los «males» derivados de la acción relativamente libre de las plataformas está cobrando un impulso sin precedentes, y los responsables políticos de varias jurisdicciones están tomando medidas —o prometen hacerlo en breve— para volver a integrar a esos actores del mercado laboral en el marco de las relaciones de trabajo convencionales.
Entre las iniciativas reguladoras ya aplicadas, la ley española conocida habitualmente como Ley Rider destaca por su alcance y ambición. En mayo de 2021, el Parlamento español aprobó una modificación de la Ley del Estatuto de los Trabajadores por la que i) se establece una presunción universal de laboralidad para las personas dedicadas al reparto a través de plataformas digitales de trabajo, y ii) se concede a los sindicatos acceso ilimitado a los algoritmos implícitos en la actividad de las empresas de plataformas que emplean a personas representadas por dichos sindicatos.1 En el marco de un esfuerzo más amplio destinado a mejorar la situación de los trabajadores, en los meses siguientes el Parlamento español aprobó otras medidas de las que podrían beneficiarse los repartidores de plataformas (los llamados riders), ahora clasificados como empleados. Algunas de ellas eran la subida del salario mínimo, la restricción de la contratación temporal, y una serie de protecciones frente a la exposición a condiciones meteorológicas extremas. El conjunto de estas iniciativas representa un importante cambio normativo. Por lo que se refiere a los riders, España se convirtió en un auténtico laboratorio al aire libre para los futuros intentos de regular el trabajo en plataformas. En este artículo se examina en qué medida la iniciativa del Gobierno de España de incluir a los repartidores de plataformas en el marco de las relaciones de trabajo convencionales mejoró sus condiciones de trabajo y de vida, y se analizan las razones de las posibles deficiencias.
Los resultados expuestos en este artículo, obtenidos a partir de 36 entrevistas semiestructuradas y de la observación de campo sin participación, arrojan luz sobre el impacto ambivalente de los esfuerzos del Gobierno español. En lo que concierne a la dimensión externa o explícita de la relación de trabajo, los repartidores de plataformas están ahora cubiertos por la legislación laboral convencional, aunque de forma mucho más satisfactoria en el plano de los derechos individuales que en el de los colectivos. Sin embargo, la gestión algorítmica afecta negativamente a la dimensión implícita de la relación de trabajo. La intensificación del trabajo, la despersonalización de las interacciones entre trabajadores y directivos, y las importantes limitaciones de la autonomía de los trabajadores —derivadas de la vigilancia y la microgestión— entrañan riesgos para la salud en el trabajo y menoscaban la confianza en la dirección. Así pues, el nuevo contexto constituye una forma imperfecta de arraigo institucional o, en términos polanyianos, un doble movimiento incompleto.
La contribución de estos resultados es triple. Desde un punto de vista empírico, aportan nuevas perspectivas sobre cómo influye la reciente normativa en las experiencias de trabajo de reparto en España. En el plano teórico, alimentan los debates en curso sobre el futuro de la relación de trabajo en una era de algoritmos computacionales e inteligencia artificial, y sobre la propensión de estas tecnologías a obstaculizar los esfuerzos por corregir las consecuencias perniciosas derivadas de los espacios jurídicos desregulados, como la economía de plataformas. Desde un punto de vista normativo, los resultados ofrecen orientaciones a las partes interesadas en diseñar mecanismos jurídicos que protejan los derechos de los trabajadores de forma más eficaz, una consideración de especial interés en un momento en que los organismos reguladores de diversas jurisdicciones se esfuerzan por reglamentar el trabajo en plataformas.
El resto del artículo se estructura del siguiente modo. Para comenzar, se define la relación de trabajo en sus dimensiones explícita e implícita y se esbozan los problemas que plantea, tanto antiguos como nuevos (apartado 2). Después se examina el contexto de las iniciativas que tratan de reclasificar a los trabajadores de plataformas, analizando en particular el caso de la regulación pionera del trabajo de reparto de comida a domicilio en España (apartado 3). Tras describir el diseño y los métodos de investigación utilizados (apartado 4), se exponen los resultados del estudio atendiendo a las dimensiones explícita e implícita de la relación de trabajo (apartado 5). Por último, se examinan las implicaciones de los resultados y se extraen algunas conclusiones (apartado 6).
2. Viejos y nuevos problemas de la relación de trabajo
La OIT define la relación de trabajo como «el nexo jurídico entre empleadores y trabajadores», que «[e]xiste cuando una persona proporciona su trabajo o presta servicios bajo ciertas condiciones, a cambio de una remuneración». Además, «[l]a existencia de una relación [de trabajo] es […] el punto de referencia clave para determinar la naturaleza y alcance de los derechos y obligaciones de los empleadores respecto de sus trabajadores» (OIT 2011, cursivas añadidas).
Esta definición se hace eco de la tesis que comparten expertos en derecho, economía, psicología y sociología, a saber: que la relación de trabajo consta de dos dimensiones. Una es el contrato explícito —el nexo jurídico— entre el empleador y los trabajadores, en virtud del cual se establecen las tareas, los horarios, los salarios y, en su caso, la duración del empleo, ya sea verbalmente o por escrito. La segunda —un punto de referencia tácito— engloba «las expectativas mutuas que se forman entre el empleado y el empleador» (Schein 1978, 112). Debido a su naturaleza tácita pero crítica, esta dimensión de la relación de trabajo se ha denominado «contrato implícito» (Hyde 1998; Watson 2003), en el sentido de que se crean expectativas consideradas decisivas para mitigar la desmotivación, la rotación, la falta de oportunidades de desarrollo profesional (Schein 1978) y, en última instancia, para legitimar la autoridad del empleador (Bolton y Laaser 2013).
Tradicionalmente, la legitimidad se basaba en la negociación colectiva y el empleo de por vida. La negociación colectiva proporcionó un vehículo fundamental para el diálogo y la avenencia, lo que dio forma escrita y explícita a expectativas que de otro modo habrían quedado implícitas, y tendió un puente entre las dos dimensiones de la relación de trabajo, apaciguando las tensiones inherentes a la relación estructuralmente desequilibrada entre empleadores y trabajadores (Watson 2003). El empleo de por vida, aunque circunscrito principalmente a los hombres blancos del mundo desarrollado (Neilson y Rossiter 2008), constituía una promesa tácita, convertida en aspiración y expectativa esencial para el equilibrio fordista (Hyde 1998).
A medida que la empresa integrada verticalmente fue dando paso a una compleja red de modalidades de empleo directo e indirecto, a menudo temporal (Doellgast, Bidwell y Colvin 2021), se fueron erosionando los dos pilares, lo que obligó a legitimar por otros medios la autoridad de los empleadores en la era posfordista (Bray, Budd y Macneil 2020; Doellgast, Bidwell y Colvin 2021). La respuesta se encontró en la reformulación del contrato implícito. Con el tiempo, la protección de la salud mental y física, el acceso a información de interés, el trato equitativo y el margen de autonomía, creatividad y expresión personal pasaron a formar parte de la nueva cartera de expectativas realizables de los trabajadores (Collins 1986 y 2014; Supiot 2017). Sin embargo, el equilibrio posfordista que dio lugar a esta nueva forma de relación de trabajo se ve amenazado por la aparición del modelo empresarial de las plataformas digitales de trabajo (en adelante, plataformas).
Las plataformas entraron en la escena de las relaciones laborales tras la Gran Recesión de 2008 (Schor 2021). En poco tiempo Uber, Amazon Mechanical Turk y Upwork (por mencionar solo algunos ejemplos) pasaron a ser nombres familiares para millones de personas de todo el mundo, que utilizaban esas plataformas como trabajadores, clientes o ambas cosas (Vallas y Schor 2020).
Amparándose en la «difusión de las funciones directivas» (Aloisi y Potocka-Sionek 2022) que posibilitan las herramientas algorítmicas de gestión (Lee et al. 2015), las plataformas se han descrito sistemáticamente como meros intermediarios en las operaciones comerciales (Vieira 2023a; Wood et al. 2019). Sin embargo, ese relato contrasta enormemente con las realidades que han creado. La mayoría de las plataformas no actúan como meros facilitadores de transacciones comerciales; antes bien, están dotadas de una espectacular capacidad de control social, económico y tecnológico sobre los trabajadores (Briziarelli 2019; Prassl 2018; Wood et al. 2019).
La decisión de las plataformas de operar al margen de las convenciones institucionales del mercado laboral, tanto jurídicas como normativas (Schor 2021; Wood et al. 2019), trastoca visiblemente el equilibrio de la relación de trabajo posfordista en las dos dimensiones del contrato explícito e implícito. Por lo que atañe al contrato explícito, la clasificación errónea de los trabajadores como contratistas independientes los excluye de los derechos reconocidos en la legislación, les niega el acceso a los mecanismos de bienestar y les impide de facto la negociación colectiva (Berg et al. 2019; Dubal 2017; Behrendt, Nguyen y Rani 2019; Prassl 2018). En cuanto al contrato implícito, la gestión algorítmica exacerba las asimetrías de información, impone desde arriba una gamificación que intensifica el trabajo y fomenta las prácticas discriminatorias, agravando aún más las consecuencias negativas de la clasificación errónea de los trabajadores (Briziarelli 2019). En consecuencia, los trabajadores de plataformas soportan a menudo situaciones de inseguridad salarial y contractual (Gregory 2021), duras sanciones (Reid-Musson, MacEachen y Bartel 2020), una vigilancia omnipresente (Newlands 2022), decisiones de gestión opacas e irresponsables (Dubal 2023) y prácticas que los exponen —o los llevan a exponerse— a diversas formas de riesgo y a condiciones de trabajo peligrosas (Vieira 2020 y 2023a). Estas dinámicas, como se ha mostrado en otros estudios, contribuyen a crear un clima suspicaz y a erosionar la confianza de los trabajadores, lo que conlleva incumplimientos del contrato implícito (Duggan et al. 2021).
3. ¿Es la reclasificación de los trabajadores de plataformas un doble movimiento en ciernes?
3.1. Panorama mundial
El cuestionamiento de la relación de trabajo en las plataformas y las condiciones de trabajo prevalentes en ellas son fenómenos que no han pasado inadvertidos. Tras años de protestas, demandas judiciales, reportajes en los medios de comunicación, artículos académicos, informes gubernamentales e incluso intervenciones artísticas, las malas prácticas de las plataformas se han vuelto demasiado evidentes como para seguir exentas de regulación. Aunque de forma fragmentada y a veces contradictoria, varios países de todo el mundo han puesto en marcha gradualmente iniciativas para incluir a las plataformas y a sus trabajadores bajo el paraguas regulador de las relaciones de trabajo convencionales (Bensusán y Santos 2021; Dutta 2023; Potocka-Sionek 2023). Otras iniciativas que son actualmente objeto de debate verán pronto la luz (por ejemplo, INCP 2023; Larocca 2023; Rainone y Aloisi 2024).
Este proceso parece corresponderse con el famoso concepto de Karl Polanyi (1944) de «doble movimiento», en el sentido de que los periodos de movimiento hacia una situación de laissez-faire —durante los cuales los mercados se sustraen hasta cierto punto a las restricciones sociales— van seguidos de contramovimientos sociales que ejercen resistencia contra «los peligros inherentes a un sistema de mercado autorregulador» y buscan un nuevo equilibrio que salvaguarde a las personas más expuestas a «los perniciosos efectos de una economía sometida al mercado» (Polanyi 1944, 76). Desde Polanyi, varios autores han comparado este equilibrio de fuerzas cambiante e iterativo con el de un péndulo que oscila entre la desintegración y la reintegración de los mercados, un movimiento considerado casi inexorable en la era del neoliberalismo (Dale 2012).
De hecho, los esfuerzos en curso por incluir a los trabajadores de plataformas en la reglamentación laboral convencional parecen indicar que ha comenzado una pugna por regular. Sin embargo, queda por ver si el proverbial péndulo polanyiano volverá a oscilar por completo, ya que no es seguro que el contramovimiento actual redunde en una mejora efectiva de los medios de subsistencia de los trabajadores y restablezca no solo la dimensión explícita del contrato, sino también la implícita. Los datos contradictorios que ofrece la escasa bibliografía sobre los trabajadores de plataformas asalariados acentúan esta incertidumbre.
Por un lado, como pronosticaron varios expertos juristas (por ejemplo, Prassl 2018), la transición al trabajo asalariado no parece reducir necesariamente la eficiencia operativa de las plataformas o el acceso de los trabajadores a modalidades flexibles (Johnston et al. 2024). Además, una negociación colectiva más eficaz entre las plataformas y los trabajadores (asalariados) puede mejorar el acceso a derechos y protecciones que a menudo brillan por su ausencia en el trabajo en plataformas (Johnston 2020).
Por otra parte, la existencia de una relación de trabajo convencional entre las plataformas y sus trabajadores no garantiza necesariamente la seguridad y el reconocimiento que cabría esperar. Varios estudios han documentado experiencias de precariedad y vulnerabilidad que no se ajustan a los criterios de trabajo decente (Newlands 2022; Niebler et al. 2023; Schreyer 2021; Sun, Chen y Rani 2023). Esto puede deberse en parte a aspectos perjudiciales del mercado laboral anteriores al auge de las plataformas, como los contratos temporales, el trabajo a tiempo parcial involuntario, los bajos salarios y el trabajo realizado principalmente en la calle, que conlleva la exposición a diversas formas de riesgo. Sin embargo, otras deficiencias pueden atribuirse directamente a las especificidades de las plataformas. Como ya se ha señalado, el uso generalizado de herramientas de gestión algorítmica en las plataformas ha añadido una nueva capa de complejidad a esos problemas preexistentes. Procede plantear dos líneas de reflexión de especial relevancia a este respecto. En primer lugar, los propios proveedores de software suelen concebir la gestión algorítmica como un mecanismo que trata a los trabajadores como sospechosos, instiga a los empleadores a ejercer una mayor vigilancia y control, y suscita antagonismo en la relación de trabajo (Williams y Khan 2025). En segundo lugar, se ha cuestionado la eficacia de las nuevas disposiciones para evaluar y negociar las herramientas de gestión algorítmica —sobre todo en relación con la negociación colectiva y la protección de los derechos de los trabajadores— por considerarlas potencialmente insuficientes (Molina et al. 2023). Si estas hipótesis se cumplen, la gestión algorítmica podría constituir un obstáculo más para la reintegración de los trabajadores de plataformas en el marco de las relaciones de trabajo convencionales.
3.2. España como laboratorio de reglamentación al aire libre
El caso de España destaca entre los muchos países que reglamentan el trabajo en plataformas. Varios de ellos han clasificado la situación laboral de los trabajadores de plataformas en una categoría especial e indefinida (véase, por ejemplo, Aloisi 2022; Niebler et al. 2023), adaptada de forma controvertida a las supuestas especificidades del trabajo en plataformas. En cambio, tras una larga batalla en la que participaron sindicatos, trabajadores, la inspección de trabajo y empresas de plataformas (Vieira 2023b), en mayo de 2021 el Parlamento español aprobó un instrumento legislativo que establecía que, a partir del 11 de agosto de 2021, todos los repartidores de plataformas —y solo los repartidores— adquirirían la condición de empleados ordinarios. Además, el código fuente de todos los algoritmos que pudieran afectar a las condiciones de trabajo pasaría a ser accesible para los representantes de los trabajadores que lo solicitaran. Esta doble disposición jurídica que modificaba la Ley del Estatuto de los Trabajadores (Real Decreto-ley 9/2021) se denominó popularmente Ley Rider.
De forma un tanto contraintuitiva a tenor de las condiciones de trabajo precarias del sector (Vieira 2020 y 2023a), la promulgación de la ley suscitó un importante descontento social, y algunos grupos de repartidores se alinearon tácitamente con la vehemente oposición de la mayoría de las plataformas contratantes contra la disposición sobre la presunción de laboralidad. Aunque su propia percepción idealizada como contratistas independientes pueda parecer algo ilusoria, el principal motivo de descontento de los repartidores era la predicción de que la condición de empleados traería consigo salarios bajos, menor flexibilidad y contratos temporales (Vieira 2023b).
Como ya se ha señalado, a la luz de la bibliografía que documenta las condiciones de trabajo de los repartidores de plataformas asalariados, tales preocupaciones no eran del todo infundadas. Sin embargo, los esfuerzos regulatorios del Gobierno de España no finalizaron con la Ley Rider. A fin de atajar las fuentes persistentes de inseguridad y vulnerabilidad de los trabajadores en el mercado de trabajo, entre 2021 y 2023 el Parlamento español promulgó tres medidas que, aunque no estaban dirigidas específicamente a los repartidores de plataformas, podían tener un impacto significativo en sus condiciones de trabajo: en primer lugar, una subida agregada del salario mínimo del 13,7 por ciento (de 950 euros a 1 080 euros al mes, en 14 pagas al año) (Statista 2023); en segundo lugar, una reforma laboral por la que se restringe significativamente el recurso a la contratación temporal (de la Fuente Lavín y Zubiri Rey 2022); y, en tercer lugar, la prohibición de trabajar al aire libre cuando las temperaturas alcanzan niveles potencialmente peligrosos (37-39°C, dependiendo de la región) a menos que los trabajadores estén adecuadamente protegidos (Olías 2023). Paralelamente, aunque sin carácter jurídico vinculante, el Gobierno publicó en mayo de 2022 una guía sobre el uso de información algorítmica en el ámbito laboral (España, Ministerio de Trabajo y Economía Social 2022), destinada a proporcionar a todas las partes interesadas una visión más completa de las complejidades asociadas al uso de herramientas algorítmicas, con directrices sobre cómo cumplir el principio jurídico de transparencia algorítmica recientemente establecido (Lorite 2022).
Es importante destacar que la presunción de laboralidad y las disposiciones en torno a la gestión algorítmica siguieron ex ante la posición adoptada en otras jurisdicciones, como la Unión Europea a través de la Directiva sobre el trabajo en plataformas (Rainone y Aloisi 2024).2 En consecuencia, desde una perspectiva internacional, España se convirtió —aunque fuera involuntariamente— en un caso crítico de experimentación regulatoria, capaz de arrojar luz sobre las complejidades previstas e imprevistas asociadas a esta tentativa de doble movimiento. En los siguientes apartados se examina este caso principalmente desde la perspectiva de las experiencias de los trabajadores.
4. Diseño y métodos de investigación
Los resultados y conclusiones expuestos en este artículo se basan en una metodología de análisis cualitativo de un único caso (Yin 2009). El caso elegido es el sector del reparto de comida a domicilio a través de plataformas en España. Tras las reformas laborales señaladas, este sector sirve como caso crítico (Levy 2008) para evaluar si las iniciativas en curso pueden de manera efectiva, y no solo sobre el papel, integrar plenamente a los trabajadores de plataformas en la relación de trabajo.
En consonancia con sus objetivos teóricos más amplios, este artículo combina enfoques científicos positivos y reflexivos mediante el método de caso ampliado (extended case method) (Burawoy 1998), que va más allá de un estudio típico de evaluación de políticas para adoptar un «enfoque macroscópico de la vida cotidiana, teórico y políticamente comprometido» (Eliasoph y Lichterman 1999, 228). La investigación abarca un periodo de 18 meses, de julio de 2022 a enero de 2024 (véanse más detalles en el cuadro A1 del anexo). Durante este tiempo se realizaron tres visitas de campo, con un total de 66 horas de observación etnográfica en importantes puntos de espera para repartidores de comida en Barcelona, Madrid y Valencia. Estas observaciones se complementaron con 44 conversaciones mantenidas durante periodos de trabajo más tranquilo, y con la participación silenciosa en siete grupos de medios sociales.
Como complemento de la observación etnográfica, se mantuvieron 36 entrevistas semiestructuradas con 21 repartidores que trabajaban, o habían trabajado hasta muy recientemente, para al menos una de las dos plataformas de reparto de comida a domicilio que se ajustaban a la presunción de laboralidad consagrada en la Ley Rider (Just Eat y Uber Eats), 6 despachadores que trabajaban para esas mismas plataformas, 7 dirigentes sindicales y 2 funcionarias de la Inspección de Trabajo y Seguridad Social de España. Veintidós de estas entrevistas se realizaron en dos rondas, una al principio del periodo de investigación y otra en un momento cercano a su conclusión. Con miras a preservar la riqueza de la muestra —que engloba una amplia variación de características sociodemográficas (Gupta, Shaheen y Reddy 2019), como el grupo de edad, el nivel educativo, el origen geográfico y el grado de dependencia de los ingresos del trabajo en plataformas—, se seleccionó a nuevos repartidores en sustitución de aquellos con los que se había perdido el contacto (véanse más detalles en el cuadro A2 del anexo).
Dada la imposibilidad de seleccionar aleatoriamente a los entrevistados, se mitigó el riesgo de «sobremuestreo de evidencia confirmatoria» (Moravcsik 2014) utilizando una técnica de «bola de nieve modificada» (Leech et al. 2013). Los repartidores que participaron en el estudio se seleccionaron a través de contactos establecidos durante el trabajo de campo, en grupos de medios sociales y por el método puro de bola de nieve, en el que cada encuestado presenta a otro. Se identificó a los participantes con seudónimos. En la primera ronda, las entrevistas fueron semiestructuradas y versaron sobre aspectos de la experiencia laboral de los repartidores tras el primer año de aplicación de la Ley Rider. La segunda ronda de entrevistas fue no estructurada para captar las pautas de continuidad y cambio a lo largo de los 18 meses anteriores. La duración promedio de las entrevistas fue de 52 minutos.
Gracias a la versatilidad y exhaustividad del método de caso ampliado, fue posible incluir también entre las fuentes una sentencia judicial, una carta de despido de un repartidor a la que se tuvo acceso, y la guía antes mencionada (España, Ministerio de Trabajo y Economía Social 2022).
Las notas de campo, las transcripciones de las entrevistas y demás documentos se sometieron a un análisis temático (Fereday y Muir-Cochrane 2006). En la ronda inicial de codificación, los códigos se generaron mediante una combinación de deducción e inducción (Graebner, Martin y Roundy 2012). La siguiente ronda consistió en fusionar estos códigos en las dos categorías generales que engloban la relación de trabajo: el contrato explícito y el contrato implícito. En el caso de la categoría de contrato implícito, no se descartaron por completo los subcódigos en aras de la claridad.
5. Resultados
Como consecuencia de las transformaciones de la legislación laboral ya señaladas, las plataformas de reparto que operaban en España tenían el mandato legal de adoptar las siguientes medidas: i) contratar a sus trabajadores por tiempo indefinido; ii) poner sus algoritmos a disposición de los sindicatos, previa solicitud; iii) subir dos veces los salarios de los trabajadores; y iv) interrumpir su actividad en condiciones meteorológicas extremas. En este apartado se estudian las implicaciones de estas medidas para la vida de los trabajadores. Con el fin de facilitar la lectura, los aspectos asociados a la dimensión contractual explícita de la relación de trabajo (como la antigüedad, las horas de trabajo, el salario y los derechos colectivos) y los referidos a su dimensión implícita (la percepción de un trato equitativo, la autonomía o la confianza) se exponen en dos subapartados distintos.
5.1. Contrato explícito
Los derechos reconocidos en la legislación, como resultado de la reclasificación de los trabajadores de plataformas como empleados, repercutieron en los aspectos individuales y colectivos de la relación de trabajo. Como ya se ha explicado, estos derechos constituyen el contrato explícito. A continuación, se abordan por separado ambos aspectos.
5.1.1. Repercusión del nuevo marco legislativo en aspectos individuales
Todos los repartidores de Just Eat y Uber Eats entrevistados afirmaron que en sus contratos, siempre de carácter indefinido, se definían explícitamente un salario base y unas horas de trabajo, normalmente en forma de turnos rotatorios.3 Tenían la idea generalizada de que la relación de trabajo ofrecía más seguridad que el trabajo como contratista independiente según el modelo anterior a la Ley Rider.
No obstante, el contrato universal de duración indefinida que vinculaba a todos los repartidores no impedía la adopción de modalidades diversas en cada una de las dos plataformas y entre ambas. En 2021, Just Eat inició un proceso gradual de renuncia a la contratación de intermediarios. A finales de 2022, en los primeros meses del presente estudio, todos los repartidores estaban contratados directamente por la empresa. A lo largo de todo el periodo de investigación, Just Eat se mantuvo constante, ofreciendo contratos a tiempo parcial que oscilaban entre las 12 y las 30 horas semanales, lo que constituía una plantilla formada por trabajadores con dedicación exclusiva y por estudiantes que trabajaban.
Uber Eats se diferenciaba de Just Eat en dos aspectos significativos. En primer lugar, su transición a una plantilla asalariada en respuesta a la Ley Rider se basó enteramente en terceras empresas que ya operaban en el negocio de la paquetería. Estas empresas, comúnmente denominadas «flotas», se encargaban de todas las operaciones de Uber Eats, normalmente contratando trabajadores específicamente para actividades de reparto de comida.
En segundo lugar, si bien al comienzo del periodo de investigación (julio de 2022) las flotas eran abundantes y empleaban a un gran contingente de trabajadores con dedicación exclusiva, principalmente a través de contratos a tiempo completo, se produjo una profunda transformación cuando, a finales de 2022, Uber Eats decidió volver parcialmente al modelo de empleo por cuenta propia.4 En consecuencia, la empresa rescindió sus contratos con varias flotas y renegoció los restantes para reducir su dependencia del trabajo asalariado. Varias flotas (principalmente las más pequeñas, según los entrevistados) dejaron de operar en el sector, despidiendo a sus trabajadores. Las que permanecieron afiliadas a Uber Eats realizaron importantes ajustes, como reducciones de plantilla, traslados de trabajadores y, según dos entrevistados, reducciones forzosas de las horas de trabajo estipuladas en sus contratos.
Al final del periodo de investigación (enero de 2024), había surgido una divergencia significativa en las percepciones de los repartidores sobre las prácticas de contratación y dotación de personal de las plataformas. Por lo general, los estudiantes que trabajaban para Just Eat consideraban beneficiosa la combinación del estudio con un trabajo a tiempo parcial de turnos rotatorios, ya que su jornada laboral se desarrollaba principalmente los fines de semana (para evitar conflictos con el horario de clases) y, en caso necesario, especialmente durante los periodos de exámenes, podían negociar con la dirección un cambio de turnos o tomarse días de vacaciones para estudiar. En cambio, los repartidores exclusivos de Just Eat veían las cosas de otra manera. Percibían la política de turnos rotatorios de la plataforma como un obstáculo para compaginar su trabajo de reparto con otros empleos que complementaban sus ingresos. Esto era motivo de resentimiento para varios repartidores entrevistados a lo largo del periodo de investigación.
En contraste con la coherencia observada en las opiniones de los repartidores de Just Eat durante este periodo, las percepciones de los repartidores de Uber Eats evolucionaron a la par que los cambios en las operaciones de la empresa. Al principio, parecía haber una aceptación general del requisito de trabajar principalmente los fines de semana y por las tardes de forma rotatoria a lo largo de la semana, a pesar de su impacto perjudicial para la conciliación del trabajo con la vida personal, señalado principalmente por los trabajadores de edad avanzada. Sin embargo, la reducción de la jornada laboral —con la consiguiente reducción de los ingresos— modificó las opiniones de los repartidores. Según afirmaron muchos participantes en el estudio, las ventajas de ser asalariado (salario fijo, vacaciones pagadas, acceso a mecanismos de protección social significativos) se vieron contrarrestadas por la brusca disminución de sus ingresos como consecuencia del cambio coercitivamente voluntario en el tiempo de trabajo, una pérdida que no se compensó ni siquiera con las subidas del salario mínimo. De pronto, algunas de las posibilidades creadas por su nueva condición jurídica, como la opción de obtener un préstamo bancario para comprar una casa, se convirtieron en una carga que llevó a muchos a preguntarse si el modelo de contratista independiente no sería preferible al trabajo asalariado.
5.1.2. Repercusión del nuevo marco legislativo en aspectos colectivos
Junto a los aspectos individuales, la transición a modalidades de empleo asalariado supuso un alejamiento de la intensa atomización que aqueja habitualmente a los trabajadores de plataformas (Gregory 2021; Prassl 2018). Esta transformación se vio facilitada por el acceso a la representación sindical y a la negociación colectiva. Sin embargo, también aquí surgen matices y desfases temporales relevantes.
En el trasfondo de los cambios normativos en curso, Just Eat formalizó en diciembre de 2021 un convenio colectivo con los dos principales sindicatos que operan a nivel nacional: la Confederación Sindical de Comisiones Obreras (CCOO) y la Unión General de Trabajadores (UGT). En la fecha estipulada para su vencimiento (diciembre de 2023), el relativo éxito del convenio al establecer normas claras sobre aspectos como los salarios, el reembolso de los gastos relacionados con el trabajo, la responsabilidad en cuanto a las herramientas de trabajo y los horarios alentó a ambos sindicatos a negociar un convenio colectivo para todo el sector.
Esta aspiración se vio impulsada en parte por los impedimentos a la negociación colectiva planteados por la dependencia de Uber Eats de empresas subcontratadas. Al fragmentar sus operaciones en múltiples filiales, Uber Eats eludía la responsabilidad de dialogar con los sindicatos, desviando sistemáticamente las negociaciones a las distintas flotas. Esta maniobra, considerada por los sindicatos ilegal e ilegítima, se compensó intentando alcanzar convenios colectivos flota por flota. Sin embargo, en enero de 2024 no se había firmado ni un solo convenio colectivo.
Este resultado puede atribuirse al hecho de que cada flota se adhirió a los convenios colectivos sectoriales preexistentes de su elección (por lo general, los convenios de mensajería y hostelería). En este sentido, el comportamiento de las flotas contradecía algunas de las ventajas asociadas a la relación de trabajo y repercutía directamente en los ingresos de los trabajadores, por ejemplo, al disponer que los repartidores debían comprar y mantener su equipo de trabajo y al no aplicar tarifas nocturnas o de fin de semana.
Paralelamente a la introducción de los derechos ordinarios de negociación colectiva, el nuevo derecho de los sindicatos de acceder a los algoritmos de las empresas también tropezó con complejos problemas de aplicación. Por lo que se refiere a Just Eat, el convenio colectivo firmado con CCOO y UGT fue más allá de lo estipulado por la legislación, al prever la creación de una comisión bipartita «igual a las comisiones de higiene y salud» (representante sindical 1, primera ronda de entrevistas) con el objeto de auditar todas las operaciones gestionadas o influenciadas por algoritmos. Aunque esta disposición podía allanar el camino a la codeterminación algorítmica, en enero de 2024 aún no se había constituido la comisión. Según los representantes de los dos sindicatos firmantes del convenio, la empresa no había dado ningún paso hacia la creación de la comisión. Además, los sindicatos habían optado por no seguir adelante con el asunto, al considerar que había otras cuestiones más prioritarias y que carecían de los conocimientos técnicos necesarios para realizar evaluaciones de algoritmos.
En el caso de Uber Eats, la evolución del principio de transparencia algorítmica resultó ser asimismo compleja. En el momento de las entrevistas, aún no se había puesto en práctica la disposición que obligaba a los empleadores a proporcionar a los representantes de los trabajadores explicaciones sustanciales sobre el contenido de los algoritmos integrados en sus procesos laborales, ya que ninguno de los sindicatos había solicitado dicha información. Al igual que ocurrió con Just Eat, los sindicatos atribuyeron su inacción i) a la necesidad de priorizar otras cuestiones más inmediatas y «temas concretos como los equipos de trabajo o nóminas con errores» (representante sindical 6, segunda ronda de entrevistas), y ii) a la falta de preparación para entablar debates percibidos como excesivamente técnicos.
La primera funcionaria de la Inspección de Trabajo entrevistada en 2022 señaló que no se había recibido ninguna queja relativa a la aplicación de la disposición sobre transparencia algorítmica. Añadió que no se habían recibido instrucciones para hacer un seguimiento de este asunto, ni los funcionarios habían recibido formación sobre cómo abordar las quejas a este respecto, a pesar de que «[s]implemente no estamos preparados, yo no sabría qué hacer». Dieciocho meses después, la segunda funcionaria entrevistada confirmó esta situación: «No ha cambiado nada […], cuando recibimos información de alguna empresa no tenemos ninguna forma de saber si nos están vendiendo gato por liebre». Es importante destacar que, aunque el sector del trabajo en plataformas en España se ha caracterizado tradicionalmente por una intensa litigiosidad judicial (Hiessl 2023), al final del periodo de investigación no había llegado a los tribunales ninguna demanda relativa a la gestión algorítmica ni de Just Eat ni de Uber Eats.
5.2. Contrato implícito
En general, predominaba una clara sensación de asimetría de poder entre repartidores y despachadores tanto en Just Eat como en Uber Eats. Aunque las interacciones cotidianas no solían provocar conflictos importantes, los participantes en la investigación denunciaron con frecuencia un trato injusto y expresaron su malestar por los sesgos, la microgestión y las actitudes restrictivas que percibían en los despachadores. A menudo, esta dinámica minaba la confianza y limitaba la autonomía de los repartidores. Curiosamente, aunque estas quejas tenían una motivación similar, relacionada con el interés bien documentado de las empresas de plataformas por las métricas cuantitativas de rendimiento (Briziarelli 2019), también estaban relacionadas con características del proceso laboral que variaban significativamente entre las dos empresas.
Uber Eats se centraba en tres indicadores de rendimiento principales. En primer lugar, el promedio mensual de pedidos entregados por hora, que se esperaba que no fuera inferior a dos. En segundo lugar, el tiempo transcurrido entre el momento en que un repartidor entraba en las inmediaciones de la ubicación de los clientes y la entrega del pedido (el tiempo de entrega), que debía mantenerse sistemáticamente por debajo de siete minutos. En tercer lugar, la tasa de rechazo, que se esperaba fuera nula, salvo en casos debidamente justificados por circunstancias inevitables (por ejemplo, que el restaurante estuviera cerrado).
El incumplimiento de estas expectativas solía dar lugar a que la plataforma emitiera advertencias formales o strikes. Un solo strike solía dar lugar a una multa interna que se deducía del salario del repartidor; sin embargo, la acumulación de strikes podía llevar al despido. Como explicó un mensajero durante una conversación en la calle: «Es simple. Como en el béisbol: tres strikes y te echan» (notas de campo).
Todas las flotas de Uber Eats transmitían a los trabajadores que mantener el promedio mínimo de entregas por hora y una baja tasa de rechazo eran de importancia primordial. Sin embargo, la relevancia de los tiempos de entrega no se señaló de forma sistemática durante el periodo de investigación. Según los datos recabados, algunas flotas parecían conceder solo una importancia menor al cumplimiento de este indicador por parte de los repartidores, mientras que otras lo consideraban un criterio central para evaluar el rendimiento.
El carácter problemático de estos indicadores radicaba, por un lado, en que escapaban generalmente al control de los repartidores y, por otro, en su tratamiento automatizado y opaco por parte de las flotas. Como indicaron varios participantes en la investigación, más allá de reducir sus tiempos de entrega, los repartidores no tenían ningún control sobre el número de pedidos que se les asignaban cada día, y no recibían orientación alguna sobre cómo aumentar ese número. Ante la incredulidad de varios trabajadores, los despachadores de la flota afirmaban que las asignaciones las determinaba el algoritmo de Uber Eats, y que ellos mismos carecían de información sobre los criterios aplicados. Sin embargo, las entrevistas con varios despachadores en ambas rondas de entrevistas confirmaron esta versión.
Al mismo tiempo, la opacidad de los algoritmos favorecía los casos habituales de trabajo no remunerado cuando se trataba de pedidos «sospechosamente asignados» (Pablo) a los repartidores en los últimos minutos de su turno. Esto alargaba sus jornadas laborales, «a veces 30 a 40 minutos» (Pablo). En su afán por cumplir el umbral mínimo del promedio de entregas por hora, y conscientes de que rechazar un pedido suponía un strike, los repartidores no tenían más remedio que cumplir los pedidos recibidos: «Lo entregas, claro. ¿Está lejos? Bueno, pues lo haces igual [aunque] ni nos pagan por eso» (Javier).
Con respecto a las flotas que controlaban los tiempos de entrega, muchos repartidores señalaron que el temporizador no tenía en cuenta las circunstancias que impedían el cumplimiento de los tiempos de entrega previstos. Entre los impedimentos figuraban la falta de acceso para vehículos o zonas de aparcamiento, la dificultad para identificar las viviendas individuales en los grandes complejos residenciales, los edificios altos sin ascensor y los clientes que no contestaban al teléfono o no abrían la puerta. Como los strikes estaban automatizados en varias flotas, las sanciones se consideraban inevitables e irrevocables.
Una vez que te acercas [a la casa del cliente], te empieza a contar el tiempo. […] ¿No has terminado en el tiempo? A la empresa lo que le interesa es que tú termines en tiempo. ¿Que el pedido es muy voluminoso y tú no lo puedes llevar? Pues, bueno… Eso es problema tuyo. (Pedro)
Por último, como se ha observado en otros modelos de reparto de comida a domicilio a través de plataformas (Gregory 2021; Vieira 2023a), la exposición a sanciones automatizadas generaba ansiedad y estrés entre los repartidores, hasta tal punto que «tú le tienes miedo a la aplicación» (Raúl). Sin embargo, a diferencia de la mayoría de los casos documentados de trabajo en plataformas no asalariado, los despachadores humanos en las plataformas de reparto de comida ejercen un importante control directo sobre los repartidores. Durante una entrevista mantenida con un despachador de la flota de Uber Eats en la sala de operaciones de la empresa durante el horario laboral (despachador 5, segunda ronda de entrevistas), se pudo constatar que los repartidores estaban sometidos a una continua vigilancia por GPS y recibían mensajes o llamadas cada vez que el despachador detectaba un retraso en el proceso de entrega. Todos los movimientos de los repartidores quedaban así registrados y, en caso necesario, podían revisarse meticulosamente, como demuestra una carta de despido a la que se tuvo acceso durante la investigación. En consonancia con las predicciones de Williams y Khan (2025), la vigilancia y microgestión generalizadas llevaron a los repartidores a describir que se sentían «como un mero peón» (Javier) a merced de unos despachadores desconfiados, que estaban ahí «simplemente para dar órdenes y ya está. Y órdenes a veces que no tienen sentido, y bueno, que a veces parece hasta acoso, porque son muy insistentes, ¡pero muy insistentes!» (José).
Just Eat funcionaba de forma diferente, pero el resultado no era del todo distinto. El tiempo de entrega era el único indicador de resultados que se tenía en cuenta. A diferencia de Uber Eats, este tiempo se medía en su conjunto, es decir, como el tiempo total necesario para completar todas las tareas asociadas a un pedido, desde la recepción de la notificación de un trabajo atribuido algorítmicamente hasta la pulsación del botón específico de la aplicación que informaba a la empresa de que el pedido se había entregado correctamente.
Aunque los despachadores y encargados generalmente analizaban las métricas de rendimiento como promedios y no por pedidos individuales (al igual que en las flotas de Uber Eats), la recopilación automatizada y no supervisada de los datos generaba situaciones que los trabajadores percibían como injustas. Uno de esos casos estaba relacionado con el impacto del tiempo lluvioso en la velocidad de conducción:
Con la lluvia, suelen aumentar los tiempos [de entrega]. […] Y lloviendo no voy a correr porque me da miedo y los tiempos me salen horribles. Y si se mantiene mucho en el tiempo, se considera que estás defraudando a la empresa y te meten una sanción. Eso sería un strike. (Fernando)
Este hecho y otros similares contradecían el compromiso declarado de la empresa con una conducción segura. Según los entrevistados, a diferencia del calor extremo, la lluvia incluso fina podía afectar significativamente a la seguridad vial, sobre todo cuando los repartidores llevaban cargas a la espalda. En consecuencia, así como la introducción de disposiciones legales que prohibían el trabajo al aire libre con temperaturas muy altas protegía a los repartidores que se veían obligados a interrumpir su trabajo, la ausencia de una disposición similar para la lluvia o la nieve —junto con la recogida indiscriminada de métricas de rendimiento— llevó a varios participantes en la investigación a concluir que «[a los despachadores] no les importa si manejas por las aceras, la presión por tener buenas métricas nos lleva incluso a violar las leyes del país». En definitiva, Just Eat se percibía como una empresa que «premia[ba] el riesgo en vez de la seguridad [de los repartidores]» (Sergio).
Aunque el verbo «premiar» pueda parecer exagerado, deja traslucir la dinámica instaurada en la empresa. Aunque era legalmente posible, Just Eat no parecía despedir a trabajadores por la acumulación de strikes. De hecho, en los 18 meses de investigación, no se detectó ningún caso de este tipo entre sus trabajadores. Sin embargo, la empresa utilizaba otros métodos para penalizar a los trabajadores con escaso rendimiento y, en algunos casos, empujarlos a renunciar al puesto. La mayoría de los entrevistados asociaban los malos resultados de rendimiento con la baja probabilidad de que se les ofrecieran horas extraordinarias o el ascenso a un contrato con más horas de trabajo, dos opciones que supuestamente estaban al alcance de los trabajadores con mejor rendimiento de la empresa. No era poca cosa para quienes trabajaban exclusivamente a través de la plataforma: «Si no tienes buenas métricas, vas a estar siempre en [un contrato de] las 16 horas y cobrar 500 euros al mes» (Luis). Según se observó con el tiempo, las expectativas de ascenso frustradas no dejaban a muchos repartidores otra alternativa que renunciar, dada la incompatibilidad señalada entre trabajar para Just Eat y mantener otro empleo.5
Además de los defectos percibidos en el diseño del proceso laboral de apariencia objetiva y meritocrática de Just Eat, algunas de las decisiones supuestamente algorítmicas de la empresa seguían siendo opacas. Un punto controvertido, sobre todo en las grandes ciudades, era la atribución teóricamente algorítmica de las zonas en las que los repartidores realizaban sus turnos. Al no recibir información significativa y convincente de los despachadores, varios entrevistados consideraban que la intervención humana manipulaba los resultados para favorecer a unos repartidores en detrimento de otros.6 En un contexto caracterizado por los bajos salarios y la importancia primordial de los indicadores de rendimiento, esta cuestión tenía consecuencias de gran calado.
¿Quién va a un barrio conflictivo que, simplemente [a] la entrada ya se están insultando, o quién entra en un bloque donde el portero te estaba hablando y te está llevando a la puerta del cliente, donde te dan 5 euros de propina? […] Si no les caes bien a los despachadores], te ponen en una zona donde los restaurantes están más lejanos y son más tardíos a la hora de entregar los pedidos, o simplemente los edificios no tienen ascensor […]. Entonces tú, aparte de que te están dando una carga mayor de trabajo, lo tienes cohibido que te suban el contrato. (Luis)
Al igual que en las flotas de Uber Eats, los despachadores humanos también desempeñaban una función importante en Just Eat. Sin embargo, una vez más, ejercían su función de forma diferente. Just Eat también hacía un seguimiento en tiempo real. Los repartidores entrevistados explicaron cómo la vigilancia permitía diferentes manifestaciones de microgestión. Por ejemplo, William señaló que «[a] veces sí que llaman, te preguntan qué estás haciendo o si te vas por una vía que no es la correcta, pues “mira, ¿por qué estás [yendo] por ahí?”». Luis explicó que los repartidores se cohibían incluso en los actos más básicos durante el tiempo de trabajo, debido a la vigilancia constante a que los sometía la dirección: «Si necesitas ir al baño […] puedes entrar a un restaurante […] pero siempre con previa autorización [del encargado]». Sin embargo, a lo largo del periodo de investigación se observó que la vigilancia en tiempo real solo era una parte del cometido de los despachadores.
Además, los despachadores examinaban meticulosamente los datos extraídos de las métricas de rendimiento de cada repartidor, y ejercían presión periódicamente sobre los trabajadores para que mejoraran su rendimiento. El método elegido para presionar consistía en comparar los tiempos de entrega de los repartidores en la misma ciudad. Según los datos recogidos, esta práctica era más frecuente entre quienes tenían tiempos de entrega inferiores al promedio, pero no se limitaba exclusivamente a ellos.
Como explicó Ana, incluso si un repartidor «lo [estaba] haciendo bien» (es decir, rendía por encima del promedio), los comentarios de los despachadores a veces incluían orientaciones específicas sobre «cómo puedes hacer para bajar tus [tiempos] en esto y en [lo] otro» (Ana). De hecho, durante la entrevista con un despachador realizada en un centro de operaciones de Just Eat en horario laboral, se pudo observar que los despachadores no solo se preocupaban por el tiempo total de entrega, sino que prestaban atención al desglose de cada acción en el proceso de entrega. Al analizar estos datos, los despachadores podían darse cuenta de que, a pesar de tener un buen rendimiento general, un determinado repartidor tardaba demasiado en llegar al restaurante para recoger los pedidos. En estos casos, podían examinar las grabaciones de los movimientos de los repartidores captadas por el sistema de seguimiento con GPS durante los últimos 30 días, «igual que cualquier escena de una peli que quieres ver y encuentras con base al tiempo, poniendo atrás o adelante como desees» (despachador 5, segunda ronda de entrevistas).
Por último, hacia el final del periodo de investigación, se observó que Just Eat experimentaba con formas alternativas de presión. Al menos en una ciudad, los repartidores se dividían en grupos de diez a doce personas, y los despachadores intentaban motivar a cada grupo para que mejorara sus tiempos de entrega, fomentando la competencia entre grupos para lograr el mejor promedio colectivo. Sin embargo, según Hugo, a falta de recompensas para los mejores, los repartidores se mostraban en gran medida indiferentes a los mensajes motivadores de los despachadores y realizaban su trabajo con normalidad.
En general, las observaciones del estudio bosquejan una realidad matizada en varios aspectos. Como ya observó Schor (2021), los repartidores describían su experiencia laboral en función de su grado de dependencia de la plataforma contratante. Quienes trabajaban de manera exclusiva para Just Eat o Uber Eats, sin ocupaciones o fuentes de ingresos adicionales, solían albergar más motivos de queja contra la dirección que los repartidores que compatibilizaban el trabajo con el estudio. Según los datos recogidos durante el trabajo de campo, esto se debía a dos factores. En primer lugar, los estudiantes solían considerar su trabajo como temporal. Por lo tanto, aceptaban las condiciones de trabajo sin fuertes críticas, al considerar la experiencia como una oportunidad de progresar hacia algo mejor en un futuro no muy lejano. En segundo lugar, aunque los despachadores entrevistados lo negaron, las conversaciones en la calle y las entrevistas con los repartidores indicaron que los estudiantes estaban sometidos a una vigilancia y una presión menos intensas. Tal vez inconscientemente, los despachadores se esforzaban menos por examinar el trabajo de los repartidores que trabajaban menos horas a la semana y esperaban permanecer en la empresa durante periodos más cortos.
6. Análisis y conclusiones
Durante varios años, la ineficacia o inexistencia de una regulación ha permitido a las plataformas operar con mínimas restricciones, al margen o en los límites de los marcos por los que se rigen las relaciones de trabajo convencionales. En la fecha de redacción de este artículo, los responsables políticos —con el apoyo de una amplia coalición de interlocutores sociales— comienzan a demostrar su voluntad de intervenir, en respuesta a la exigencia cada vez más clamorosa de poner fin a las malas prácticas y mejorar las condiciones de trabajo. En este artículo se han examinado los resultados de la iniciativa pionera del Gobierno español en este ámbito. A tal efecto, se ha adoptado el influyente marco del «doble movimiento» de Karl Polanyi (1944) para evaluar el alcance y la eficacia de los esfuerzos por restablecer la integración, analizando las expectativas de los trabajadores en la doble dimensión explícita e implícita de la relación de trabajo. Los resultados esbozan un relato ambivalente con implicaciones teóricas y prácticas.
En el ámbito del contrato explícito, los esfuerzos del Gobierno español han permitido a los repartidores de plataformas acceder a unos ingresos mínimos mensuales garantizados en forma de salario, vacaciones pagadas y prestaciones sociales. Este éxito aparente podría mejorarse, no obstante, si el Gobierno español tomara medidas para abordar las consecuencias perjudiciales del recurso de las plataformas a la externalización y al trabajo a tiempo parcial involuntario (a veces, impuesto incluso coercitivamente). Estas conocidas formas de fisuración (Doellgast, Bidwell y Colvin 2021) dificultan que los trabajadores perciban un salario mensual digno y que los sindicatos participen eficazmente en la acción colectiva y el diálogo social, lo que frustra las expectativas de los trabajadores y suscita descontento. Además, la legislación adoptada para proteger a los trabajadores del calor extremo resulta insuficiente para abordar la exposición de los repartidores a los fenómenos meteorológicos fuera de los meses de verano.
Las mejoras en el ámbito del contrato implícito parecen modestas. En comparación con estudios anteriores sobre los repartidores clasificados como contratistas independientes (Briziarelli 2019; Gregory 2021; Vieira 2020 y 2023a), este artículo muestra que las estrategias de intensificación de las plataformas generan niveles comparables de fatiga física y mental. Estas condiciones se amplifican con prácticas de gestión que, aunque están parcialmente automatizadas, se apoyan también en una vigilancia invasiva con la que los despachadores humanos microgestionan a los repartidores. Se ha ilustrado cómo la autonomía de los trabajadores puede verse restringida incluso en actos triviales, como la elección de la ruta de reparto más eficiente o el acceso a un aseo. Esto da lugar a una situación paradójica en la que la autoridad directiva se disgrega y se exacerba al mismo tiempo, sembrando la desconfianza entre los trabajadores. A diferencia de otras instancias reguladoras, el Gobierno de España no pasó por alto el peligro potencial de las herramientas algorítmicas. Sin embargo, se limitó a consagrar la transparencia algorítmica en la legislación laboral y a publicar una guía de buenas prácticas que todavía no ha tenido efectos reales. Ni los sindicatos ni la inspección de trabajo están preparados para abordar las complejidades de las herramientas algorítmicas en el ámbito del trabajo.
En general, este artículo indica que, si bien los esfuerzos del Gobierno español han frenado la forma más visible de incumplimiento de la legislación laboral por parte de las plataformas —a saber, la clasificación errónea de los repartidores como contratistas independientes—, no han conseguido proteger a los trabajadores contra otras formas de precariedad e inseguridad. Estas vulnerabilidades se perpetúan con modalidades contractuales fragmentadas y técnicas de gestión algorítmica omnipresentes. De todo ello se extraen conclusiones e implicaciones de carácter teórico y normativo.
Desde un punto de vista teórico basado en el marco de Polanyi, los cambios observados reflejan, en el mejor de los casos, un «doble movimiento» incompleto. Sin duda, la iniciativa del Gobierno español contrarrestó un fenómeno ya detectado en estudios anteriores, a saber, la desintegración formal de los trabajadores de plataformas respecto de las instituciones de relaciones laborales (Wood et al. 2019). Sin embargo, la falta de un marco jurídico eficaz y, en particular, la limitada capacidad de los sindicatos y de las autoridades gubernamentales para abordar los posibles efectos perjudiciales de la gestión algorítmica han truncado los esfuerzos por reintegrar a los trabajadores de plataformas. En gran medida, no se ha puesto límite a las facultades de gestión humana que, ampliadas con algoritmos computacionales, en algunos casos agravan los desequilibrios de poder existentes en el trabajo en plataformas (Dubal 2023; Gregory 2021; Vieira 2023a). Los trabajadores, reducidos a meros puntos de datos, se ven privados de reconocimiento (Newlands 2022) y sometidos a entornos de trabajo que anulan los beneficios de su reclasificación como empleados.
Este estado de cosas plantea cuestiones acuciantes sobre el futuro de la relación de trabajo en el contexto de un cambio tecnológico aparentemente inevitable en general, y de la reclasificación de los trabajadores de plataformas en particular. Como sostienen Williams y Khan (2025), y se corrobora en este artículo, la gestión algorítmica despierta desconfianza al alentar a los directivos a tratar con suspicacia a los trabajadores. Esta dinámica atenta directamente contra los fundamentos normativos de la relación de trabajo posfordista. La previsible proliferación de la gestión algorítmica puede dar lugar a un nuevo marco en el que los derechos de protección social (por ejemplo, el trabajo asalariado y el acceso a las prestaciones sociales) coexistan con la normalización de prácticas invasivas de microgestión y vigilancia. Este proceso contribuye a la desconfianza y la inestabilidad en el ámbito del trabajo, al inculcar en los trabajadores los ideales meritocráticos y la competencia intraclase, en lugar de la cooperación y la solidaridad. Aunque estos rasgos no son totalmente nuevos, representan un estadio más profundo de la atomización y explotación del trabajo características del neoliberalismo (Neilson y Rossiter 2008).
La vida real es un objetivo en constante movimiento. La cuestión de si la reclasificación del trabajo en plataformas redundará o no en mejoras para los trabajadores dependerá, en última instancia, de la actuación de los responsables políticos y de la fuerza relativa de las partes implicadas en la relación de trabajo. Desde la perspectiva de los trabajadores, hay margen para seguir avanzando y alcanzando objetivos que mejoren la calidad de la experiencia laboral. Un horizonte polanyiano optimista —que el péndulo siga oscilando y las mejoras continúen— puede vislumbrarse en algunas novedades recientes, como la Directiva de la UE sobre el trabajo en plataformas (Rainone y Aloisi 2024). Sin embargo, los avances no deben quedar únicamente en manos del tiempo o del optimismo. A la luz de la convergencia con los resultados de investigaciones anteriores (Newlands 2022; Niebler et al. 2023; Schreyer 2021; Sun, Chen y Rani 2023), las futuras iniciativas reguladoras deberían profundizar en los efectos de las relaciones de trabajo fragmentadas y de las herramientas algorítmicas de gestión, y en cómo abordarlos. Además, las conocidas limitaciones (Molina et al. 2023) de las disposiciones legales destinadas a reducir la opacidad algorítmica, aquí confirmadas, sugieren que los gobiernos deben desempeñar un papel proactivo en la capacitación de los trabajadores y las autoridades competentes para evaluar críticamente las herramientas algorítmicas.
En definitiva, el compuesto peculiar y cada vez más sociotécnico que representan las plataformas, en el que la precariedad confluye y se amplifica con las nuevas tecnologías, plantea a los reguladores un reto importante. Este reto no puede abordarse a menos que las disposiciones legales vayan acompañadas de instrumentos prácticos que capaciten a los trabajadores y a sus representantes para hacer valer dichas leyes. A falta de mecanismos eficaces para afrontar estos desafíos, es probable que se frustren las expectativas de todos los interesados en mejorar las condiciones de trabajo y de vida de los trabajadores de plataformas. Así lo demuestra el experimento (involuntario) de la vida real en España, mediante el cual se introdujo una presunción universal de laboralidad para los repartidores de plataformas antes que en la mayoría de las demás jurisdicciones.
Notes
- Real Decreto-ley 9/2021, de 11 de mayo de 2021. ⮭
- Directiva (UE) 2024/2831 del Parlamento Europeo y del Consejo de 23 de octubre de 2024 relativa a la mejora de las condiciones laborales en el trabajo en plataformas. ⮭
- A pesar de la existencia de turnos rotatorios, la mayoría de los entrevistados señalaron que trabajar los fines de semana era prácticamente obligatorio. ⮭
- La decisión de Uber Eats estuvo motivada por la renuencia de uno de sus principales competidores a cumplir la Ley Rider, lo que se percibía como competencia ilegal. ⮭
- Aunque no se ha tenido acceso a datos oficiales de la empresa, las estimaciones realizadas en este estudio indican que la rotación anual supera el 50 por ciento en las grandes ciudades. Muchos de los trabajadores que renunciaron eran estudiantes que habían terminado sus estudios y se iban a otros trabajos, como en los casos de Fernando, Joaquín y William. Con todo, varios entrevistados confirmaron la existencia de una rápida rotación en la empresa, dado que muchos se van «luego que encuentran algo mejor» (Hugo), debido a la combinación de alta presión e ingresos insuficientes. ⮭
- En las conversaciones mantenidas con los despachadores de Just Eat no se pudo corroborar esa tesis. Ambos entrevistados afirmaron que la cuestión competía a los niveles directivos superiores, sin aclarar nunca si era posible alterar la atribución supuestamente aleatoria de las zonas de trabajo. De ser así, constituiría una derivación al trabajo asalariado de lo que Dubal (2023) denomina «discriminación salarial algorítmica». ⮭
Agradecimientos
El autor expresa su más sincero agradecimiento a Annamaria Laudini, Anton Hemerijck, Andreea Ferent, Nastazja Potocka-Sionek, Pedro Mendonça y Oscar Molina, miembros del Social Investment Working Group del European University Institute (EUI) y del grupo QUIT de la Universitat Autònoma de Barcelona, a dos revisores anónimos y a la profesora Aristea Koukiadaki (Editora Jefa de la Revista Internacional del Trabajo) por sus valiosos comentarios y sugerencias sobre las versiones anteriores de este artículo. Dedica un agradecimiento especial a Daniel Romero y Eva Ramos por su generosa hospitalidad durante las fases iniciales de esta investigación, está profundamente agradecido a todos los participantes que generosamente compartieron su tiempo y sus ideas, haciendo posible esta investigación. El trabajo de campo para este artículo ha sido financiado en parte con el programa Mission Funding del EUI. Este estudio ha recibido financiación de la Fundação para a Ciência e Tecnologia, I.P., subvención núm. SFRH/BD/151412/2021.
Conflicto de intereses
El autor declara que no incurre en ningún conflicto de intereses con respecto al presente artículo.
Bibliografía citada
Aloisi, Antonio. 2022. «Platform Work in Europe: Lessons Learned, Legal Developments and Challenges Ahead». European Labour Law Journal 13 (1): 4-29. http://doi.org/10.1177/20319525211062557.
Aloisi, Antonio, y Nastazja Potocka-Sionek. 2022. «De-Gigging the Labour Market? An Analysis of the “Algorithmic Management” Provisions in the Proposed Platform Work Directive». Italian Labour Law e-Journal 15 (1): 29-50. http://doi.org/10.6092/issn.1561-8048/15027.
Behrendt, Christina, Quynh Anh Nguyen y Uma Rani. 2019. «Social Protection Systems and the Future of Work: Ensuring Social Security for Digital Platform Workers». International Social Security Review 72 (3): 17-41. http://doi.org/10.1111/issr.12212.
Bensusán, Graciela, y Héctor Santos. 2021. «Digital Platform Work in Latin America: Challenges and Perspectives for its Regulation». En Work and Labour Relations in Global Platform Capitalism, editado por Julieta Haidar y Maarten Keune, 236-260. Cheltenham: Edward Elgar.
Berg, Janine, Marianne Furrer, Ellie Harmon, Uma Rani y M. Six Silberman. 2019. Las plataformas digitales y el futuro del trabajo. Cómo fomentar el trabajo decente en el mundo digital. Ginebra: OIT.
Bolton, Sharon C., y Knut Laaser. 2013. «Work, Employment and Society through the Lens of Moral Economy». Work, Employment and Society 27 (3): 508-525. http://doi.org/10.1177/0950017013479828.
Bray, Mark, John W. Budd y Johanna Macneil. 2020. «The Many Meanings of Co-operation in the Employment Relationship and Their Implications». British Journal of Industrial Relations 58 (1): 114-141. http://doi.org/10.1111/bjir.12473.
Briziarelli, Marco. 2019. «Spatial Politics in the Digital Realm: The Logistics/Precarity Dialectics and Deliveroo’s Tertiary Space Struggles». Cultural Studies 33 (5): 823-840. http://doi.org/10.1080/09502386.2018.1519583.
Burawoy, Michael. 1998. «The Extended Case Method». Sociological Theory 16 (1): 4-33. http://doi.org/10.1111/0735-2751.00040.
Collins, Hugh. 1986. «Market Power, Bureaucratic Power, and the Contract of Employment». Industrial Law Journal 15 (1): 1-14. http://doi.org/10.1093/ilj/15.1.1.
Collins, Hugh. 2014. «Implied Terms: The Foundation in Good Faith and Fair Dealing». Current Legal Problems 67 (1): 297-331. http://doi.org/10.1093/clp/cuu002.
Dale, Gareth. 2012. «Double Movements and Pendular Forces: Polanyian Perspectives on the Neoliberal Age». Current Sociology 60 (1): 3-27. http://doi.org/10.1177/0011392111426645.
De la Fuente Lavín, Mikel, y Jon Bernat Zubiri Rey. 2022. «La reforma laboral de 2021 en España, cambio de tendencia en la regulación de la contratación temporal». Revista Crítica de Relaciones de Trabajo, Laborum 3: 199-223.
Doellgast, Virginia, Matthew Bidwell y Alexander J. S. Colvin. 2021. «New Directions in Employment Relations Theory: Understanding Fragmentation, Identity, and Legitimacy». Industrial and Labor Relations Review 74 (3): 555-579. http://doi.org/10.1177/0019793921993445.
Dubal, Veena B. 2017. «Wage Slave or Entrepreneur? Contesting the Dualism of Legal Worker Identities». California Law Review 105 (1): 65-123. http://doi.org/10.15779/Z38M84X.
Dubal, Veena B. 2023. «On Algorithmic Wage Discrimination». Columbia Law Review 123 (7): 1929-1992.
Duggan, James, Ultan Sherman, Ronan Carbery y Anthony McDonnell. 2021. «Multi-party Working Relationships in Gig Work: Towards a New Perspective». En Platform Economy Puzzles: A Multidisciplinary Perspective on Gig Work, editado por Jeroen Meijerink, Giedo Jansen y Victoria Daskalova, 162-186. Cheltenham: Edward Elgar.
Dutta, Sidhartha. 2023. «Rajasthan Passes Bill for Gig Workers, Touts It as a “First”». The Times of India, 25 July 2023. https://timesofindia.indiatimes.com/city/jaipur/rajasthan-passes-bill-for-gig-workers-touts-it-as-a-first/articleshow/102091693.cms?from=mdr.
Eliasoph, Nina, y Paul Lichterman. 1999. «“We Begin with Our Favourite Theory…”: Reconstructing the Extended Case Method». Sociological Theory 17 (2): 228-234. http://doi.org/10.1111/0735-2751.00076.
España, Ministerio de Trabajo y Economía Social. 2022. Información algorítmica en el ámbito laboral. Madrid.
Fereday, Jennifer, y Eimear Muir-Cochrane. 2006. «Demonstrating Rigor Using Thematic Analysis: A Hybrid Approach of Inductive and Deductive Coding and Theme Development». International Journal of Qualitative Methods 5 (1): 80-92. http://doi.org/10.1177/160940690600500107.
Graebner, Melissa E., Jeffrey A. Martin y Philip T. Roundy. 2012. «Qualitative Data: Cooking Without a Recipe». Strategic Organization 10 (3): 276-284. http://doi.org/10.1177/1476127012452821.
Gregory, Karen. 2021. «“My Life Is More Valuable than This”: Understanding Risk among On-Demand Food Couriers in Edinburgh». Work, Employment and Society 35 (2): 316-331. http://doi.org/10.1177/0950017020969593.
Gupta, Manish, Musarrat Shaheen y K. Prathap Reddy. 2019. Qualitative Techniques for Workplace Data Analysis. Hershey: IGI Global.
Hiessl, Christina. 2023. «Multiparty Relationships in Platform Work: Cross-European Case Law Developments and Points of Departure for (Supranational) Regulation». European Labour Law Journal 14 (4): 514-540. http://doi.org/10.1177/20319525231208637.
Hyde, Allan. 1998. «Employment Law after the Death of Employment». University of Pennsylvania Journal of Labor and Employment Law 1 (1): 99-115.
INCP (Instituto Nacional de Contadores Públicos Colombia). 2023. «Regulación de las plataformas digitales en Colombia». 25 de enero de 2023. https://incp.org.co/publicaciones/infoincp-publicaciones/informacion-para-empresas/actualidad/2023/01/regulacion-de-las-plataformas-digitales-en-colombia/.
Johnston, Hannah. 2020. «Geografías laborales en la economía de plataformas. Entender las estrategias de representación colectiva en el contexto del trabajo digital». Revista Internacional del Trabajo 139 (1): 27-50. http://doi.org/10.1111/ilrs.12152.
Johnston, Hannah, Ozlem Ergun, Juliet Schor y Lidong Chen. 2024. «Employment Status and the On-Demand Economy: A Natural Experiment on Reclassification». Socio-Economic Review 22 (1): 169-194. http://doi.org/10.1093/ser/mwad047.
Larocca, Nicolás. 2023. «Chile – Estas son las nuevas reglas que aplicarán a las plataformas de transporte». DPL News, 1 de febrero de 2023. https://dplnews.com/chile-estas-son-las-nuevas-reglas-que-aplicaran-a-las-plataformas-de-transporte/.
Lee, Min Kyung, Daniel Kusbit, Evan Metsky y Laura Dabbish. 2015. «Working with Machines: The Impact of Algorithmic and Data-Driven Management on Human Workers». En Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems, 1603-1612. Nueva York: Association for Computing Machinery.
Leech, Beth L., Frank R. Baumgartner, Jeffrey M. Berry, Marie Hojnacki y David C. Kimball. 2013. «Lessons from the “Lobbying and Policy Change” Project». En Interview Research in Political Science, editado por Layna Mosley, 209-224. Ithaca: Cornell University Press.
Levy, Jack S. 2008. «Case Studies: Types, Designs, and Logics of Inference». Conflict Management and Peace Science 25 (1): 1-18. http://doi.org/10.1080/07388940701860318.
Lorite, Álvaro. 2022. «Trabajo presenta una herramienta para controlar los algoritmos en entornos laborales». El Salto, 11 de junio de 2022. https://www.elsaltodiario.com/inteligencia-artificial/ministerio-trabajo-herramienta-controlar-los-algoritmos-entornos-laborales-yolanda-diaz.
Molina, Oscar, Florian Butollo, Csaba Makó, Alejandro Godino, Ursula Holtgrewe, Anna Illsoe, Sander Junte, et al. 2023. «It Takes Two to Code: A Comparative Analysis of Collective Bargaining and Artificial Intelligence». Transfer: European Review of Labour and Research 29 (1): 87-104. http://doi.org/10.1177/10242589231156515.
Moravcsik, Andrew. 2014. «Trust, but Verify: The Transparency Revolution and Qualitative International Relations». Security Studies 23 (4): 663-688. http://doi.org/10.1080/09636412.2014.970846.
Neilson, Brett, y Ned Rossiter. 2008. «Precarity as a Political Concept, or, Fordism as Exception». Theory, Culture & Society 25 (7-8): 51-72. http://doi.org/10.1177/0263276408097796.
Newlands, Gemma. 2022. «Anthropotropism: Searching for Recognition in the Scandinavian Gig Economy». Sociology 56 (5): 821-838. http://doi.org/10.1177/00380385211063362.
Niebler, Valentin, Giorgio Pirina, Michelangelo Secchi y Franco Tomassoni. 2023. «Towards “Bogus Employment?” The Contradictory Outcomes of Ride-Hailing Regulation in Berlin, Lisbon and Paris». Cambridge Journal of Regions, Economy and Society 16 (2): 289-301. http://doi.org/10.1093/cjres/rsad007.
OIT. 2011. «La relación de trabajo». 17 de junio de 2011. https://www.ilo.org/es/resource/la-relacion-de-trabajo.
Olías, Laura. 2023. «>Se prohíbe trabajar a 39 grados en la calle? Claves sobre la nueva protección laboral ante el calor extremo». El Diario, 12 de mayo de 2023. https://www.eldiario.es/economia/prohibe-trabajar-39-grados-calle-claves-nueva-proteccion-laboral-calor-extremo_1_10196298.html.
Polanyi, Karl. 1944. The Great Transformation: The Political and Economic Origins of Our Time. Nueva York: Farrar & Rinehart. [Traducido al español por Julia Varela y Fernando Álvarez-Uría. 1989. La gran transformación. Crítica del liberalismo económico. Madrid: Ediciones de la Piqueta.].
Potocka-Sionek, Nastazja. 2023. «Platformisation of Work: Challenges beyond Employment Classification». Tesis doctoral. Florencia: Instituto Universitario Europeo.
Prassl, Jeremias. 2018. Humans as a Service: The Promise and Perils of Work in the Gig Economy. Oxford: Oxford University Press.
Rainone, Silvia, y Antonio Aloisi. 2024. «The EU Platform Work Directive: What’s New, What’s Missing, What’s Next?». ETUI Policy Brief No. 2024.06. Bruselas: Instituto Sindical Europeo.
Reid-Musson, Emily, Ellen MacEachen y Emma Bartel. 2020. «“Don’t Take a Poo!”: Worker Misbehaviour in On-Demand Ride-Hail Carpooling». New Technology, Work and Employment 35 (2): 145-161. http://doi.org/10.1111/ntwe.12159.
Schein, Edgar H. 1978. Career Dynamics: Matching Individual and Organizational Needs. Reading (Estados Unidos): Addison-Wesley. [Traducido al español por Gilda Moreno Manzur. 982. Dinámica de la carrera empresarial. México: Fondo Educativo Interamericano.].
Schor, Juliet B. 2021. After the Gig: How the Sharing Economy Got Hijacked and How to Win It Back. Oakland: University of California Press.
Schreyer, Jasmin. 2021. «Algorithmic Work Coordination and Workers’ Voice in the COVID-19 Pandemic: The Case of Foodora/Lieferando». Work Organisation, Labour & Globalisation 15 (1): 69-84. http://doi.org/10.13169/workorgalaboglob.15.1.0069.
Statista. 2023. «Salario mínimo interprofesional (SMI) al mes en España de 2008 a 2023». https://es.statista.com/estadisticas/475830/espana-salario-minimo-interprofesional-al-mes/ (consultado en octubre de 2023).
Sun, Ping, Julie Yujie Chen y Uma Rani. 2023. «From Flexible Labour to “Sticky Labour”: A Tracking Study of Workers in the Food-Delivery Platform Economy of China». Work, Employment and Society 37 (2): 412-431. http://doi.org/10.1177/09500170211021570.
Supiot, Alain. 2017. Governance by Numbers: The Making of a Legal Model of Allegiance. Oxford: Hart.
Vallas, Steven, y Juliet B. Schor. 2020. «What Do Platforms Do? Understanding the Gig Economy». Annual Review of Sociology 46: 273-294. http://doi.org/10.1146/annurev-soc-121919-054857.
Vieira, Tiago. 2020. «The Lose–Lose Dilemmas of Barcelona’s Platform Delivery Workers in the Age of COVID-19». Social Sciences & Humanities Open 2 (1): Artículo núm. 100059. http://doi.org/10.1016/j.ssaho.2020.100059.
Vieira, Tiago. 2023a. «Platform Couriers’ Self-Exploitation: The Case Study of Glovo». New Technology, Work and Employment 38 (3): 493-512. http://doi.org/10.1111/ntwe.12272.
Vieira, Tiago. 2023b. «The Unbearable Precarity of Pursuing Freedom: A Critical Overview of the Spanish sí soy autónomo Movement». Sociological Research Online 28 (1): 244-260. http://doi.org/10.1177/13607804211040090.
Watson, Tony J. 2003. Sociology, Work and Industry. Cuarta edición. Londres: Routledge.
Williams, Penny, y Maria Hameed Khan. 2025. «Framing Algorithmic Management: Constructed Antagonism on HR Technology Websites». New Technology, Work and Employment 40 (1): 102-123. http://doi.org/10.1111/ntwe.12305.
Wood, Alex J., Mark Graham, Vili Lehdonvirta e Isis Hjorth. 2019. «Networked but Commodified: The (Dis)Embeddedness of Digital Labour in the Gig Economy». Sociology 53 (5): 931-950. http://doi.org/10.1177/0038038519828906.
Yin, Robert K. 2009. Case Study Research: Design and Methods. Cuarta edición. Thousand Oaks: Sage.
Anexo
Cuadro A1. Descripción detallada de las operaciones realizadas durante la investigación
| Técnica de recogida de datos | Aplicación durante todo el periodo de investigación |
| Observación etnográfica |
Julio de 2022 9 horas (4 conversaciones en la calle: 2 Just Eat, 2 Uber Eats) Agosto a octubre de 2022 34 horas (24 conversaciones en la calle: 10 Just Eat, 14 Uber Eats) De octubre de 2023 a enero de 2024 23 horas (16 conversaciones en la calle: 7 Just Eat, 9 Uber Eats) De julio de 2022 a enero de 2024 Observación de interacciones en grupos de medios sociales |
| Entrevistas |
Julio de 2022 Entrevistas exploratorias:
Septiembre a octubre de 2022 Primera ronda de entrevistas:
Noviembre de 2023 a enero de 2024 Segunda ronda de entrevistas:
|
| Análisis documental |
|
Fuente: Elaborado por el autor.
Cuadro A2. Características sociodemográficas y trayectoria de los repartidores seudonimizados durante el periodo de investigación
| Seudónimo | Plataforma | Género | Edad | Origen | Dependencia | Contrato | Trayectoria |
| Adán | Uber Eats | Hombre | 51 | Migrante | Total | A tiempo completo | Renunció al puesto durante el periodo de investigación |
| Ana | Just Eat | Mujer | 42 | Migrante | Total | A tiempo parcial (24 h) | Sin cambios |
| Andrés | Uber Eats | Hombre | 27 | Migrante | Parcial (tiene otro empleo informal) |
A tiempo parcial (16 h) | Sin cambios |
| David | Just Eat | Hombre | 28 | Nacional del país | Total | A tiempo parcial (24 h) | Sin cambios |
| Fernando | Just Eat | Hombre | 27 | Nacional del país | Parcial (estudiante-trabajador) | A tiempo parcial (16 h) | Renunció al puesto durante el periodo de investigación |
| Francisco | Just Eat | Hombre | 21 | Nacional del país | Parcial (estudiante-trabajador) | A tiempo parcial (12 h) | Participó solo en la segunda ronda |
| Hugo | Just Eat | Hombre | 27 | Nacional del país | Parcial (estudiante-trabajador) | A tiempo parcial (12 h) | Participó solo en la segunda ronda |
| Javier | Uber Eats | Hombre | 50 | Migrante | Total | A tiempo completo | Sin cambios |
| Joaquín | Just Eat | Hombre | 24 | Nacional del país | Parcial (estudiante-trabajador) | A tiempo parcial (20 h) | Renunció al puesto durante el periodo de investigación |
| Jordi | Uber Eats | Hombre | 29 | Migrante | Total | A tiempo parcial (30 h) | Despedido en el marco de un despido colectivo |
| José | Uber Eats | Hombre | 25 | Migrante | Total | A tiempo completo | Despedido en el marco de un despido colectivo |
| Juan | Uber Eats | Hombre | 36 | Migrante | Total | A tiempo completo | Despedido en el marco de un despido colectivo |
| Luis | Just Eat | Hombre | 42 | Nacional del país | Total | A tiempo parcial (16 h) | Sin cambios |
| Manuel | Uber Eats | Hombre | 29 | Nacional del país | Total | A tiempo parcial (20 h) | El contrato expiró antes de que comenzara el periodo de investigación |
| Marco | Just Eat | Hombre | 22 | Migrante | Parcial (estudiante-trabajador) | A tiempo parcial (20 h) | Participó solo en la segunda ronda |
| María | Just Eat | Mujer | 55 | Migrante | Total | A tiempo parcial (20 h) | Sin cambios |
| Pablo | Uber Eats | Hombre | 21 | Nacional del país | Total | A tiempo parcial (20 h) | Contacto perdido |
| Pedro | Uber Eats | Hombre | 29 | Nacional del país | Total | A tiempo completo | Sigue trabajando, pero su jornada se reduce a 30 horas |
| Raúl | Uber Eats | Hombre | 44 | Migrante | Total | A tiempo completo | Sigue trabajando, pero su jornada se reduce a 30 horas |
| Sergio | Just Eat | Hombre | 30 | Migrante | Total | A tiempo parcial (20 h) | Sin cambios |
| William | Just Eat | Hombre | 20 | Migrante | Parcial (estudiante-trabajador) | A tiempo parcial (16 h) | Renunció al puesto durante el periodo de investigación |
Fuente: Elaborado por el autor.