top of page

बॉट द्वारा प्रबंधित: गिग अर्थव्यवस्था में डेटा-संचालित शोषण

WIEReportCover.png

अंतर्वस्तु

अंतर्वस्तु
सारांश

परिचय
 

भाग I: गलत वर्गीकरण 2.0: एल्गोरिथम द्वारा नियंत्रित
निगरानी केस स्टडी I: चेहरे की पहचान विफलता

सर्विलांस केस स्टडी II: जियोलोकेशन चेक
अपारदर्शी प्रदर्शन प्रबंधन

केस स्टडी: एल्गोरिथम नियंत्रण

कानून प्रवर्तन अवसंरचना का विस्तार

केस स्टडी: कानून प्रवर्तन के साथ खुफिया जानकारी साझा करना
 

भाग II: काम पर डेटा अधिकारों का प्रयोग करना: एक्सेस

केस स्टडी: व्यक्तिगत डीएसएआर

वृत्ताकार और निरर्थक उत्तर

असंगत और वृद्धिशील डेटा साझाकरण

आक्षेप और प्रतिरोध

केस स्टडी: WIE द्वारा बैच अनुरोधों के लिए प्लेटफ़ॉर्म प्रतिक्रियाएँ

·   डिलिवरू

·   अब नि: शुल्क

·   अमेज़ॅन फ्लेक्स

·   बस खाओ

·   ओला

·   पेंच

·   उबेर
 

भाग III: काम पर डेटा अधिकारों का प्रयोग करना: मुकदमेबाजी

एम्स्टर्डम मामले

Uber ड्राइवर बनाम Uber I (सामान्य पारदर्शिता अनुरोध)

ओला ड्राइवर बनाम ओला (सामान्य पारदर्शिता अनुरोध)

उबेर ड्राइवर बनाम उबेर II (स्वचालित निर्णय लेने पर पारदर्शिता)

अपील

लंदन लाइसेंसिंग अपील मामले
 

निष्कर्ष: काम पर डिजिटल अधिकारों का प्रयोग करने के लिए आगे का रास्ता?

सारांश
 

  • डेटा ट्रस्ट की स्थापना के माध्यम से सौदेबाजी की शक्ति बनाने के लिए डेटा तक पहुंच और संग्रहण की सुविधा के लिए वर्कर इंफो एक्सचेंज की स्थापना की गई थी।  

 

  • यह नई एल्गोरिथम प्रबंधन प्रथाओं के विकास के जवाब में था जो गहरी सूचनात्मक विषमताएं और कार्यकर्ता शोषण पैदा कर रहा था।
     

  • वर्कर इंफो एक्सचेंज का लक्ष्य जीडीपीआर अनुच्छेद 15, 20 और 22 अधिकारों को रोजगार के संदर्भ में लागू करके डेटा और श्रम अधिकारों के अभिसरण को संबोधित करना है।
     

  • गिग उद्योग में व्यापक जीडीपीआर गैर-अनुपालन द्वारा यह लक्ष्य गंभीर रूप से बाधित है।
     

  • हमने पिछले आठ महीनों में अमेज़ॅन फ्लेक्स, बोल्ट, डिलिवरू, फ्री नाउ, जस्ट ईट, ओला और उबर सहित सात अलग-अलग राइड-शेयर प्लेटफॉर्म पर 500 से अधिक डेटा सब्जेक्ट एक्सेस अनुरोध किए हैं।
     

  • डेटा एक्सेस को उन कंपनियों द्वारा चुनौती दी जाती है जो अंधेरे पैटर्न को लागू करती हैं और जानबूझकर खराब जीडीपीआर कार्यान्वयन का दुरुपयोग करती हैं, जो श्रमिकों को अदालत में मुद्दों को हल करने के लिए प्रेरित करती है।
     

  • गिग प्लेटफार्मों द्वारा डेटा संग्रह अत्यधिक है और श्रमिकों की अनुपातहीन और गैर-जिम्मेदार निगरानी के साथ-साथ एक विस्तारित कानून प्रवर्तन बुनियादी ढांचे की ओर जाता है।
     

  • उपयोग की जाने वाली एल्गोरिथम प्रबंधन प्रणालियों में कोई पारदर्शिता नहीं है। कौन सी तकनीकों का उपयोग किया जाता है और कैसे, इस पर कंपनी के कथन असंगत और अविश्वसनीय हैं।

Summary
Introduction

© 2021 वर्कर इन्फो एक्सचेंज

© 2021 वर्कर इन्फो एक्सचेंज

परिचय
 

पिछले साल ने गिग प्लेटफॉर्म के कर्मचारियों के लिए उनके रोजगार और डिजिटल अधिकारों की प्राप्ति में एक महत्वपूर्ण मोड़ के रूप में चिह्नित किया है। डिजिटल रूप से मध्यस्थता वाले कार्य के अभ्यास ने रोजगार और डेटा संरक्षण अधिकारों का अभिसरण किया है और श्रमिकों द्वारा बढ़ती मुकदमेबाजी और वकालत गतिविधि इन डोमेन में परिणाम दे रही है। पूरे यूरोप में, अदालतों ने ऐसे स्वचालित सिस्टम में निष्पक्षता और पारदर्शिता की कमी की निंदा करते हुए गिग प्लेटफॉर्म द्वारा एल्गोरिथम प्रबंधन प्रथाओं की शोषक भूमिका को मान्यता देते हुए कई महत्वपूर्ण निर्णय पारित किए हैं।  

 

इटली में, बोलोग्ना अदालत ने फैसला सुनाया कि डेलीवरू की रेटिंग प्रणाली ने श्रमिकों के साथ भेदभाव किया था, जबकि डेटा संरक्षण प्राधिकरण, गारांटे ने अपने नौकरी आवंटन और प्रदर्शन प्रबंधन एल्गोरिदम के कामकाज का पर्याप्त रूप से खुलासा करने में विफलता के कारण डिलिवरू और ग्लोवो को दो जीडीपीआर जुर्माना दिया था।  

 

स्पेन ने रोजगार के क्षेत्र में एआई को विनियमित करने का प्रयास करने के लिए पहला कानून पारित किया , जिसमें गिग श्रमिकों के लिए कार्यकर्ता की स्थिति और एल्गोरिदम के नियमों और मापदंडों के बारे में सूचित होने का अधिकार स्थापित किया गया, जिसके अधीन वे हैं - शिकायतों की एक धारा को उजागर करना। यह ग्लोवो के खिलाफ एक और अदालती मामले के परिणामस्वरूप हुआ जो स्पेनिश सुप्रीम कोर्ट में समाप्त हुआ।  

 

इन हाई-प्रोफाइल फैसलों के साथ, यूके के सुप्रीम कोर्ट ने इस साल यह भी निष्कर्ष निकाला कि उबेर ड्राइवर एक परिवहन सेवा के पक्ष थे जो " उबेर द्वारा बहुत कसकर परिभाषित और नियंत्रित " है, जो एक स्पष्ट रोजगार संबंध को धोखा दे रहा है, जिसका दावा कंपनी ने किया था। श्रमिकों को स्वतंत्र ठेकेदारों के रूप में वर्गीकृत (गलत) करने का उसका प्रयास। महत्वपूर्ण रूप से, इस संबंध का प्रमाण डेटा संचालित सिस्टम राइडशेयर प्लेटफॉर्म से आता है जो अपने कार्यबल का प्रबंधन करने के लिए उपयोग करते हैं। यूके के सुप्रीम कोर्ट द्वारा नौकरी स्वीकृति दरों, मार्ग विकल्पों, ड्राइविंग व्यवहार और ग्राहक रेटिंग की एल्गोरिथम निगरानी के माध्यम से ड्राइवरों के प्रबंधन से संबंधित कुछ मुद्दों पर प्रकाश डाला गया। हालाँकि, एल्गोरिथम प्रबंधन की अधिक मान्यता होने के बावजूद, अदालतों में हाल के लाभ श्रमिकों को इसके नुकसान से पूरी तरह से सुरक्षित नहीं करते हैं। सुप्रीम कोर्ट के फैसले के परिणामस्वरूप उबर ड्राइवरों को दिया गया अंग (बी) कार्यकर्ता का दर्जा ठेकेदार और कर्मचारी के बीच एक मध्यस्थ स्थिति है, और अभी भी उन्हें अनुचित बर्खास्तगी से बचाने के लिए कम है, उदाहरण के लिए।

 

हमारा अनुभव बताता है कि ये एल्गोरिथम प्रबंधन उपकरण, गहन निगरानी प्रथाओं के अलावा, संभावित धोखाधड़ी या गलत काम के लिए श्रमिकों की लगातार जांच कर रहे हैं, जिसके परिणामस्वरूप एक गहरा शोषणकारी कार्य वातावरण हो रहा है। हम पूरे गिग उद्योग में स्वचालित बर्खास्तगी की एक असाधारण संख्या देख रहे हैं, जिनमें से कई को हम सामान्य डेटा संरक्षण विनियमन (जीडीपीआर) के अनुच्छेद 22 के अनुसार गैरकानूनी मानते हैं। अनुच्छेद 22 मानव हस्तक्षेप प्राप्त करने और निर्णय का विरोध करने के अधिकार के माध्यम से श्रमिकों को स्वचालित निर्णय लेने और प्रोफाइलिंग के प्रतिकूल प्रभावों के खिलाफ कुछ सीमित सुरक्षा प्रदान करता है। जीडीपीआर का अनुच्छेद 15 इस तरह के स्वचालित निर्णय लेने के अस्तित्व के बारे में सूचित होने और प्रसंस्करण के तर्क के बारे में सार्थक जानकारी प्रदान करने के अधिकार की गारंटी देता है।

 

इन अधिकारों को एक आधार के रूप में लेते हुए, वर्कर इंफो एक्सचेंज की स्थापना गिग वर्कर्स को इस कॉम्प्लेक्स और अंडर रेगुलेटेड स्पेस में नेविगेट करने में मदद करने के मिशन के साथ की गई थी। हमारे काम का लक्ष्य और प्रेषण यह परीक्षण करना है कि क्या इन जीडीपीआर उपकरणों का उपयोग अनुचित रोजगार प्रथाओं को संबोधित करने के लिए किया जा सकता है और श्रमिकों के रूप में उनकी क्षमता में व्यक्तियों को उपलब्ध कराए गए डेटा के दायरे का विस्तार किया जा सकता है। दूसरे शब्दों में, हमारी महत्वाकांक्षा डिजिटल रूप से मध्यस्थता वाले श्रम बाजार में निवारण के परीक्षण तंत्र के लिए सामूहिक कार्यकर्ता शक्ति के निर्माण की एक विधि के रूप में डेटा एक्सेस का उपयोग करना है।  

 

जब व्यापक डेटा संग्रह और विश्लेषण के माध्यम से गिग प्लेटफॉर्म और कार्यकर्ता के बीच रोजगार संबंध को क्रियान्वित किया जाता है, तो रोजगार अधिकार डेटा अधिकारों के प्रयोग के साथ अटूट रूप से जुड़ जाते हैं। गिग प्लेटफॉर्म एक सूचनात्मक विषमता को बनाए रखते हुए श्रमिकों पर नियंत्रण का दावा करते हैं, और डेटा एक्सेस गिग प्लेटफॉर्म और उनके श्रमिकों के बीच सूचनात्मक अंतर से उत्पन्न शक्ति (आईएम) संतुलन को उजागर करने का एक साधन प्रदान कर सकता है। व्यक्तिगत डेटा तक पहुंच प्राप्त करने से श्रमिकों को उनकी कार्य स्थितियों के बारे में स्वतंत्र मूल्यांकन करने और उनके वेतन गणना, पेश किए गए कार्य की गुणवत्ता और मात्रा से संबंधित प्रश्नों के उत्तर देने के साथ-साथ निलंबन सहित प्रतिकूल प्रदर्शन प्रबंधन के आधार को चुनौती देने की अनुमति मिल सकती है।  बर्खास्तगी
 

डेटा एक्सेस को सुविधाजनक बनाने में हमारा लक्ष्य काम करने की स्थिति और फलस्वरूप सौदेबाजी की शक्ति की अधिक समझ विकसित करने के लिए डेटा के सामूहिक भंडार बनाना है। हाल के वर्षों में, कई उल्लेखनीय पहलें समान उद्देश्यों के साथ काम कर रही हैं, लेकिन डेटा पुनर्प्राप्त करने के लिए विभिन्न तरीकों का उपयोग कर रही हैं। इस क्षेत्र में कुछ परियोजनाएं श्रम की स्थिति की निष्पक्षता का आकलन करने के लिए कमाई और प्रदर्शन पर अपना डेटा संग्रह और विश्लेषण चलाती हैं (उदाहरण के लिए ड्राइवर की सीट कॉप)  और घड़ी,  दूसरों के बीच में।) ये सभी गिग इकॉनमी में अद्वितीय अंतर्दृष्टि प्रस्तुत करते हैं और इसे डेटा अभ्यास की निरंतरता के रूप में माना जाना चाहिए। हमने इस मुद्दे पर यह मांग करते हुए संपर्क किया है कि प्लेटफॉर्म डेटा को साझा करें जिसके लिए श्रमिक कानूनी रूप से हकदार हैं, हालांकि इसने डेटा एकत्र करने के बड़े लक्ष्य के लिए अतिरिक्त बाधाएं पेश की हैं। हमने यह रास्ता इसलिए अपनाया क्योंकि हम डेटा सुरक्षा कानून में मानक और मिसाल कायम करना चाहते थे, बल्कि इसलिए भी कि हम मानते हैं कि कुछ खास तरह की जानकारी होती है जिसे सीधे प्लेटफॉर्म से डेटा का अनुरोध करके ही प्राप्त किया जा सकता है।

 

हमने पाया है, विशेष रूप से निगरानी के मामले में अनियमित गतिविधि और धोखाधड़ी के आरोपों को हवा दी, कि कंपनियों के पास आरोपों को समझने और उनका विरोध करने के लिए डेटा होना आवश्यक है। डेटा एक्सेस हमें प्लेटफ़ॉर्म कंपनियों द्वारा उन्नत कथनों में विसंगतियों का पता लगाने में मदद कर सकता है और सबूत के बोझ को श्रमिकों से वापस प्लेटफ़ॉर्म पर स्थानांतरित करने में मदद कर सकता है। इस दृष्टिकोण से, प्लेटफॉर्म डेटा की मांग करने का प्रयास कई रोजगार विवादों को हल करने में बेहद सफल साबित हुआ है। व्यक्तिगत डेटा प्रदान करने से प्लेटफार्मों के इनकार के सरल प्रदर्शन ने अदालत में कई लाइसेंस निरस्तीकरण (टीएफएल द्वारा लागू) को उलट दिया है और इस प्रकार रोजगार अधिकारों के अभ्यास में एक अतिरिक्त उपकरण बन गया है।

 

यह Worker Info Exchange के लिए गतिविधि की दूसरी शाखा का गठन करता है; चूंकि हम कार्यस्थल की स्थितियों को निर्धारित करने वाली जटिल प्रणालियों पर स्पष्टता और पारदर्शिता हासिल करने के अपने प्रयासों में निराश हैं, इसलिए हमें अक्सर मुकदमेबाजी का सहारा लेना पड़ता है और डिजिटल श्रम अधिकारों के उभरते क्षेत्र में निर्णय लेने के लिए अदालतों का रुख करना पड़ता है। गिग प्लेटफार्मों ने जो कृत्रिम 'डेटा संकट' पैदा किया है, वह कई तरह से अनिश्चित श्रमिकों और यूनियनों के संसाधनों को समाप्त करने और अदालतों में विवादों को खींचने का प्रयास है जहां उन्हें लंबा किया जा सकता है और कॉर्पोरेट कदाचार के लिए जवाबदेही में देरी हो सकती है।  

 

गतिविधि के इन पहलुओं के अनुरूप, यह रिपोर्ट तीन भागों में लिखी गई है: पहला खंड संबंधित केस स्टडी के साथ एल्गोरिथम प्रबंधन और इसके नुकसान के विभिन्न पहलुओं की पड़ताल करता है। दूसरा खंड डेटा सब्जेक्ट एक्सेस रिक्वेस्ट (डीएसएआर) का उपयोग करने में हमारी प्रक्रिया से संबंधित है, जबकि तीसरा जीडीपीआर से संबंधित मामलों का एक सिंहावलोकन प्रदान करता है जिसे हमने एम्स्टर्डम में आगे बढ़ाया है और साथ ही लाइसेंसिंग मामलों का हम लंदन में समर्थन कर रहे हैं। यह रिपोर्ट मोज़िला फ़ाउंडेशन, डिजिटल फ़्रीडम फ़ंड और ओपन सोसाइटी फ़ाउंडेशन के समर्थन से किए गए हमारे संगठन के इन कार्यों को संबोधित करते हुए कार्य की अवधि का समापन करती है। हमें उम्मीद है कि यह रिपोर्ट डेटा और श्रम के चौराहे पर अधिकारों के प्रयोग में वर्तमान स्थिति को प्रदर्शित करेगी और गिग प्लेटफार्मों द्वारा बार-बार गैर-अनुपालन के संचयी प्रभावों को प्रकट करेगी।

"प्लेटफ़ॉर्म कंपनियां एक अराजक स्थान में काम कर रही हैं, जहां उनका मानना है कि वे नियम बना सकते हैं। दुर्भाग्य से यह एक खेल नहीं है; आभासी वास्तविकताओं के वास्तविक जीवन में गिग श्रमिकों के लिए कठोर परिणाम होते हैं। उत्साहजनक बात यह है कि कार्यकर्ता स्वयं कानूनों की प्रतीक्षा नहीं कर रहे हैं, उन्हें बचाने के लिए नीति निर्माता या मानवाधिकार आंदोलन में सहयोगी भी। गिग कार्यकर्ता नई सुरक्षा की मांग के लिए अपनी सामूहिक आवाज का आयोजन और उपयोग कर रहे हैं जो एक डिजिटाइज़िंग अर्थव्यवस्था में उद्देश्य के लिए उपयुक्त हैं। "

बामा आत्रेय, फेलो, ओपन सोसाइटी फ़ाउंडेशन

Part I Misclassification 2.0

भाग I: गलत वर्गीकरण 2.0  एल्गोरिथम द्वारा नियंत्रित
 

यूके की गिग इकॉनमी में श्रमिक अधिकारों के लिए छह साल की लड़ाई में, उबेर ने तर्क दिया कि यह केवल स्व-नियोजित ड्राइवर का एजेंट था जो निष्क्रिय रूप से कार्य ऑर्डर बुक करने और भुगतान एकत्र करने के अलावा और कुछ नहीं कर रहा था। इस कल्पना को आगे बढ़ाने के लिए, गिग प्लेटफॉर्म ने विस्तृत अनुबंध स्थापित किए जिससे यह प्रतीत होता है कि ड्राइवर और यात्री एक-दूसरे के साथ सीधे लेन-देन कर रहे हैं, जबकि वास्तव में सभी यात्री जानकारी कंपनियों द्वारा बारीकी से परिरक्षित है। उबेर, उदाहरण के लिए, ड्राइवर की ओर से उनके द्वारा ले जाने वाले प्रत्येक यात्री के लिए एक काल्पनिक चालान बनाता है। चालान केवल यात्री के पहले नाम का उल्लेख करेगा और वास्तव में ग्राहक को कभी नहीं भेजा जाएगा।

 

ये गलत वर्गीकरण तकनीक, आमतौर पर गिग इकॉनमी में उपयोग की जाती हैं, प्लेटफॉर्म को नियोक्ता कानूनी जिम्मेदारियों जैसे कि बुनियादी कार्यकर्ता अधिकारों की सुरक्षा और राष्ट्रीय बीमा योगदान से बचने में सक्षम बनाती हैं। यूके में इसने प्लेटफॉर्म कंपनियों को मूल्य वर्धित बिक्री कर (वैट) से बचने में सक्षम बनाया है। लेकिन इस साल की शुरुआत में, सुप्रीम कोर्ट ने निचली अदालतों के कृत्रिम अनुबंधों को त्यागने और श्रमिकों पर नियंत्रण के प्रबंधन संबंध के साक्ष्य के आधार पर रोजगार संबंधों की वास्तविक प्रकृति का निर्धारण करने के अधिकार की पुष्टि की।

 

जैसा कि मंच कंपनियों ने निष्कर्ष निकाला है कि भ्रामक अनुबंधों का उपयोग करना अब रोजगार के गलत वर्गीकरण की एक विधि के रूप में व्यवहार्य नहीं है, उन्हें प्रबंधन नियंत्रण को छिपाने के लिए प्रक्रिया स्वचालन को दोगुना करने के लिए लुभाया जाएगा। एल्गोरिथम नियंत्रण गलत वर्गीकरण 2.0 बन जाता है। दरअसल, इस बात के पर्याप्त सबूत हैं कि ऐसा पहले से ही हो रहा है। गिग प्लेटफॉर्म गलत वर्गीकरण रणनीतियों को आगे बढ़ाने के लिए पहले से कहीं अधिक दृढ़ हैं ताकि वे इस जोखिम से बचते हुए कार्यबल को नियंत्रित करना जारी रख सकें कि ड्राइवर 'कार्यकर्ता' की स्थिति से सीमित अधिकारों के साथ कर्मचारी की स्थिति तक सीमित अधिकारों के साथ स्नातक हो सकते हैं।  

तो एल्गोरिथम नियंत्रण क्या है और गिग श्रमिकों के लिए विशिष्ट जोखिम क्या हैं? राइड-शेयर और डिलीवरी उद्योगों में विशेष रूप से हमारे लिए सबसे बड़ी चिंता के एल्गोरिथम प्रबंधन के साधनों में निम्नलिखित शामिल हैं:
 

  • निगरानी। सुरक्षा और पहचान के घोषित उद्देश्य के लिए घुसपैठ निगरानी। इसमें धोखाधड़ी का पता लगाने और चेहरे की पहचान तकनीकों का उपयोग शामिल है। हम जानते हैं कि निगरानी तब भी की जाती है जब कार्यकर्ता ने काम के लिए खुद को उपलब्ध कराने के लिए लॉग इन नहीं किया हो। इसमें एक उपभोक्ता के रूप में ऐप के कार्यकर्ता के उपयोग का सर्वेक्षण भी शामिल था।
     

  • निष्पादन प्रबंधन। इसमें ईटीए, ग्राहक रेटिंग, नौकरी स्वीकृति और पूर्णता दर, सहायक कर्मचारियों के साथ बातचीत, उपलब्धता सहित ड्राइविंग व्यवहार की निगरानी शामिल है, लेकिन यह इन्हीं तक सीमित नहीं है।
     

  • कार्य आवंटन। उबर ने हाल ही में इस बात पर जोर दिया है कि काम का आवंटन ड्राइवरों और यात्रियों की एक-दूसरे से निकटता पर तय किया जाता है, लेकिन अब स्वीकार करते हैं कि पिछले व्यवहार और वरीयताओं को शामिल किया गया है। ओला स्वीकार करती है कि ड्राइवर प्रोफाइल जिसमें 'कमाई प्रोफ़ाइल' और 'धोखाधड़ी की संभावना' स्कोरिंग शामिल है। कार्य आवंटन स्वचालित निर्णय लेने में उपयोग किया जाता है।
     

  • मूल्य निर्धारण। कार्य आवंटन से संबंधित स्वचालित मूल्य निर्धारण निर्णय लेना है। शायद सबसे प्रसिद्ध तरीका उबेर का तथाकथित 'उछाल' या 'गतिशील मूल्य निर्धारण' है जो वास्तविक समय, स्थानीय मूल्य में उतार-चढ़ाव के साथ बाजार की मांग को पूरा करने के लिए है।  

 

ऊपर दिए गए प्रबंधन निर्णय ज्यादातर सीमित मानवीय हस्तक्षेप के साथ स्वचालित या अर्ध-स्वचालित होते हैं। गिग इकॉनमी के बिजनेस मॉडल प्रबंधन निर्णयों और कार्यस्थल पर्यवेक्षण के बड़े पैमाने पर स्वचालन पर निर्भर करते हैं। जबकि कुछ नियोक्ता इस बिंदु पर मितभाषी हैं, डेलीवरू अपनी राइडर गोपनीयता नीति में इसके बारे में काफी स्पष्ट रहे हैं:  
 

"हमारे द्वारा किए जाने वाले डिलीवरी की मात्रा को देखते हुए, हम ऊपर वर्णित स्वचालित निर्णय लेने के लिए स्वचालित सिस्टम का उपयोग करते हैं क्योंकि वे संदिग्ध धोखाधड़ी की पहचान करने, आपके आपूर्तिकर्ता समझौते के बार-बार उल्लंघन को रोकने और नकारात्मक प्रभाव को सीमित करने का एक अधिक सटीक, निष्पक्ष और कुशल तरीका प्रदान करते हैं। हमारी सेवा। मानव जांच समय-सीमा में संभव नहीं होगी और हमारे द्वारा किए जाने वाले प्रसव की मात्रा को देखते हुए।”

Asset 8_1.5x.png

निष्पादन प्रबंधन

इसमें ईटीए, ग्राहक रेटिंग, नौकरी स्वीकृति और पूर्णता दर, सहायक कर्मचारियों के साथ बातचीत, उपलब्धता सहित ड्राइविंग व्यवहार की निगरानी शामिल है, लेकिन यह इन्हीं तक सीमित नहीं है।

Asset 7_1.5x.png

मूल्य निर्धारण
 

कार्य आवंटन से निकटता से संबंधित स्वचालित मूल्य निर्धारण निर्णय लेना है। शायद सबसे प्रसिद्ध तरीका उबेर का तथाकथित 'उछाल' या 'गतिशील मूल्य निर्धारण' है जो वास्तविक समय, स्थानीय मूल्य में उतार-चढ़ाव के साथ बाजार की मांग को पूरा करने के लिए है। 

निगरानी
 

सुरक्षा और पहचान के घोषित उद्देश्य के लिए घुसपैठ निगरानी। इसमें धोखाधड़ी का पता लगाने और चेहरे की पहचान तकनीकों का उपयोग शामिल है। हम जानते हैं कि निगरानी तब भी की जाती है जब कार्यकर्ता ने काम के लिए खुद को उपलब्ध कराने के लिए लॉग इन नहीं किया हो। इसमें एक उपभोक्ता के रूप में ऐप के कार्यकर्ता के उपयोग का सर्वेक्षण भी शामिल था।

कार्य आवंटन
 

उबर ने हाल ही में इस बात पर जोर दिया है कि काम का आवंटन ड्राइवरों और यात्रियों की एक-दूसरे से निकटता पर तय किया जाता है, लेकिन अब स्वीकार करते हैं कि पिछले व्यवहार और वरीयताओं को ध्यान में रखा जाता है। ओला स्वीकार करती है कि ड्राइवर प्रोफाइल जिसमें 'कमाई प्रोफ़ाइल' और 'धोखाधड़ी की संभावना' स्कोरिंग शामिल है। कार्य आवंटन स्वचालित निर्णय लेने में उपयोग किया जाता है।

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

भाग I: गलत वर्गीकरण 2.0  एल्गोरिथम द्वारा नियंत्रित
 

यूके की गिग इकॉनमी में श्रमिक अधिकारों के लिए छह साल की लड़ाई में, उबेर ने तर्क दिया कि यह केवल स्व-नियोजित ड्राइवर का एजेंट था जो निष्क्रिय रूप से कार्य ऑर्डर बुक करने और भुगतान एकत्र करने के अलावा और कुछ नहीं कर रहा था। इस कल्पना को आगे बढ़ाने के लिए, गिग प्लेटफॉर्म ने विस्तृत अनुबंध स्थापित किए जिससे यह प्रतीत होता है कि ड्राइवर और यात्री एक-दूसरे के साथ सीधे लेन-देन कर रहे हैं, जबकि वास्तव में सभी यात्री जानकारी कंपनियों द्वारा बारीकी से परिरक्षित है। उबेर, उदाहरण के लिए, ड्राइवर की ओर से उनके द्वारा ले जाने वाले प्रत्येक यात्री के लिए एक काल्पनिक चालान बनाता है। चालान केवल यात्री के पहले नाम का उल्लेख करेगा और वास्तव में ग्राहक को कभी नहीं भेजा जाएगा।

 

ये गलत वर्गीकरण तकनीक, आमतौर पर गिग इकॉनमी में उपयोग की जाती हैं, प्लेटफॉर्म को नियोक्ता कानूनी जिम्मेदारियों जैसे कि बुनियादी कार्यकर्ता अधिकारों की सुरक्षा और राष्ट्रीय बीमा योगदान से बचने में सक्षम बनाती हैं। यूके में इसने प्लेटफॉर्म कंपनियों को मूल्य वर्धित बिक्री कर (वैट) से बचने में सक्षम बनाया है। लेकिन इस साल की शुरुआत में, सुप्रीम कोर्ट ने निचली अदालतों के कृत्रिम अनुबंधों को त्यागने और श्रमिकों पर नियंत्रण के प्रबंधन संबंध के साक्ष्य के आधार पर रोजगार संबंधों की वास्तविक प्रकृति का निर्धारण करने के अधिकार की पुष्टि की।

 

जैसा कि मंच कंपनियों ने निष्कर्ष निकाला है कि भ्रामक अनुबंधों का उपयोग करना अब रोजगार के गलत वर्गीकरण की एक विधि के रूप में व्यवहार्य नहीं है, उन्हें प्रबंधन नियंत्रण को छिपाने के लिए प्रक्रिया स्वचालन को दोगुना करने के लिए लुभाया जाएगा। एल्गोरिथम नियंत्रण गलत वर्गीकरण 2.0 बन जाता है। दरअसल, इस बात के पर्याप्त सबूत हैं कि ऐसा पहले से ही हो रहा है। गिग प्लेटफॉर्म गलत वर्गीकरण रणनीतियों को आगे बढ़ाने के लिए पहले से कहीं अधिक दृढ़ हैं ताकि वे इस जोखिम से बचते हुए कार्यबल को नियंत्रित करना जारी रख सकें कि ड्राइवर 'कार्यकर्ता' की स्थिति से सीमित अधिकारों के साथ कर्मचारी की स्थिति तक सीमित अधिकारों के साथ स्नातक हो सकते हैं।  

तो एल्गोरिथम नियंत्रण क्या है और गिग श्रमिकों के लिए विशिष्ट जोखिम क्या हैं? राइड-शेयर और डिलीवरी उद्योगों में विशेष रूप से हमारे लिए सबसे बड़ी चिंता के एल्गोरिथम प्रबंधन के साधनों में निम्नलिखित शामिल हैं:
 

  • निगरानी। सुरक्षा और पहचान के घोषित उद्देश्य के लिए घुसपैठ निगरानी। इसमें धोखाधड़ी का पता लगाने और चेहरे की पहचान तकनीकों का उपयोग शामिल है। हम जानते हैं कि निगरानी तब भी की जाती है जब कार्यकर्ता ने काम के लिए खुद को उपलब्ध कराने के लिए लॉग इन नहीं किया हो। इसमें एक उपभोक्ता के रूप में ऐप के कार्यकर्ता के उपयोग का सर्वेक्षण भी शामिल था।
     

  • निष्पादन प्रबंधन। इसमें ईटीए, ग्राहक रेटिंग, नौकरी स्वीकृति और पूर्णता दर, सहायक कर्मचारियों के साथ बातचीत, उपलब्धता सहित ड्राइविंग व्यवहार की निगरानी शामिल है, लेकिन यह इन्हीं तक सीमित नहीं है।
     

  • कार्य आवंटन। उबर ने हाल ही में इस बात पर जोर दिया है कि काम का आवंटन ड्राइवरों और यात्रियों की एक-दूसरे से निकटता पर तय किया जाता है, लेकिन अब स्वीकार करते हैं कि पिछले व्यवहार और वरीयताओं को शामिल किया गया है। ओला स्वीकार करती है कि ड्राइवर प्रोफाइल जिसमें 'कमाई प्रोफ़ाइल' और 'धोखाधड़ी की संभावना' स्कोरिंग शामिल है। कार्य आवंटन स्वचालित निर्णय लेने में उपयोग किया जाता है।
     

