Buscar en Google Scholar
Título: Enfrentando el control del algoritmo: El caso de los repartidores de Rappi en Lima Metropolitana en el contexto de pandemia.
Campo OCDE: https://purl.org/pe-repo/ocde/ford#5.04.01
Fecha de publicación: 27-oct-2022
Institución: Pontificia Universidad Católica del Perú
Resumen: El crecimiento de la gig economy en los últimos años ha estado revolucionando el mundo del trabajo debido a su distanciamiento de las formas de empleo más tradicionales, y a los cambios que se han dado en la organización, formas de control y estructura del mercado laboral en un contexto cada vez más flexible y tecnológico. En este contexto, esta tesis buscará responder cómo los trabajadores de la gig economy se adaptan y reaccionan a las formas de control y poder ejercidos por las compañías. De este modo, a partir del estudio de caso de repartidores de la plataforma Rappi en Lima Metropolitana se evidenciará las formas de control cada vez más rígidas ejercidas por la empresa sobre sus trabajadores, aprovechando el contexto de crisis por el COVID-19 y la situación migratoria que caracteriza a la mayor parte de su flota. Así se detallará las estrategias utilizadas tales como el sistema de evaluación del cliente, el discurso de flexibilidad como forma de control y consentimiento para generar cambios arbitrarios, la asimetría de información para limitar la capacidad de elección de los trabajadores, y el sistema de pago por incentivo. Luego, se explorarán las tácticas empleadas por los repartidores para hacer, eludir y resistir ante el control algorítmico de las plataformas: prácticas de resiliencia, resistencia y reelaboración.
Disciplina académico-profesional: Sociología
Institución que otorga el grado o título: Pontificia Universidad Catolica del Peru. Facultad de Ciencias Sociales
Grado o título: Licenciado en Sociología
Jurado: Delgado Pugley, Deborah; Dammert Guardia, Manuel César; Pereyra Cáceres, Omar
Fecha de registro: 27-oct-2022



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons