top of page

বট দ্বারা পরিচালিত: গিগ অর্থনীতিতে ডেটা-চালিত শোষণ

WIEReportCover.png

বিষয়বস্তু

বিষয়বস্তু
সারসংক্ষেপ

ভূমিকা
 

পার্ট I: মিসক্ল্যাসিফিকেশন 2.0: অ্যালগরিদম দ্বারা নিয়ন্ত্রিত
নজরদারি কেস স্টাডি I: ফেসিয়াল রিকগনিশন ব্যর্থতা

নজরদারি কেস স্টাডি II: জিওলোকেশন চেক
অস্বচ্ছ কর্মক্ষমতা ব্যবস্থাপনা

কেস স্টাডি: অ্যালগরিদমিক নিয়ন্ত্রণ

আইন প্রয়োগকারী অবকাঠামো সম্প্রসারণ

কেস স্টাডি: আইন প্রয়োগকারীর সাথে বুদ্ধিমত্তা ভাগ করে নেওয়া
 

পার্ট II: কর্মক্ষেত্রে ডেটা অধিকার অনুশীলন করা: অ্যাক্সেস

কেস স্টাডি: স্বতন্ত্র DSARs

সার্কুলার এবং নিরর্থক উত্তর

অসামঞ্জস্যপূর্ণ এবং ক্রমবর্ধমান ডেটা শেয়ারিং

অস্পষ্টতা এবং প্রতিরোধ

কেস স্টাডি: WIE দ্বারা ব্যাচ অনুরোধের প্ল্যাটফর্ম প্রতিক্রিয়া

·   ডেলিভারু

·   বিনামূল্যে এখন

·   আমাজন ফ্লেক্স

·   শুধু খাও

·   ওলা

·   বোল্ট

·   উবার
 

পার্ট III: কর্মক্ষেত্রে ডেটা অধিকার অনুশীলন করা: মামলা

আমস্টারডাম কেস

Uber ড্রাইভার বনাম Uber I (সাধারণ স্বচ্ছতার অনুরোধ)

ওলা ড্রাইভার বনাম ওলা (সাধারণ স্বচ্ছতার অনুরোধ)

Uber ড্রাইভার বনাম Uber II (স্বয়ংক্রিয় সিদ্ধান্ত নেওয়ার ক্ষেত্রে স্বচ্ছতা)

আপিল

লন্ডন লাইসেন্সিং আপিল মামলা
 

উপসংহার: কর্মক্ষেত্রে ডিজিটাল অধিকার প্রয়োগের পথ?

সারসংক্ষেপ
 

  • ওয়ার্কার ইনফো এক্সচেঞ্জ একটি ডেটা ট্রাস্ট প্রতিষ্ঠার মাধ্যমে দর কষাকষির ক্ষমতা তৈরি করতে ডেটা অ্যাক্সেস এবং সংগ্রহের সুবিধার্থে সেট আপ করা হয়েছিল।  

 

  • এটি নতুন অ্যালগরিদমিক ব্যবস্থাপনা অনুশীলনের বিকাশের প্রতিক্রিয়া হিসাবে ছিল যা গভীর তথ্যগত অসামঞ্জস্য এবং কর্মীদের শোষণ তৈরি করে।
     

  • ওয়ার্কার ইনফো এক্সচেঞ্জের লক্ষ্য হল কর্মসংস্থান প্রসঙ্গে জিডিপিআর অনুচ্ছেদ 15, 20 এবং 22 অধিকারগুলি ব্যবহার করে ডেটা এবং শ্রম অধিকারের সংমিশ্রণকে মোকাবেলা করা।
     

  • গিগ শিল্প জুড়ে ব্যাপক GDPR অ-সম্মতির কারণে এই লক্ষ্যটি মারাত্মকভাবে বাধাগ্রস্ত হয়েছে।
     

  • আমরা গত আট মাসে Amazon Flex, Bolt, Deliveroo, Free Now, Just Eat, Ola এবং Uber সহ সাতটি ভিন্ন রাইড-শেয়ার প্ল্যাটফর্মে 500 টির বেশি ডেটা সাবজেক্ট অ্যাক্সেসের অনুরোধ করেছি।
     

  • ডেটা অ্যাক্সেস কোম্পানিগুলি দ্বারা চ্যালেঞ্জ করা হয় যেগুলি অন্ধকার প্যাটার্ন স্থাপন করে এবং ইচ্ছাকৃতভাবে প্যাঁচি জিডিপিআর বাস্তবায়নের অপব্যবহার করে, যা কর্মীদের আদালতে সমস্যার সমাধান করতে চালিত করে।
     

  • গিগ প্ল্যাটফর্মগুলির দ্বারা ডেটা সংগ্রহ অত্যধিক এবং কর্মীদের অসম এবং জবাবদিহিতাহীন নজরদারির পাশাপাশি আইন প্রয়োগকারী পরিকাঠামোর প্রসারিত করে।
     

  • ব্যবহৃত অ্যালগরিদমিক ম্যানেজমেন্ট সিস্টেমগুলির উপর কোন স্বচ্ছতা নেই। কি প্রযুক্তি ব্যবহার করা হয় এবং কিভাবে কোম্পানির বর্ণনাগুলি অসঙ্গত এবং অবিশ্বস্ত।

Summary
Introduction

© 2021 কর্মী তথ্য বিনিময়

© 2021 কর্মী তথ্য বিনিময়

ভূমিকা
 

বিগত বছরটি গিগ প্ল্যাটফর্মের কর্মীদের জন্য তাদের কর্মসংস্থান এবং ডিজিটাল অধিকার আদায়ের ক্ষেত্রে একটি টার্নিং পয়েন্ট চিহ্নিত করেছে। ডিজিটালি মধ্যস্থতামূলক কাজের অভ্যাস কর্মসংস্থান এবং ডেটা সুরক্ষা অধিকারগুলির একটি সংমিশ্রণের দিকে পরিচালিত করেছে এবং কর্মীদের দ্বারা ক্রমবর্ধমান মামলা এবং অ্যাডভোকেসি কার্যকলাপ এই ডোমেনে ফলাফল দিচ্ছে। ইউরোপ জুড়ে, আদালতগুলি গিগ প্ল্যাটফর্মগুলির দ্বারা অ্যালগরিদমিক ম্যানেজমেন্ট অনুশীলনের শোষণমূলক ভূমিকাকে স্বীকৃতি দিয়ে বেশ কয়েকটি গুরুত্বপূর্ণ রায় দিয়েছে এবং এই ধরনের স্বয়ংক্রিয় সিস্টেমে ন্যায্যতা এবং স্বচ্ছতার অভাবকে নিন্দা করেছে।  

 

ইতালিতে, বোলোগনা আদালত রায় দিয়েছে যে ডেলিভারুর রেটিং সিস্টেম কর্মীদের প্রতি বৈষম্যমূলক আচরণ করেছে যখন ডেটা সুরক্ষা কর্তৃপক্ষ, গ্যারান্টে, তাদের কাজের বরাদ্দ এবং কর্মক্ষমতা পরিচালনার অ্যালগরিদমগুলির কার্যকারিতা যথাযথভাবে প্রকাশ করতে ব্যর্থতার কারণে ডেলিভারু এবং গ্লোভোকে দুটি জিডিপিআর জরিমানা করেছে৷  

 

স্পেন কর্মসংস্থানের ক্ষেত্রে AI নিয়ন্ত্রণ করার চেষ্টা করার জন্য প্রথম আইন পাস করেছে , গিগ কর্মীদের জন্য কর্মী মর্যাদা এবং অ্যালগরিদমের নিয়ম ও পরামিতিগুলি সম্পর্কে অবহিত হওয়ার অধিকার প্রতিষ্ঠা করেছে - অভিযোগের একটি প্রবাহ প্রকাশ করে। এটি গ্লোভোর বিরুদ্ধে আরেকটি আদালতের মামলার ফলাফল যা স্প্যানিশ সুপ্রিম কোর্টে শেষ হয়েছিল।  

 

এই হাই-প্রোফাইল সিদ্ধান্তগুলির পাশাপাশি, যুক্তরাজ্যের সুপ্রিম কোর্টও এই বছর উপসংহারে পৌঁছেছে যে উবার চালকরা একটি পরিবহণ পরিষেবার পক্ষ ছিল যেটি " খুব শক্তভাবে সংজ্ঞায়িত এবং উবার দ্বারা নিয়ন্ত্রিত " একটি স্পষ্ট কর্মসংস্থান সম্পর্কে বিশ্বাসঘাতকতা করে, যেটি কোম্পানি দাবি করেছে যে এটির অস্তিত্ব নেই। শ্রমিকদের স্বাধীন ঠিকাদার হিসেবে শ্রেণীবদ্ধ করার (ভুল) প্রচেষ্টা। উল্লেখযোগ্যভাবে, এই সম্পর্কের প্রমাণ পাওয়া যায় ডেটা চালিত সিস্টেম থেকে রাইডশেয়ার প্ল্যাটফর্মগুলি তাদের কর্মশক্তি পরিচালনা করতে ব্যবহার করে। চাকরি গ্রহণের হার, রুট পছন্দ, ড্রাইভিং আচরণ এবং গ্রাহকের রেটিংগুলির অ্যালগরিদমিক পর্যবেক্ষণের মাধ্যমে ড্রাইভারদের পরিচালনার সাথে যুক্ত ইউকে সুপ্রিম কোর্ট দ্বারা হাইলাইট করা কিছু বিষয়। যাইহোক, যদিও অ্যালগরিদমিক ম্যানেজমেন্টের বৃহত্তর স্বীকৃতি রয়েছে, আদালতে সাম্প্রতিক লাভগুলি শ্রমিকদের সম্পূর্ণরূপে এর ক্ষতির বিরুদ্ধে রক্ষা করে না। সুপ্রীম কোর্টের সিদ্ধান্তের ফলে Uber ড্রাইভারদের দেওয়া অঙ্গ (b) কর্মী মর্যাদা হল ঠিকাদার এবং কর্মচারীর মধ্যে একটি মধ্যস্থতাকারীর মর্যাদা, এবং এখনও তাদের অন্যায্য বরখাস্ত থেকে রক্ষা করতে পারে না, উদাহরণস্বরূপ।

 

আমাদের অভিজ্ঞতা পরামর্শ দেয় যে এই অ্যালগরিদমিক ম্যানেজমেন্ট টুলগুলি, নজরদারি অনুশীলনকে তীব্র করার সাথে, সম্ভাব্য জালিয়াতি বা অন্যায় কাজের জন্য ক্রমাগত কর্মীদের যাচাই-বাছাই করে, এর ফলে একটি গভীর শোষণমূলক কাজের পরিবেশ তৈরি হয়। আমরা সমগ্র গিগ শিল্প জুড়ে অত্যধিক সংখ্যক স্বয়ংক্রিয় বরখাস্ত দেখতে পাচ্ছি, যার মধ্যে অনেকগুলিকে আমরা জেনারেল ডেটা প্রোটেকশন রেগুলেশন (GDPR)-এর ধারা 22 অনুসারে বেআইনি বলে বিশ্বাস করি। অনুচ্ছেদ 22 মানব হস্তক্ষেপ পাওয়ার এবং সিদ্ধান্তের প্রতিদ্বন্দ্বিতা করার অধিকারের মাধ্যমে স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণ এবং প্রোফাইলিংয়ের বিরূপ প্রভাবের বিরুদ্ধে কর্মীদের কিছু সীমিত সুরক্ষা প্রদান করে। GDPR-এর অনুচ্ছেদ 15 এই ধরনের স্বয়ংক্রিয় সিদ্ধান্ত নেওয়ার অস্তিত্ব সম্পর্কে অবহিত হওয়ার এবং প্রক্রিয়াকরণের যুক্তি সম্পর্কে অর্থপূর্ণ তথ্য প্রদানের অধিকারের নিশ্চয়তা দেয়।

 

এই অধিকারগুলিকে ভিত্তি হিসাবে গ্রহণ করে, ওয়ার্কার ইনফো এক্সচেঞ্জ এই কমপ্লেক্স এবং নিয়ন্ত্রিত স্থানের অধীনে নেভিগেট করার জন্য গিগ কর্মীদের সমর্থন করার লক্ষ্যে প্রতিষ্ঠিত হয়েছিল। আমাদের কাজের লক্ষ্য এবং রেমিট হল এই GDPR যন্ত্রগুলি অন্যায় কর্মসংস্থানের অনুশীলনগুলিকে মোকাবেলা করতে এবং কর্মী হিসাবে ব্যক্তিদের জন্য তাদের সক্ষমতার জন্য উপলব্ধ ডেটার সুযোগ প্রসারিত করতে ব্যবহার করা যেতে পারে কিনা তা পরীক্ষা করা। অন্য কথায়, আমাদের উচ্চাকাঙ্ক্ষা হল ডিজিটালি মধ্যস্থতাকারী শ্রম বাজারে প্রতিকারের প্রক্রিয়া পরীক্ষা করার জন্য যৌথ কর্মী শক্তি তৈরির একটি পদ্ধতি হিসাবে ডেটা অ্যাক্সেস ব্যবহার করা।  

 

যখন গিগ প্ল্যাটফর্ম এবং কর্মীদের মধ্যে কর্মসংস্থান সম্পর্ক ব্যাপক তথ্য সংগ্রহ এবং বিশ্লেষণের মাধ্যমে কার্যকর করা হয়, তখন কর্মসংস্থানের অধিকারগুলি ডেটা অধিকারের অনুশীলনের সাথে অবিচ্ছেদ্যভাবে যুক্ত হয়ে যায়। গিগ প্ল্যাটফর্মগুলি তথ্যগত অসামঞ্জস্য বজায় রাখার মাধ্যমে কর্মীদের উপর নিয়ন্ত্রণ জাহির করে এবং ডেটা অ্যাক্সেস গিগ প্ল্যাটফর্ম এবং তাদের কর্মীদের মধ্যে তথ্যগত ব্যবধান দ্বারা উত্পন্ন শক্তি (im) ভারসাম্য প্রকাশ করার একটি উপায় প্রদান করতে পারে। ব্যক্তিগত ডেটাতে অ্যাক্সেস পাওয়া শ্রমিকদের তাদের কাজের অবস্থা সম্পর্কে স্বাধীন মূল্যায়ন করতে এবং তাদের বেতন গণনা, প্রস্তাবিত কাজের গুণমান এবং পরিমাণ সংক্রান্ত প্রশ্নের উত্তর দিতে পারে, সেইসাথে সাসপেনশন সহ প্রতিকূল কর্মক্ষমতা ব্যবস্থাপনার জন্য ভিত্তিকে চ্যালেঞ্জ করতে পারে।  বরখাস্ত
 

ডেটা অ্যাক্সেসের সুবিধার ক্ষেত্রে আমাদের লক্ষ্য হল কাজের পরিস্থিতি এবং ফলস্বরূপ দর কষাকষির ক্ষমতা সম্পর্কে আরও বেশি বোঝার জন্য ডেটার সমষ্টিগত স্টোর তৈরি করা। সাম্প্রতিক বছরগুলিতে, বেশ কয়েকটি উল্লেখযোগ্য উদ্যোগ একই লক্ষ্যে পরিচালিত হয়েছে তবে ডেটা পুনরুদ্ধারের জন্য বিভিন্ন পদ্ধতি ব্যবহার করে। এই ক্ষেত্রের কিছু প্রকল্প শ্রমের অবস্থার ন্যায্যতা মূল্যায়ন করার জন্য আয় এবং কর্মক্ষমতার উপর তাদের নিজস্ব ডেটা সংগ্রহ এবং বিশ্লেষণ চালায় (উদাহরণস্বরূপ ড্রাইভারের সিট কোপ  এবং WeClock,  অন্যদের মধ্যে।) এগুলি গিগ অর্থনীতিতে অনন্য অন্তর্দৃষ্টি উপস্থাপন করে এবং ডেটা অনুশীলনের একটি ধারাবাহিকতা গঠন হিসাবে বিবেচনা করা উচিত। আমরা এই সমস্যাটির সাথে যোগাযোগ করেছি যে প্ল্যাটফর্মগুলি সেই ডেটা ভাগ করে যা শ্রমিকদের আইনত অধিকার রয়েছে, তবে এটি ডেটা সংগ্রহের বৃহত্তর লক্ষ্যে অতিরিক্ত বাধা তৈরি করেছে। আমরা এই পথটি নিয়েছি কারণ আমরা ডেটা সুরক্ষা আইনে মান এবং নজির স্থাপন করতে চেয়েছিলাম, কিন্তু এছাড়াও আমরা বিশ্বাস করি যে কিছু নির্দিষ্ট ধরণের তথ্য রয়েছে যা শুধুমাত্র প্ল্যাটফর্মগুলি থেকে সরাসরি ডেটার অনুরোধ করে প্রাপ্ত করা যেতে পারে৷

 

আমরা দেখেছি, বিশেষত নজরদারির ক্ষেত্রে অনিয়মিত কার্যকলাপ এবং জালিয়াতির অভিযোগগুলিকে উত্সাহিত করার ক্ষেত্রে, অভিযোগগুলি বোঝার এবং প্রতিদ্বন্দ্বিতা করার জন্য সংস্থাগুলির কাছে থাকা ডেটা থাকা প্রয়োজন৷ ডেটা অ্যাক্সেস আমাদের প্ল্যাটফর্ম কোম্পানিগুলির দ্বারা উন্নত বর্ণনাগুলির অসঙ্গতিগুলি খুঁজে বের করতে এবং কর্মীদের কাছ থেকে প্রমাণের বোঝা প্ল্যাটফর্মগুলিতে ফিরিয়ে আনতে সাহায্য করতে পারে৷ এই দৃষ্টিকোণ থেকে, প্ল্যাটফর্ম ডেটা দাবি করার প্রচেষ্টা অসংখ্য কর্মসংস্থান বিরোধ সমাধানে অত্যন্ত সফল প্রমাণিত হয়েছে। ব্যক্তিগত তথ্য প্রদানে প্ল্যাটফর্মের প্রত্যাখ্যানের সহজ প্রদর্শন আদালতে বেশ কয়েকটি লাইসেন্স প্রত্যাহার করেছে (TfL দ্বারা প্রয়োগ করা হয়েছে) এবং এইভাবে কর্মসংস্থান অধিকার অনুশীলনের একটি অতিরিক্ত হাতিয়ার হয়ে উঠেছে।

 

এটি কর্মী তথ্য বিনিময়ের কার্যকলাপের অন্য শাখা গঠন করে; যেহেতু আমরা কর্মক্ষেত্রের অবস্থা নির্ধারণকারী জটিল সিস্টেমগুলির উপর স্বচ্ছতা এবং স্বচ্ছতা অর্জনের প্রচেষ্টায় হতাশ হয়ে পড়ি, তাই ডিজিটাল শ্রম অধিকারের উদ্ভূত ক্ষেত্রে আমাদের প্রায়শই মামলা মোকদ্দমা অবলম্বন করতে হবে এবং আদালতে যেতে হবে। গিগ প্ল্যাটফর্মগুলি যে কৃত্রিম 'ডেটা ক্রাইসিস' তৈরি করেছে তা হল বিভিন্ন উপায়ে অনিশ্চিত কর্মী এবং ইউনিয়নগুলির সংস্থানগুলিকে নিঃশেষ এবং নিষ্ক্রিয় করার একটি প্রয়াস যা আদালতে বিবাদগুলিকে টেনে এনেছে যেখানে তারা দীর্ঘায়িত হতে পারে এবং কর্পোরেট অসদাচরণের জন্য দায়বদ্ধতা বিলম্বিত হতে পারে।  

 

ক্রিয়াকলাপের এই অংশগুলির সাথে সামঞ্জস্য রেখে, এই প্রতিবেদনটি তিনটি অংশে লেখা হয়েছে: প্রথম বিভাগটি অ্যালগরিদমিক ব্যবস্থাপনার বিভিন্ন দিক এবং এর ক্ষতিকারক, সম্পর্কিত কেস স্টাডির সাথে অনুসন্ধান করে। দ্বিতীয় বিভাগে ডেটা সাবজেক্ট অ্যাকসেস রিকোয়েস্ট (DSARs) ব্যবহার করার ক্ষেত্রে আমাদের প্রক্রিয়া নিয়ে আলোচনা করা হয়েছে যেখানে তৃতীয় অংশটি আমস্টারডামে আমরা এগিয়ে নেওয়া জিডিপিআর সংক্রান্ত মামলাগুলির পাশাপাশি লন্ডনে যে লাইসেন্সিং কেসগুলিকে সমর্থন করছি সেগুলির একটি ওভারভিউ অফার করে৷ এই প্রতিবেদনটি মোজিলা ফাউন্ডেশন, ডিজিটাল ফ্রিডম ফান্ড এবং ওপেন সোসাইটি ফাউন্ডেশনের সহায়তায় পরিচালিত আমাদের সংস্থার এই ফাংশনগুলিকে সম্বোধন করার কাজের একটি সময়কাল শেষ করে৷ আমরা আশা করি এই প্রতিবেদনটি তথ্য ও শ্রমের সংযোগস্থলে অধিকারের অনুশীলনে খেলার বর্তমান অবস্থা প্রদর্শন করবে এবং গিগ প্ল্যাটফর্মগুলির দ্বারা বারবার অ-সম্মতির ক্রমবর্ধমান প্রভাবগুলি প্রকাশ করবে।

"প্ল্যাটফর্ম কোম্পানিগুলি একটি আইনহীন জায়গায় কাজ করছে যেখানে তারা বিশ্বাস করে যে তারা নিয়ম তৈরি করতে পারে৷ দুর্ভাগ্যবশত এটি একটি খেলা নয়; ভার্চুয়াল বাস্তবতা বাস্তব জীবনে গিগ কর্মীদের জন্য কঠোর পরিণতি নিয়ে আসে৷ যা উত্সাহজনক তা হল যে শ্রমিকরা নিজেরাই আইনের জন্য অপেক্ষা করছে না, নীতিনির্ধারক বা এমনকি মানবাধিকার আন্দোলনের সহযোগীরাও তাদের উদ্ধারের জন্য। গিগ কর্মীরা সংগঠিত করছে এবং তাদের সম্মিলিত কণ্ঠস্বর ব্যবহার করে নতুন সুরক্ষা দাবি করছে যা একটি ডিজিটাইজিং অর্থনীতির উদ্দেশ্যে উপযুক্ত।"

বামা আত্রেয়া, ফেলো, ওপেন সোসাইটি ফাউন্ডেশন

Part I Misclassification 2.0

পার্ট I: ভুল শ্রেণীবিভাগ 2.0  অ্যালগরিদম দ্বারা নিয়ন্ত্রিত
 

যুক্তরাজ্যের গিগ অর্থনীতিতে কর্মীদের অধিকারের জন্য ছয় বছরের লড়াইয়ে, উবার যুক্তি দিয়েছিল যে এটি নিছক স্ব-নিযুক্ত চালকের এজেন্ট ছিল প্যাসিভভাবে কাজের অর্ডার বুক করা এবং অর্থ সংগ্রহ করা ছাড়া আর কিছুই করে না। এই কল্পকাহিনীকে এগিয়ে নেওয়ার জন্য, গিগ প্ল্যাটফর্মগুলি বিস্তৃত চুক্তি স্থাপন করে যা এটিকে দেখায় যেন চালক এবং যাত্রী একে অপরের সাথে সরাসরি লেনদেন করছে, যখন প্রকৃতপক্ষে সমস্ত যাত্রীর তথ্য কোম্পানিগুলির দ্বারা ঘনিষ্ঠভাবে রক্ষা করা হয়। উদাহরণস্বরূপ, Uber তাদের বহন করা প্রতিটি যাত্রীর জন্য ড্রাইভারের পক্ষ থেকে একটি ধারণাগত চালান তৈরি করে। চালানটি শুধুমাত্র যাত্রীর প্রথম নাম উল্লেখ করবে এবং প্রকৃতপক্ষে কখনই গ্রাহককে পাঠানো হয় না।

 

এই ভুল শ্রেণিবিন্যাস কৌশলগুলি, সাধারণত গিগ অর্থনীতিতে ব্যবহৃত হয়, প্ল্যাটফর্মগুলিকে নিয়োগকর্তার আইনি দায়িত্ব যেমন মৌলিক কর্মী অধিকার সুরক্ষা এবং জাতীয় বীমা অবদানগুলি এড়াতে সক্ষম করে৷ যুক্তরাজ্যে এটি প্ল্যাটফর্ম কোম্পানিগুলিকে মূল্য সংযোজন বিক্রয় কর (ভ্যাট) এড়াতে সক্ষম করেছে। কিন্তু এই বছরের শুরুর দিকে, সুপ্রিম কোর্ট নিম্ন আদালতের কৃত্রিম চুক্তি বাতিল করার এবং কর্মীদের উপর নিয়ন্ত্রণের ব্যবস্থাপনা সম্পর্কের প্রমাণের ভিত্তিতে কর্মসংস্থান সম্পর্কের প্রকৃত প্রকৃতি নির্ধারণের অধিকার নিশ্চিত করেছে।

 

যেহেতু প্ল্যাটফর্ম কোম্পানিগুলি উপসংহারে পৌঁছেছে যে বিভ্রান্তিকর চুক্তিগুলি ব্যবহার করে কর্মসংস্থানের ভুল শ্রেণিবিন্যাসের পদ্ধতি হিসাবে আর কার্যকর নয়, তারা ব্যবস্থাপনা নিয়ন্ত্রণের গোপনীয়তার জন্য প্রক্রিয়া অটোমেশনকে দ্বিগুণ করতে প্রলুব্ধ হবে। অ্যালগরিদমিক নিয়ন্ত্রণ ভুল শ্রেণীবিভাগ 2.0 হয়ে যায়। প্রকৃতপক্ষে, যথেষ্ট প্রমাণ রয়েছে যে এটি ইতিমধ্যেই ঘটছে। গিগ প্ল্যাটফর্মগুলি ভুল শ্রেণীবিভাগের কৌশলগুলি অনুসরণ করার জন্য আগের চেয়ে আরও বেশি দৃঢ়প্রতিজ্ঞ যাতে তারা কর্মীবাহিনীকে নিয়ন্ত্রণ করা চালিয়ে যেতে পারে এবং সেই ঝুঁকি এড়াতে পারে যে ড্রাইভাররা 'কর্মী' মর্যাদা থেকে স্নাতক হতে পারে সীমিত অধিকার সহ কর্মচারী মর্যাদায় যথেষ্ট বেশি অধিকার সহ।  

তাহলে অ্যালগরিদমিক নিয়ন্ত্রণ কী এবং গিগ কর্মীদের জন্য নির্দিষ্ট ঝুঁকিগুলি কী কী? রাইড-শেয়ার এবং ডেলিভারি ইন্ডাস্ট্রিতে বিশেষ করে অ্যালগরিদমিক ম্যানেজমেন্টের মাধ্যমে যা আমাদের কাছে সবচেয়ে বেশি উদ্বেগের বিষয় হল:
 

  • নজরদারি। নিরাপত্তা এবং সনাক্তকরণের বিবৃত উদ্দেশ্যে অনুপ্রবেশকারী নজরদারি। এটি জালিয়াতি সনাক্তকরণ এবং মুখের শনাক্তকরণ প্রযুক্তির ব্যবহারকে অন্তর্ভুক্ত করে। আমরা সচেতন যে কর্মী যখন লগ ইন না করে তখনও নজরদারি করা হয় নিজেদের কাজের জন্য উপলব্ধ করার জন্য। এতে ভোক্তা হিসেবে কর্মীদের অ্যাপের ব্যবহার জরিপ করাও অন্তর্ভুক্ত ছিল।
     

  • কর্মক্ষমতা ব্যবস্থাপনা. এর মধ্যে রয়েছে কিন্তু ইটিএ, গ্রাহকের রেটিং, চাকরির গ্রহণযোগ্যতা এবং সমাপ্তির হার, সহায়তা কর্মীদের সাথে মিথস্ক্রিয়া, প্রাপ্যতা সহ ড্রাইভিং আচরণের নিরীক্ষণের মধ্যেই সীমাবদ্ধ নয়।
     

  • কাজের বরাদ্দ। Uber খুব সম্প্রতি পর্যন্ত জোর দিয়েছিল যে চালক এবং যাত্রীদের একে অপরের সান্নিধ্যের উপর কাজের বরাদ্দ নির্ধারণ করা হয় তবে এখন স্বীকার করে যে অতীতের আচরণ এবং পছন্দগুলিকে ফ্যাক্টর করা হয়। ওলা স্বীকার করে যে ড্রাইভারের প্রোফাইলগুলির মধ্যে 'আয়ন প্রোফাইল' এবং 'প্রতারণার সম্ভাবনা' স্কোরিং অন্তর্ভুক্ত রয়েছে কাজের বরাদ্দ স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণে ব্যবহৃত হয়।
     

  • মূল্য নির্ধারণ। কাজের বরাদ্দের সাথে ঘনিষ্ঠভাবে সম্পর্কিত স্বয়ংক্রিয় মূল্য নির্ধারণের সিদ্ধান্ত নেওয়া। সম্ভবত সবচেয়ে সুপরিচিত পদ্ধতি হল Uber-এর তথাকথিত 'সার্জ' বা 'ডাইনামিক প্রাইসিং' যা রিয়েল টাইম, স্থানীয় দামের ওঠানামার সাথে বাজারের চাহিদা মেটাতে সাহায্য করে।  

 

উপরের ব্যবস্থাপনার সিদ্ধান্তগুলি বেশিরভাগই স্বয়ংক্রিয় বা আধা-স্বয়ংক্রিয় সীমিত মানব হস্তক্ষেপে। গিগ অর্থনীতির ব্যবসায়িক মডেলগুলি ব্যবস্থাপনার সিদ্ধান্ত এবং কর্মক্ষেত্রের তত্ত্বাবধানের ব্যাপক অটোমেশনের উপর নির্ভর করে। যদিও কিছু নিয়োগকর্তা এই বিষয়ে নতজানু, ডেলিভারু তাদের রাইডার গোপনীয়তা নীতিতে এটি সম্পর্কে বেশ স্পষ্টবাদী ছিলেন:  
 

“আমরা যে পরিমাণ ডেলিভারি মোকাবেলা করি তার পরিপ্রেক্ষিতে, উপরে বর্ণিত স্বয়ংক্রিয় সিদ্ধান্ত নিতে আমরা স্বয়ংক্রিয় সিস্টেম ব্যবহার করি কারণ তারা সন্দেহভাজন জালিয়াতি সনাক্ত করার, আপনার সরবরাহকারী চুক্তির বারবার লঙ্ঘন প্রতিরোধ এবং নেতিবাচক প্রভাব সীমিত করার আরও সঠিক, ন্যায্য এবং দক্ষ উপায় প্রদান করে। আমাদের সেবা. সময়সীমার মধ্যে মানব চেক করা সম্ভব হবে না এবং আমরা যে পরিমাণ ডেলিভারি মোকাবেলা করি তার পরিপ্রেক্ষিতে।"

Asset 8_1.5x.png

কর্মক্ষমতা ব্যবস্থাপনা

এর মধ্যে রয়েছে কিন্তু ETA, গ্রাহকের রেটিং, চাকরির গ্রহণযোগ্যতা এবং সমাপ্তির হার, সহায়তা কর্মীদের সাথে মিথস্ক্রিয়া, প্রাপ্যতা সহ ড্রাইভিং আচরণের নিরীক্ষণের মধ্যেই সীমাবদ্ধ নয়।

Asset 7_1.5x.png

মূল্য নির্ধারণ
 

কাজের বরাদ্দের সাথে ঘনিষ্ঠভাবে সম্পর্কিত স্বয়ংক্রিয় মূল্য নির্ধারণের সিদ্ধান্ত নেওয়া। সম্ভবত সবচেয়ে সুপরিচিত পদ্ধতি হল Uber-এর তথাকথিত 'সার্জ' বা 'ডাইনামিক প্রাইসিং' যা রিয়েল টাইম, স্থানীয় দামের ওঠানামার সাথে বাজারের চাহিদা মেটাতে সাহায্য করে। 

নজরদারি
 

নিরাপত্তা এবং সনাক্তকরণের বিবৃত উদ্দেশ্যে অনুপ্রবেশকারী নজরদারি। এটি জালিয়াতি সনাক্তকরণ এবং মুখের শনাক্তকরণ প্রযুক্তির ব্যবহারকে অন্তর্ভুক্ত করে। আমরা সচেতন যে কর্মী যখন লগ ইন না করে তখনও নজরদারি করা হয় নিজেদের কাজের জন্য উপলব্ধ করার জন্য। এতে ভোক্তা হিসেবে কর্মীদের অ্যাপের ব্যবহার জরিপ করাও অন্তর্ভুক্ত ছিল।

কাজের বরাদ্দ
 

Uber খুব সম্প্রতি পর্যন্ত জোর দিয়েছিল যে চালক এবং যাত্রীদের একে অপরের নৈকট্যের উপর কাজের বরাদ্দ নির্ধারণ করা হয় তবে এখন স্বীকার করে যে অতীতের আচরণ এবং পছন্দগুলিকে ফ্যাক্টর করা হয়। ওলা স্বীকার করে যে ড্রাইভারের প্রোফাইলগুলির মধ্যে 'আয়ন প্রোফাইল' এবং 'জালিয়াতির সম্ভাবনা' স্কোরিং অন্তর্ভুক্ত রয়েছে কাজের বরাদ্দ স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণে ব্যবহৃত হয়।

Asset 4_1.5x.png
Asset 6_1.5x.png

পার্ট I: ভুল শ্রেণীবিভাগ 2.0  অ্যালগরিদম দ্বারা নিয়ন্ত্রিত
 

যুক্তরাজ্যের গিগ অর্থনীতিতে কর্মীদের অধিকারের জন্য ছয় বছরের লড়াইয়ে, উবার যুক্তি দিয়েছিল যে এটি নিছক স্ব-নিযুক্ত চালকের এজেন্ট ছিল প্যাসিভভাবে কাজের অর্ডার বুক করা এবং অর্থ সংগ্রহ করা ছাড়া আর কিছুই করে না। এই কল্পকাহিনীকে এগিয়ে নেওয়ার জন্য, গিগ প্ল্যাটফর্মগুলি বিস্তৃত চুক্তি স্থাপন করে যা এটিকে দেখায় যেন চালক এবং যাত্রী একে অপরের সাথে সরাসরি লেনদেন করছে, যখন প্রকৃতপক্ষে সমস্ত যাত্রীর তথ্য কোম্পানিগুলির দ্বারা ঘনিষ্ঠভাবে রক্ষা করা হয়। উদাহরণস্বরূপ, Uber তাদের বহন করা প্রতিটি যাত্রীর জন্য ড্রাইভারের পক্ষ থেকে একটি ধারণাগত চালান তৈরি করে। চালানটি শুধুমাত্র যাত্রীর প্রথম নাম উল্লেখ করবে এবং প্রকৃতপক্ষে কখনই গ্রাহককে পাঠানো হয় না।

 

এই ভুল শ্রেণিবিন্যাস কৌশলগুলি, সাধারণত গিগ অর্থনীতিতে ব্যবহৃত হয়, প্ল্যাটফর্মগুলিকে নিয়োগকর্তার আইনি দায়িত্ব যেমন মৌলিক কর্মী অধিকার সুরক্ষা এবং জাতীয় বীমা অবদানগুলি এড়াতে সক্ষম করে৷ যুক্তরাজ্যে এটি প্ল্যাটফর্ম কোম্পানিগুলিকে মূল্য সংযোজন বিক্রয় কর (ভ্যাট) এড়াতে সক্ষম করেছে। কিন্তু এই বছরের শুরুর দিকে, সুপ্রিম কোর্ট নিম্ন আদালতের কৃত্রিম চুক্তি বাতিল করার এবং কর্মীদের উপর নিয়ন্ত্রণের ব্যবস্থাপনা সম্পর্কের প্রমাণের ভিত্তিতে কর্মসংস্থান সম্পর্কের প্রকৃত প্রকৃতি নির্ধারণের অধিকার নিশ্চিত করেছে।

 

যেহেতু প্ল্যাটফর্ম কোম্পানিগুলি উপসংহারে পৌঁছেছে যে বিভ্রান্তিকর চুক্তিগুলি ব্যবহার করে কর্মসংস্থানের ভুল শ্রেণিবিন্যাসের পদ্ধতি হিসাবে আর কার্যকর নয়, তারা ব্যবস্থাপনা নিয়ন্ত্রণের গোপনীয়তার জন্য প্রক্রিয়া অটোমেশনকে দ্বিগুণ করতে প্রলুব্ধ হবে। অ্যালগরিদমিক নিয়ন্ত্রণ ভুল শ্রেণীবিভাগ 2.0 হয়ে যায়। প্রকৃতপক্ষে, যথেষ্ট প্রমাণ রয়েছে যে এটি ইতিমধ্যেই ঘটছে। গিগ প্ল্যাটফর্মগুলি ভুল শ্রেণীবিভাগের কৌশলগুলি অনুসরণ করার জন্য আগের চেয়ে আরও বেশি দৃঢ়প্রতিজ্ঞ যাতে তারা কর্মীবাহিনীকে নিয়ন্ত্রণ করা চালিয়ে যেতে পারে এবং সেই ঝুঁকি এড়াতে পারে যে ড্রাইভাররা 'কর্মী' মর্যাদা থেকে স্নাতক হতে পারে সীমিত অধিকার সহ কর্মচারী মর্যাদায় যথেষ্ট বেশি অধিকার সহ।  

তাহলে অ্যালগরিদমিক নিয়ন্ত্রণ কী এবং গিগ কর্মীদের জন্য নির্দিষ্ট ঝুঁকিগুলি কী কী? রাইড-শেয়ার এবং ডেলিভারি ইন্ডাস্ট্রিতে বিশেষ করে অ্যালগরিদমিক ম্যানেজমেন্টের মাধ্যমে যা আমাদের কাছে সবচেয়ে বেশি উদ্বেগের বিষয় হল:
 

  • নজরদারি। নিরাপত্তা এবং সনাক্তকরণের বিবৃত উদ্দেশ্যে অনুপ্রবেশকারী নজরদারি। এটি জালিয়াতি সনাক্তকরণ এবং মুখের শনাক্তকরণ প্রযুক্তির ব্যবহারকে অন্তর্ভুক্ত করে। আমরা সচেতন যে কর্মী যখন লগ ইন না করে তখনও নজরদারি করা হয় নিজেদের কাজের জন্য উপলব্ধ করার জন্য। এতে ভোক্তা হিসেবে কর্মীদের অ্যাপের ব্যবহার জরিপ করাও অন্তর্ভুক্ত ছিল।
     

  • কর্মক্ষমতা ব্যবস্থাপনা. এর মধ্যে রয়েছে কিন্তু ইটিএ, গ্রাহকের রেটিং, চাকরির গ্রহণযোগ্যতা এবং সমাপ্তির হার, সহায়তা কর্মীদের সাথে মিথস্ক্রিয়া, প্রাপ্যতা সহ ড্রাইভিং আচরণের নিরীক্ষণের মধ্যেই সীমাবদ্ধ নয়।
     

  • কাজের বরাদ্দ। Uber খুব সম্প্রতি পর্যন্ত জোর দিয়েছিল যে চালক এবং যাত্রীদের একে অপরের সান্নিধ্যের উপর কাজের বরাদ্দ নির্ধারণ করা হয় তবে এখন স্বীকার করে যে অতীতের আচরণ এবং পছন্দগুলিকে ফ্যাক্টর করা হয়। ওলা স্বীকার করে যে ড্রাইভারের প্রোফাইলগুলির মধ্যে 'আয়ন প্রোফাইল' এবং 'প্রতারণার সম্ভাবনা' স্কোরিং অন্তর্ভুক্ত রয়েছে কাজের বরাদ্দ স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণে ব্যবহৃত হয়।
     

  • মূল্য নির্ধারণ। কাজের বরাদ্দের সাথে ঘনিষ্ঠভাবে সম্পর্কিত স্বয়ংক্রিয় মূল্য নির্ধারণের সিদ্ধান্ত নেওয়া। সম্ভবত সবচেয়ে সুপরিচিত পদ্ধতি হল Uber-এর তথাকথিত 'সার্জ' বা 'ডাইনামিক প্রাইসিং' যা রিয়েল টাইম, স্থানীয় দামের ওঠানামার সাথে বাজারের চাহিদা মেটাতে সাহায্য করে।  

 

উপরের ব্যবস্থাপনার সিদ্ধান্তগুলি বেশিরভাগই স্বয়ংক্রিয় বা আধা-স্বয়ংক্রিয় সীমিত মানব হস্তক্ষেপে। গিগ অর্থনীতির ব্যবসায়িক মডেলগুলি ব্যবস্থাপনার সিদ্ধান্ত এবং কর্মক্ষেত্রের তত্ত্বাবধানের ব্যাপক অটোমেশনের উপর নির্ভর করে। যদিও কিছু নিয়োগকর্তা এই বিষয়ে নতজানু, ডেলিভারু তাদের রাইডার গোপনীয়তা নীতিতে এটি সম্পর্কে বেশ স্পষ্টবাদী ছিলেন:  
 

“আমরা যে পরিমাণ ডেলিভারি মোকাবেলা করি তার পরিপ্রেক্ষিতে, উপরে বর্ণিত স্বয়ংক্রিয় সিদ্ধান্ত নিতে আমরা স্বয়ংক্রিয় সিস্টেম ব্যবহার করি কারণ তারা সন্দেহভাজন জালিয়াতি সনাক্ত করার, আপনার সরবরাহকারী চুক্তির বারবার লঙ্ঘন প্রতিরোধ এবং নেতিবাচক প্রভাব সীমিত করার আরও সঠিক, ন্যায্য এবং দক্ষ উপায় প্রদান করে। আমাদের সেবা. সময়সীমার মধ্যে মানব চেক করা সম্ভব হবে না এবং আমরা যে পরিমাণ ডেলিভারি মোকাবেলা করি তার পরিপ্রেক্ষিতে।"

“আমরা যে পরিমাণ ডেলিভারি মোকাবেলা করি তার পরিপ্রেক্ষিতে, উপরে বর্ণিত স্বয়ংক্রিয় সিদ্ধান্ত নিতে আমরা স্বয়ংক্রিয় সিস্টেম ব্যবহার করি কারণ তারা সন্দেহভাজন জালিয়াতি শনাক্ত করার, আপনার সরবরাহকারী চুক্তির বারবার লঙ্ঘন প্রতিরোধ এবং নেতিবাচক প্রভাব সীমিত করার আরও সঠিক, ন্যায্য এবং দক্ষ উপায় প্রদান করে। আমাদের সেবা. সময়সীমার মধ্যে মানব চেক করা সম্ভব হবে না এবং আমরা যে পরিমাণ ডেলিভারি মোকাবেলা করি তার পরিপ্রেক্ষিতে।"

WIE-Report-Illustration-1_2x.png
WIE-Report-Illustration-3_2x.png

নজরদারি
 

নিরাপত্তা এবং সনাক্তকরণের বিবৃত উদ্দেশ্যে অনুপ্রবেশকারী নজরদারি। এটি জালিয়াতি সনাক্তকরণ এবং মুখের শনাক্তকরণ প্রযুক্তির ব্যবহারকে অন্তর্ভুক্ত করে। আমরা সচেতন যে কর্মী যখন লগ ইন না করে তখনও নজরদারি করা হয় নিজেদের কাজের জন্য উপলব্ধ করার জন্য। এতে ভোক্তা হিসেবে কর্মীদের অ্যাপের ব্যবহার জরিপ করাও অন্তর্ভুক্ত রয়েছে।

কাজের বরাদ্দ
 

Uber খুব সম্প্রতি পর্যন্ত জোর দিয়েছিল যে চালক এবং যাত্রীদের একে অপরের নৈকট্যের উপর কাজের বরাদ্দ নির্ধারণ করা হয় তবে এখন বলে যে অতীতের আচরণ এবং পছন্দগুলি ফ্যাক্টর করা হয়। Ola ড্রাইভার প্রোফাইল ব্যবহার করে যার মধ্যে কাজের জন্য স্বয়ংক্রিয় সিদ্ধান্ত নেওয়ার ক্ষেত্রে 'জালিয়াতির সম্ভাবনা স্কোর' অন্তর্ভুক্ত রয়েছে বরাদ্দ

WIE-Report-Illustration-2_2x.png

কর্মক্ষমতা ব্যবস্থাপনা

কাজের পারফরম্যান্সের মূল্যায়নের মধ্যে রয়েছে কিন্তু ইটিএ, গ্রাহকের রেটিং, কাজের গ্রহণযোগ্যতা এবং সমাপ্তির হার, সহায়তা কর্মীদের সাথে মিথস্ক্রিয়া, প্রাপ্যতা সহ ড্রাইভিং আচরণের নিরীক্ষণের মধ্যেই সীমাবদ্ধ নয়।

WIE-Report-Illustration-4_2x.png

মূল্য নির্ধারণ
 

কাজের বরাদ্দের সাথে ঘনিষ্ঠভাবে সম্পর্কিত স্বয়ংক্রিয় মূল্য নির্ধারণ। সম্ভবত সবচেয়ে সুপরিচিত পদ্ধতি হল Uber-এর তথাকথিত 'সার্জ' বা 'ডাইনামিক প্রাইসিং' যা রিয়েল টাইম, স্থানীয় দামের ওঠানামার সাথে বাজারের চাহিদা মেটাতে সাহায্য করে। 

নজরদারি অস্ত্র রেস
 

2020 সালে Uber তার তথাকথিত হাইব্রিড রিয়েল টাইম আইডেন্টিফিকেশন সিস্টেম চালু করার পর থেকে আমরা গিগ অর্থনীতিতে একটি নজরদারি অস্ত্রের প্রতিযোগিতা দেখছি। 2019 সালের নভেম্বরে ট্রান্সপোর্ট ফর লন্ডন (TfL) তাদের লাইসেন্স পুনর্নবীকরণ প্রত্যাখ্যান করার সিদ্ধান্ত ঘোষণা করার ঠিক একদিন আগে, উবার এই নজরদারি ব্যবস্থা চালু করার প্রস্তাব দিয়েছে যা জিপিএস মনিটরিংয়ের সাথে মুখের শনাক্তকরণকে অন্তর্ভুক্ত করে।  
 

এটি TfL-এর অভিযোগের প্রতিক্রিয়া হিসাবে যে 21 জন ড্রাইভার সনাক্ত করা হয়েছে (কয়েক বছর ধরে বিশ্লেষণ করা হয়েছে 90,000 এর মধ্যে) অ্যাকাউন্ট ভাগ করে নেওয়ার সাথে জড়িত যা সম্ভাব্য লাইসেন্সবিহীন এবং বীমাবিহীন ড্রাইভারদের অবৈধভাবে অ্যাপে তাদের পরিষেবাগুলি অফার করার অনুমতি দিয়েছে। ক্রিয়াকলাপটি যুক্তরাজ্যের বাইরে ডিভাইসের GPS অবস্থান রিসেট করে সম্ভব হয়েছিল, যেখানে ড্রাইভারদের পক্ষে তাদের নিজস্ব ফটো আপলোড করা সম্ভব। এই ব্যবধানটি উবার দ্রুত বন্ধ করে দেয় এবং সনাক্ত করা কার্যকলাপটি উবারের অপারেশনের স্কেলের তুলনায় অদৃশ্য হয়ে যায়। শিল্প দ্বারা মুখ শনাক্তকরণ প্রযুক্তির প্রবর্তন অনুভূত ঝুঁকির তুলনায় সম্পূর্ণরূপে অসামঞ্জস্যপূর্ণ হয়েছে। তা সত্ত্বেও, রিয়েল টাইম শনাক্তকরণের প্রয়োজনীয়তা 2020 সালের সেপ্টেম্বরে ওয়েস্টমিনস্টার ম্যাজিস্ট্রেট আদালতে উবারের লাইসেন্স নবায়নের শর্তে পরিণত হয়েছিল।
 

Uber-এর ক্ষেত্রে, প্ল্যাটফর্মের ব্যবস্থাপনা এবং TfL উভয়ই নিশ্চিত করতে ব্যর্থ হয়েছে যে 2020 সালের মার্চ মাসে TfL প্রযুক্তির জন্য ডেটা সুরক্ষা প্রভাব মূল্যায়ন পর্যালোচনা করা সত্ত্বেও ড্রাইভারদের অধিকার এবং স্বাধীনতা রক্ষা করার জন্য উপযুক্ত সুরক্ষা ব্যবস্থা রাখা হয়েছে। রিয়েল টাইম আইডি সিস্টেমের জন্য Uber-এর DPIA-এ অ্যাক্সেস পাওয়ার জন্য TfL-এর কাছে তথ্যের স্বাধীনতার অনুরোধ, কিন্তু আমাদের প্রত্যাখ্যান করা হয়েছিল। TfL রিপোর্ট অনুসারে, 94% প্রাইভেট হায়ার ভেহিকল (PHV) চালক কৃষ্ণাঙ্গ এবং জাতিগত সংখ্যালঘু পটভূমি থেকে এবং এই প্রযুক্তির প্রবর্তন, যা এই গোষ্ঠীগুলির মধ্যে কম নির্ভুলতার হারের জন্য স্বীকৃত, ইতিমধ্যেই দুর্বল কর্মীদের জন্য বিপর্যয়কর প্রমাণিত হয়েছে। অনিশ্চিত কর্মসংস্থান।  
 

বোল্ট ঘোষণা করেছে যে এটি মুখের স্বীকৃতি সহ AI ড্রাইভার অ্যান্টি-ফ্রড সনাক্তকরণ সিস্টেমে €150 মিলিয়ন বিনিয়োগ করছে। ডেলিভারু ঘোষণা করেছে যে তারাও ফেসিয়াল রিকগনিশন আইডেন্টিটি চেক চালু করবে। Ola Cabs এর গার্ডিয়ান সিস্টেমের একটি বৈশিষ্ট্য হিসাবে মুখের শনাক্তকরণ শনাক্তকরণও চালু করেছে, মেশিন লার্নিং অন্তর্ভুক্ত করে যা তারা দাবি করে যে তারা "প্রতিদিন লক্ষ লক্ষ ডেটা পয়েন্ট থেকে ক্রমাগত শিখতে এবং বিকাশ করতে সক্ষম করে, ঝুঁকি সংকেত এবং তাত্ক্ষণিক রেজোলিউশন উন্নত করতে।"  
 

FreeNow, একটি Daimler এবং BMW এর যৌথ উদ্যোগ, তাদের জালিয়াতি প্রতিরোধ কর্মসূচির অংশ হিসেবে ড্রাইভারদের ঘনিষ্ঠভাবে পর্যবেক্ষণ করে। প্রকৃতপক্ষে, লন্ডনে তাদের লাইসেন্স দেওয়ার জন্য TfL-এর সিদ্ধান্তের বিচার বিভাগীয় পর্যালোচনায় FreeNow-এর দ্বারা হাইকোর্টে দাখিল করা নথি, তারা প্রকাশ করেছে যে TfL বিভিন্ন কারণে ড্রাইভার বরখাস্তের মাসিক রিপোর্ট করেছে ('জালিয়াতিমূলক কার্যকলাপ' সহ) তাদের শর্ত সাম্প্রতিক লাইসেন্স নবায়ন। কিন্তু জালিয়াতি প্রতিরোধের উদ্দেশ্যে প্রক্রিয়াকৃত ডেটার বিবরণ FreeNow-এর গোপনীয়তা নীতির উত্তরের চেয়ে বেশি প্রশ্ন উত্থাপন করে।

এই নথিতে, Free Now বলেছে যে তারা একটি 'র্যান্ডম ফরেস্ট' অ্যালগরিদম ব্যবহার করে একটি জালিয়াতি স্কোর তৈরি করতে যা তারা ব্যবহার করে " সেই অনুযায়ী প্রেরিত যাত্রাকে অগ্রাধিকার দিতে৷ এটি একটি ন্যায্য এবং ঝুঁকি ন্যূনতম প্রেরণ নিশ্চিত করে ।" Free Now এই জালিয়াতি সনাক্তকরণ সিস্টেমের ব্যবহারে প্রতিদ্বন্দ্বিতা করেছিল যখন আমরা 2021 সালের জুনে এটি সম্পর্কে অনুসন্ধান করেছিলাম, দাবি করে যে গোপনীয়তা নীতির এই বিভাগটি পুরানো হয়ে গেছে (অনুগ্রহ করে প্রতিবেদনের বিভাগ II এ কোম্পানির কেস স্টাডি দেখুন।) তবে, এই সিস্টেমের বর্ণনা 2021 সালের সেপ্টেম্বরে একটি আপডেট করা সত্ত্বেও নীতিতে রয়ে গেছে।

 

এই সিস্টেমগুলির ব্যবহার সম্পর্কে যা বিশেষভাবে উদ্বেগজনক তা হল যে তারা কর্মক্ষমতা ব্যবস্থাপনার সাথে জালিয়াতি ব্যবস্থাপনাকে একত্রিত করে। এই ধরনের 'জালিয়াতি' সূচকগুলি কাজের বরাদ্দের জন্য পরিবর্তনশীল হিসাবে ব্যবহার করা হয় এবং যে আচরণগুলি তৈরি করে তা প্ল্যাটফর্মে চালিয়ে যাওয়ার অনুমতি দেয় তা প্রমাণ করে যে এগুলি অপরাধমূলক জালিয়াতির উদাহরণ নয়, তবে নিয়ন্ত্রণের প্রক্রিয়া, যা কর্মীরা কতটা ভাল কাজ করছে তা মূল্যায়ন করে। কোম্পানি দ্বারা সেট অস্বচ্ছ মেট্রিক্স বিরুদ্ধে. আমরা পরামর্শ দিই যে এই প্রসঙ্গে ব্যবহৃত যেকোন 'প্রতারণা' পরিভাষাগুলিও কর্মসংস্থানের সম্পর্ক গোপন করার জন্য ডিজাইন করা ভুল শ্রেণীবিভাগের খেলার অংশ হিসাবে কাজ করে। 

Surveillance Arms Race

নজরদারি কেস স্টাডি I: ফেসিয়াল রিকগনিশন ব্যর্থতা

 


এপ্রিল 2020 এ, Uber যুক্তরাজ্যে একটি রিয়েল টাইম আইডি চেক (RTID) সিস্টেম চালু করেছে যা একজন ড্রাইভারের পরিচয় প্রমাণীকরণের জন্য এবং চালকদের কাজের জন্য তাদের অ্যাকাউন্টে অ্যাক্সেস শেয়ার করা থেকে বিরত করার চেষ্টা করার জন্য মুখের শনাক্তকরণ এবং অবস্থান পরীক্ষা সহ একটি সমন্বয় ব্যবহার করে।  

 

আরটিআইডি সিস্টেমে মাইক্রোসফটের ফেস এপিআই, ফেসিয়াল রিকগনিশন সফ্টওয়্যার ব্যবহার করা হয়েছে এবং উবার অ্যাপ ব্যবহার চালিয়ে যাওয়ার জন্য ড্রাইভার এবং কুরিয়ারদের নিয়মিত রিয়েল-টাইম সেলফি তোলার প্রয়োজন। তারপরে ফটোটি ড্রাইভারের অ্যাকাউন্ট প্রোফাইল ছবির (এবং কিছু এখতিয়ারে, পাবলিক ডাটাবেসের বিরুদ্ধে " পরিচয় ধার নেওয়া প্রতিরোধ বা ব্যবহারকারীদের পরিচয় যাচাই করার জন্য ") এর বিপরীতে পরীক্ষা করা হয়।

পা এদ্রিসা মানজাং প্রায় এক বছর ধরে উবারের সাথে কাজ করছিলেন যখন সেলফি যাচাইকরণ ব্যর্থতার কারণে তাকে নিষ্ক্রিয় করা হয়েছিল। উবার ড্রাইভার এবং কুরিয়াররা নিয়মিত সেলফি প্রদান করলেও, এগুলি কর্মীদের ফোনে সংরক্ষণ করা হয় না এবং তারা তাদের জমা দেওয়ার প্রমাণ ধরে রাখতে পারে না। বরখাস্ত না হওয়া পর্যন্ত পা-কে কোনো সতর্কতা বা কোনো সমস্যা সম্পর্কে অবহিত করা হয়নি; রিয়েল টাইম আইডি যাচাইকরণ সিস্টেম সবুজ চেক সহ তার সমস্ত ফটোগ্রাফ অনুমোদন করতে উপস্থিত হয়েছিল।
 

 

তার বরখাস্তের পর, Pa সমস্যাটি সংশোধন করার জন্য উবারে অসংখ্য বার্তা পাঠিয়েছে, বিশেষ করে একজন মানুষকে তার জমা দেওয়া পর্যালোচনার জন্য অনুরোধ করেছে। প্রতিবারই Pa কে বলা হয়েছিল "আমরা নিশ্চিত করতে পারিনি যে প্রদত্ত ফটোগুলি আসলে আপনারই ছিল এবং ক্রমাগত অমিলের কারণে, আমরা আপনার সাথে আমাদের অংশীদারিত্ব শেষ করার চূড়ান্ত সিদ্ধান্ত নিয়েছি।" আমরা একটি বিষয় অ্যাক্সেস অনুরোধের মাধ্যমে প্রশ্নযুক্ত সেলফিগুলি পেয়েছি, যা প্রকাশ করেছে যে Pa জমা দেওয়া সমস্ত ফটো বাস্তবে তাঁরই ছিল৷ এটিই প্রথম দৃষ্টান্ত যেখানে আমরা একজন কুরিয়ার বা ড্রাইভারের জমা দেওয়া সেলফিগুলি পেতে সফল হয়েছি। এটা স্পষ্ট নয় কেন এই অনুরোধটি সফল হয়েছিল যখন অনেক আগে এটি ব্যর্থ হয়েছিল।

pa.jpg

উবারের প্ল্যাটফর্ম জুড়ে FACE API-এর অনিয়ন্ত্রিত ব্যবহার সম্পর্কে আমাদের উদ্বেগ প্রকাশ করার জন্য আমরা বছরের শুরুর দিকে মাইক্রোসফ্টকেও চিঠি দিয়েছিলাম। এর প্রতিক্রিয়ায় , মাইক্রোসফ্ট জোর দিয়েছিল যে এই ধরনের প্রযুক্তি স্থাপনের সাথে জড়িত সমস্ত পক্ষের দায়িত্ব রয়েছে যার মধ্যে রয়েছে: "ভুল শনাক্তকরণ বা অন্যান্য ব্যর্থতার ঘটনাগুলি সনাক্ত এবং সমাধানের জন্য অর্থপূর্ণ মানব পর্যালোচনা অন্তর্ভুক্ত করা"  এবং  "যারা বিশ্বাস করে যে তাদের ফলাফলগুলি ভুল ছিল তাদের সমর্থন প্রদান করা; এবং শর্তের তারতম্যের কারণে নির্ভুলতার ওঠানামা চিহ্নিত করা এবং মোকাবেলা করা।" Pa-এর কেস স্পষ্টভাবে দেখায় যে এই গুরুত্বপূর্ণ চেকগুলি RTID ছবিগুলির প্রক্রিয়াকরণে বাস্তবায়িত হয়নি৷  

 

Pa এখন Uber এর বিরুদ্ধে একটি মামলা আনছে তার জাতিগতভাবে বৈষম্যমূলক ফেসিয়াল রিকগনিশন মোতায়েনকে চ্যালেঞ্জ করার জন্য, যেটির প্রতিনিধিত্ব করেছেন বেটস ওয়েলস, সমতা ও মানবাধিকার কমিশন, অ্যাপ ড্রাইভার এবং কুরিয়ার ইউনিয়ন এবং ওয়ার্কার ইনফো এক্সচেঞ্জের সমর্থনে।

এম্বেড: পা এর ভিডিও

Surveillance Case Study I: Facial Recognition

নজরদারি কেস স্টাডি II: জিওলোকেশন চেক  
 

যদিও ত্রুটিপূর্ণ ফেসিয়াল রিকগনিশন সিস্টেমের ব্যবহার নিঃসন্দেহে সমস্যাযুক্ত, আমরা দেখেছি অনেক ড্রাইভারকে Uber থেকে মিথ্যা অভিযোগের পরে বরখাস্ত করা হয়েছে যে তারা একই সময়ে দুটি স্থানে Uber দ্বারা দুটি ডিভাইস সনাক্ত করার পরে তারা প্রতারণামূলক অ্যাকাউন্ট শেয়ারিংয়ে জড়িত ছিল। আমরা যে সমস্ত ক্ষেত্রে বিশ্লেষণ করেছি, আমরা দেখেছি যে সমস্যাটি ড্রাইভারের সুবিধার জন্য দুটি ডিভাইসে অ্যাপটি ইনস্টল করার সাথে সম্পর্কিত কিন্তু শুধুমাত্র একটি ডিভাইসে কাজের জন্য লগ-ইন করা হয়েছে।  
 

11 সেপ্টেম্বর, 2020-এ রাত 8 টার ঠিক আগে এবং Aweso Mowlana দক্ষিণ লন্ডনে Uber-এর জন্য কাজ করছিলেন। তিনি ছিলেন একজন 4.95 স্টার রেটেড ড্রাইভার যিনি Uber-এর জন্য কাজ করে 5 বছরেরও বেশি সময়ে 11,500 টিরও বেশি ট্রিপ পরিচালনা করেছিলেন। Aweso একটি সংক্ষিপ্ত বিরতির জন্য লগ-অফ করার সময় এলিফ্যান্ট এবং ক্যাসলের কাছে একজন যাত্রীকে নামিয়ে দিয়েছিলেন। অনেক ড্রাইভারের মতো, Aweso অ্যাপটিকে একটি দ্বিতীয় ডিভাইসে ইনস্টল করেছিল যা একটি আইফোন ছিল। এই বিশেষ সন্ধ্যায় তিনি আইফোন বাড়িতে রেখেছিলেন এবং তার অন্য ফোন, একটি স্যামসাংয়ের সাথে কাজ করছিলেন।
 

8:02 pm এ Aweso তার পরবর্তী কাজের জন্য নিজেকে উপলব্ধ করতে Uber অ্যাপে আবার লগ ইন করার চেষ্টা করেছিল। তাকে আবার লগ ইন করার অনুমতি দেওয়ার আগে তাকে উবারের রিয়েল টাইম আইডেন্টিটি চেক (RTID) এর অংশ হিসাবে একটি সেলফি প্রদান করার জন্য অনুরোধ করা হয়েছিল৷ তার ছবি Uber এর রেফারেন্স ছবির সাথে মিলে যায় তাই তিনি সফলভাবে তার শিফট চালিয়ে যাওয়ার জন্য লগ-অন প্রক্রিয়া সম্পন্ন করেন। কিন্তু তার অজানা, উবার সিস্টেম তার দ্বিতীয় ফোনটি সনাক্ত করেছে এবং/বা পিং করেছে। তার ছেলে ভুলবশত তার দ্বিতীয় ফোনটি তুলে নিয়েছিল এবং তার সাথে ইউক্সব্রিজে তার বান্ধবীর বাড়িতে নিয়ে গিয়েছিল। Uber পরে বলেছিল যে তারা রাত 8:03 টায় এই ডিভাইস থেকে একটি RTID চেক করার অনুরোধ করেছিল কিন্তু এই সময়ের মধ্যে Aweso ইতিমধ্যেই দক্ষিণ লন্ডনে অনলাইনে ছিল। উবার দাবি করেছে যে আইফোন থেকে আইফোন থেকে আইডি চেকের প্রতিক্রিয়া পাঠানো হয়েছিল রাত 11:55 টায়।  
 

পরের দিন, উবার তাকে জানায় যে তার অ্যাকাউন্ট 'সন্দেহজনক অ্যাপ্লিকেশন কার্যকলাপের জন্য ফ্ল্যাগ করা হয়েছে' এবং 'একটি বিশেষ দল এটি পর্যালোচনা করার সময় তার অ্যাকাউন্ট এখন স্থগিত করা হবে।' কিছু সময় পরে, Uber স্থায়ীভাবে Awesoকে টেক্সটের মাধ্যমে বরখাস্ত করে যে তারা তার অ্যাকাউন্টে 'প্রতারণামূলক কার্যকলাপ নির্দেশ করে এমন প্রমাণ পেয়েছে'। তখন উবার অভিযোগ করে যে তিনি তার অ্যাকাউন্টে অ্যাক্সেস ভাগ করে নিচ্ছেন এবং এটি করার সময় শর্তাবলী লঙ্ঘন করেছেন। পরের মাসে ট্রান্সপোর্ট ফর লন্ডন অবিলম্বে আওয়েসোর লাইসেন্স প্রত্যাহার করে এই ভিত্তিতে যে তাকে আর উবার থেকে বরখাস্ত করার কারণে একটি পাবলিক লাইসেন্স রাখার জন্য 'ফিট এবং যথাযথ' খুঁজে পাওয়া যায়নি।  
 

ওয়ার্কার ইনফো এক্সচেঞ্জ একটি বিষয় অ্যাক্সেসের অনুরোধ করতে এবং প্রাপ্ত ডেটা বিশ্লেষণে Aweso কে সহায়তা করেছে। 'ডি রিভার ডিটেইল্ড ডিভাইস ডেটা ' নামে একটি ফাইল ডিভাইস থেকে উবারে রিয়েল টাইমে অন্তত কিছু ডেটা স্ট্রিমিং রেকর্ড করে। Uber-এর নিজস্ব গোপনীয়তা নীতি নির্দেশ করে যে যেখানে একটি ডিভাইসের ব্যাকগ্রাউন্ডে বা ফোরগ্রাউন্ডে অ্যাপ খোলা আছে, এমনকি অনলাইনে না হলেও এবং ভাড়া গ্রহণের জন্য প্রস্তুত। এক ডজনেরও বেশি ক্ষেত্রে যেখানে আমরা ম্যাজিস্ট্রেট আদালতে চালকদের তাদের প্রত্যাহারের আবেদনকে সমর্থন করেছি, প্রতিটি আপিল বহাল রাখা হয়েছিল এবং TfL-কে লাইসেন্সগুলি পুনঃস্থাপনের নির্দেশ দেওয়া হয়েছিল। এই ফাইল থেকে আমরা দেখতে পাচ্ছি যে প্রতি মিনিটে 230 সারি ডেটা Uber দ্বারা ডিভাইসগুলি থেকে রেকর্ড করা হচ্ছে। Aweso এর ডিভাইসগুলি থেকে Uber সংগ্রহ করা ডেটা অন্তর্ভুক্ত  ভূ-অবস্থান, ব্যাটারি স্তর, গতি, কোর্স শিরোনাম, আইএমইআই নম্বর ইত্যাদি।  

ডেটা দেখায় যে Uxbridge-এ ডিভাইসটি সেদিন কাজের জন্য লগ ইন করা হয়নি কারণ 'driver_online' শিরোনামের একটি ক্ষেত্র আইফোনটিকে Uxbridge-এ রেকর্ড করার সময় সহ সেদিন সব সময়ে 'FALSE' হিসেবে দেখিয়েছিল। এটি প্রমাণ যে ডিভাইসটি অন্যদের সাথে কাজের জন্য শেয়ার করা হচ্ছে না বলে অভিযোগ উবার এবং ট্রান্সপোর্ট ফর লন্ডন। Uber সংগৃহীত ফটো সহ উভয় RTID চেক প্রক্রিয়াকৃত ব্যক্তিগত ডেটা অ্যাক্সেস দিতে ব্যর্থ হয়েছে। 'বিশদ ডিভাইস ডেটা' 8:03:43 pm পরে আইফোনের জন্য আর কোনও কার্যকলাপের রেকর্ড দেখায় না। আমরা 11:55 pm এ ডিভাইসের কার্যকলাপের কোন তথ্য প্রমাণ দেখিনি যখন Uber বলেছিল যে এটি আগে জারি করা আইডি চেকের প্রতিক্রিয়া পেয়েছে।    

Pa এবং Aweso-এর অভিজ্ঞতা গত এক বছরে খুবই প্রচলিত ছিল এবং ওয়ার্কার ইনফো এক্সচেঞ্জ এবং অ্যাপ ড্রাইভার ও কুরিয়ার ইউনিয়ন দ্বারা পরিচালিত কেসওয়ার্কের একটি উল্লেখযোগ্য পরিমাণ তৈরি করেছে। লন্ডনে, ট্রান্সপোর্ট ফর লন্ডন সিস্টেমের সাথে সুস্পষ্ট সমস্যা থাকা সত্ত্বেও উবারের আরটিআইডি চেক ব্যর্থ হয়েছে বলে রিপোর্ট করা ড্রাইভারদের লাইসেন্স অবিলম্বে প্রত্যাহার করার প্রবণতা দেখায়। একাধিক ডিভাইস ব্যবহারের জন্য প্রায়ই যুক্তিসঙ্গত ব্যাখ্যা রয়েছে যা স্বয়ংক্রিয়ভাবে জালিয়াতি হিসাবে শ্রেণীবদ্ধ করা হয়। Uber-এর নিজস্ব গোপনীয়তা নীতি নির্দেশ করে যে যেখানে একটি ডিভাইসের ব্যাকগ্রাউন্ডে বা ফোরগ্রাউন্ডে অ্যাপ খোলা আছে, এমনকি অনলাইনে না হলেও এবং ভাড়া গ্রহণের জন্য প্রস্তুত। এক ডজনেরও বেশি ক্ষেত্রে যেখানে আমরা ম্যাজিস্ট্রেট আদালতে চালকদের তাদের প্রত্যাহারের আবেদনকে সমর্থন করেছি, প্রতিটি আপিল বহাল রাখা হয়েছিল এবং TfL-কে লাইসেন্সগুলি পুনঃস্থাপনের নির্দেশ দেওয়া হয়েছিল।  

 

ওয়ার্কার ইনফো এক্সচেঞ্জ, বিগ ব্রাদার ওয়াচ এবং অ্যাপ ড্রাইভার অ্যান্ড কুরিয়ার ইউনিয়ন লন্ডনের মেয়রকে একটি যৌথ চিঠি লিখেছিল যাতে লন্ডনের পরিবহনের জন্য লন্ডনের একটি প্রত্যাহার সিদ্ধান্ত নেওয়ার ক্ষেত্রে ত্রুটিপূর্ণ প্রমাণের উপর নির্ভরশীলতা সম্পর্কে উদ্বেগ প্রকাশ করা হয় এবং পরিবহনের চেয়ারম্যান হিসাবে দাবি করা হয় লন্ডনের বোর্ডের জন্য, তিনি এই ধরনের সমস্ত অন্যায় প্রত্যাহার পর্যালোচনার আদেশ দেন। আজ পর্যন্ত, মেয়র বা TfL কেউই প্রতিক্রিয়া জানায়নি।

Surveillance Case Study II: Geolocation
Opaque Performance Management

অস্বচ্ছ কর্মক্ষমতা ব্যবস্থাপনা
 

প্ল্যাটফর্ম কোম্পানিগুলির অস্বচ্ছতা কর্মীদের বোঝার বাধা দেয় যে কীভাবে অ্যালগরিদমিক নিয়ন্ত্রণ সমালোচনামূলক প্রক্রিয়ার সময় এবং সময়ের সাথে একত্রিত হতে পারে। উদাহরণস্বরূপ, কর্মক্ষমতা প্রোফাইলিং কীভাবে প্রস্তাবিত কাজের গুণমান এবং পরিমাণের সাথে সেইসাথে এই ধরনের কাজের জন্য প্রত্যাশিত ফলনের সাথে সম্পর্কযুক্ত তা বোঝার জন্য কর্মীদের স্বচ্ছতা প্রদান করা হয়নি যা তারা আইনত অধিকারী। 

Ola-এর ক্ষেত্রে, তারা তাদের কাজের বরাদ্দ সিস্টেমে যে ডেটা বিভাগগুলি সংগ্রহ করে এবং প্রক্রিয়া করে সে সম্পর্কে আমাদের কিছু জ্ঞান আছে - যেমন জালিয়াতির সম্ভাবনা স্কোর, উপার্জন প্রোফাইল, বুকিং গ্রহণযোগ্যতা এবং বাতিল করার ইতিহাস, অন্যদের মধ্যে - তবে এটি বিভিন্ন ওজন প্রকাশ করে না এই ভেরিয়েবলগুলিতে প্রয়োগ করা হয়, না প্রক্রিয়াকরণের যুক্তিতে।

উবার দীর্ঘদিন ধরে বজায় রেখেছে যে এর মিল সিস্টেম শুধুমাত্র অবস্থান দ্বারা নির্ধারিত হয়, যদিও এর নিজস্ব "পার্টনার-ড্রাইভার" ইন্টারফেস অন্যথায় পরামর্শ দেয়। Uber-এর প্রো প্রোগ্রাম (যা ড্রাইভাররা স্বয়ংক্রিয়ভাবে নথিভুক্ত হয় যাতে তারা সুবিধা এবং পুরষ্কারের বিনিময়ে কর্মক্ষমতা লক্ষ্য পূরণে উৎসাহিত হতে পারে) অস্পষ্ট ভাষায় ড্রাইভারদের জানায় যে "উচ্চ নিশ্চিতকরণ হার মানে গ্রাহকদের জন্য অপেক্ষার সময় কম এবং সকলের জন্য পিক-আপের সময় কম। চালকরা" ঢিলেঢালাভাবে এই সত্যের প্রতি ইঙ্গিত করে যে চাকরি হ্রাসের ফলে চাকরির অফার কম হবে।
 

Uber সম্প্রতি তাদের গোপনীয়তা নীতির একটি আপডেটের মাধ্যমে ম্যাচিং সিস্টেমে আরও স্বচ্ছতার প্রস্তাব দিয়েছে যেখানে বলা হয়েছে, "ব্যবহারকারীরা প্রাপ্যতা, নৈকট্য এবং অন্যান্য কারণগুলির উপর ভিত্তি করে মিলিত হতে পারে যেমন তাদের অতীত আচরণ বা পছন্দগুলির উপর ভিত্তি করে একটি ট্রিপ গ্রহণ করার সম্ভাবনা"। কিন্তু, লেখার সময়, ম্যাচিং সিস্টেমে আরও তথ্য সরবরাহকারী লিঙ্কটি ভেঙে গেছে, যা এই ধরনের ডেটা প্রক্রিয়াকরণের ক্রমবিকাশমান প্রকৃতির প্রমাণ করে। তথ্যের একটি সাম্প্রতিক স্বাধীনতার অনুরোধ আমরা TfL-এর কাছে করেছি, Uber তার ম্যাচিং সিস্টেমে কী আপডেটগুলি প্রদান করেছে (যেমন এটি তার অপারেটিং মডেলে পরিবর্তন করার সময় করতে বাধ্য) সে সম্পর্কে অনুসন্ধান করে কোন ফলাফল দেয়নি, এটি আরও এর অ্যালগরিদমিক ব্যবস্থাপনা অনুশীলনের অস্পষ্টতা তুলে ধরে। এবং নিয়ন্ত্রক তদারকির অনুপস্থিতি।

কাজের বরাদ্দ নির্ধারণের ভেরিয়েবলের সাম্প্রতিক প্রকাশগুলি ড্রাইভারদের দেওয়া চাকরির মান সম্পর্কে গুরুত্বপূর্ণ প্রশ্ন উত্থাপন করে। উচ্চ চাকরীর গ্রহণযোগ্যতার হার সহ চালকরা কি একই ধরনের প্রোফাইলিংয়ের ভিত্তিতে দীর্ঘ দৈর্ঘ্য এবং সময়কালের ভ্রমণের প্রস্তাব করেন, যার ফলে উচ্চ বেতন হয়? অথবা, আরও এক ধাপ এগিয়ে, চালকদের কি গতিশীল মূল্য ব্যবস্থার মাধ্যমে বিভিন্ন রেট দেওয়া হয়? প্রকৃতপক্ষে, কাজের বরাদ্দের সাথে অ্যালগরিদমিক মূল্যকে একত্রিত করা হয় কিনা তা একটি সংবেদনশীল বিষয় যা সম্পর্কে এখনও খুব কমই জানা যায়।  

সাম্প্রতিক বছরগুলিতে, Uber একটি নির্দিষ্ট মূল্যের মডেলের জন্য গ্রাহকদের সময় এবং দূরত্ব পরিবর্তনশীল মূল্য প্রতিস্থাপন করেছে যেখানে একটি ভ্রমণের শুরুতে একটি অগ্রিম মূল্য গ্রহণ করা হয়। উবার বলে, "আগামী মূল্য গতিশীল, যার অর্থ সরবরাহ এবং চাহিদার ভারসাম্য বজায় রাখতে সাহায্য করার জন্য মূল্য বাস্তব সময়ে কাজ করা হয়।" অতি সম্প্রতি, ড্রাইভাররা স্বতন্ত্র কাজের জন্য খুব কম হারে অফার করা হয়েছে বলে জানিয়েছেন। যাত্রীদের দ্বারা প্রদত্ত শেষ ভাড়ার অংশ বাড়ানোর জন্য Uber-এর জন্য এখানে একটি সুস্পষ্ট সুযোগ রয়েছে। যাত্রীদের উপর এই গতিশীল মূল্য ব্যবস্থা ব্যবহার করার বৈষম্যমূলক ফলাফল সম্পর্কে উদ্বেগ উত্থাপিত হয়েছে, যা এই সম্ভাবনার পরিচয় দেয় যে ড্রাইভাররাও রিয়েল-টাইম ব্যক্তিগতকৃত মূল্যের বিষয় হতে পারে। এখানে গুরুতর নৈতিক সমস্যা রয়েছে যদি অপারেটররা দুর্বল কর্মীদের প্রোফাইলিংয়ের ভিত্তিতে কম দামের প্রস্তাব দেয় যা তাদের বিভিন্ন মূল্য পয়েন্টে কাজ গ্রহণ করতে ইচ্ছুক হওয়ার পূর্বাভাস দেয়।  

যুক্তরাজ্যে, এই ধরনের অনুশীলন কর্মসংস্থান অধিকার আইনের ধারা 1 এর বিধানের বিপরীতে চলে বলে মনে হয় যা শ্রমিকদের তাদের নিয়োগকর্তার কাছ থেকে বেতনের হার সহ তাদের কাজের শর্তাবলীর একটি স্পষ্ট বিবৃতি পাওয়ার অধিকার দেয়। 

কেস স্টাডি: অ্যালগরিদমিক নিয়ন্ত্রণ
 

Uber নিয়মিতভাবে ড্রাইভারদের বার্তা পাঠায় যখন তাদের জালিয়াতি সনাক্তকরণ সিস্টেম দ্বারা পতাকাঙ্কিত করা হয় তাদের সতর্ক করার জন্য যে তারা যদি সিস্টেমকে ট্রিগার করে এমন আচরণ অব্যাহত রাখলে তারা তাদের চাকরি হারাতে পারে। বার্তাগুলিতে সম্ভাব্য ট্রিগারগুলির একটি অ-সম্পূর্ণ তালিকা রয়েছে তবে প্রতারণার অভিযোগে অভিযুক্ত পৃথক ড্রাইভারের জন্য নির্দিষ্ট কোনও কারণ সরবরাহ করে না।  আলেকজান্দ্রু যখন এই বার্তাগুলির মধ্যে দ্বিতীয় এবং চূড়ান্ত একটি পেয়েছিলেন, অন্য একটি পতাকা বরখাস্ত হবে জেনে, তিনি কেন তিনি জালিয়াতি-বিরোধী ব্যবস্থা চালু করছেন এবং এটি এড়াতে তিনি কী করতে পারেন সে সম্পর্কে আরও বিশদ জানতে চালক সহায়তা দলকে কল করার সিদ্ধান্ত নেন। . কলের মাধ্যমে, আলেকজান্দ্রু এবং সহায়তা এজেন্ট বিভিন্ন পরিস্থিতি নিয়ে আলোচনা করেছেন যার কারণে তার ট্রিপগুলি অনিয়মিত হতে পারে, যা প্রকাশ করে যে সিস্টেমের দ্বারা প্রদত্ত ইঙ্গিতগুলি বোঝার ক্ষেত্রে সহায়তা দলগুলির সীমিত ক্ষমতা রয়েছে৷ এই কলের তিন মাস পরে, উবার একটি ক্ষমাপ্রার্থী বার্তা পাঠিয়েছে যে তাকে ভুল করে সতর্কবার্তা পাঠানো হয়েছে।

 

Alexandru's Call with Uber Support
00:00 / 39:14

 

কোম্পানীর নীতি এবং যাত্রীর চাহিদা ভিন্ন হয়ে যাওয়ার সময় চালকদের সমস্যাগুলি বোঝার ক্ষেত্রে কথোপকথনটি আলোকিত হলেও, আমাদের কাছে বিশেষ আগ্রহের বিষয় ছিল আলেকজান্দ্রুর রাস্তার কাজের কারণে একটি পথচলা সংক্রান্ত আলোচনা (কলের 25 মিনিট) এবং সেইসাথে তার কম জালিয়াতি বিরোধী সিস্টেম দ্বারা তার সনাক্তকরণের সম্ভাব্য কারণ হিসাবে চাকরি গ্রহণের হার। এই বছরের শুরুতে উবার চালকদের কর্মী হিসাবে শ্রেণীবদ্ধ করার সুপ্রিম কোর্টের রায়ের পরে , উবার দাবি করেছে যে উবার তার প্ল্যাটফর্মে উল্লেখযোগ্য পরিবর্তন করেছে যেমন মূল্য এবং গন্তব্যের স্বচ্ছতা প্রদানের পাশাপাশি চাকরি প্রত্যাখ্যান করার জন্য শাস্তিমূলক ব্যবস্থা অপসারণ করা, যুক্তি দেখানোর জন্য সুপ্রিম কোর্টের রায় বর্তমান উবার চালকদের ক্ষেত্রে প্রযোজ্য নয়।  
 

প্ল্যাটফর্মে আলেকজান্দ্রুর অভিজ্ঞতা এই বর্ণনার বিপরীতে চলে, কারণ এটি স্পষ্ট হয়ে যায় যে তাকে সম্ভবত রুট থেকে বিচ্যুত করার জন্য পতাকাঙ্কিত করা হচ্ছে (যদিও উবার এখন একটি নির্দিষ্ট মূল্যের মডেল পরিচালনা করছে, মানে ড্রাইভাররা তাদের নিজস্ব খরচে এই ধরনের রাউটিং পরিবর্তন করে) এবং প্ল্যাটফর্মে তাকে দেওয়া কাজের যথেষ্ট পরিমাণ গ্রহণ না করা। এই কলটি এটি অনস্বীকার্যভাবে স্পষ্ট করে যে বাস্তবে, ড্রাইভাররা এখনও আগের মতোই উবার দ্বারা নিয়ন্ত্রিত হয়।
 

এই ম্যানেজমেন্ট অনুশীলনগুলি ছাড়াও, উপরে উল্লিখিত প্রো প্রোগ্রাম হল অন্য একটি টুল যা Uber তার কর্মশক্তির উপর নিয়ন্ত্রণ অনুশীলন করতে ব্যবহার করে, এই ধরনের নিয়ন্ত্রণের সাথে যুক্ত হতে পারে এমন আইনি বাধ্যবাধকতাগুলি এড়াতে। উদাহরণ স্বরূপ, তৃতীয় পক্ষের কোম্পানির কাছে উচ্চ রেটিং বজায় রাখা থেকে চূড়ান্ত কিছু পুরষ্কার বেঁধে বা আচরণগত নজিংয়ের মাধ্যমে মূল্য নির্ধারণের সুবিধাগুলিতে অংশগ্রহণকে সম্পূর্ণরূপে ঐচ্ছিক হিসাবে উপস্থাপন করে, Uber চালকদের সম্পূর্ণ স্বাধীনতা এবং নমনীয়তার সাথে কাজ করতে দেওয়ার বিভ্রম তৈরি করে। এই প্রোগ্রামগুলির সাথে চালকদের অনুমিত স্বেচ্ছাসেবী জড়িত থাকার ফলে কর্মসংস্থানের সম্পর্ক থাকার ফলে অধিকার পরিত্যাগ করা হয়।
 

EMBED: আলেকজান্দ্রুর ভিডিও

Case Study: Algorithmic Control

আইন প্রয়োগকারী অবকাঠামো সম্প্রসারণ
 

এমনও প্রমাণ রয়েছে যে প্ল্যাটফর্মগুলি ক্রমবর্ধমানভাবে পুলিশ এবং নিরাপত্তা পরিষেবাগুলির জন্য বুদ্ধিমত্তার একটি আকর্ষণীয় উত্স হয়ে উঠেছে৷ ২০২০ সালের সেপ্টেম্বরে ওয়েস্টমিনস্টার ম্যাজিস্ট্রেট আদালতে উবারের লাইসেন্সিং আপিলের সাক্ষ্য হিসাবে উপস্থাপিত একটি সাক্ষী বিবৃতিতে, যুক্তরাজ্য এবং পশ্চিম ইউরোপ থেকে উবারের মহাব্যবস্থাপক জেমি হেইউড পুলিশ এবং নিরাপত্তা পরিষেবাগুলির সাথে ক্রমবর্ধমান ঘনিষ্ঠ সম্পর্কের প্রমাণ দিয়েছেন। এর মধ্যে রয়েছে ন্যাশনাল কাউন্টার টেররিজম পুলিশিং নেটওয়ার্ক, SO15 - মেট্রোপলিটন পুলিশ সার্ভিসের কাউন্টার টেররিজম কমান্ড, ন্যাশনাল পুলিশ চিফস কাউন্সিল (NPCC), কলেজ অফ পুলিশিং, ন্যাশনাল ক্রাইম এজেন্সি এবং ব্রিটিশ ট্রান্সপোর্ট পুলিশ। সহযোগিতার একটি ক্ষেত্র তথাকথিত কাউন্টি লাইন মাদক পরিবহনের সমস্যায় রয়েছে। এনপিসিসি-র গোয়েন্দা ইন্সপেক্টর স্টুয়ার্ট লিডেলকে উদ্ধৃত করে, হেইউড বুদ্ধিমত্তা ভাগ করে নেওয়ার পরিশীলিত স্তরের উপর ভিত্তি করে একটি পরিপক্ক সম্পর্কের সাক্ষ্য দিয়েছেন:  
 

“আমি এই বিষয়ে উবার দ্বারা প্রদর্শিত ব্যস্ততা দ্বারা উত্সাহিত হয়েছি এবং এখনও পর্যন্ত কাজটি গড়ে তোলার জন্য [2020 সালে] আরও কাজের পরিকল্পনা করা হয়েছে। এটি কাউন্টি লাইনের আরও জটিল দিক, তথ্য ও বুদ্ধিমত্তার প্রবাহ এবং ন্যাশনাল কাউন্টি লাইনস কো-অর্ডিনেশন সেন্টারের মধ্যে সম্পর্ক জোরদার করার উপর ফোকাস করবে।"
 

প্রকৃতপক্ষে, NPCC উবারের লাইসেন্স আপিলের সমর্থনে লন্ডন কমিশনার মাইক ব্রাউনের জন্য পরিবহন তদবির করেছে। চিফ কনস্টেবল মার্ক কলিন্স এমনকি পরামর্শ দিয়েছেন যে উবারকে তাদের লাইসেন্স প্রত্যাখ্যান করার সিদ্ধান্ত ইউকে পুলিশিংয়ে নেতিবাচক প্রভাব ফেলতে পারে।  
 

"আশা করি, এই চিঠিটি ইউকে পুলিশের উপর নেতিবাচক প্রভাবের রূপরেখা তুলে ধরেছে যদি পুলিশ আমার বর্ণনা করা ডেটা এবং তথ্য অ্যাক্সেস করতে সক্ষম না হয়।"
 

হেইউড আরও সাক্ষ্য দিয়েছেন যে কলিন্স দাবি করেছেন যে মেট্রোপলিটন পুলিশ সার্ভিস একাই প্রতি বছর উবারে ডেটার জন্য 2,000টির বেশি অনুরোধ করেছে। Uber-এর নিজস্ব ট্রান্সপারেন্সি রিপোর্ট অনুসারে , 2020 সালে সমস্ত মার্কিন আইন প্রয়োগকারী কর্তৃপক্ষ মিলে মাত্র 5,000টি ডেটা অনুরোধ করেছিল এবং কানাডার সমস্ত আইন প্রয়োগকারী কর্তৃপক্ষ মিলিতভাবে মাত্র 411টি অনুরোধ করেছিল৷

 

সম্ভবত উবার ব্যবস্থাপনা পুলিশের গোয়েন্দা তথ্য সংগ্রহের উদ্যোগে সহযোগিতা করার জন্য চাপ অনুভব করছে, বিশেষ করে ট্রান্সপোর্ট ফর লন্ডন তাদের লাইসেন্স দুবার নবায়ন প্রত্যাখ্যান করার সিদ্ধান্তের আলোকে। কারণ ক্রাইম অ্যান্ড ডিসঅর্ডার অ্যাক্ট 1998 এর ধারা 17 তাদের এলাকায় অপরাধ ও বিশৃঙ্খলা প্রতিরোধ করার জন্য লাইসেন্সিং কর্তৃপক্ষের উপর সরাসরি দায়িত্ব দেয়। এটি ক্রাইম অ্যান্ড ডিসঅর্ডার রিডাকশন পার্টনারশিপ (CDRP) প্রতিষ্ঠার জন্য ট্রান্সপোর্ট ফর লন্ডনের মতো লাইসেন্সিং কর্তৃপক্ষের জন্য একটি প্রয়োজনীয়তা সেট করে যাতে Uber-এর মতো পরিবহন অপারেটররা অংশগ্রহণ করবে বলে আশা করা হচ্ছে।  

লাইসেন্সিং কর্তৃপক্ষের জন্য পরিবহন বিভাগের বিধিবদ্ধ নির্দেশনায় , সরকার পুলিশ, লাইসেন্সিং কর্তৃপক্ষ এবং উবারের মতো পরিবহন অপারেটরদের মধ্যে গোয়েন্দা তথ্য ভাগ করে নেওয়ার প্রত্যাশাকে শক্তিশালী করে:  

“মূল্য লাইসেন্সিং কর্তৃপক্ষ প্রাপ্ত তথ্যের উপর পুলিশ বাহিনীর মধ্যে সচেতনতা বৃদ্ধি করে, বিশেষ করে অ-প্রত্যয় বুদ্ধিমত্তার উপর, এই সম্পর্কগুলিকে আরও এগিয়ে নিতে এবং তথ্যের বৃহত্তর ভাগ করে নেওয়ার সুবিধাগুলিকে শক্তিশালী করবে৷ এই সম্পর্ক পারস্পরিকভাবে উপকারী হতে পারে, অপরাধ প্রতিরোধে পুলিশকে সহায়তা করতে পারে। পুলিশ ড্রাইভার এবং অপারেটরদের কাছ থেকে মূল্যবান বুদ্ধি অর্জন করতে পারে..."

যদিও সম্প্রদায় স্তরের অপরাধ নিয়ন্ত্রণের জন্য এই ধরনের সম্পর্কগুলি উল্লেখযোগ্য গুরুত্ব রয়েছে, মনে হয় উবার, বোল্ট এবং ওলার মতো প্ল্যাটফর্মগুলি দ্বারা সংগৃহীত এবং সংরক্ষিত ড্রাইভার এবং যাত্রীদের সমৃদ্ধ ব্যক্তিগত ডেটাতে তুলনামূলকভাবে সহজ অ্যাক্সেসের নাগরিক স্বাধীনতার ঝুঁকির প্রতি সামান্যই গুরুত্ব দেওয়া হয়েছে। ক্যাবস।

“আমি এই বিষয়ে উবার দ্বারা প্রদর্শিত ব্যস্ততা দ্বারা উত্সাহিত হয়েছি এবং এখনও পর্যন্ত কাজটি গড়ে তোলার জন্য [2020 সালে] আরও কাজের পরিকল্পনা করা হয়েছে। এটি কাউন্টি লাইনের আরও জটিল দিক, তথ্য ও বুদ্ধিমত্তার প্রবাহ এবং ন্যাশনাল কাউন্টি লাইনস কো-অর্ডিনেশন সেন্টারের মধ্যে সম্পর্ক জোরদার করার উপর ফোকাস করবে।"

"আশা করি, এই চিঠিটি ইউকে পুলিশের উপর নেতিবাচক প্রভাবের রূপরেখা তুলে ধরেছে যদি পুলিশ আমার বর্ণনা করা ডেটা এবং তথ্য অ্যাক্সেস করতে সক্ষম না হয়।"

“মূল্য লাইসেন্সিং কর্তৃপক্ষ প্রাপ্ত তথ্যের উপর পুলিশ বাহিনীর মধ্যে সচেতনতা বৃদ্ধি করে, বিশেষ করে অ-প্রত্যয় বুদ্ধিমত্তার উপর, এই সম্পর্কগুলিকে আরও এগিয়ে নিতে এবং তথ্যের বৃহত্তর ভাগ করে নেওয়ার সুবিধাগুলিকে শক্তিশালী করবে৷ এই সম্পর্ক পারস্পরিকভাবে উপকারী হতে পারে, অপরাধ প্রতিরোধে পুলিশকে সহায়তা করতে পারে। পুলিশ ড্রাইভার এবং অপারেটরদের কাছ থেকে মূল্যবান বুদ্ধি অর্জন করতে পারে..."

Expansion of Law Enforcemen Infrastructure

কেস স্টাডি: আইন প্রয়োগকারীর সাথে বুদ্ধিমত্তা ভাগ করে নেওয়া
 

অন্য একজন কর্মী যিনি সাহায্যের জন্য আমাদের কাছে এসেছিলেন তিনি ছিলেন একজন উবার চালক যিনি ভুলভাবে সাত সপ্তাহের জন্য উবার প্ল্যাটফর্ম থেকে সাসপেন্ড হয়েছিলেন, পুলিশের একটি গোয়েন্দা অনুরোধের পর প্রায় £5000 ক্ষতি হয়েছে৷ 2019 সালে, ড্রাইভার Uber থেকে একটি বার্তা পেয়েছিলেন যাতে বলা হয়েছে যে একটি চলমান তদন্তের কারণে তাকে সাময়িকভাবে বরখাস্ত করা হয়েছে। তাকে বরখাস্তের কোনো কারণ বা সময়সীমা দেওয়া হয়নি। প্রকৃতপক্ষে তাকে স্পষ্টভাবে বলা হয়েছিল যে তারা তদন্ত করার সময় উবারের সাথে যোগাযোগ করবেন না। সাত সপ্তাহ পরে, তিনি একটি কল পেয়ে তাকে জানিয়েছিলেন যে তিনি এখন কাজ করতে পারেন।

দুই বছর পর, ড্রাইভারের একটি লাইসেন্স নবায়নের আবেদন TfL এর কাছে করা হয়েছিল (যার মধ্যে একটি বর্ধিত ডিসক্লোজার এবং ব্যারিং সার্ভিস চেক রয়েছে) সাসপেনশনের কারণ প্রকাশ করেছিল, যখন TfL তাকে 2019 সালে ওষুধ সরবরাহ করার বিষয়ে প্রশ্ন করেছিল এবং তার লাইসেন্স কেড়ে নেওয়ার হুমকি দেয়। উদ্ঘাটন দ্বারা হতবাক, ড্রাইভার একটি অপরাধের রেফারেন্স নম্বর দাবি করেছিল, এবং শুধু TfL নয়, মেট্রোপলিটন পুলিশকেও আরও জিজ্ঞাসাবাদ করেছিল৷

আমরা Uber, TfL এবং পুলিশের কাছে বিষয় অ্যাক্সেসের অনুরোধ এবং অভিযোগ করতে ড্রাইভারকে সহায়তা করেছি। উবার অনুরোধটি পূরণ করতে ব্যর্থ হয়েছে (চালককে জানানো হয়েছিল যে তার অনুরোধটি একটি বিশেষজ্ঞ দলের কাছে পাঠানো হয়েছিল কিন্তু আর কোন প্রতিক্রিয়া পাওয়া যায়নি) তবে, TfL-এর প্রতিক্রিয়া বিভিন্ন কর্মকর্তাদের মধ্যে ইমেলের একটি বিস্তৃত শৃঙ্খল উন্মোচন করেছে কারণ তারা গোয়েন্দা তথ্যের উত্স সনাক্ত করার চেষ্টা করেছিল অনুরোধ উবার দাবি করেছে যে পুলিশ তাদের সাথে যোগাযোগ করেছে যখন পুলিশ ড্রাইভারের তদন্তের কোনো রেকর্ড বা প্রমাণ খুঁজে পেতে ব্যর্থ হয়েছে। অবশেষে, উবার সেই অফিসারের নাম জানায় যে গোয়েন্দা অনুরোধ করেছিল কিন্তু যখন TfL কেস সম্পর্কে বিশদ জানতে চেয়েছিল, ওআইসি দাবি করেছিল যে প্রশ্নে থাকা ড্রাইভারের কথা তার মনে নেই।
 

মেট্রোপলিটন পুলিশে ড্রাইভার যে অভিযোগটি করেছিল তার অবশেষে 2021 সালের অক্টোবরে উত্তর দেওয়া হয়েছিল এবং এই সিদ্ধান্তে পৌঁছেছিল যে ড্রাইভারকে কখনই সন্দেহভাজন হিসাবে চিহ্নিত করা হয়নি:

“আধিকারিকদের একটি গুরুতর অপরাধের সাথে জড়িত সন্দেহভাজনকে চিহ্নিত করার দায়িত্ব দেওয়া হয়েছিল। কর্মকর্তারা স্বার্থান্বেষী ব্যক্তির নামে পাস করা হয়েছে। আমি নিশ্চিত করতে পারি এটি আপনি ছিলেন না। একটি ডেটা সুরক্ষা ফর্ম 20 ফেব্রুয়ারি 2019-এ এই নামযুক্ত সন্দেহভাজন বিবরণ সহ Uber-এ জমা দেওয়া হয়েছিল। এই বিষয়ে আর কোন বিস্তারিত প্রকাশ করার স্বাধীনতা আমার নেই।
 

“উবারের সাথে করা এই গবেষণা অনুসন্ধানে কোন পর্যায়ে আপনার নামটি দেখা যায়নি। অফিসার আপনার সাথে সংযুক্ত কোনো তথ্য খুঁজতে Uber-এর কাছে যাননি। আমাদের অনুসন্ধানের ফলস্বরূপ, Uber পুলিশকে আপনার বিবরণ প্রদান করেছে। একবার Uber থেকে তথ্য ফিরে পেয়ে এবং তারা আমাদের আপনার নাম দিয়েছিল, আমরা জানতাম যে আপনি আমাদের তদন্তের সাথে যুক্ত ছিলেন না এবং আর কোনো ব্যবস্থা নেওয়া হয়নি এবং আপনাকে আর কোনো অনুসন্ধান থেকে বাদ দেওয়া হয়েছিল।"

“আধিকারিক কোনও পেশাদার মান লঙ্ঘন করেননি বা পুলিশ অফিসার হিসাবে তাদের ভূমিকার বাইরে কাজ করেননি বা তাদের ক্ষমতার অপব্যবহার করেননি। আপনার নাম অনুরোধের উদ্দেশ্য ছিল না এবং আমরা কোনো সময়েই উবারকে বলিনি যে আপনি একজন আগ্রহী ব্যক্তি।"

"উবারের সম্ভবত ব্যাখ্যা করা উচিত যে তারা কীভাবে এমন কাউকে সাসপেন্ড করেছে যে আসল অনুরোধের বিষয় ছিল না এবং কেন, 10 দিন পরে, আপনাকে স্বয়ংক্রিয়ভাবে অ্যাপে পুনর্বহাল করা হয়নি এবং কাজ চালিয়ে যেতে সক্ষম হয়েছে।"

 

EMBED: L's Video

“আধিকারিকদের একটি গুরুতর অপরাধের সাথে জড়িত সন্দেহভাজনকে চিহ্নিত করার দায়িত্ব দেওয়া হয়েছিল। কর্মকর্তারা স্বার্থান্বেষী ব্যক্তির নামে পাস করা হয়েছে। আমি নিশ্চিত করতে পারি যে এটি আপনি ছিলেন না। একটি ডেটা সুরক্ষা ফর্ম 20 ফেব্রুয়ারি 2019-এ এই নামযুক্ত সন্দেহভাজন বিবরণ সহ Uber-এ জমা দেওয়া হয়েছিল। এই বিষয়ে আর কোন বিস্তারিত প্রকাশ করার স্বাধীনতা আমার নেই।
 

“উবারের সাথে করা এই গবেষণা অনুসন্ধানে কোন পর্যায়ে আপনার নামটি দেখা যায়নি। অফিসার আপনার সাথে সংযুক্ত কোনো তথ্য খুঁজতে Uber-এর কাছে যাননি। আমাদের অনুসন্ধানের ফলস্বরূপ, Uber পুলিশকে আপনার বিবরণ প্রদান করেছে। একবার Uber থেকে তথ্য ফিরে পেয়ে এবং তারা আমাদের আপনার নাম দিয়েছিল, আমরা জানতাম যে আপনি আমাদের তদন্তের সাথে যুক্ত ছিলেন না এবং আর কোনো ব্যবস্থা নেওয়া হয়নি এবং আপনাকে আর কোনো অনুসন্ধান থেকে বাদ দেওয়া হয়েছিল।"

“আধিকারিক কোনও পেশাদার মান লঙ্ঘন করেননি বা পুলিশ অফিসার হিসাবে তাদের ভূমিকার বাইরে কাজ করেননি বা তাদের ক্ষমতার অপব্যবহার করেননি। আপনার নাম অনুরোধের উদ্দেশ্য ছিল না এবং আমরা কোনো সময়েই উবারকে বলিনি যে আপনি একজন আগ্রহী ব্যক্তি।"


"উবারের সম্ভবত ব্যাখ্যা করা উচিত যে তারা কীভাবে এমন কাউকে সাসপেন্ড করেছে যে আসল অনুরোধের বিষয় ছিল না এবং কেন, 10 দিন পরে, আপনাকে স্বয়ংক্রিয়ভাবে অ্যাপে পুনর্বহাল করা হয়নি এবং কাজ চালিয়ে যেতে সক্ষম হয়েছে।"

Case Study: Intelligence Sharing with Law Enforcement
Part II: Exercising Data Rights at Work: Access

পার্ট II: কর্মক্ষেত্রে ডেটা অধিকার অনুশীলন করা: অ্যাক্সেস
 

অ্যালগরিদমিক ব্যবস্থাপনা থেকে উদ্ভূত অন্যায্য অনুশীলন থেকে কর্মীদের সম্পূর্ণরূপে রক্ষা করার জন্য কর্মসংস্থান আইনে প্রয়োজনীয় বিধান নেই। যাইহোক, GDPR-এর অধীনে ব্যক্তিদের অধিকার রয়েছে যা কর্মসংস্থান প্রসঙ্গে তাদের স্বার্থ রক্ষা করতে পারে। কর্মীদের সমর্থন করার ক্ষেত্রে, আমরা অনুচ্ছেদ 15, 20 এবং 22 দ্বারা সংজ্ঞায়িত তাদের অধিকারগুলিকে আহ্বান করি, যা তাদের ব্যক্তিগত ডেটা অ্যাক্সেস করার অধিকার, ডেটা বহনযোগ্যতার অধিকার , সেইসাথে স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণ এবং যুক্তি সম্পর্কে অবহিত হওয়ার অধিকার দেয়। প্রক্রিয়াকরণের  

 

  • অনুচ্ছেদ 22: ডেটা বিষয়গুলি কেবলমাত্র ডেটার স্বয়ংক্রিয় প্রক্রিয়াকরণের উপর ভিত্তি করে আইনি (বা একইভাবে উল্লেখযোগ্য) প্রভাব সহ সিদ্ধান্তের অধীন হতে পারে না।
     

  [যদি ডেটা কন্ট্রোলার ডেটা বিষয়ের সুস্পষ্ট সম্মতিতে ডেটা প্রক্রিয়া করে, বা তাদের সাথে একটি চুক্তি সম্পাদনের জন্য, ডেটা বিষয়ের মানব হস্তক্ষেপ পাওয়ার, তাদের দৃষ্টিভঙ্গি প্রকাশ করার এবং সিদ্ধান্তের প্রতিদ্বন্দ্বিতা করার অধিকার রয়েছে]
 

  • অনুচ্ছেদ 15 : ডেটা বিষয়ের সম্পূরক তথ্য সহ তাদের ব্যক্তিগত ডেটার একটি অনুলিপি পাওয়ার অধিকার রয়েছে যেমন ডেটা প্রক্রিয়াকরণের উদ্দেশ্য, ডেটা কার সাথে ভাগ করা যেতে পারে সে সম্পর্কে তথ্য, প্রক্রিয়াকরণের সময়কাল ইত্যাদি।
     

  • ধারা 20:  ডেটা সাবজেক্টদের ব্যক্তিগত ডেটা পাওয়ার অধিকার রয়েছে যা তারা একটি স্ট্রাকচার্ড, সাধারণত ব্যবহৃত এবং মেশিন রিডেবল ফরম্যাটে নিয়ামককে দিয়েছে। তাদের অন্য নিয়ামকের কাছে ডেটা প্রেরণ ('পোর্ট') করার অধিকারও রয়েছে। যেখানে সম্ভবপর, তারা একটি নিয়ামক থেকে অন্য নিয়ামক থেকে সরাসরি ডেটা প্রেরণের জন্য জিজ্ঞাসা করতে পারে।

 

যদিও প্ল্যাটফর্মগুলি কর্মীদের জন্য ডেটা ডাউনলোডগুলি উপলব্ধ করে, এইগুলি প্রায়শই কাজের অবস্থার (যেমন বেতনের ন্যায্যতা, কাজের বরাদ্দ এবং উপরে তালিকাভুক্ত হিসাবে ব্যবহার) জিজ্ঞাসাবাদের জন্য সবচেয়ে সহায়ক এবং প্রয়োজনীয় ডেটা বিভাগগুলিকে বাদ দেয়। কর্মীদের জন্য উপলভ্য ডেটা, আমরা নির্দিষ্ট বিষয় অ্যাক্সেস এবং বহনযোগ্যতার অনুরোধ করি যা তাদের কাছ থেকে সংগ্রহ করা ডেটা গিগ প্ল্যাটফর্মের সম্পূর্ণ পরিসরকে কভার করে। এই অনুরোধগুলিতে, আমরা তিনটি ভিন্ন ধরনের ডেটা পেতে চাই:
 

1) ইনপুট ডেটা - শ্রমিকরা নিজেরাই সরবরাহ করে
 

2) পর্যবেক্ষণ ডেটা – কর্মীদের প্ল্যাটফর্ম ব্যবহারের উপর ভিত্তি করে (যেমন কাঁচা পরিমাপ এবং নজরদারি ডেটা যেমন অবস্থান ডেটা, টেলিমেটিক্স ইত্যাদি)
 

3) অনুমানকৃত ডেটা - পর্যবেক্ষণ ডেটার বিশ্লেষণ থেকে প্রাপ্ত (যেমন ঝুঁকি এবং জালিয়াতি মূল্যায়নের আকারে কর্মীদের আচরণের প্রোফাইলিং)

ধারা 22:   ডেটা বিষয়গুলি কেবলমাত্র ডেটার স্বয়ংক্রিয় প্রক্রিয়াকরণের উপর ভিত্তি করে আইনি (বা একইভাবে উল্লেখযোগ্য) প্রভাব সহ সিদ্ধান্তের অধীন হতে পারে না।
 

  [যদি ডেটা কন্ট্রোলার ডেটা বিষয়ের সুস্পষ্ট সম্মতিতে ডেটা প্রক্রিয়া করে, বা তাদের সাথে একটি চুক্তি সম্পাদনের জন্য, ডেটা বিষয়ের মানব হস্তক্ষেপ পাওয়ার, তাদের দৃষ্টিভঙ্গি প্রকাশ করার এবং সিদ্ধান্তের প্রতিদ্বন্দ্বিতা করার অধিকার রয়েছে]
 

অনুচ্ছেদ 15:  ডেটা সাবজেক্টদের তাদের ব্যক্তিগত ডেটার একটি অনুলিপি পাওয়ার অধিকার রয়েছে, সাথে সম্পূরক তথ্য যেমন ডেটা প্রক্রিয়াকরণের উদ্দেশ্য, ডেটা কার সাথে ভাগ করা যেতে পারে সে সম্পর্কে তথ্য, প্রক্রিয়াকরণের সময়কাল ইত্যাদি।

 

ধারা 20 :   ডেটা সাবজেক্টদের ব্যক্তিগত ডেটা পাওয়ার অধিকার রয়েছে যা তারা একটি স্ট্রাকচার্ড, সাধারণত ব্যবহৃত এবং মেশিন রিডেবল ফরম্যাটে নিয়ামককে দিয়েছে। তাদের অন্য নিয়ামকের কাছে ডেটা প্রেরণ ('পোর্ট') করার অধিকারও রয়েছে। যেখানে সম্ভবপর, তারা একটি নিয়ামক থেকে অন্য নিয়ামক থেকে সরাসরি ডেটা প্রেরণের জন্য জিজ্ঞাসা করতে পারে।

WIE-Report-Illustration-7_2x.png
WIE-Report-Illustration-5_2x.png
WIE-Report-Illustration-6_2x.png

তথ্য অন্তর্ভুক্তী 

কর্মীরা নিজেরাই সরবরাহ করেছেন

পর্যবেক্ষণ করা তথ্য 

কর্মীদের প্ল্যাটফর্ম ব্যবহারের উপর ভিত্তি করে (যেমন কাঁচা পরিমাপ এবং নজরদারি ডেটা যেমন অবস্থান ডেটা, টেলিমেটিক্স ইত্যাদি)

অনুমানকৃত তথ্য

পর্যবেক্ষণ ডেটার বিশ্লেষণ থেকে প্রাপ্ত (যেমন ঝুঁকি এবং জালিয়াতি মূল্যায়ন আকারে কর্মীদের আচরণের প্রোফাইলিং)

এই বিভাগগুলির ডেটাগুলি প্রায়ই নির্দেশিকা নথি এবং গোপনীয়তা নীতিগুলিতে স্পষ্ট করা হয় তবে ড্রাইভাররা যখন তাদের ডেটা ডাউনলোড করে বা বিষয় অ্যাক্সেসের অনুরোধ করে তখন তাদের সাথে ভাগ করা হয় না। আমাদের অভিজ্ঞতায়, যখন কর্মীরা এই তথ্য খোঁজেন, তখন গিগ প্ল্যাটফর্মের লক্ষ্য থাকে বিভিন্ন ধরনের অ-সম্মতিমূলক আচরণে জড়িত থাকার মাধ্যমে প্রক্রিয়াটিকে কঠিন এবং ভারসাম্যপূর্ণ করা। ব্যাপক তথ্যের সন্ধানকারী কর্মীরা অত্যন্ত জটিল এবং প্রতিবন্ধক ওয়েবসাইট স্থাপত্যগুলিতে নেভিগেট করতে হবে এবং সমর্থন এজেন্টদের দ্বারা আরও হতাশার প্রচেষ্টাকে এড়াতে হবে, যারা অপ্রয়োজনীয়ভাবে সাধারণ প্রশাসনিক প্রক্রিয়াগুলিকে দীর্ঘায়িত করে বা স্বয়ংক্রিয় প্রতিক্রিয়া প্রদান করে যা পর্যাপ্তভাবে প্রশ্নের উত্তর দিতে ব্যর্থ হয়। এই পদ্ধতিগুলিকে ' ডার্ক প্যাটার্ন' হিসাবে বর্ণনা করা যেতে পারে যা কর্মীদের ডেটা বিষয় হিসাবে তাদের অধিকার প্রয়োগ থেকে দূরে রাখার জন্য ডিজাইন করা হয়েছে। যেখানে কর্মীরা তাদের ডেটা প্রাপ্ত করতে সক্ষম হয়, সেখানে প্রায়শই এটি উল্লেখযোগ্য অংশ অনুপস্থিত থাকে বা অসঙ্গত এবং অ-মেশিন-পঠনযোগ্য বিন্যাসে উপস্থাপন করা হয়, যা বিশ্লেষণকে কার্যকরভাবে অসম্ভব করে তোলে। এই বাধার কাজগুলি কর্মীদের বারবার অনুরোধ করতে বাধ্য করে যা কোম্পানিগুলি শেষ পর্যন্ত তাদের অসম্মান করার কারণ হিসাবে ব্যবহার করে।

আমরা দেখেছি সমস্ত DSAR রিটার্নে, কোনও নিয়োগকর্তা স্বয়ংক্রিয় ব্যক্তিগত ডেটা প্রক্রিয়াকরণের সম্পূর্ণ এবং সঠিক অ্যাকাউন্ট দেননি। এটি বিশেষভাবে গুরুত্বপূর্ণ সেই ক্ষেত্রে যেগুলি কর্মসংস্থানের নিরাপত্তা নির্ধারণ করতে পারে যেমন কাজের বরাদ্দ, কর্মক্ষমতা ব্যবস্থাপনা, নিরাপত্তা এবং নিরাপত্তা, যেমন এই প্রতিবেদনের মাধ্যমে আলোচনা করা হয়েছে। উবার এবং ওলা আদালতে যুক্তি দিয়েছে যে তাদের কর্মীদের কাছে এই ধরনের ডেটা প্রক্রিয়াকরণের যুক্তি প্রকাশ করা হলে তাদের প্ল্যাটফর্মের নিরাপত্তা এবং নিরাপত্তার সাথে আপস করা হতে পারে। আমাদের দৃষ্টিতে, নিরাপত্তা এবং নিরাপত্তা তখনই উন্নত করা যেতে পারে যখন প্ল্যাটফর্মগুলি গোপন নজরদারি এবং সংক্ষিপ্ত বরখাস্তের উপর নির্ভর না করে স্বচ্ছভাবে নিয়ম এবং কর্মক্ষমতা মান সেট করে, যা DSAR-এর কিছু মূল প্রেরণা।

DSAR-এর প্রতি এই প্রতিরোধী মনোভাবের পরিপ্রেক্ষিতে, এটাও মনে রাখা গুরুত্বপূর্ণ যে অনেক চালক অনুরোধ করার জন্য কোম্পানির দ্বারা প্রতিশোধ নেওয়ার ভয় পান। যখন গিগ প্ল্যাটফর্মগুলি বিষয় অ্যাক্সেসের অনুরোধের প্রতিক্রিয়া হিসাবে অস্থায়ী এবং দীর্ঘায়িত পরিচয় পরীক্ষা করে, তখন কর্মীদের সহজেই নিরুৎসাহিত করা হয় এবং ভয় দেখানো হয় (প্ল্যাটফর্ম প্রতিক্রিয়া কেস স্টাডিতে Uber দ্বারা ড্রাইভারদের পাঠানো ইমেলগুলি দেখুন)। আমরা ড্রাইভারদের সাথে পরিচালিত অসংখ্য সাক্ষাত্কার জুড়ে, জটিল আইনি ভাষায় জানানো দীর্ঘ নিশ্চিতকরণের বার্তা, অনুরোধগুলি অনুসরণ করার জন্য প্রতিবন্ধক হিসাবে প্রায়শই উল্লেখ করা হয়েছে। অনেক চালকের জন্য, অনুরোধের সাথে অটল থাকার কাজটি প্যারাপেটের উপরে একজনের মাথা রাখা এবং একজনের জীবিকা ও চাকরির নিরাপত্তা ঝুঁকির সমান।

এই ধারণাটি প্রায়শই ক্রমাগত শোষণ এবং নিরাপত্তাহীনতার অভিজ্ঞতা থেকে সঞ্চিত হয়, গণতান্ত্রিক অধিকার প্রয়োগের ক্ষেত্রে শ্রমিকদের সীমিত ক্ষমতা এবং জ্ঞান থেকে অনুসরণ করে, যুক্তরাজ্যে অভিবাসী হিসাবে বা তাদের নিজ দেশে, যা অনেক ক্ষেত্রে কর্তৃত্ববাদী ঝোঁক প্রদর্শন করে। এমন একটি কর্মশক্তিতে যা ইতিমধ্যেই ব্যাপকভাবে বিভক্ত এবং অর্থনৈতিক অনিশ্চয়তার ঝুঁকিতে রয়েছে, যেখানে নিরাপত্তার প্রয়োজন অন্যায়কে চ্যালেঞ্জ করার আকাঙ্ক্ষার চেয়ে অনেক বেশি, কোম্পানীর কাছ থেকে এই ধরণের প্রতিকূল আচরণের প্রভাবকে অতিমাত্রায় বলা যায় না। এই নিরাপত্তাহীনতা অতিরিক্ত পরিচালন অ্যালগরিদমের অস্বচ্ছতা দ্বারা জটিল। ব্ল্যাক-বক্স কাজের বরাদ্দ বা কর্মক্ষমতা ব্যবস্থাপনা সিস্টেমগুলি কীভাবে কাজ করে তার স্পষ্ট ব্যাখ্যার অনুপস্থিতিতে, প্ল্যাটফর্মের সাথে তাদের মিথস্ক্রিয়া কীভাবে তাদের কাজকে প্রভাবিত করে সে সম্পর্কে কর্মীদের জন্য অনুমানমূলক বা এমনকি ষড়যন্ত্রমূলক চিন্তাভাবনা করা খুব সহজ হয়ে ওঠে। এটি তখন অন্যান্য প্রতিষ্ঠানের সাধারণীকৃত অবিশ্বাস এবং সংগঠিত কার্যকলাপের প্রতি বিদ্বেষে প্রসারিত হতে পারে। এগুলি কর্মশক্তি জুড়ে শক্তিশালী এবং অবিরাম দুর্বলতা যার জন্য বিশেষ মনোযোগ এবং সুরক্ষা প্রয়োজন।

Case Studies: Indivdual DSARs

কেস স্টাডি: স্বতন্ত্র DSARs
 

নিম্নলিখিত কেস স্টাডিগুলি এমন কিছু উপায় দেখায় যেগুলি Uber কর্মীদের দ্বারা ডেটা অনুরোধে সাড়া দেওয়ার ক্ষেত্রে বাধামূলক এবং অ-সম্মতিমূলক আচরণে জড়িত। উল্লেখযোগ্যভাবে, এই উদাহরণগুলিকে অনভিজ্ঞ সহায়তা এজেন্টদের জন্য ব্যতিক্রম বা বিচ্ছিন্ন ঘটনা হিসাবে ব্যাখ্যা করা যায় না। এই প্রতিক্রিয়াগুলি Uber দ্বারা অনুসরণ করা স্ট্যান্ডার্ড পদ্ধতির প্রতিনিধিত্ব করে যখন কর্মীরা তাদের ডেটা অ্যাক্সেস অধিকার ব্যবহার করতে চান। 

E726o0_XoAEmGfW.jpeg

সার্কুলার এবং নিরর্থক উত্তর
 

এম. আহমেদ একজন প্রাক্তন উবার ড্রাইভার এবং উবার ইটস কুরিয়ার। 2020 সালের অক্টোবরে, তার উবার ড্রাইভার এবং কুরিয়ার উভয় অ্যাকাউন্টই স্থগিত করা হয়েছিল এবং 2021 সালের ফেব্রুয়ারিতে, তার ড্রাইভার অ্যাকাউন্ট নিষ্ক্রিয় করা হয়েছিল। এটি তার UberEats কুরিয়ার অ্যাকাউন্টকেও প্রভাবিত করেছিল, যা পরবর্তীতে নিষ্ক্রিয় এবং মুছে ফেলা হয়েছিল।

মিঃ আহমেদ তার বরখাস্তের কারণ জানতে চাইলে তাকে পরস্পরবিরোধী উত্তর দেওয়া হয়। Uber প্রাথমিকভাবে ফেসিয়াল রিকগনিশন চেক ব্যর্থতার কথা উল্লেখ করেছে এবং পরে দাবি করেছে যে ডিঅ্যাক্টিভেশনটি অর্জিত অর্ডারের উচ্চ পরিমাণের কারণে হয়েছে। সমস্ত চিঠিপত্রের সময়, তারা তাকে ভুল নামে সম্বোধন করেছিল এবং শেষ পর্যন্ত স্বীকার করেছিল যে ব্যর্থ রিয়েল টাইম আইডি চেক সংক্রান্ত বার্তাগুলি ভুলভাবে পাঠানো হয়েছিল। তার বরখাস্তের চারপাশে বিভ্রান্তি তাকে তার ব্যক্তিগত তথ্য খুঁজতে পরিচালিত করেছিল।
 

গত কয়েক মাস ধরে জনাব আহমেদ তার নিষ্ক্রিয় করা উবার ইটস অ্যাকাউন্টের সাথে যুক্ত ডেটা পুনরুদ্ধার করার চেষ্টা করছেন। মিঃ আহমেদ প্রথমে 15 এপ্রিল 2021- এ উবার ওয়েবসাইটে 'উবার অ্যাকাউন্ট ছাড়া গোপনীয়তা তদন্ত জমা দিন' ফর্মের মাধ্যমে তার ডেটা পাওয়ার চেষ্টা করেছিলেন, কারণ তার অ্যাকাউন্টটি বরখাস্ত করার পরে মুছে ফেলা হয়েছিল।
 

জবাবে, তিনি Uber থেকে একটি ইমেল পেয়েছেন যাতে বলা হয়: “আমাদের গোপনীয়তা বিজ্ঞপ্তি অ্যাকাউন্টধারীর তথ্য শেয়ার করার ক্ষমতাকে সীমিত করে। আমরা শুধুমাত্র আমাদের ডেটা অনুরোধ নির্দেশিকাগুলিতে বর্ণিত প্রক্রিয়ার মাধ্যমে এই তথ্য প্রদান করতে পারি।" এই প্রক্রিয়াটি অ্যাকাউন্টে সাইন ইন করা এবং অ্যাকাউন্টের মধ্যে থেকে অনুরোধ করা বোঝায়। "এটি বলেছে, আমরা প্রয়োজন অনুযায়ী সাহায্য করার জন্য উপযুক্ত চ্যানেলের মাধ্যমে আপনার সাথে কাজ করতে সক্ষম।"

 

মিঃ আহমেদ তার এখন মুছে ফেলা অ্যাকাউন্টের সাথে যুক্ত ডেটা কীভাবে অ্যাক্সেস করতে পারেন সে সম্পর্কে পরামর্শ চেয়ে আবার লিখেছিলেন। তিনি ব্যাখ্যা করেছেন যে তিনি তার Uber Eats অ্যাকাউন্টের সাথে যুক্ত ইমেল থেকে লিখছেন এবং তিনি এই অ্যাকাউন্টের সাথে যুক্ত মোবাইল নম্বরটিও দিয়েছেন। তিনি যোগ করেছেন যে তিনি তার পরিচয় নিশ্চিত করতে আরও তথ্য দিতে পেরে খুশি।

 

এটির জন্য, জনাব আহমেদ একটি প্রতিক্রিয়া পেয়েছেন বলে যে তার "উদ্বেগ এই অ্যাকাউন্টের সাথে সম্পর্কিত নয়। অনুগ্রহ করে সংশ্লিষ্ট অ্যাকাউন্ট থেকে আমাদের কাছে লিখুন বা প্রাসঙ্গিক শংসাপত্র সহ help.uber.com এর মাধ্যমে সাইন-ইন করুন এবং সমস্যাটি সম্পর্কে আমাদের জানান যাতে আমরা আপনাকে আরও সহায়তা করতে পারি।”

 

মিঃ আহমেদ 03 শে জুলাই 2020-এ উবারের তাকে পাঠানো অনবোর্ডিং ইমেলের একটি চিত্র সংযুক্ত করে আবার লিখেছেন যে তিনি প্রাসঙ্গিক অ্যাকাউন্ট থেকে লিখছেন। 19 এপ্রিল 2021-এ, তিনি একই বার্তা পেয়েছিলেন যে তার "উদ্বেগ এই অ্যাকাউন্টের সাথে সম্পর্কিত নয়।"

 

মিঃ আহমেদ আবারও ব্যাখ্যা করে লিখেছেন যে তিনি তার অ্যাকাউন্ট অ্যাক্সেস করতে অক্ষম এবং তিনি তার উবার ইটস অ্যাকাউন্টের সাথে সম্পর্কিত বিশদ সরবরাহ করেছেন। তিনি নিজেকে শনাক্ত করার জন্য অন্য কোন তথ্য দিতে পারেন সে বিষয়ে নির্দেশনা পেতে বলেন। তিনি কোনো সাড়া পাননি।

 

এই মুহুর্তে মিঃ আহমেদ অ্যাপ ড্রাইভার এবং কুরিয়ার ইউনিয়ন এবং ওয়ার্কার ইনফো এক্সচেঞ্জের কাছে সাহায্য চেয়েছিলেন এবং আমরা উবারের সাথে সমস্যাটি বাড়িয়েছিলাম। 11 মে 2021-এ, জনাব আহমেদ Uber থেকে একটি ইমেল পান যাতে তাকে আমাদের পক্ষ থেকে করা অনুরোধটি নিশ্চিত করতে বলা হয়। তিনি আমাদেরকে তার ম্যান্ডেট দিয়েছেন এবং তিনি তার অনুরোধটি প্রক্রিয়াকরণ করতে চান তা নিশ্চিত করে তিনি ফিরে লিখেছেন।

 

14 মে 2021-এ, মিঃ আহমেদকে অনুরোধটি প্রক্রিয়া করার জন্য উবার দ্বারা একটি আইডি যাচাইকরণ ফর্ম পাঠানো হয়েছিল। ফর্মটি তার পূর্ববর্তী বার্তাগুলিতে যেমন ইমেল, ফোন নম্বর, বসবাসের দেশ, অনুরোধ করা ডেটার প্রকারের মতো একই বিশদ বিবরণের জন্য জিজ্ঞাসা করেছিল৷ এটি তার "বর্তমান রেটিং" চেয়েছিল - যা প্রযোজ্য ছিল না, কারণ তার অ্যাকাউন্টে তার আর অ্যাক্সেস ছিল না। মিঃ আহমেদ উবারে ফর্মটি পাঠিয়েছিলেন, কিন্তু তিনি কোনও উত্তর পাননি।

 

20 মে 2021-এ, মিঃ আহমেদ উবারকে লিখেছিলেন যে তারা তার অনুরোধটি প্রক্রিয়া করছে তা নিশ্চিত করতে। তিনি কোনো সাড়া পাননি।

 

লেখার সময়, জনাব আহমেদ তার তথ্য পাননি। বা কেন তার অনুরোধ প্রক্রিয়া করা হচ্ছে না তার কোনো ব্যাখ্যাও দেওয়া হয়নি।

Circular and Futile Answers: M Ahmed

অসামঞ্জস্যপূর্ণ এবং ক্রমবর্ধমান ডেটা শেয়ারিং

 

মিঃ আমিনি একজন প্রাক্তন উবার চালক যিনি একটি ব্যর্থ ভূ-অবস্থান পরীক্ষা করার পর নভেম্বর 2020 সালে নিষ্ক্রিয় হয়েছিলেন। Uber TfL-কে তার বরখাস্তের কথা জানায়, যারা তখন মিঃ আমিনির ব্যক্তিগত ভাড়ার লাইসেন্স বাতিল করে, তাকে কাজ ছাড়াই রেখে দেয়। তার বরখাস্তের কারণ বোঝার জন্য, জনাব আমিনি উবার থেকে তার ডেটা পেতে চেয়েছিলেন।

 

জনাব আমিনি 13 এপ্রিল 2021-এ তার প্রথম অনুরোধ করেছিলেন এবং তার সমস্ত ব্যক্তিগত ডেটা চেয়েছিলেন, যার মধ্যে উবার দ্বারা উত্পাদিত নির্দেশিকা নথিতে বর্ণিত 26টি ডেটা বিভাগ রয়েছে, সেইসাথে রিয়েল টাইম আইডি চেকের প্রতিক্রিয়া হিসাবে তার দ্বারা জমা দেওয়া ছবিগুলি। তিনি উল্লেখ করেছেন যে তিনি উবার ড্রাইভার হিসাবে সক্রিয় থাকার পুরো সময়কালের ডেটা চান।

 

মিঃ আমিনি 05 মে 2021-এ তার অনুরোধের একটি প্রতিক্রিয়া পেয়েছিলেন, তবে প্রদত্ত ডেটা শুধুমাত্র তার অনুরোধের 30 দিন আগে কভার করেছিল। যেহেতু মিঃ আমিনি এই সময়ের মধ্যে উবারের জন্য কাজ করতে সক্ষম হননি, প্রদত্ত অনেক ডেটাসেট ফাঁকা ছিল।

 

জনাব আমিনি তারপরে 06 মে 2021-এ আরেকটি অনুরোধ করেছিলেন, আবার উল্লেখ করেছিলেন যে তিনি উবারের সাথে কাজ করার পুরো সময়সীমার বিষয়ে ডেটার জন্য অনুরোধ করছেন, বিশেষভাবে যোগ করেছেন যে তিনি নভেম্বর 2020 এর মধ্যে সংগ্রহ করা ডেটার জন্য কামনা করেছেন।

 

জনাব আমিনী 28 মে 2021-এ একটি প্রতিক্রিয়া পেয়েছিলেন। যাইহোক, তাকে আবার অসম্পূর্ণ ডেটা পাঠানো হয়েছিল। বিশেষত, Uber দ্বারা প্রদত্ত ড্রাইভারের বিস্তারিত ডিভাইস ডেটা csv সম্পূর্ণ ফাঁকা ছিল।

 

মিঃ আমিনি 02 জুন 2021 তারিখে অনুপস্থিত ডেটা জানতে চেয়ে আরেকটি অনুরোধ করেছিলেন। তিনি 10 জুন 2021-এ নভেম্বর 2020 এর জন্য তার ড্রাইভারের বিস্তারিত ডিভাইস ডেটা পেয়েছিলেন। তবে, উবার দ্বারা উত্পাদিত নির্দেশিকা নোটগুলিতে তালিকাভুক্ত সমস্ত ডেটা ক্ষেত্র তিনি চান তা উল্লেখ করা সত্ত্বেও, তাকে একটি সীমাবদ্ধ ডেটা সেট পাঠানো হয়েছিল যা 50টি ডেটার মধ্যে 32টি বাদ দিয়েছিল। ক্ষেত্র

Inconsistent and incremental data sharing

অস্পষ্টতা এবং প্রতিরোধ
 

জনাব মজিদ একজন প্রাক্তন উবার ড্রাইভার যিনি একটি ব্যর্থ জিওলোকেশন চেক করার পরে সেপ্টেম্বর 2020 সালে নিষ্ক্রিয় হয়েছিলেন। মিঃ আমিনির ক্ষেত্রে যেমন, উবার জনাব মজিদের বরখাস্তের কথা TfL-কে জানিয়েছিল, যার কারণে তার ব্যক্তিগত ভাড়ার লাইসেন্স বাতিল করা হয়েছিল। উবারের অভিযোগের ভিত্তি বোঝার প্রয়াসে, তিনি তার ডেটা পাওয়ার চেষ্টা করেছিলেন।

 

জনাব মজিদ 2 জুন 2021-এ তার ডেটার অনুরোধ করার জন্য প্রথমে Uber-এর সাথে যোগাযোগ করেছিলেন। প্রতিক্রিয়া হিসাবে, তিনি একটি সংক্ষিপ্ত উপায়ে তার উদ্বেগকে বিশদভাবে ব্যাখ্যা করার জন্য একটি বার্তা পেয়েছিলেন।  জনাব মজিদ 2020 সালের সেপ্টেম্বরের জন্য 3টি ডেটা বিভাগের (উবারের নির্দেশিকা নোটে তালিকাভুক্ত 26টি বিভাগের মধ্যে) অনুরোধের উত্তর দিয়েছেন।

 

8 জুন 2021-এ, জনাব মজিদ Uber থেকে একটি বার্তা পান: “আমাদের গোপনীয়তা নীতি আমাদের আপনার অংশীদার অ্যাকাউন্টের সাথে যুক্ত ইমেল ঠিকানার মাধ্যমে যোগাযোগ ছাড়াই পরিবর্তন করতে বা ব্যক্তিগত তথ্য আলোচনা করার অনুমতি দেয় না। আপনার নির্দিষ্ট সমস্যায় আপনাকে সাহায্য করার জন্য, আপনাকে সেই অ্যাকাউন্টের সাথে যুক্ত ইমেল ঠিকানা ব্যবহার করে লিখতে হবে। বোঝার জন্য ধন্যবাদ."

 

এই পর্যায়ে জনাব মজিদ বিভ্রান্ত হয়ে আমাদের সাথে যোগাযোগ করেন, কারণ তিনি উবারকে তার অ্যাকাউন্ট থেকে লিখেছিলেন। তিনি আবার লিখেছেন, উবারকে ব্যাখ্যা করেছেন যে তিনি তার ড্রাইভার অ্যাকাউন্টে সাইন ইন করে তাদের সাথে যোগাযোগ করেছেন, তাই তিনি অবশ্যই সঠিক ইমেল ঠিকানা থেকে লিখছেন। তিনি জিজ্ঞাসা করেছিলেন যে তিনি উবারকে আশ্বস্ত করার জন্য কোনও অতিরিক্ত শনাক্তকরণ/ডকুমেন্টেশন দিতে পারেন কিনা যে তিনিই অনুরোধ করছেন।

 

জবাবে, তিনি উবারের থেকে একই বার্তা পেয়েছেন: “হাই...আপনার বার্তার জন্য ধন্যবাদ। আমরা বুঝি যে আপনি একটি Uber অ্যাকাউন্ট সম্পর্কিত তথ্য নিয়ে আলোচনা করতে চান। আপনি যদি অ্যাকাউন্ট হোল্ডার হন, তাহলে অনুগ্রহ করে আপনার পার্টনার-ড্রাইভার অ্যাকাউন্টের সাথে যুক্ত ইমেল ঠিকানা থেকে লিখুন এবং আমরা এখনই আপনাকে সাহায্য করতে সক্ষম হব।”

 

09 জুন 2021-এ, জনাব মজিদ তার অংশীদার অ্যাকাউন্টে লগ ইন করেন এবং আবার চেষ্টা করার জন্য Uber সমর্থনের সাথে একটি চ্যাট শুরু করেন। তিনি একটি বিষয় অ্যাক্সেস অনুরোধ করতে পারেন কিনা জিজ্ঞাসা তার বার্তা উপেক্ষা করা হয়েছে.

 

14 জুন 2021-এ, জনাব মজিদ আরও একবার উবারের সাথে যোগাযোগ করেছিলেন, এই বলে যে তার ড্রাইভার অংশীদার অ্যাকাউন্ট সম্পর্কে তার একটি প্রশ্ন ছিল। তিনি Uber থেকে একটি প্রতিক্রিয়া পেয়েছিলেন: “আপনি যোগাযোগ করার জন্য ধন্যবাদ...আমরা আপনার উদ্বেগ পর্যালোচনা করার সুযোগ নিয়েছি এবং দেখতে পাচ্ছি যে আপনি এই সমস্যাটি সম্পর্কে আগে আমাদের সাথে যোগাযোগ করেছেন। আমাদের দলের একজন সদস্য বর্তমানে আপনার সমস্যাটি তদন্ত করছে এবং আমরা যত তাড়াতাড়ি সম্ভব আপনার সাথে যোগাযোগ করব। আমাদের যোগাযোগ স্ট্রিমলাইন করতে এবং কোনো বিভ্রান্তি এড়াতে আমরা এই যোগাযোগ বন্ধ করতে এগিয়ে যাচ্ছি।"

16 জুন 2021-এ, জনাব মজিদ আবার উবারের সাথে যোগাযোগ করেন, এই বলে যে তাকে অনুরোধ করার জন্য তার অ্যাকাউন্টে সাইন-ইন করতে বলা হয়েছিল, এবং এটি করার পরে, তিনি তার অনুরোধের বিশদ বিবরণ শেয়ার করতে চেয়েছিলেন। তিনি পরের দিন একটি প্রতিক্রিয়া পেয়েছিলেন এবং পরবর্তীতে 18 জুন 2021 তারিখে অনুরোধের বিশদ (উপরে তালিকাভুক্ত তিনটি ডেটাসেটের মধ্যে) পাঠান।

 

কোন প্রতিক্রিয়া না পেয়ে, জনাব মজিদ 28 জুন 2021-এ উবারের সাথে আবার যোগাযোগ করেন, তার অনুরোধ প্রক্রিয়া করা হচ্ছে কিনা তা নিশ্চিত করার জন্য। 01 জুলাই 2021-এ, তিনি একটি উত্তর পেয়েছিলেন যে উল্লেখ করে যে তার উদ্বেগ বিশেষায়িত দলের সাথে উত্থাপিত হয়েছে এবং তারা আরও তদন্ত করার জন্য যোগাযোগ করবে।

 

02 জুলাই 2021 তারিখে, জনাব মজিদ 09 জুন 2021 তারিখে যে মেসেজ থ্রেডটি শুরু করেছিলেন তার একটি প্রতিক্রিয়া পেয়েছিলেন। এই বার্তায় বলা হয়েছে যে Uber-এর অনুরোধ ব্যক্তিগতভাবে নেদারল্যান্ডে Uber BV-এর ডাক ঠিকানায় পাঠানোর প্রয়োজন।

 

মজিদ সাহেব আর কোনো যোগাযোগ পাননি।

Obfuscation and Resistance

"অ্যালগরিদমের প্রশ্নটি উবারাইজেশনের থিমের কেন্দ্রীয় বিষয়। প্রায়শই, এটি অ্যালগরিদম যা বসের আসল ভূমিকা পালন করে, কারণ প্রযুক্তি কর্মীদের অধীনতার জন্য নতুন উপায় সরবরাহ করে। স্পষ্টতই অ্যালগরিদম ব্যবস্থাপনার স্বচ্ছতার প্রয়োজন আছে কিন্তু এই স্বচ্ছতার বাইরেও অ্যালগরিদমের সহ-ব্যবস্থাপনার প্রয়োজন রয়েছে। শ্রমিক প্রতিনিধিদের তাদের উন্নয়নে অংশগ্রহণ করতে সক্ষম হতে হবে।"

লেইলা চাইবি, এমইপি

কেস স্টাডিজ: প্ল্যাটফর্ম প্রতিক্রিয়া

কর্মী তথ্য বিনিময় দ্বারা ব্যাচ অনুরোধ
 

উপরের উদাহরণগুলি দ্বারা প্রদর্শিত হিসাবে, পৃথক অনুরোধ প্রক্রিয়াগুলি অত্যন্ত সময়সাপেক্ষ এবং ক্ষমতা নিবিড় হতে পারে। আমরা তাই প্রক্রিয়া তৈরি করেছি যাতে আমরা ড্রাইভারদের পক্ষ থেকে ব্যাচের অনুরোধ করতে পারি এবং এই জটিল পদ্ধতিটিকে প্রবাহিত করতে পারি। আমরা স্ক্রাইভ দ্বারা বিকাশিত ইলেকট্রনিক স্বাক্ষর এবং আইডি সমাধান ব্যবহার করে একটি সিস্টেম সেট আপ করেছি যাতে কর্মীদের পক্ষ থেকে অনুরোধ করার জন্য তাদের কাছ থেকে আইনি আদেশ পাওয়া যায়। আমরা এবং ডেটা কন্ট্রোলার উভয়ই অনুরোধকারীর পরিচয় সম্পর্কে নিশ্চিত হতে পারি এবং তাদের ডেটা গোপনীয়তা রক্ষা করতে পারি তা নিশ্চিত করার জন্য এই সমাধানটিতে Onfido (Uber দ্বারা ব্যবহৃত একই আইডি যাচাইকরণ পরিষেবা) দ্বারা পরিচালিত একটি আইডি যাচাইকরণও রয়েছে। আইডি যাচাইকরণের জন্য কর্মীদের নিম্নলিখিত আইডি নথিগুলির মধ্যে একটি জমা দিতে হবে: পাসপোর্ট, ড্রাইভার্স লাইসেন্স, পরিচয়পত্র বা বসবাসের অনুমতি৷ এই প্রক্রিয়ার মাধ্যমে, প্রতিটি ব্যক্তির জন্য একটি পৃথক সম্মতি নথি তৈরি করা হয় যা ইলেকট্রনিকভাবে সিল করা হয় এবং সনাক্তকরণ প্রক্রিয়ার সত্যতা প্রমাণ করার জন্য একটি প্রমাণ লগ ধারণকারী গোপন সংযুক্তির মাধ্যমে যাচাইযোগ্য। (স্ক্রাইভ সম্মতি ফর্মগুলির অখণ্ডতা যাচাই করার জন্য একটি পরিষেবাও প্রদান করে, যা নথিতে লিঙ্ক করা আছে।) আমরা এই নথিগুলি পাঠাই, সাথে একটি স্প্রেডশীট সহ কর্মীদের নাম, ইমেল, ঠিকানা এবং ফোন নম্বর অনুরোধ করা।

কিছু কোম্পানি এই পদ্ধতির মাধ্যমে করা অনুরোধের প্রতি সাড়া দেওয়ার জন্য সহানুভূতিশীল এবং সহযোগিতামূলক হয়েছে, অন্যরা অনেক বেশি বাধামূলক এবং প্রতিকূল আচরণে লিপ্ত হয়েছে। যাইহোক, কোম্পানিগুলি অনুরোধগুলি মেনে চলার পরেও, সংগৃহীত সুনির্দিষ্ট ডেটা বিভাগগুলি প্রতিষ্ঠা করার পাশাপাশি একটি কাঠামোগত এবং মেশিন-পাঠযোগ্য বিন্যাসে অনুরোধ করা সমস্ত ডেটা পাওয়ার ক্ষেত্রে সামঞ্জস্যপূর্ণ সমস্যা রয়েছে৷ কিছু কোম্পানি ডেটা বিভাগের স্পষ্ট বিবরণ সহ নির্দেশিকা নথি প্রদান করতে সক্ষম হয়েছে, এবং আমরা যে ডেটা পেয়েছি তা প্রায়শই গোপনীয়তা নীতিতে বর্ণিত প্রক্রিয়াকরণের সাথে উল্লেখযোগ্য অসঙ্গতি প্রদর্শন করেছে। সাধারণভাবে বলতে গেলে, কোম্পানিগুলি যে ডেটা অনুশীলনগুলি প্রকাশ করতে চায় না তা অস্বীকার করার প্রবণতা দেখিয়েছে। একটি উদাহরণে, একটি কোম্পানি দাবি করেছে যে তাদের গোপনীয়তা নীতিতে উল্লেখ করা জালিয়াতি মূল্যায়ন শুধুমাত্র একটি ট্রায়ালের অংশ হিসাবে করা হয়েছিল এবং গোপনীয়তা নীতিটি পুরানো। অন্য একজন আমাদেরকে একটি নথিতে উল্লেখ করেছেন যেটি তারা দাবি করেছে যে আমরা আমাদের অনুরোধের ভিত্তিতে যেটিকে স্থগিত করেছি, যদিও উভয় নথি একই তারিখে আপডেট করা হয়েছিল।

এই অসুবিধা সত্ত্বেও, আমরা সবচেয়ে বিতর্কিত পুশব্যাকের সম্মুখীন হয়েছি তা হল তৃতীয় পক্ষ হিসাবে বিষয় অ্যাক্সেসের অনুরোধ করার সময় শ্রমিকদের পক্ষে কাজ করার আমাদের অধিকারকে অস্বীকার করা। এই দ্ব্যর্থহীন অধিকার ( আইসিও-র নির্দেশনায় স্পষ্টভাবে বলা হয়েছে এবং এমনকি সরকারের জিডিপিআর সংস্কার প্রস্তাব দ্বারা প্রচারিত) বোল্ট এবং উবার উভয়ের দ্বারাই প্রশ্ন তোলা হয়েছিল। যদিও এটি স্পষ্ট যে প্রতিরোধ অনুরোধ প্রক্রিয়াকে হতাশার দিকে কাজ করে, এটি পরিচয় যাচাইকরণ প্রক্রিয়াগুলির বিদ্যমান নির্দেশিকাতে একটি গুরুত্বপূর্ণ ফাঁকও নির্দেশ করে। কোম্পানিগুলো যখন কর্মীদের সাথে সরাসরি যোগাযোগ করে পরিচয় পরীক্ষা করার জন্য জোর দেয়, তাদের আইনগতভাবে জটিল চিঠিপত্রের বিষয়বস্তু করে, এটি মূলত অনুরোধের জন্য তৃতীয় পক্ষের কাছে আবেদন করার উদ্দেশ্যকে অস্বীকার করে। এখানে সংশ্লিষ্ট পক্ষের অধিকারের মধ্যে একটি সম্পর্কিত দ্বন্দ্ব রয়েছে যা তথ্যগত অসামঞ্জস্যকে গভীর করার জন্য এটি অপব্যবহার এবং হেরফের না হয় তা নিশ্চিত করার জন্য জরুরি নিয়ন্ত্রক নির্দেশিকা প্রয়োজন।

Platform Responses to Requests

ডেলিভারু
 

আমরা যে সাতটি কোম্পানির কাছে অনুরোধ করেছি তার মধ্যে Deliveroo ছিল সবচেয়ে কমপ্লায়েন্ট। আমাদের অনুরোধগুলিতে, আমরা কোম্পানিগুলিকে অনুরোধের উত্তর দেওয়ার তারিখটি নিশ্চিত করতে এবং সমস্ত স্বতন্ত্র প্রকাশ করা হলে আমাদেরকে জানিয়ে বাল্ক অনুরোধগুলি প্রক্রিয়া করতে বলেছি।


ডেলিভারু আইনি সময়সীমার মধ্যে অনুরোধের জবাব দিয়েছে, প্রদান করেছে একটি  নির্দেশিকা নথি, পরিষ্কারভাবে ডেটা বিভাগগুলি টীকা করে এবং প্রক্রিয়াটির মাধ্যমে আমাদের সাথে যোগাযোগ করে।

Deliveroo

বিনামূল্যে এখন
 

বিনামূল্যে এখন প্রত্যাশিত সময়সীমার মধ্যে আমাদের অনুরোধ মেনে চলছে এবং প্রক্রিয়াটির মাধ্যমে প্রতিক্রিয়াশীল হয়েছে তবে সেখানে আমরা হাইলাইট করার মতো কয়েকটি সমস্যার সম্মুখীন হয়েছি।

 

1) বিনামূল্যে এখন প্রাথমিকভাবে অনুরোধ করার জন্য তাদের অনলাইন যোগাযোগ ফর্মে আমাদের নির্দেশ করার চেষ্টা করেছে। এটি আমাদের শেয়ার করার জন্য প্রয়োজনীয় নথির আকারকে সমর্থন করে না। বারবার ইমেইলে সমস্যাটি ব্যাখ্যা করার পর আমরা শুধুমাত্র ডিপিওর ইমেল পেতে সক্ষম হয়েছি।

 

2) আমরা যে ডেটা পেয়েছি তাতে কিছু ডেটা বিভাগ অন্তর্ভুক্ত ছিল না যা আমরা চেয়েছিলাম, যেমন জালিয়াতি প্রতিরোধের জন্য ব্যবহৃত "র্যান্ডম ফরেস্ট" অ্যালগরিদম সম্পর্কিত ডেটা। এই ব্যাখ্যা করা হয়  ড্রাইভারের গোপনীয়তা নীতি যা বলে: “গণনা করা স্কোরের উপর ভিত্তি করে আমরা সেই অনুযায়ী প্রেরিত যাত্রাকে অগ্রাধিকার দিতে সক্ষম। এটি একটি ন্যায্য এবং ঝুঁকি ন্যূনতম প্রেরণ নিশ্চিত করে।" যখন আমরা এটি নির্দেশ করেছিলাম, ফ্রি নাউ বলেছে:

 

“আমরা আমাদের ড্রাইভারদের উপর জালিয়াতির স্কোর প্রক্রিয়া করি না, এবং আমরা আমাদের ড্রাইভার এবং/অথবা তাদের ব্যক্তিগত ডেটা সম্পর্কিত জালিয়াতি-সনাক্তকরণ অ্যালগরিদম ব্যবহার করি না (এবং ব্যবহার করিনি)।
 

আমাদের ড্রাইভার গোপনীয়তা বিজ্ঞপ্তির ধারা 3.4 তাই এই বিষয়ে আপডেট করা প্রয়োজন এবং আমরা এই বিষয়ে কোনো বিভ্রান্তির জন্য দুঃখিত। পটভূমিতে, আমরা প্রথমে আমাদের রাজস্ব আশ্বাস বিভাগ দ্বারা পরিচালিত পরীক্ষার সংক্রান্ত নোটিশে এই বিভাগটি চালু করেছি। যাইহোক, এই পরীক্ষায় কোন ড্রাইভারকে অন্তর্ভুক্ত করা হয়নি, এবং সেইজন্য কোন ড্রাইভার-সম্পর্কিত জালিয়াতির স্কোর (বা অনুরূপ) তৈরি করা হয়নি। আমরা তখন থেকে এই পরীক্ষা চালানো বন্ধ করে দিয়েছি।”
 

3) ডেটা বিভাগগুলির বর্ণনা প্রদানকারী একটি সহকারী নির্দেশিকা নথির জন্য আমাদের অনুরোধের প্রতিক্রিয়া হিসাবে, আমাদের পরামর্শ দেওয়া হয়েছিল:

"প্রশ্নযুক্ত ডেটার অ্যাক্সেসযোগ্য, সংক্ষিপ্ত এবং বোধগম্য বিন্যাস দেওয়া, এই অনুরোধগুলির ক্ষেত্রে কোনও অতিরিক্ত নির্দেশিকা প্রয়োজন নেই।"

“আমরা আমাদের ড্রাইভারদের উপর জালিয়াতির স্কোর প্রক্রিয়া করি না, এবং আমরা আমাদের ড্রাইভার এবং/অথবা তাদের ব্যক্তিগত ডেটা সম্পর্কিত জালিয়াতি-সনাক্তকরণ অ্যালগরিদম ব্যবহার করি না (এবং ব্যবহার করিনি)।
 

আমাদের ড্রাইভার গোপনীয়তা বিজ্ঞপ্তির ধারা 3.4 তাই এই বিষয়ে আপডেট করা প্রয়োজন এবং আমরা এই বিষয়ে কোনো বিভ্রান্তির জন্য দুঃখিত। পটভূমিতে, আমরা প্রথমে আমাদের রাজস্ব আশ্বাস বিভাগ দ্বারা পরিচালিত পরীক্ষার সংক্রান্ত বিজ্ঞপ্তিতে এই বিভাগটি চালু করেছি। যাইহোক, এই পরীক্ষায় কোন ড্রাইভারকে অন্তর্ভুক্ত করা হয়নি, এবং সেইজন্য কোন ড্রাইভার-সম্পর্কিত জালিয়াতির স্কোর (বা অনুরূপ) তৈরি করা হয়নি। আমরা তখন থেকে এই পরীক্ষা চালানো বন্ধ করে দিয়েছি।”

"প্রশ্নযুক্ত ডেটার অ্যাক্সেসযোগ্য, সংক্ষিপ্ত এবং বোধগম্য বিন্যাস দেওয়া, এই অনুরোধগুলির ক্ষেত্রে কোনও অতিরিক্ত নির্দেশিকা প্রয়োজন নেই।"

“প্রতারণামূলক কার্যকলাপ প্রতিরোধ করার জন্য, আমরা আপনার মোবাইল ডিভাইসের মাধ্যমে আমাদের কাছে পাঠানো আপনার জিপিএস অবস্থানের ডেটা গ্রহণের সময় থেকে সফর শেষ হওয়া পর্যন্ত সংক্ষিপ্ত বিরতিতে সংরক্ষণ করি। এটি একটি ট্যুরের সম্পূর্ণ কোর্সের একটি মানচিত্র তৈরি করতে এখনই বিনামূল্যে অনুমতি দেয়৷ এইভাবে, আমরা নিশ্চিত করতে চাই যে চালকরা উচ্চ ফি অর্জনের জন্য ইচ্ছাকৃতভাবে রুট প্রসারিত না করে। একই সময়ে, আমরা ভ্রমণের প্রকৃত কোর্স এবং রুট অনুসরণ করতে সক্ষম হয়ে অযৌক্তিক যাত্রীর অভিযোগগুলি সংশোধন করতে পারি। ভ্রমণের সময় আপনার জিপিএস অবস্থানের ডেটা প্রক্রিয়াকরণ আপনার নিজের সুরক্ষার জন্য, সেইসাথে যাত্রীদের সুরক্ষার জন্য এবং শিল্পের ভিত্তিতে আমাদের সুরক্ষার জন্য সঞ্চালিত হয়। ৬ (১) চ) জিডিপিআর।

Free Now

আমাজন ফ্লেক্স

 

অ্যামাজন ফ্লেক্স প্রাথমিকভাবে ডেটা বিষয়গুলির সনাক্তকরণের জন্য অনুরোধের প্রতিক্রিয়া জানিয়েছিল, তবে, অনফিডোর মাধ্যমে করা যাচাইকরণের ব্যাখ্যা পাওয়ার পরে, তারা সম্মত হয়েছিল যে অনুরোধগুলি পূরণ করার জন্য ডেটা বিষয়গুলি সম্পর্কে পর্যাপ্ত তথ্য সরবরাহ করা হয়েছে৷  

 

নিশ্চিতকরণের পরে, অ্যামাজন ফ্লেক্স আমাদের জানিয়েছে যে অনুরোধগুলির সম্পূর্ণ প্রতিক্রিয়া জানাতে তাদের আরও দুই মাস লাগবে।


আমাজন উল্লিখিত সময়সীমার মধ্যে অনুরোধগুলি পূরণ করেছিল তবে প্রাথমিকভাবে ডেটা বিভাগ বা ডেটা ক্ষেত্রগুলির ব্যাখ্যা প্রদান করে একটি নির্দেশিকা নথি তৈরি করতে ব্যর্থ হয়েছিল, যা অনেকের জন্য পরিমাপের একক বা মেট্রিক্স কী ছিল তা পরিষ্কার না হওয়ায় বেশিরভাগ তথ্যই দুর্বোধ্য ছিল। তাদের মধ্যে. CSV-এর মতো মেশিন রিডেবল ফরম্যাটের জন্য আমাদের স্পেসিফিকেশন থাকা সত্ত্বেও তারা সমস্ত ডেটা পিডিএফ ফর্ম্যাটে পাঠিয়েছে।

আমরা পরবর্তীতে এই বাদ দেওয়ার জন্য অ্যামাজনে চিঠি লিখেছিলাম এবং একটি নির্দেশিকা নথি এবং একটি মেশিন রিডেবল ফর্ম্যাটে ডেটা উভয়ই পেতে সক্ষম হয়েছি।

Amazon Flex

শুধু খাও


অনুরোধের নিশ্চিতকরণের পরে, জাস্ট ইট আমাদের জানিয়েছে যে অনুরোধগুলির সম্পূর্ণরূপে প্রতিক্রিয়া জানাতে তাদের অতিরিক্ত দুই মাস লাগবে এবং তারা সেপ্টেম্বর 2021 এর মধ্যে ডেটা সরবরাহ করবে। জাস্ট ইট নির্দিষ্ট তারিখের মধ্যে ডেটা সরবরাহ করেছে এবং যোগাযোগ করেছে যে তাদের কাছে ছিল DSARs প্রক্রিয়া করা হয়েছে, যেমন আমরা অনুরোধ করেছিলাম।

ডেটাতে বিস্তৃত অবস্থানের তথ্য (পিডিএফ ফরম্যাটে) অন্তর্ভুক্ত ছিল কিন্তু আমাদের অনুরোধ করা অন্য কোনো বিভাগ যেমন অপারেশন এবং/অথবা সফল ডেলিভারির সাথে সম্মতি মূল্যায়নের জন্য মেট্রিক্স প্রদান করেনি।

একটি নির্দেশিকা নথি প্রদান করা হয়নি.

Just Eat

ওলা


ওলা অনুরোধটি করার এক মাস পরে প্রাপ্তি নিশ্চিত করেছে। আমাদের পরামর্শ দেওয়া হয়েছিল যে "তারা যথাসময়ে এটি প্রক্রিয়া করবে।"  

 

ড্রাইভাররা এক মাস পরে তাদের অনুরোধের প্রতিক্রিয়া পেয়েছিল, যাতে সাইন আপ করার সময় শুধুমাত্র ড্রাইভারের তথ্য ইনপুট সম্বলিত একটি স্প্রেডশীট থাকে, যেমন: নাম, ফোন নম্বর, জাতীয় বীমা নম্বর, অর্থপ্রদানের বিবরণ; গড় রেটিং সহ।

 

আমরা পরবর্তীতে আমাদের উদ্বেগ প্রকাশ করার জন্য ওলাকে লিখেছিলাম যে প্রদত্ত ডেটা ওলা'র 'কীভাবে আমরা আপনার ডেটা প্রক্রিয়া করি' পৃষ্ঠায় তালিকাভুক্ত অনেকগুলি বিভাগকে কভার করে না। ওলা আমাদের গোপনীয়তা নীতির উল্লেখ করে প্রতিক্রিয়া জানিয়েছে, পরামর্শ দিয়েছে যে অন্যান্য সমস্ত তথ্য পুরানো এবং গোপনীয়তা নীতি দ্বারা বাতিল করা হয়েছে।  

 

আমরা ব্যাখ্যা করেছি যে দুটি নথির তারিখগুলি নির্দেশ করে যে তারা একই সময়ে আপডেট করা হয়েছে। আমরা যে বিভাগগুলি উল্লেখ করেছি সেগুলি গোপনীয়তা নীতিতে বর্ণিত ডেটা প্রক্রিয়াকরণের বিশদ বিভাজন বলে মনে হয়েছে৷

আমরা ওলা থেকে আর যোগাযোগ পাইনি।

Ola

বোল্ট

বোল্ট 27 এপ্রিল 2021-এ করা আমাদের অনুরোধ উপেক্ষা করেছিলেন। বোল্টের প্রধান তত্ত্বাবধায়ক কর্তৃপক্ষ এস্তোনিয়ান ডেটা প্রোটেকশন ইন্সপেক্টরেট, Andmekaitse Inspektsioon (AKI) এর কাছে অভিযোগ করার পরেই আমরা একটি প্রতিক্রিয়া পেতে পেরেছি। 24 মে 2021-এ, AKI বোল্টকে 04 জুন 2021-এর মধ্যে আমাদের অনুরোধে সাড়া দেওয়ার নির্দেশ দেয়।

 

04 জুন 2021-এ, আমরা একটি ইমেল পেয়েছি যাতে বোল্ট দাবি করেছিল যে আমরা তাদের পাঠানো নথিগুলির রসিদ নেই:

“আমরা 27 এপ্রিল, 2021 তারিখে আমাদের প্রধান EU সুপারভাইজরি অথরিটির মাধ্যমে পেয়েছি, যথা, AKI, বোল্টের কাছে আপনার চিঠিপত্র "ইমেলের মাধ্যমে"।

 

AKI 24 মে আমাদের কাছে চিঠি লিখে বোল্টকে আপনার চিঠিপত্রের জবাব দিতে বলেছে। আমরা শুধুমাত্র আপনার চিঠির প্রাপ্তি, এবং আপনার চিঠিপত্রের মধ্যে উল্লেখ করা সংযুক্তিগুলির কোনটিই নয়।

 

আপনার অনুরোধ, 27 এপ্রিল 2021 তারিখে, ডেটা বিষয়ের ব্যক্তিগত ডেটা পোর্ট করার চেষ্টা করে - যেমন ড্রাইভার - আপনার আদেশের অধীনে বলা হয়েছে।  

 

পরিচয় যাচাইকরণ

বোল্ট আপনার আদেশের অধীনে বলা কোনো তথ্য বিষয়ের নাম রসিদ নয়।

 

ওয়ার্কার ইনফো এক্সচেঞ্জকে বলা হয়েছে, আপনার চিঠিপত্রে, প্রতিটি ড্রাইভারকে শনাক্ত ও প্রমাণীকরণ করেছে। যদিও এটি প্রশংসা করা হয়, এটি নিয়ন্ত্রক, বোল্টের জন্য একটি ডেটা বিষয়ের পরিচয় যাচাই করার জন্য সমস্ত যুক্তিসঙ্গত ব্যবস্থা ব্যবহার করা, যিনি তাদের ব্যক্তিগত ডেটা অ্যাক্সেসের জন্য অনুরোধ করেছেন। AKI-এর মাধ্যমে যোগাযোগ করা 27 এপ্রিল 2021 তারিখে আমরা শুধুমাত্র আপনার চিঠির রসিদ পেয়েছি, এই বিষয়টি মাথায় রেখে আমাদের কাছে যাচাই বাছাই করার জন্য নিজেদেরকে সন্তুষ্ট করার এবং যথাযথ প্রযুক্তিগত সুরক্ষা নিশ্চিত করার কোনো উপায় নেই যে এই অনুরোধগুলির সত্যতা নিশ্চিত করে।

 

তত্ত্বাবধায়ক কর্তৃপক্ষের এখতিয়ার

বোল্ট ব্যবহারকারীর অধিকার বজায় রাখতে প্রতিশ্রুতিবদ্ধ, একটি অভিযোগের চ্যানেল প্রদান করে এবং যেখানেই প্রয়োজন সেখানে AKI এবং অন্যান্য তত্ত্বাবধায়ক কর্তৃপক্ষের সাথে উত্সাহের সাথে জড়িত। এই উদাহরণে, যাইহোক, আমরা সন্তুষ্ট নই যে ওয়ার্কার ইনফো এক্সচেঞ্জ GDPR এর অর্থের মধ্যে ডেটা বিষয়গুলির পক্ষে AKI-এর কাছে অভিযোগ দায়ের করতে সক্ষম।"

 

আমরা অবিলম্বে উত্তর দিয়েছিলাম, 27 এপ্রিল বোল্টের কাছে পাঠানো ম্যান্ডেট নথি সংযুক্ত করে। জবাব দেননি বোল্ট। আমরা 16 জুন 2021 তারিখে বোল্টের নথির প্রাপ্তি নিশ্চিত করার জন্য একটি ফলো আপ ইমেল পাঠিয়েছিলাম, এটিও উপেক্ষা করা হয়েছিল।

 

অবশেষে, 2021 সালের অক্টোবরে, AKI-এর সাথে বিষয়টি আরও বাড়ানোর পরে, আমরা বোল্টের কাছ থেকে আমাদের ডেটা অনুরোধের একটি স্বীকৃতি পেয়েছি। চিঠিপত্রে , বোল্ট আবারও আমাদের আইডি প্রমাণীকরণ প্রক্রিয়াকে চ্যালেঞ্জ করেছেন এবং দাবি করেছেন যে আমাদের অনুরোধ করা ডেটা বিভাগগুলির অনেকগুলি ডেটা বহনযোগ্যতার সুযোগের বাইরে পড়েছিল৷ এটি আমাদের কাছে অস্পষ্ট কেন এই বিভাগগুলির কিছু (যেমন 'দক্ষতা রেটিং' যেমন গোপনীয়তা নীতিতে উল্লেখ করা হয়েছে) বিষয় অ্যাক্সেস অনুরোধের সুযোগের মধ্যে পড়েনি৷ ট্রিপ ডেটার বিষয়ে ড্রাইভারদের অ্যাক্সেস দেওয়া হয়েছে, আমাদের বলা হয়েছিল এবং যে কোনও রুটের তথ্য শেয়ার করা অন্যদের অধিকার লঙ্ঘন করবে এবং বোল্টের জন্য "বাণিজ্যিকভাবে ধ্বংসাত্মক" হবে:

“অতএব, নীতিগতভাবে, বোল্ট মেনে নিতে চেয়েছিলেন - প্রাসঙ্গিক প্রমাণীকরণ চেকগুলিকে সন্তুষ্ট করে - বাধ্যবাধকতার সুযোগের মধ্যে থেকে যায় এমন বিধানের মাধ্যমে এই জাতীয় কোনও বহনযোগ্যতার অনুরোধের সাথে:
 

  • নাম, ই-মেইল, ফোন নম্বর, থাকার জায়গা।

  • যানবাহন সম্পর্কে তথ্য (রেজিস্ট্রেশন নম্বর সহ)

  • ড্রাইভারের লাইসেন্স, ছবি, পেশা এবং পরিচয় নথি।  

 

এই তথ্য ইতিমধ্যেই অ্যাকাউন্ট পোর্টালে বোল্ট ড্রাইভারদের কাছে উপলব্ধ, এবং পরিদর্শন এবং পুনরুদ্ধার করা যেতে পারে।"
 

উপরন্তু, আমরা একজন বোল্ট ড্রাইভারকে সহায়তা করেছি যে তার ডেটা পাওয়ার চেষ্টা করছিল, বোল্টের কাছে একটি পৃথক অনুরোধ করতে। বোল্ট আগস্ট 2020 সাল থেকে ড্রাইভারের বারবার অনুরোধ উপেক্ষা করে আসছিল। ড্রাইভার AKI-তে অভিযোগ করেছিল এবং বোল্টকে 16 জুন 2021-এর মধ্যে তার অনুরোধে সাড়া দেওয়ার জন্য নির্দেশ দেওয়া হয়েছিল। অবশেষে ড্রাইভারকে কিছু ডেটা পাঠানো হয়েছিল, (বেশিরভাগ ডেটা ড্রাইভার নিজেই সরবরাহ করেছিল , যেমন সাইন-আপের সময় তিনি যে নথিগুলি জমা দিয়েছিলেন) তবে এটি অবস্থান ডেটা, রুটের তথ্য বা দক্ষতা রেটিংগুলির মতো গুরুত্বপূর্ণ ডেটা বিভাগগুলিকে কভার করেনি৷ ড্রাইভারকে কেন এই ডেটাসেটগুলি দেওয়া হয়নি তার ব্যাখ্যা দেওয়া হয়নি।

“আমরা 27 এপ্রিল, 2021 তারিখে আমাদের প্রধান EU সুপারভাইজরি অথরিটির মাধ্যমে পেয়েছি, যথা, AKI, বোল্টের কাছে আপনার চিঠিপত্র "ইমেলের মাধ্যমে"।

 

AKI 24 মে আমাদের কাছে চিঠি লিখে বোল্টকে আপনার চিঠিপত্রের জবাব দিতে বলেছে। আমরা শুধুমাত্র আপনার চিঠির প্রাপ্তি, এবং আপনার চিঠিপত্রের মধ্যে উল্লেখ করা সংযুক্তিগুলির কোনটিই নয়।

 

আপনার অনুরোধ, 27 এপ্রিল 2021 তারিখে, ডেটা বিষয়ের ব্যক্তিগত ডেটা পোর্ট করার চেষ্টা করে - যেমন ড্রাইভার - আপনার আদেশের অধীনে বলা হয়েছে।  

 

পরিচয় যাচাইকরণ

বোল্ট আপনার আদেশের অধীনে বলা কোনো তথ্য বিষয়ের নাম রসিদ নয়।

 

ওয়ার্কার ইনফো এক্সচেঞ্জকে বলা হয়েছে, আপনার চিঠিপত্রে, প্রতিটি ড্রাইভারকে শনাক্ত ও প্রমাণীকরণ করেছে। যদিও এটি প্রশংসা করা হয়, এটি নিয়ন্ত্রক, বোল্টের জন্য একটি ডেটা বিষয়ের পরিচয় যাচাই করার জন্য সমস্ত যুক্তিসঙ্গত ব্যবস্থা ব্যবহার করা, যিনি তাদের ব্যক্তিগত ডেটা অ্যাক্সেসের জন্য অনুরোধ করেছেন। AKI-এর মাধ্যমে যোগাযোগ করা 27 এপ্রিল 2021 তারিখের আপনার চিঠিটি আমরা শুধুমাত্র প্রাপ্তির মধ্যেই রয়েছি, এই বিষয়টি মনে রেখে আমাদের কাছে যাচাই বাছাই করার জন্য নিজেদেরকে সন্তুষ্ট করার এবং যথাযথ প্রযুক্তিগত সুরক্ষাগুলি এই অনুরোধগুলির সত্যতা নিশ্চিত করার কোনও উপায় নেই।

 

তত্ত্বাবধায়ক কর্তৃপক্ষের এখতিয়ার

বোল্ট ব্যবহারকারীর অধিকার বজায় রাখতে প্রতিশ্রুতিবদ্ধ, একটি অভিযোগের চ্যানেল প্রদান করে এবং যেখানেই প্রয়োজন সেখানে AKI এবং অন্যান্য তত্ত্বাবধায়ক কর্তৃপক্ষের সাথে উত্সাহের সাথে জড়িত। এই উদাহরণে, যাইহোক, আমরা সন্তুষ্ট নই যে ওয়ার্কার ইনফো এক্সচেঞ্জ GDPR এর অর্থের মধ্যে ডেটা বিষয়গুলির পক্ষে AKI-এর কাছে অভিযোগ দায়ের করতে সক্ষম।"

“অতএব, নীতিগতভাবে, বোল্ট মেনে নিতে চেয়েছিলেন - প্রাসঙ্গিক প্রমাণীকরণ চেকগুলিকে সন্তুষ্ট করে - বাধ্যবাধকতার সুযোগের মধ্যে থেকে যায় এমন বিধানের মাধ্যমে এই জাতীয় কোনও বহনযোগ্যতার অনুরোধের সাথে:
 

  • নাম, ই-মেইল, ফোন নম্বর, থাকার জায়গা।

  • যানবাহন সম্পর্কে তথ্য (রেজিস্ট্রেশন নম্বর সহ)

  • ড্রাইভারের লাইসেন্স, ছবি, পেশা এবং পরিচয় নথি।  

 

এই তথ্যটি ইতিমধ্যেই অ্যাকাউন্ট পোর্টালে বোল্ট ড্রাইভারদের কাছে উপলব্ধ, এবং পরিদর্শন ও পুনরুদ্ধার করা যেতে পারে ।”

Bolt
Uber

উবার

 

অনুরোধগুলি প্রক্রিয়া করার সময়, Uber ড্রাইভারদের পক্ষ থেকে অনুরোধ করার জন্য আমরা যে প্রক্রিয়াটি সেট করেছি তা নিয়ে সমস্যা নেওয়া বেছে নিয়েছে। Uber 20 এপ্রিল 2021-এ নিম্নলিখিত প্রতিক্রিয়ার মাধ্যমে আমাদের করা অনুরোধগুলিকে বাতিল করার চেষ্টা করেছে:

 

"আপনার ইমেইলের জন্য আপনাকে ধন্যবাদ. আমাদের দেওয়া তথ্যের উপর ভিত্তি করে, আমরা কেবলমাত্র এই সিদ্ধান্তে পৌঁছাতে পারি যে Onfido হয়ত যাচাই করতে পারে যে একজন ব্যক্তি তারা যা বলেছে, কিন্তু তারা যে বিবরণ দিয়েছে তা Uber অ্যাপে তাদের নিজস্ব ড্রাইভার অ্যাকাউন্টের সাথে মিলে যায় কিনা। প্রক্রিয়াটি আমাদের প্রমাণও সরবরাহ করে না যে প্রাসঙ্গিক ড্রাইভাররা আসলে ADCU বা WIE কে তাদের ডেটা বিষয় অধিকারের অনুশীলনে তাদের প্রতিনিধিত্ব করতে বলেছিল।

 

ADCU বা WIE, অথবা কোনো প্রতিনিধি সংস্থা, GDPR-এর অধীনে তাদের অধিকার প্রয়োগে ডেটা বিষয়গুলিকে প্রতিনিধিত্ব করতে পারে কিনা তা বাদ দিয়ে, আমরা ড্রাইভারদের কাছ থেকে একাধিক প্রতিক্রিয়া পেয়েছি যা ইঙ্গিত করে যে তারা কখনও ADCU বা WIE-কে এই ধরনের অনুরোধ করার অনুমোদন দেয়নি। তাদের পক্ষে কিছু ক্ষেত্রে এই অনুরোধটিকে "একটি কেলেঙ্কারী" বলা হয়। সুতরাং আমরা যুক্তিসঙ্গত সন্দেহ ছাড়াই উপসংহারে পৌঁছাতে পারি না যে আপনি যাদের পক্ষে অনুরোধ করছেন তারা আসলে প্রাসঙ্গিক ড্রাইভার অ্যাকাউন্টের অ্যাকাউন্টধারক। এবং যদিও প্রক্রিয়াটি একটি ডেটা বিষয়ের পরিচয় যাচাই করতে পারে, আমরা এটি সঠিক ডেটা বিষয় কিনা তা যাচাই করতে পারি না। GDPR-এর ICO নির্দেশিকা এবং আর্ট 12 (6) অনুসারে, আমাদের প্রক্রিয়াগুলি আমরা কোনও ব্যক্তিগত ডেটা প্রকাশ করার আগে অ্যাকাউন্টধারীর পরিচয় যাচাই করার জন্য ডিজাইন করা হয়েছে।"

 

এই প্রতিক্রিয়ার সাথে, Uber ড্রাইভারদের কাছে নিম্নলিখিত ইমেল পাঠিয়ে অনুরোধগুলি যাচাই করতে বেছে নিয়েছে: (Uber-এর বার্তাটি ভুলভাবে WIE-এর পরিবর্তে ADCU-কে নির্দেশ করে, কারণ 2 মার্চ 2021-এ ADCU দ্বারা অনুরূপ অনুরোধ করা হয়েছিল।)

 

"Uber সম্প্রতি অ্যাপ ড্রাইভার এবং কুরিয়ার ইউনিয়ন ("ADCU") এর মাধ্যমে আপনার ইমেল ঠিকানা সম্পর্কিত একটি পোর্টেবিলিটি অনুরোধ পেয়েছে৷

 

Uber EU জেনারেল ডেটা প্রোটেকশন রেগুলেশন ("GDPR") এর সাথে সামঞ্জস্য রেখে ডেটা বিষয় অধিকারের অনুশীলনে সাড়া দেওয়ার জন্য উপযুক্ত ব্যবস্থাগুলি বাস্তবায়ন করেছে। এগুলির প্রতিক্রিয়া জানানোর প্রথম ধাপ হল যুক্তিসঙ্গত সন্দেহ ছাড়াই অনুরোধকারীর পরিচয় যাচাই করা, যাতে নিশ্চিত করা যায় যে এটি প্রকৃতপক্ষে অ্যাকাউন্ট ধারক একটি অনুরোধ করছে এবং ব্যক্তিগত ডেটার সুরক্ষা নিশ্চিত করা, বিশেষ করে অননুমোদিত অ্যাক্সেসের বিরুদ্ধে।

 

প্রাপ্ত অনুরোধ উবারকে তৃতীয় পক্ষের দ্বারা করা একটি অ্যাক্সেস অনুরোধের জন্য ডেটা বিষয় দ্বারা প্রদত্ত অনুমোদন যাচাই করতে সক্ষম করে না, বা অ্যাকাউন্টধারক হিসাবে অনুরোধকারীকে সনাক্ত করার যুক্তিসঙ্গত সন্দেহ ছাড়াই যাচাই করতে সক্ষম করে না। আমরা আবারও বলছি যে অ্যাক্সেস বা বহনযোগ্যতার অধিকার প্রয়োগের জন্য, Uber-এর নীতি হল সর্বদা তার পরিষেবাগুলির জন্য ব্যবহৃত শনাক্তকরণের সাথে অভিন্ন সনাক্তকরণের প্রয়োজন। শনাক্তকরণটি অ্যাকাউন্ট সাইন আপ করার সময় সংগ্রহ করা এবং যাচাই করা বা পরবর্তীতে পরিবর্তিত এবং পুনরায় যাচাইকৃত অনলাইন শনাক্তকারীদের উপর ভিত্তি করে: ইমেল ঠিকানা, টেলিফোন নম্বর, পাসওয়ার্ড এবং প্রযোজ্য হলে SMS এর মাধ্যমে পাঠানো একটি যাচাইকরণ পিন।

 

তাই, Uber ADCU এর মাধ্যমে প্রাপ্ত অনুরোধ মেনে চলতে সক্ষম নয়। আমাদের পোর্টেবিলিটি অনুরোধ প্রক্রিয়া করার জন্য, এবং ICO নির্দেশিকা অনুসারে, আমরা আপনাকে সরাসরি লিখতে এবং অ্যাপ-মধ্যস্থ সহায়তার মাধ্যমে এই বার্তাটির প্রতিক্রিয়া জানিয়ে অনুরোধটি নিশ্চিত করতে অনুরোধ করার সিদ্ধান্ত নিয়েছি।

 

অনেক চালক অনুরোধগুলি নিশ্চিত করার জন্য উবারকে আবার লিখেছিলেন। অনুরোধের নিশ্চিতকরণের এক মাস পর, Uber চালকদের জানিয়েছিল যে তারা প্রাপ্তির 30 দিনের মধ্যে অনুরোধের উত্তর দিতে পারবে না এবং অতিরিক্ত সময় লাগবে।

 

মূল অনুরোধ জমা দেওয়ার তিন মাস পরে, উবার অবশেষে জুনের শেষের দিকে ডেটা পোর্টেবিলিটি অনুরোধগুলি প্রক্রিয়া করা শুরু করে। এই পোর্টেবিলিটি রিকোয়েস্টগুলিতে, উবার শুধুমাত্র ছয়টি ক্যাটাগরির ডেটা শেয়ার করেছে, যার মধ্যে চালকদের দ্বারা জমা দেওয়া তথ্য বা নথি রয়েছে, সাম্প্রতিক ট্রান্সপারেন্সি কেস (লিঙ্কের জন্য নীচে উবারের প্রতিক্রিয়া দেখুন) আমরা উবারের বিরুদ্ধে নিয়ে এসেছি। উবার দাবি করেছে যে আদালত লক-ইন প্রতিরোধ হিসাবে ডেটা বহনযোগ্যতার যৌক্তিকতা নিশ্চিত করেছে, যা তারা সীমিত ডেটা ভাগ করার অজুহাত হিসাবে নিয়েছে:

"আপনার ডেটা পোর্টেবিলিটি অনুরোধের রেফারেন্স সহ, আমরা আপনাকে আপনার ডেটা এবং কোন ডেটা বিভাগগুলি সরবরাহ করা হয়েছে তার ব্যাখ্যা প্রদান করি৷
 

সাম্প্রতিক আইনি উন্নয়ন এবং Uber সংক্রান্ত মামলার আইনের কারণে ( http://deeplink.rechtspraak.nl/uitspraak?id=ECLI:NL:RBAMS:2021:1020 ), আমরা ডেটা পোর্টেবিলিটি অনুরোধে সাড়া দেওয়ার জন্য আমাদের প্রক্রিয়াগুলি মূল্যায়ন করেছি এই ধরনের অনুরোধে সাড়া দেওয়ার সময় আমরা অবশ্যই সমস্ত প্রযোজ্য প্রয়োজনীয়তা মেনে চলি। এই বিষয়ে, আমরা বিবেচনা করেছি যে ডেটা পোর্টেবিলিটির যৌক্তিকতা হল ডেটা বিষয়ের 'লক-ইন' প্রতিরোধ করা, যেমনটি সম্প্রতি আদালত নিশ্চিত করেছে।
 

এই মূল্যায়নের পরে, Uber ব্যক্তিগত ডেটা প্রদান করবে যা আপনার দ্বারা জ্ঞাতসারে এবং সক্রিয়ভাবে Uber-এ জমা দেওয়া হয়েছে এবং যা আপনার বহনযোগ্যতার অনুরোধের প্রতিক্রিয়ার অংশ হিসাবে রাইডারদের অধিকার এবং স্বাধীনতাকে বিরূপভাবে প্রভাবিত করে না।
 

তাই আমরা আপনাকে নিম্নলিখিত ডেটা বিভাগগুলি সরবরাহ করব:

ড্রাইভার অ্যাকাউন্ট প্রোফাইল তথ্য
রাইডার অ্যাকাউন্ট প্রোফাইল তথ্য
ড্রাইভারের নথি
ড্রাইভার বিশ্বস্ত পরিচিতি
ড্রাইভারের প্রোফাইল তথ্য
রাইডার/ইটার/ড্রাইভার সংরক্ষিত অবস্থান

যদি উপরের বিভাগগুলির একটির জন্য কোনও ডেটা সরবরাহ করা না হয় তবে সেই বিভাগের জন্য সেই ফাইলটি খালি থাকবে।"
 

উবার তারপরে সেপ্টেম্বরে বিষয় অ্যাক্সেসের অনুরোধগুলি ফেরত দেওয়া শুরু করে, অনুরোধগুলি দায়ের করার প্রায় পাঁচ মাস পরে। আমরা প্রাপ্ত প্রতিক্রিয়াগুলিতে, আমরা অবশেষে বেশিরভাগ ডেটা বিভাগ পেয়েছি যা আমরা চেয়েছিলাম এবং কেন আমরা পাইনি তার ব্যাখ্যা।
 

"আপনার ইমেইলের জন্য আপনাকে ধন্যবাদ. আমাদের দেওয়া তথ্যের উপর ভিত্তি করে, আমরা কেবলমাত্র এই সিদ্ধান্তে পৌঁছাতে পারি যে Onfido হয়ত যাচাই করতে পারে যে একজন ব্যক্তি তারা যা বলেছে, কিন্তু তারা যে বিবরণ দিয়েছে তা Uber অ্যাপে তাদের নিজস্ব ড্রাইভার অ্যাকাউন্টের সাথে মিলে যায় কিনা। প্রক্রিয়াটি আমাদের প্রমাণও সরবরাহ করে না যে প্রাসঙ্গিক ড্রাইভাররা আসলে ADCU বা WIE কে তাদের ডেটা বিষয় অধিকারের অনুশীলনে তাদের প্রতিনিধিত্ব করতে বলেছিল।

 

ADCU বা WIE, বা কোনো প্রতিনিধি সংস্থা, GDPR-এর অধীনে তাদের অধিকার প্রয়োগে ডেটা বিষয়গুলিকে প্রতিনিধিত্ব করতে পারে কিনা তা বাদ দিয়ে , আমরা ড্রাইভারদের কাছ থেকে একাধিক প্রতিক্রিয়া পেয়েছি যা নির্দেশ করে যে তারা কখনও ADCU বা WIE-কে এই ধরনের অনুরোধ করার জন্য অনুমোদন দেয়নি। তাদের পক্ষে কিছু ক্ষেত্রে এই অনুরোধটিকে "একটি কেলেঙ্কারী" বলা হয়। সুতরাং আমরা যুক্তিসঙ্গত সন্দেহ ছাড়াই উপসংহারে পৌঁছাতে পারি না যে আপনি যাদের পক্ষে অনুরোধ করছেন তারা আসলে প্রাসঙ্গিক ড্রাইভার অ্যাকাউন্টের অ্যাকাউন্টধারক। এবং যদিও প্রক্রিয়াটি একটি ডেটা বিষয়ের পরিচয় যাচাই করতে পারে, আমরা এটি সঠিক ডেটা বিষয় কিনা তা যাচাই করতে পারি না। GDPR-এর ICO নির্দেশিকা এবং আর্ট 12 (6) অনুসারে, আমাদের প্রক্রিয়াগুলি আমরা কোনও ব্যক্তিগত ডেটা প্রকাশ করার আগে অ্যাকাউন্টধারীর পরিচয় যাচাই করার জন্য ডিজাইন করা হয়েছে।"

"Uber সম্প্রতি অ্যাপ ড্রাইভার এবং কুরিয়ার ইউনিয়ন ("ADCU") এর মাধ্যমে আপনার ইমেল ঠিকানা সম্পর্কিত একটি পোর্টেবিলিটি অনুরোধ পেয়েছে৷

 

Uber EU জেনারেল ডেটা প্রোটেকশন রেগুলেশন ("GDPR") এর সাথে সামঞ্জস্য রেখে ডেটা বিষয় অধিকারের অনুশীলনে সাড়া দেওয়ার জন্য উপযুক্ত ব্যবস্থাগুলি বাস্তবায়ন করেছে। এগুলির প্রতিক্রিয়া জানানোর প্রথম ধাপ হল যুক্তিসঙ্গত সন্দেহ ছাড়াই অনুরোধকারীর পরিচয় যাচাই করা, যাতে নিশ্চিত করা যায় যে এটি প্রকৃতপক্ষে অ্যাকাউন্ট ধারক একটি অনুরোধ করছে এবং ব্যক্তিগত ডেটার সুরক্ষা নিশ্চিত করা, বিশেষ করে অননুমোদিত অ্যাক্সেসের বিরুদ্ধে।

 

প্রাপ্ত অনুরোধ উবারকে তৃতীয় পক্ষের দ্বারা করা একটি অ্যাক্সেস অনুরোধের জন্য ডেটা বিষয় দ্বারা প্রদত্ত অনুমোদন যাচাই করতে সক্ষম করে না, বা অ্যাকাউন্টধারক হিসাবে অনুরোধকারীকে সনাক্ত করার যুক্তিসঙ্গত সন্দেহ ছাড়াই যাচাই করতে সক্ষম করে না। আমরা আবারও বলছি যে অ্যাক্সেস বা বহনযোগ্যতার অধিকার প্রয়োগের জন্য, Uber-এর নীতি হল সর্বদা তার পরিষেবাগুলির জন্য ব্যবহৃত শনাক্তকরণের সাথে অভিন্ন সনাক্তকরণের প্রয়োজন। শনাক্তকরণটি অ্যাকাউন্ট সাইন আপ করার সময় সংগ্রহ করা এবং যাচাই করা বা পরবর্তীতে পরিবর্তিত এবং পুনরায় যাচাইকৃত অনলাইন শনাক্তকারীদের উপর ভিত্তি করে: ইমেল ঠিকানা, টেলিফোন নম্বর, পাসওয়ার্ড এবং প্রযোজ্য হলে SMS এর মাধ্যমে পাঠানো একটি যাচাইকরণ পিন।

 

তাই, Uber ADCU এর মাধ্যমে প্রাপ্ত অনুরোধ মেনে চলতে সক্ষম নয় । আমাদের পোর্টেবিলিটি অনুরোধ প্রক্রিয়া করার জন্য, এবং ICO নির্দেশিকা অনুসারে, আমরা আপনাকে সরাসরি লিখতে এবং অ্যাপ-মধ্যস্থ সহায়তার মাধ্যমে এই বার্তাটির প্রতিক্রিয়া জানিয়ে অনুরোধটি নিশ্চিত করতে অনুরোধ করার সিদ্ধান্ত নিয়েছি।

"আপনার ডেটা পোর্টেবিলিটি অনুরোধের রেফারেন্স সহ, আমরা আপনাকে আপনার ডেটা এবং কোন ডেটা বিভাগগুলি সরবরাহ করা হয়েছে তার ব্যাখ্যা প্রদান করি৷
 

সাম্প্রতিক আইনি উন্নয়ন এবং Uber সম্পর্কিত মামলা আইনের কারণে ( http://deeplink.rechtspraak.nl/uitspraak?id=ECLI:NL:RBAMS:2021:1020 ),

আমরা ডেটা পোর্টেবিলিটি অনুরোধে সাড়া দেওয়ার জন্য আমাদের প্রক্রিয়াগুলি মূল্যায়ন করেছি যাতে আমরা এই ধরনের অনুরোধগুলির প্রতিক্রিয়া করার সময় সমস্ত প্রযোজ্য প্রয়োজনীয়তা মেনে চলি। এই বিষয়ে, আমরা বিবেচনা করেছি যে ডেটা পোর্টেবিলিটির যৌক্তিকতা হল ডেটা বিষয়ের 'লক-ইন' প্রতিরোধ করা, যেমনটি সম্প্রতি আদালত নিশ্চিত করেছে।
 

এই মূল্যায়নের পরে, Uber ব্যক্তিগত ডেটা প্রদান করবে যা আপনার দ্বারা জ্ঞাতসারে এবং সক্রিয়ভাবে Uber-এ জমা দেওয়া হয়েছে এবং যা আপনার বহনযোগ্যতার অনুরোধের প্রতিক্রিয়ার অংশ হিসাবে রাইডারদের অধিকার এবং স্বাধীনতাকে বিরূপভাবে প্রভাবিত করে না
 

তাই আমরা আপনাকে নিম্নলিখিত ডেটা বিভাগগুলি সরবরাহ করব:

ড্রাইভার অ্যাকাউন্ট প্রোফাইল তথ্য
রাইডার অ্যাকাউন্ট প্রোফাইল তথ্য
ড্রাইভারের নথি
ড্রাইভার বিশ্বস্ত পরিচিতি
ড্রাইভারের প্রোফাইল তথ্য
রাইডার/ইটার/ড্রাইভার সংরক্ষিত অবস্থান

যদি উপরের বিভাগগুলির একটির জন্য কোনও ডেটা সরবরাহ করা না হয় তবে সেই বিভাগের জন্য সেই ফাইলটি খালি থাকবে।"

যাইহোক, ব্যাচে অনুরোধগুলি প্রক্রিয়া করার জন্য এবং প্রক্রিয়ার প্রতিটি পর্যায়ে আমাদেরকে অবহিত করার জন্য Uber-এর জন্য আমাদের স্পেসিফিকেশন থাকা সত্ত্বেও, Uber একটি টুকরো টুকরো অনুরোধগুলি পরিচালনা করতে বেছে নিয়েছে, এবং স্পষ্ট যোগাযোগ ছাড়াই, DSAR-এর সমাপ্তি ট্র্যাক করার ক্ষেত্রে আরও চ্যালেঞ্জ তৈরি করেছে। .

Data Rights at Work: Litigation

পার্ট III: কর্মক্ষেত্রে ডেটা অধিকার অনুশীলন করা: মামলা

আমস্টারডাম মামলা
 

উপরে তালিকাভুক্ত সমস্যাগুলি ডিজিটাল শ্রম অধিকারের অনুশীলনে মামলা মোকদ্দমায় যাওয়ার প্রয়োজনীয়তাকে চিত্রিত করে। এই লক্ষ্যে ওয়ার্কার ইনফো এক্সচেঞ্জ আমস্টারডাম জেলা আদালতে ওলা এবং উবারের বিরুদ্ধে তিনটি পৃথক মামলা আনতে চালকদের বিভিন্ন গ্রুপকে সহায়তা করেছে, যা GDPR এর অনুচ্ছেদ 15, 20 এবং 22 দ্বারা সংজ্ঞায়িত ড্রাইভারদের অধিকারের কথা বলা হয়েছে। অ্যালগরিদমিক সিদ্ধান্ত গ্রহণে অপর্যাপ্ত ডেটা অ্যাক্সেস এবং স্বচ্ছতাকে চ্যালেঞ্জ করার জন্য আমরা অ্যাপ ড্রাইভার অ্যান্ড কুরিয়ার ইউনিয়ন (ADCU) এর সাথে অংশীদারিত্বে মামলাগুলি নিয়ে এসেছি।  

 

এই মামলাগুলি আনার ক্ষেত্রে আমাদের মূল লক্ষ্য ছিল বিষয় অ্যাক্সেস এবং ডেটা বহনযোগ্যতা প্রকাশের জন্য একটি স্বচ্ছতার মান নির্ধারণ করা যা সম্মিলিত স্তরে প্রয়োগ করা যেতে পারে এবং কর্মীদের পৃথক মামলার সমাধানের বাইরে যেতে পারে। এই ক্ষেত্রে আমরা প্রমাণ করার চেষ্টা করেছি যে প্রমাণের ভার ডেটা কন্ট্রোলারের উপর নির্ভর করে যে এটি কোন ডেটা বিভাগগুলি প্রক্রিয়া করে, যার মধ্যে রয়েছে পর্যবেক্ষণ করা এবং অনুমান করা ডেটা বিভাগগুলি (উপরে উল্লেখ করা হয়েছে), যা আমরা যুক্তি দিয়েছি যে ডেটা বিষয়গুলির জ্ঞান থাকতে পারে না বা থাকতে পারে না। নির্দিষ্ট, যতক্ষণ না ডেটা প্রসেসর প্রথমে স্বচ্ছতার প্রতিশ্রুতি দেয়। আমরা বিশ্বাস করি যে এই ধরনের একটি মান নির্ধারণ করা একটি প্রতিলিপিযোগ্য মডেল তৈরি করতে সাহায্য করবে যা গিগ অর্থনীতির পাশাপাশি বিভিন্ন সেক্টর এবং শিল্পে বিভিন্ন কোম্পানির সাথে ব্যবহার করা যেতে পারে। এই নজির স্থাপনের সাথে, অন্যান্য গোষ্ঠী এবং সংস্থাগুলি একই কাঠামোগত, মানকৃত ডেটা সংগ্রহ করতে পারে এবং একটি সমৃদ্ধ এবং স্বাস্থ্যকর ডেটা ইকোসিস্টেমে অবদান রাখতে পারে যা অ্যালগরিদমিক ক্ষতি এবং অসমতা চিহ্নিত করতে এবং চ্যালেঞ্জ করতে সক্ষম করবে।

 

ওভারভিউ

20 জুলাই 2020-এ, একদল চালক Uber BV-এর বিরুদ্ধে একটি মামলা আনেন, যেটি আমস্টারডামে প্রতিষ্ঠিত এবং ইউরোপীয় ইউনিয়নের ড্রাইভার সংক্রান্ত সমস্ত ডেটা প্রক্রিয়াকরণের জন্য GDPR-এর অধীনে ডেটা কন্ট্রোলার হিসাবে কাজ করে (Uber ড্রাইভার বনাম Uber I)। 9 সেপ্টেম্বর 2020-এ, ওলার (ওলা ড্রাইভার বনাম ওলা) বিরুদ্ধে একই ধরনের অভিযোগ দায়ের করা হয়েছিল। এই কেসগুলি বিষয় অ্যাক্সেসের অনুরোধের প্রতিক্রিয়া হিসাবে সংস্থাগুলির দ্বারা ভাগ করা অপর্যাপ্ত ডেটাকে চ্যালেঞ্জ করেছিল, যা উবারের নির্দেশিকা নথি এবং ওলার ডেটা প্রক্রিয়াকরণ নথির উপর ভিত্তি করে ছিল যা এই প্রতিবেদনে আগে উদ্ধৃত করা হয়েছিল। Uber ক্ষেত্রে, কিছু ড্রাইভার নির্দেশিকা নথিতে তালিকাভুক্ত 26টি ডেটা বিভাগের মধ্যে 19 টির মতো অনুপস্থিত ছিল। একইভাবে, ওলা ড্রাইভাররা ওলা যে ডেটা সংগ্রহ করে এবং তাদের সম্পর্কে প্রক্রিয়া করে তার একটি খুব ছোট অংশ পেতে সক্ষম হয়েছিল।
 

 

উপরন্তু, 26 অক্টোবর 2020-এ, যুক্তরাজ্যের চারজন উবার চালক আরও নির্দিষ্ট অভিযোগ দায়ের করেছেন, প্রোফাইলিং সহ স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণের স্বচ্ছতা দাবি করেছেন, সেইসাথে জড়িত অন্তর্নিহিত যুক্তি এবং ড্রাইভারদের জন্য এই ধরনের প্রক্রিয়াকরণের পরিকল্পিত পরিণতি সম্পর্কে তথ্যের দাবি করেছেন ( উবার ড্রাইভার বনাম উবার II)। প্রতিটি ক্ষেত্রে চালকদের বরখাস্ত করা হয়েছিল যখন উবার বলেছিল যে তার সিস্টেমগুলি সংশ্লিষ্ট ব্যক্তিদের পক্ষ থেকে প্রতারণামূলক কার্যকলাপ সনাক্ত করেছে।
 

আদালত 11 মার্চ 2021-এ রায় দেয়। আদালত দুটি উবার চালক ছাড়া সমস্ত পৃথক আবেদন স্বীকার করে। তিনটি ক্ষেত্রেই, আদালত উবারের যুক্তি প্রত্যাখ্যান করেছে যে ড্রাইভাররা তাদের ডেটা অ্যাক্সেস করার জন্য সম্মিলিত পদক্ষেপ গ্রহণ করা ডেটা সুরক্ষা অধিকারের অপব্যবহারের সমান। যে আবেদনকারী এবং ট্রেড ইউনিয়নের সাথে তারা যুক্ত ছিল তাদের ব্যক্তিগত ডেটা পাওয়ার ক্ষেত্রে অন্যান্য আগ্রহ থাকতে পারে, যেমন, তাদের কর্মসংস্থান আইনের অবস্থান সম্পর্কে স্পষ্টতা পাওয়ার জন্য বা এমনকি উবারের বিরুদ্ধে আইনি প্রক্রিয়ায় প্রমাণ সংগ্রহের জন্য এটি ব্যবহার করার জন্য, গঠন করা হয়নি যেমন একটি অপব্যবহার. আদালতের এই বিবেচনাগুলি পরোক্ষভাবে তৃতীয় পক্ষের অধিকারকে স্বীকার করেছে, যেমন ওয়ার্কার ইনফো এক্সচেঞ্জ, শ্রমিকদের পক্ষে ডেটা অধিকার প্রয়োগ করার জন্য।

উবার ড্রাইভার বনাম উবার আই :   20 জুলাই 2020-এ, একদল চালক Uber BV-এর বিরুদ্ধে একটি মামলা আনেন, যেটি আমস্টারডামে প্রতিষ্ঠিত এবং ইউরোপীয় ইউনিয়নের ড্রাইভার সংক্রান্ত সমস্ত ডেটা প্রক্রিয়াকরণের জন্য ডেটা কন্ট্রোলার হিসাবে কাজ করে। এই মামলাটি উবারের নির্দেশিকা নথির উপর ভিত্তি করে বিষয় অ্যাক্সেসের অনুরোধের প্রতিক্রিয়া হিসাবে কোম্পানির দ্বারা ভাগ করা অপর্যাপ্ত ডেটাকে চ্যালেঞ্জ করেছিল  এই প্রতিবেদনে আগে উদ্ধৃত.  এই ক্ষেত্রে, কিছু ড্রাইভার নির্দেশিকা নথিতে তালিকাভুক্ত 26টি ডেটা বিভাগের মধ্যে 19 টির মতো অনুপস্থিত ছিল।

 

ওলা ড্রাইভার বনাম ওলা:   ৯ সেপ্টেম্বর ওলা ক্যাবসের বিরুদ্ধে একই ধরনের অভিযোগ দায়ের করা হয়েছিল। এই ক্ষেত্রে, ডিএসএআরগুলি ওলার ডেটা প্রসেসিং নথির উপর ভিত্তি করে তৈরি হয়েছিল।  উবারের ক্ষেত্রে যেমন, ওলা ড্রাইভাররা ওলা যে ডেটা সংগ্রহ করে এবং তাদের সম্পর্কে প্রক্রিয়া করে তার একটি খুব ছোট অংশ পেতে সক্ষম হয়েছিল।

 

উবার ড্রাইভার বনাম উবার II:  উপরন্তু, 26 অক্টোবর 2020-এ, যুক্তরাজ্যের চারজন উবার চালক আরও নির্দিষ্ট অভিযোগ দায়ের করেছেন, প্রোফাইলিং সহ স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণের স্বচ্ছতার দাবি করেছেন, সেই সাথে জড়িত অন্তর্নিহিত যুক্তি এবং ড্রাইভারদের জন্য এই ধরনের প্রক্রিয়াকরণের পরিকল্পিত পরিণতি সম্পর্কে তথ্য। প্রতিটি ক্ষেত্রে চালকদের বরখাস্ত করা হয়েছিল যখন উবার বলেছিল যে তার সিস্টেমগুলি সংশ্লিষ্ট ব্যক্তিদের পক্ষ থেকে প্রতারণামূলক কার্যকলাপ সনাক্ত করেছে।

"শ্রমিকরা কেবলমাত্র কার্যকরভাবে সিদ্ধান্তগুলিকে চ্যালেঞ্জ করতে পারে যদি তারা জানে যে তারা কীভাবে বা কেন নেওয়া হয়েছিল। এই প্রসঙ্গে জ্ঞানই শক্তি। ডিজিটাল যুগে স্বচ্ছতা এবং দৃঢ় নিয়ম কর্মীদের ক্ষমতায়ন করতে পারে। কিন্তু কর্মক্ষেত্রে 'কম্পিউটার বলে না' যুগের অবসান ঘটাতে, একবিংশ শতাব্দীর জন্য আমাদের ডিজিটাল শ্রম অধিকারের একটি নতুন এবং শক্তিশালী সেট দরকার৷ স্বচ্ছতার পাশাপাশি আমাদের স্বেচ্ছাচারিতা, অবিরাম নজরদারি এবং চরম কাজের চাপ বন্ধ করতে হবে যা একজন ম্যানেজার হিসাবে একটি অ্যালগরিদম থাকার সাথে আসে৷ প্ল্যাটফর্মগুলি অবশ্যই তাদের পিছনে লুকিয়ে রাখতে সক্ষম হবে না৷ অ্যালগরিদম এবং প্রযুক্তির মাধ্যমে নিয়োগকর্তা এবং কর্মচারীর মধ্যে শক্তি ভারসাম্যহীনতা বাড়ায়।"

কিম ভ্যান স্পারেন্টাক, এমইপি

Uber Drivers v Uber I

উবার ড্রাইভার বনাম উবার আই
(সাধারণ স্বচ্ছতার অনুরোধ)
 

 

এ ক্ষেত্রে আদালত বেশ কিছু কারণে উবার চালকদের কিছু অভিযোগ খারিজ করে দেন। প্রথমে আদালত বলেছিল যে, প্রদত্ত পরিস্থিতিতে, আবেদনকারীদের স্বচ্ছতার নীতির উপর নির্ভর করা যথেষ্ট নয়। GDPR-এর আবৃত্তি 63 অনুসারে Uber-কে অনুমতি দেওয়া হয়েছিল, আবেদনকারীরা যে ব্যক্তিগত ডেটা পেতে চান তার একটি স্পেসিফিকেশন চাইতে কারণ এটি প্রচুর পরিমাণে ডেটা প্রক্রিয়া করেছে। তাই বেশ কয়েকটি ডেটা বিভাগ (যেমন, ড্রাইভিং আচরণ) সংক্রান্ত অনুরোধ প্রত্যাখ্যান করা হয়েছিল।  

 

আদালত বলেছিল যে অভ্যন্তরীণ রেফারেল বা প্রতিবেদন যা ম্যানেজমেন্ট দ্বারা রক্ষণাবেক্ষণ করা ড্রাইভারের প্রোফাইলে অন্তর্ভুক্ত করা হয়েছিল তাতে ডেটা বিষয় সম্পর্কে কোনও তথ্য নেই যা ডেটা বিষয় দ্বারা যাচাই করা যেতে পারে। এই ক্ষেত্রে ড্রাইভার প্রোফাইলটি উল্লেখিত একটি প্রোফাইল ছিল স্পষ্টতই সমর্থন কর্মীদের দ্বারা রক্ষণাবেক্ষণ করা হয়েছিল যারা গ্রাহক এবং/অথবা ড্রাইভারের অভিযোগ, মন্তব্য এবং প্রশ্নের সাথে সম্পর্কিত নোট এবং ট্যাগ সহ প্রোফাইল আপডেট করবে। তাই Uber শুধুমাত্র আবেদনকারীদের সম্পর্কে তথ্য প্রদান করতে বাধ্য ছিল যা রক্ষণাবেক্ষণ করা নোটের বাস্তব ভিত্তি তৈরি করে এবং ব্যবস্থাপনা দ্বারা রক্ষণাবেক্ষণ করা অভ্যন্তরীণ নোট এবং ট্যাগ নয় যা আমরা বলি কার্যক্ষমতা পর্যবেক্ষণ এবং ব্যবস্থাপনার পরিমাণ।  

 

ড্রাইভাররা Uber-এর তথাকথিত 'আপফ্রন্ট প্রাইসিং সিস্টেম'-এ প্রসেস করা ডেটার তথ্যের জন্য অনুরোধ করেছিল যা যাত্রা শুরুর আগে গ্রাহকদের জন্য নির্দিষ্ট মূল্য নির্ধারণ করে, ড্রাইভারের অনুমান করা একটি পূর্বাভাসিত রুটের ভিত্তিতে। যাইহোক, আদালত উল্লেখ করেছে যে ড্রাইভাররা প্রমাণ করেনি যে তারা ডেটা প্রক্রিয়াকরণের সঠিকতা এবং বৈধতা যাচাই করতে সক্ষম হতে চায়। অনুরোধের এই অংশটিকে তাই উবার কীভাবে ট্রিপ পারফরম্যান্স পরিচালনা করার জন্য অ্যালগরিদম ব্যবহার করে সে সম্পর্কে 'অন্তর্দৃষ্টি লাভের ইচ্ছা' ছাড়া আর কিছু নয়। আদালত সেই শিল্প উপসংহারে. 15 GDPR এই লক্ষ্য সমর্থন করে না।

 

আদালত স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণ এবং কাজের বরাদ্দ সংক্রান্ত প্রোফাইলিং সম্পর্কে তথ্যের অনুরোধও অস্বীকার করেছে। যদিও এটি সুস্পষ্ট ছিল যে ব্যাচড ম্যাচিং সিস্টেম এবং আপফ্রন্ট প্রাইসিং সিস্টেম উবার এবং ড্রাইভারের মধ্যে চুক্তির কার্যকারিতার উপর কিছু প্রভাব ফেলেছিল, আদালত নির্দেশিকাগুলিতে উল্লেখ করা কোনও আইনি পরিণতি বা উল্লেখযোগ্য প্রভাবের কোনও প্রমাণ দেখেনি শিল্প. 15 (1) সাব h জিডিপিআর।

 

অবশেষে, আদালত বলেছে যে আর্টিকেল 20 GDPR-এর জন্য উবারকে csv ফাইলে বা একটি API-এর মাধ্যমে নির্দিষ্ট শ্রেণীবিভাগের ব্যক্তিগত ডেটা সরবরাহ করার প্রয়োজন নেই। পিডিএফ ফরম্যাটে প্রদত্ত ডেটা ব্যতীত, উবার ব্যক্তিগত ডেটা এমন একটি বিন্যাসে সরবরাহ করেছিল যা আবেদনকারীদের এই ডেটা অন্য ডেটা কন্ট্রোলারে প্রেরণ করতে দেয় যা ধারা 20 এর অধীনে প্রয়োজন।

 

আদালত আরও বিবেচনা করেছে যে নির্দিষ্ট বিভাগের ডেটা একটি মেশিন রিডেবল ফরম্যাটে স্থানান্তর করতে হবে কিনা।  প্রশ্নে থাকা ডেটা বিভাগগুলির মধ্যে 'জেনডেস্ক টিকিট', 'ড্রাইভারের অভিযোগ' এবং 'ইনভয়েস' অন্তর্ভুক্ত রয়েছে। আদালত রায় দিয়েছে যে এই ডেটা বিভাগগুলি GDPR এর 20 অনুচ্ছেদের সুযোগের মধ্যে পড়ে না, কারণ Uber-এর দ্বারা ডেটা সরবরাহ করা হয়নি।  নিজেদের দাবিদার। তাই আদালত উবারকে এই নথিগুলি পিডিএফ ফরম্যাট ছাড়া অন্য কোনও ফর্ম্যাটে স্থানান্তর করার নির্দেশ দেওয়ার কোনও কারণ দেখেনি৷  

 

আদালত সিদ্ধান্ত নিয়েছে যে csv ফর্ম্যাটে ব্যক্তিগত ডেটা স্থানান্তরের জন্য ড্রাইভারদের অনুরোধটি তাদের যৌথ আলোচনার অবস্থান উন্নত করার জন্য ডেটা একত্রিত করার ইচ্ছার উপর ভিত্তি করে এবং ডেটা বহনযোগ্যতার উদ্দেশ্য লক-ইন প্রতিরোধ করা। যদিও এটি আমাদের তাত্ক্ষণিক অসুবিধার সাথে উপস্থাপন করেনি, একটি ডেটা ট্রাস্ট স্থাপনের উদ্দেশ্যে ডেটা বহনযোগ্যতার অধিকারের সীমাবদ্ধতার বিষয়ে আদালতের বিশ্লেষণ আকর্ষণীয়। আমাদের মতে, দর কষাকষির শ্রমের অধিকার লক-ইন প্রতিরোধের ধারা 20 এর উদ্দেশ্যের সাথে সামঞ্জস্যপূর্ণ।

ওলা ড্রাইভার বনাম ওলা
(সাধারণ স্বচ্ছতার অনুরোধ)

 

ওলা ক্যাবসের বিরুদ্ধে মামলার রায়ের ফলে কয়েকটি গুরুত্বপূর্ণ জয় হয়েছে। ওলাকে প্রকাশ করার নির্দেশ দেওয়া হয়েছিল:

একজন আবেদনকারীর ক্ষেত্রে, আদালত সিদ্ধান্ত নিয়েছে যে ড্রাইভারের উপার্জন থেকে বাদ দেওয়ার সিদ্ধান্ত মানব হস্তক্ষেপের অভাবের স্বয়ংক্রিয় সিদ্ধান্তের পরিমাণ। আমরা বিশ্বাস করি যে এটি প্রথমবারের মতো একটি অ্যালগরিদমিক সিদ্ধান্ত শিল্পের অর্থে একটি স্বয়ংক্রিয় সিদ্ধান্ত হিসাবে যোগ্য ছিল৷ একটি ইউরোপীয় আদালত দ্বারা 22 জিডিপিআর।

 

ওলাকে স্বচ্ছ এবং যাচাইযোগ্য পদ্ধতিতে স্বয়ংক্রিয় সিদ্ধান্ত নেওয়ার ভিত্তিতে করা পছন্দ, ডেটা ব্যবহার এবং অনুমান সম্পর্কে তথ্য সরবরাহ করার নির্দেশ দেওয়া হয়েছিল। Ola-কে প্রধান মূল্যায়নের মানদণ্ড এবং স্বয়ংক্রিয় সিদ্ধান্তে তাদের ভূমিকা সম্পর্কে যোগাযোগ করার নির্দেশ দেওয়া হয়েছিল, যাতে ড্রাইভাররা সিদ্ধান্তের ভিত্তি বুঝতে পারে এবং ডেটা প্রক্রিয়াকরণের সঠিকতা এবং আইনানুগতা পরীক্ষা করতে পারে।

  • 1) রেটিং ডেটা, বেনামী আকারে, এই পরিমাণে যে এই ডেটা Ola অ্যাপের মাধ্যমে উপলব্ধ ছিল না।
     

  • 2) আবেদনকারীদের ব্যক্তিগত ডেটা যা 'প্রতারণার সম্ভাবনা স্কোর' এবং 'আয় প্রোফাইল' তৈরি করতে ব্যবহৃত হয়েছিল যা প্রতিটি ড্রাইভারের উপর রক্ষণাবেক্ষণ করা হয়েছিল।
     

  • 3) আবেদনকারীদের ব্যক্তিগত ডেটা যা Ola'র গার্ডিয়ান নজরদারি সিস্টেমে ব্যবহার করা হয়েছিল ওলা 'অনিয়মিত ট্রিপ অ্যাক্টিভিটি' হিসাবে বর্ণনা করে তা সনাক্ত করতে।

Ola driers v. Ola
Uber Drivers v. Uber II

উবার ড্রাইভার বনাম উবার II

(স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণে স্বচ্ছতা)
 

20 জুলাই, 2020-এ দায়ের করা ড্রাইভারদের গ্রুপের ক্ষেত্রে, আদালত দাবি প্রত্যাখ্যান করেছে যে চালকদের চাকরি বন্ধ করার সিদ্ধান্তটি শুধুমাত্র GDPR এর 22 ধারা অনুযায়ী স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণের উপর ভিত্তি করে ছিল। বিপরীতে প্রমাণের অভাবে, আদালত উবারের তার অভ্যন্তরীণ পদ্ধতির হিসাব গ্রহণ করেছে এবং এই সিদ্ধান্তে পৌঁছেছে যে এই প্রতিটি ক্ষেত্রে অর্থপূর্ণ মানবিক হস্তক্ষেপ ছিল।

যাইহোক, রায়টি একটি উল্লেখযোগ্য জয়ও এনে দিয়েছে। দুজন আবেদনকারীর বিষয়ে, আদালত দেখেছে যে উবার কোন নির্দিষ্ট প্রতারণামূলক কর্মের ফলে তাদের অ্যাকাউন্ট নিষ্ক্রিয় করা হয়েছে তা স্পষ্ট করেনি। Uber দ্বারা প্রদত্ত তথ্যের উপর ভিত্তি করে, এই আবেদনকারীরা যাচাই করতে পারেনি যে Uber স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণের প্রক্রিয়ায় কোন ব্যক্তিগত ডেটা ব্যবহার করেছে যার ফলে তাদের চাকরি বন্ধ করার সিদ্ধান্ত নেওয়া হয়েছে। ফলস্বরূপ, তাদের অ্যাকাউন্ট নিষ্ক্রিয় করার সিদ্ধান্ত অপর্যাপ্তভাবে স্বচ্ছ ছিল। তাই উবারকে তাদের অ্যাকাউন্ট নিষ্ক্রিয় করার সিদ্ধান্তের জন্য ব্যবহৃত ব্যক্তিগত ডেটাতে অ্যাক্সেস দেওয়ার নির্দেশ দেওয়া হয়েছিল, যাতে আবেদনকারীরা ডেটা প্রক্রিয়াকরণের সঠিকতা এবং আইনগততা যাচাই করতে সক্ষম হয়।

26 অক্টোবর, 2020-এ অভিযোগ দায়ের করা ছয়জন ড্রাইভারের জন্য, Uber এই মামলাগুলি রক্ষা করতে ব্যর্থ হয়েছিল এবং 24 ফেব্রুয়ারি, 2021-এ ড্রাইভারদের পক্ষে একটি ডিফল্ট রায় দেওয়া হয়েছিল৷ Uber কে ড্রাইভারদের পুনর্বহাল করার এবং হারানো আয়ের জন্য ক্ষতিপূরণ দেওয়ার নির্দেশ দেওয়া হয়েছিল সেইসাথে ক্ষতি। উবারের প্রতারণামূলক কার্যকলাপের অভিযোগে লন্ডনের অনেক চালকের লাইসেন্স ট্রান্সপোর্ট ফর লন্ডন প্রত্যাহার করেছিল। আমরা সেই সমস্ত চালকদের সমর্থন করেছিলাম যারা লন্ডনের সিটি ম্যাজিস্ট্রেট কোর্টে প্রত্যাহার করার আবেদন করেছিলেন এবং তাদের সকলেরই প্রত্যাহারের সিদ্ধান্ত বাতিল হয়েছিল৷ এই প্রতিবেদনের লন্ডন আপিল বিভাগে এই বিষয়ে আরও দেখুন।

আপিল

 

বর্তমানে, উবার এবং ওলা মামলার তিনটি রায় আমস্টারডামের আপিল আদালতে বিচারাধীন। 11 মার্চ 2020 এর সিদ্ধান্তে, আমস্টারডাম জেলা আদালত চালকদের গ্রহণযোগ্য বলে রায় দেয়। অধিকারের অপব্যবহারের জন্য উবার এবং ওলার আপিল খারিজ হয়ে যায়। এছাড়াও, ড্রাইভারদের কাছ থেকে বেশ কয়েকটি অনুরোধ মঞ্জুর করা হয়েছিল, যেমন ড্রাইভার নজরদারি সিস্টেমের ব্যবহার সংক্রান্ত অ্যাক্সেসের অনুরোধ এবং দুই ড্রাইভারের অন্যায্য বরখাস্তের ভিত্তি হিসাবে ব্যবহৃত ডেটা।

 

তা সত্ত্বেও, অ্যাক্সেসের অনুরোধগুলির একটি বড় অংশ প্রত্যাখ্যান করা হয়েছিল। আমরা বেশ কয়েকটি উদাহরণে বিশ্বাস করি, আদালত স্বচ্ছতার নীতি এবং ডেটা বিষয়ের অধিকারগুলির একটি খুব সংকীর্ণ বা ভুল ব্যাখ্যা প্রয়োগ করেছে। আদালত উবার দ্বারা ডেটা প্রক্রিয়াকরণের প্রযুক্তিগত এবং আইনি জটিলতার সাথে লড়াই করছে বলেও মনে হচ্ছে।

 

আপিলের সময়, চালকরা জেলা আদালতের রায়ের বিরুদ্ধে নিম্নলিখিত আপত্তিগুলি উত্থাপন করে:

 

 

  • 1) ড্রাইভারদের তাদের অনুরোধগুলি আরও ঘনিষ্ঠভাবে উল্লেখ করা উচিত ছিল তা ভুল;
     

  • 2) ট্যাগ, রিপোর্ট, রেটিং এবং জিপিএস-ডেটা প্রবেশাধিকারের সুযোগের মধ্যে পড়ে।
     

  • 3) উবার এবং ওলা যাত্রীদের 'অধিকার এবং স্বাধীনতা' আহ্বান করে অ্যাক্সেস প্রত্যাখ্যান করতে পারে না।
     

  • 4) জেলা আদালত স্বীকার করতে ব্যর্থ হয়েছে যে চালকদের নিষ্ক্রিয় করার বিষয়ে Uber-এর সিদ্ধান্ত শিল্পের অর্থে স্বয়ংক্রিয় সিদ্ধান্ত হিসাবে যোগ্য। 22 জিডিপিআর, যেহেতু এই সিদ্ধান্তগুলি চালকদেরকে যথেষ্টভাবে প্রভাবিত করেছিল এবং উবার অর্থপূর্ণ মানব হস্তক্ষেপের প্রমাণ দেখায়নি।

Appeals

লন্ডন লাইসেন্সিং আপিল মামলা

অভিযোগের বন্যা
 

গত বছরে আমরা এক ডজনেরও বেশি চালককে সমর্থন করেছি কারণ তারা আদালতে আপিল করেছে  ট্রান্সপোর্ট ফর লন্ডন (TfL) দ্বারা উবারের মতো অপারেটরদের কাছ থেকে অ্যাপ ভিত্তিক জালিয়াতির অভিযোগের পরে ড্রাইভার লাইসেন্স প্রত্যাহার করার সিদ্ধান্ত নেওয়া হয়েছে। TfL একটি দ্বৈত স্তরের বাজারে ট্যাক্সি এবং ব্যক্তিগত ভাড়ার বাণিজ্যের লাইসেন্স এবং নিয়ন্ত্রণের জন্য দায়ী, বিভিন্ন আইনের অধীনে পৃথকভাবে নিয়ন্ত্রিত। লাইসেন্সপ্রাপ্ত ড্রাইভার এবং অপারেটরদের ফিটনেস মূল্যায়ন করার জন্য TfL দায়ী এবং অপারেটরদের ফিটনেস মূল্যায়নের জন্য নিয়ন্ত্রকের কাছে সমস্ত চালকের বরখাস্তের কথা উল্লেখ করতে হবে।  

 

তথ্যের স্বাধীনতার অনুরোধগুলি প্রকাশ করেছে যে TfL 31 আগস্ট, 2021 তারিখে শেষ হওয়া বারো মাসের মেয়াদে লন্ডনে লাইসেন্সপ্রাপ্ত প্রাইভেট হায়ার অপারেটরদের কাছ থেকে ড্রাইভার বরখাস্তের 10,169টি বিজ্ঞপ্তি পেয়েছে। এটি আগের বছরের একই সময়ের তুলনায় 123% বৃদ্ধির প্রতিনিধিত্ব করে। এই সময়ের জন্য, TfL জানিয়েছে মোট 105,000 লাইসেন্সপ্রাপ্ত প্রাইভেট হায়ার ড্রাইভার এবং 78,000টি লাইসেন্সপ্রাপ্ত প্রাইভেট হায়ার গাড়ি ছিল। প্রদত্ত যে গাড়ির লাইসেন্সের জন্য এক বছরের তুলনায় ড্রাইভার লাইসেন্সগুলি তিন বছরের মেয়াদ বহন করে, পরবর্তীটিকে সাধারণত এই সময়ের জন্য উপলব্ধ কর্মরত ড্রাইভারের প্রকৃত সংখ্যার আরও নির্ভরযোগ্য সূচক হিসাবে বিবেচনা করা হয়। কিন্তু মহামারীর সময়কালের জন্য, রাইড-শেয়ার পরিষেবার চাহিদা নাটকীয়ভাবে হ্রাস পেয়েছে এবং উবার রিপোর্টিং বুকিং বছরে গড়ে 50% কম হয়েছে।  

 

সম্ভবত বেশিরভাগ রিপোর্ট উবার থেকে এসেছে লন্ডনের সবচেয়ে বড় প্রাইভেট হায়ার অপারেটর হিসেবে। এটি বরখাস্ত হওয়া সময়ের জন্য উপলব্ধ কর্মশক্তির 20% এর সমান হতে পারে। বরখাস্তের সিদ্ধান্তের পরিমাণ এবং অর্থপূর্ণ মানব সম্পৃক্ততার অভাবের কারণে আমরা পরামর্শ দিই, এই সিদ্ধান্তগুলির মধ্যে অনেকগুলি স্বয়ংক্রিয় এবং আধা স্বয়ংক্রিয় উপায়ে নেওয়া এবং কার্যকর করা হয়েছিল।

London Licensing Appeal Cases

এই বরখাস্তগুলি প্রায়শই উবারের রিয়েল টাইম আইডি (RTID) সিস্টেমের সাথে সম্পর্কিত সমস্যার কারণে হয়: মুখের স্বীকৃতি এবং ভূ-অবস্থান পরীক্ষা  (পা এদ্রিসা মানজাং এবং আওয়েসো মওলানার ক্ষেত্রে যেমন আলোচনা করা হয়েছে), যা ভুলভাবে নির্ধারণ করে যে ড্রাইভাররা অ্যাকাউন্ট-শেয়ারিংয়ের সাথে জড়িত, যদি ড্রাইভার অ্যাকাউন্টের সাথে সংযুক্ত একাধিক ডিভাইস একই সময়ে ভিন্ন অবস্থান থেকে এটিকে 'অ্যাক্সেস' করতে দেখা যায়। অন্য একটি ক্ষেত্রে আমরা পরীক্ষা করে দেখেছি , আমরা ড্রাইভার অনলাইন/অফলাইন ডেটা নামে একটি অতিরিক্ত ডেটা সেট পুনরুদ্ধার করতে সক্ষম হয়েছি, যা "ড্রাইভার কখন অনলাইনে এবং অফলাইনে গিয়েছিল তার ডেটা প্রদান করে, যাকে 'ড্রাইভার স্টেট'ও বলা হয়।" ড্রাইভার যে বিভিন্ন রাজ্যে থাকতে পারে তা হল ওপেন, এন রুট, অন ট্রিপ এবং অফলাইন। তারপরে আমরা ড্রাইভার অনলাইন/অফলাইন ডেটার সাথে দুটি ডিভাইসের অবস্থান ডেটা তুলনা করি। এটি আরও প্রকাশ করেছে যে শুধুমাত্র ড্রাইভার দ্বারা বহন করা ডিভাইসটি অনলাইনে যাওয়ার জন্য ব্যবহার করা হয়েছিল।

নিয়ন্ত্রক চাপ

এই কেসগুলি প্ল্যাটফর্ম কোম্পানির নীতিগুলির মধ্যে কর্মী জালিয়াতিকে কীভাবে সংজ্ঞায়িত করা হয় তা নিয়ে উল্লেখযোগ্য সমস্যাগুলির দিকে নির্দেশ করে৷ যেমনটি আমরা পূর্বে প্রতিবেদনে আলোচনা করেছি, এটা স্পষ্ট যে এই দৃষ্টান্তগুলি অপরাধমূলক প্রতারণার ক্রিয়াকলাপকে উল্লেখ করে না বরং অস্বচ্ছভাবে সেট করা কর্মক্ষমতা মেট্রিক্স পূরণে ব্যর্থতাকে নির্দেশ করে। এই প্রত্যাহার সিদ্ধান্তগুলির সফল পরিবর্তন ফলস্বরূপ প্রাথমিকভাবে আমাদের DSARs মেনে চলতে এবং প্রকৃত জালিয়াতি বা অন্যায়ের কোনো প্রমাণ দিতে Uber-এর ব্যর্থতার উপর নির্ভর করে। এটি আদালতে বহুবার হাইলাইট করা হয়েছে, যেখানে এটি উল্লেখ করা হয়েছে যে এই ক্ষেত্রে কোনো পর্যায়ে জনসাধারণের জন্য ঝুঁকি নেই, এবং TfL প্রকৃত ঘটনাগুলির কোনো তদন্ত ছাড়াই সরাসরি প্রত্যাহারে এগিয়ে গেছে।

নিয়ন্ত্রক প্রয়োগের এই স্তরে আমরা পরীক্ষা-নিরীক্ষার মারাত্মক অভাব দেখতে পাচ্ছি, যা শুধুমাত্র গিগ প্ল্যাটফর্মের গতিশীল অটোমেশনকে স্থায়ী করে না, বরং এটিকে উত্সাহিতও করে। প্রমাণ রয়েছে যে নিয়ন্ত্রক জালিয়াতি বিরোধী শনাক্তকরণ এবং প্রতিবেদনের দাবি করেছে, যা অপারেটরদের তাদের নিজস্ব লাইসেন্স হারানোর ঝুঁকিতে করতে চাপ দেওয়া হয়। Uber-এর 2020 লাইসেন্সিং আপিলের আদালতের নথিগুলি থেকে জানা যায় যে TfL 2020 সালের মার্চ মাসে RTID সিস্টেমের জন্য ডেটা সুরক্ষা প্রভাব মূল্যায়ন (DPIA) পর্যালোচনা করেছে। TfL-এর প্রয়োজনীয়তার কারণে আমাদের DPIA-এর একটি অনুলিপি দেওয়ার জন্য TfL-এর কাছে আমাদের FOI অনুরোধ প্রত্যাখ্যান করা হয়েছিল। একটি নিয়ন্ত্রিত সত্তা হিসাবে Uber এর সাথে গোপনীয়তা বজায় রাখা।

 

2015 সালে, TfL পরামর্শের জন্য একটি প্রস্তাব জারি করেছে:  " এটি একটি প্রয়োজনীয়তা তৈরি করুন যে অ্যাপ ভিত্তিক প্ল্যাটফর্মের রয়েছে এবং প্রি-লাইসেন্সিং চেক এবং সম্মতি পরিদর্শনের সময় প্রদর্শন করতে পারে, লাইসেন্সপ্রাপ্ত ড্রাইভার ছাড়া অন্য কোনও ব্যক্তি যে অ্যাপটিকে তারা বুকিং বরাদ্দ করছেন তাদের দ্বারা অ্যাপটি ব্যবহার করা রোধ করার জন্য উপযুক্ত নিরাপত্তা ব্যবস্থা।" TfL তাদের প্রত্যাশিত প্রযুক্তিগত সমাধানটি নির্দিষ্ট করে বলেছে: “আমাদের পছন্দ হল অপারেটরদের এমন একটি সিস্টেম ডিজাইন করা যাতে, অপারেটরের জন্য কাজের জন্য উপলব্ধ থাকাকালীন, ড্রাইভারকে অবশ্যই তাদের বুকিং অ্যাপে পর্যায়ক্রমে লগ ইন করতে হবে, উদাহরণস্বরূপ ফেসিয়াল বা ফিঙ্গারপ্রিন্ট প্রযুক্তি, এইভাবে অ্যাকাউন্টটি অন্য ড্রাইভারের দ্বারা ব্যবহারের জন্য পাস হওয়ার সম্ভাবনা কমিয়ে দেয়।"  

 

স্বতন্ত্র নিয়ন্ত্রক সমন্বিত প্রভাব মূল্যায়ন TfL সমস্যাটির স্কেল সনাক্ত করতে ব্যর্থ হয়েছে "বর্তমানে নিরাপত্তার স্তরের উপর বর্তমানে শিল্প-ব্যাপী ডেটার অনুপস্থিতি রয়েছে" উল্লেখ করার জন্য। এমনকি আরও বেশি বিষয় হল যে প্রভাব মূল্যায়ন আক্রমণাত্মক কর্মক্ষেত্রে নজরদারি প্রযুক্তি আরোপ করার ফলে ড্রাইভারদের উপর কোন প্রভাব স্বীকার করতে ব্যর্থ হয়েছে, যদিও তারা অপারেটরদের জন্য খরচের প্রভাব এবং যাত্রীদের জন্য ছোট থেকে মাঝারি সুবিধা স্বীকার করেছে।

 

শেষ পর্যন্ত, কোন প্রস্তাব এগিয়ে নেওয়া হয়নি কিন্তু TfL প্রতিশ্রুতি দিয়েছে যে "অপারেটররা যেখানে অ্যাপ-ভিত্তিক প্ল্যাটফর্মগুলি ব্যবহার করে তা নিশ্চিত করার জন্য বিকল্পগুলি অন্বেষণ করবে, যেগুলি নিরাপদ এবং সুরক্ষিত এবং প্রতারণামূলকভাবে ব্যবহার করা যাবে না।" যাইহোক, একটি নিয়ন্ত্রক মানের অনুপস্থিতি সত্ত্বেও, TfL উবার, ফ্রি নাও এবং সম্ভবত অন্যদের জন্য লাইসেন্সের শর্ত হিসাবে এই ধরনের মানগুলির প্রবর্তনকে উৎসাহিত করেছে। বাস্তবে, TfL একটি ডি ফ্যাক্টো রেগুলেটরি স্ট্যান্ডার্ড সেট করেছে এবং গিগ ইকোনমিতে একটি নজরদারি অস্ত্র প্রতিযোগিতাকে অনুঘটক করেছে কিন্তু একটি নিয়ন্ত্রক প্রক্রিয়ার যথাযথ জনসাধারণের যাচাই ছাড়াই তা করেছে। 

“এটি অত্যন্ত উদ্বেগজনক যে গিগ অর্থনীতির কর্মীরা কর্মক্ষেত্রে তাদের ডেটা অ্যাক্সেস করার অধিকারকে এত সীমাবদ্ধ এবং স্বয়ংক্রিয় সিদ্ধান্ত যেমন পারফরম্যান্স প্রোফাইলিং, কাজের বরাদ্দ এবং এমনকি রোবো-ফায়ারিংগুলি থেকে রক্ষা করার ঝুঁকি নিয়ে থাকে।
 

এই অপব্যবহারটি আন্ডারলাইন করে যে কেন আমাদের সমস্ত শ্রমজীবী মানুষের জন্য একটি নতুন চুক্তি করতে হবে যা প্রথম দিন থেকে সম্পূর্ণ অধিকার এবং সুরক্ষা সহ প্রকৃত স্ব-নিযুক্তদের জন্য বাদে সমস্ত শ্রমিকদের জন্য কর্মসংস্থানের একক মর্যাদা প্রদান করে।

স্পষ্টতই কোম্পানিগুলি সেই সুযোগগুলিকে সম্পূর্ণরূপে কাজে লাগাবে যেগুলি জালিয়াতি স্ব-কর্মসংস্থান তাদের কর্মশক্তির অপব্যবহার এবং শোষণ করতে দেয়, যদি না সেই সুযোগটি সকলের জন্য মৌলিক কর্মসংস্থান অধিকার এবং সুরক্ষা প্রদানের জন্য আইন দ্বারা বন্ধ করা হয়।"

অ্যান্ডি ম্যাকডোনাল্ড, এমপি

উপসংহার

Conclusion

বিভিন্ন বিচারব্যবস্থায় আদালতে সাম্প্রতিক লাভ সত্ত্বেও, গিগ অর্থনীতিতে স্থিরতার মৌলিক সমস্যাগুলি রয়ে গেছে। এমনকি যেখানে কর্মীদের অধিকারের কথা বলা হয়েছে, যেমন যুক্তরাজ্যে, সেখানে সরকার ব্যাপকভাবে প্রয়োগ করেনি। এটি শ্রমিকদের কাছে মোকদ্দমা করার কয়েকটি বিকল্প রেখে দেয়, যদি তাদের কাছে এটি করার সংস্থান থাকে। নীচের স্তরের শ্রেণীবিভাগ হিসাবে শ্রমিকের অবস্থা এখনও গিগ কর্মীদের জন্য কম পড়ে কারণ এটি অন্যায্য বরখাস্ত থেকে কোনও সুরক্ষা দেয় না। কাজের সময় হিসাবে অপেক্ষার সময়ের জন্য অর্থ প্রদানে ব্যর্থতা প্ল্যাটফর্মগুলিকে কর্মীর উপার্জন হ্রাস করার সময় গ্রাহকের প্রতিক্রিয়ার সময় বাড়াতে সহজলভ্যতার সুবিধা নিতে সক্ষম করে।

এই সমস্ত সমস্যাগুলি কর্মীদের ডিজিটাল অধিকারকে সম্মান করতে প্ল্যাটফর্মগুলির ব্যর্থতার কারণে আরও বেড়েছে। গিগ অর্থনীতিতে অ্যালগরিদমিক ম্যানেজমেন্ট এবং স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণকারী কর্মীরা কতটা সাপেক্ষে তা নিয়ে আমাদের প্রতিবেদনে স্বচ্ছতার অপ্রতুল মাত্রা দেখায়। কর্মীদের সরাসরি তাদের ব্যক্তিগত ডেটা অ্যাক্সেস করতে অস্বীকার করা হয়, তাদের অনুরোধে হতাশ হয় বা কেবল একটি অসম্পূর্ণ ফেরত দেওয়া হয়।

এখানেও আমরা দেখতে পাই আইন দুর্বলভাবে প্রয়োগ করা হয়েছে এবং সুরক্ষার সুযোগ অপর্যাপ্ত। অনুচ্ছেদ 22 অন্যায্য স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণ থেকে সুরক্ষাগুলি নিয়োগকর্তাদের জন্য পালানোর বিকল্প প্রদান করে যারা রাবার স্ট্যাম্পের অন্যায় মেশিনের সিদ্ধান্তের জন্য সুপারফিসিয়াল মানব পর্যালোচনা দাবি করতে পারে। প্রোফাইলিং এর বিস্তার, মেশিন লার্নিং দ্বারা উত্পন্ন, কর্মীদের জন্য কাজের বরাদ্দ, কর্মক্ষমতা ব্যবস্থাপনা এবং শাস্তিমূলক পদক্ষেপের মতো কর্মক্ষেত্রের মৌলিক বিষয়গুলির সাথে স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণের ন্যায্যতা উন্মোচন, বোঝা বা পরীক্ষা করা অত্যন্ত কঠিন করে তুলতে পারে। এমনকি যেখানে প্রকাশ করা হয়, আমরা প্রথমে ব্যক্তিগত ডেটা প্রক্রিয়াকরণের একটি মাত্র মাত্রিক দৃষ্টিভঙ্গি অর্জন করতে পারি, যেখানে কর্মক্ষেত্রে অ্যালগরিদমিক ব্যবস্থাপনাকে সত্যিকার অর্থে বোঝার জন্য, আমাদের পৃথক অ্যালগরিদমিক ব্যবস্থাপনা ফাংশনের মধ্যে পারস্পরিক সম্পর্ক বুঝতে হবে।

নতুন প্রস্তাবিত ইইউ নির্দেশিকা ইউরোপে গিগ ইকোনমি প্ল্যাটফর্মের কর্মীদের জন্য গুরুত্বপূর্ণ নতুন সুরক্ষা যেমন কর্মসংস্থানের অনুমান এবং অন্যায্য স্বয়ংক্রিয় সিদ্ধান্ত নেওয়ার বিরুদ্ধে বর্ধিত সুরক্ষা চিহ্নিত করার ক্ষেত্রে দুর্দান্ত পদক্ষেপ নিয়েছে। কিন্তু ভুল শ্রেণীকরণ এই প্রক্রিয়াটিকে চ্যালেঞ্জ করতে থাকবে যদি দুর্বৃত্ত নিয়োগকর্তারা সত্যিকারের কর্মক্ষমতা ব্যবস্থাপনার সিদ্ধান্ত এবং জালিয়াতি বিরোধী প্রতিরোধের লেবেলের পিছনে নিবিড় নজরদারি লুকিয়ে রাখে।

আদালতে প্রতিকার পেতে সময় এবং অর্থ লাগে, এবং অনিশ্চিত কর্মীদের আরও দ্রুত সমাধান প্রয়োজন যদি তারা কার্যকর হতে হয়। এজন্য শ্রমিকদের অবশ্যই সংগঠিত ও সম্মিলিত পদক্ষেপের মাধ্যমে তাদের দর কষাকষির ক্ষমতা উন্নত করতে হবে। তাই কর্মীদের তাদের ডেটা অ্যাক্সেস এবং পুল করার ক্ষমতা এখনও সঠিকভাবে ট্যাপ করা হয়নি এমন সংগঠিত করার জন্য একটি শক্তিশালী শক্তি। যখন কর্মীরা তাদের ডেটা আরও ভালভাবে নিয়ন্ত্রণ করতে পারে, তখন তারা কর্মক্ষেত্রে তাদের ভাগ্যকে আরও ভালভাবে নিয়ন্ত্রণ করতে সক্ষম হবে।

WIE-Logo_White-Block-RGB.png

এই প্রতিবেদনটি লিখেছেন ক্যানসু সাফাক এবং জেমস ফারার।

অ্যান্টন এককারকে তার অবদানের জন্য ধন্যবাদ এবং অ্যাপ ড্রাইভার এবং কুরিয়ার ইউনিয়ন (ADCU), বামা আত্রেয়া এবং ইয়াসিন আসলামকে তাদের চলমান সহায়তার জন্য ধন্যবাদ।

মজিলা ফাউন্ডেশন, ডিজিটাল ফ্রিডম ফান্ডের সহায়তায় এই কাজটি সম্ভব হয়েছে
এবং ওপেন সোসাইটি ফাউন্ডেশন।

অবন্তিকা মহাপাত্রের ছবি।

13 ডিসেম্বর 2021 প্রকাশিত হয়েছে

আপনার যদি কোন প্রশ্ন থাকে বা যোগাযোগ করতে চান, অনুগ্রহ করে ইমেল করুন: office@workerinfoexchange.org

© 2021 প্ল্যাটফর্ম ইনফো এক্সচেঞ্জ লিমিটেড

Acknowledgments
bottom of page