  • मूल्य निर्धारण। कार्य आवंटन से संबंधित स्वचालित मूल्य निर्धारण निर्णय लेना है। शायद सबसे प्रसिद्ध तरीका उबेर का तथाकथित 'उछाल' या 'गतिशील मूल्य निर्धारण' है जो वास्तविक समय, स्थानीय मूल्य में उतार-चढ़ाव के साथ बाजार की मांग को पूरा करने के लिए है।  

 

ऊपर दिए गए प्रबंधन निर्णय ज्यादातर सीमित मानवीय हस्तक्षेप के साथ स्वचालित या अर्ध-स्वचालित होते हैं। गिग इकॉनमी के बिजनेस मॉडल प्रबंधन निर्णयों और कार्यस्थल पर्यवेक्षण के बड़े पैमाने पर स्वचालन पर निर्भर करते हैं। जबकि कुछ नियोक्ता इस बिंदु पर मितभाषी हैं, डेलीवरू अपनी राइडर गोपनीयता नीति में इसके बारे में काफी स्पष्ट रहे हैं:  
 

"हमारे द्वारा किए जाने वाले डिलीवरी की मात्रा को देखते हुए, हम ऊपर वर्णित स्वचालित निर्णय लेने के लिए स्वचालित सिस्टम का उपयोग करते हैं क्योंकि वे संदिग्ध धोखाधड़ी की पहचान करने, आपके आपूर्तिकर्ता समझौते के बार-बार उल्लंघन को रोकने और नकारात्मक प्रभाव को सीमित करने का एक अधिक सटीक, निष्पक्ष और कुशल तरीका प्रदान करते हैं। हमारी सेवा। मानव जांच समय-सीमा में संभव नहीं होगी और हमारे द्वारा किए जाने वाले प्रसव की मात्रा को देखते हुए।”

"हमारे द्वारा किए जाने वाले डिलीवरी की मात्रा को देखते हुए, हम ऊपर वर्णित स्वचालित निर्णय लेने के लिए स्वचालित सिस्टम का उपयोग करते हैं क्योंकि वे संदिग्ध धोखाधड़ी की पहचान करने, आपके आपूर्तिकर्ता समझौते के बार-बार उल्लंघन को रोकने और नकारात्मक प्रभाव को सीमित करने का एक अधिक सटीक, निष्पक्ष और कुशल तरीका प्रदान करते हैं। हमारी सेवा। मानव जांच समय-सीमा में संभव नहीं होगी और हमारे द्वारा किए जाने वाले प्रसव की मात्रा को देखते हुए।”

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

निगरानी
 

सुरक्षा और पहचान के घोषित उद्देश्य के लिए घुसपैठ निगरानी। इसमें धोखाधड़ी का पता लगाने और चेहरे की पहचान तकनीकों का उपयोग शामिल है। हम जानते हैं कि निगरानी तब भी की जाती है जब कार्यकर्ता ने काम के लिए खुद को उपलब्ध कराने के लिए लॉग इन नहीं किया हो। इसमें एक उपभोक्ता के रूप में ऐप के कार्यकर्ता के उपयोग का सर्वेक्षण करना भी शामिल है।

कार्य आवंटन
 

उबर ने हाल ही में इस बात पर जोर दिया है कि काम का आवंटन ड्राइवरों और यात्रियों की एक-दूसरे से निकटता पर तय किया जाता है, लेकिन अब कहता है कि पिछले व्यवहार और वरीयताओं को ध्यान में रखा जाता है। ओला ड्राइवर प्रोफाइल का उपयोग करती है जिसमें काम के लिए स्वचालित निर्णय लेने में 'धोखाधड़ी संभावना स्कोर' शामिल होता है। आवंटन।

WIE-Report-Illustration-2_2x.png

निष्पादन प्रबंधन

कार्य प्रदर्शन के आकलन में ईटीए, ग्राहक रेटिंग, नौकरी स्वीकृति और पूर्णता दर, सहायक कर्मचारियों के साथ बातचीत, उपलब्धता सहित ड्राइविंग व्यवहार की निगरानी शामिल है, लेकिन यह इन्हीं तक सीमित नहीं है।

WIE-Report-Illustration-4_2x.png

मूल्य निर्धारण
 

कार्य आवंटन से संबंधित स्वचालित मूल्य निर्धारण है। शायद सबसे प्रसिद्ध तरीका उबेर का तथाकथित 'उछाल' या 'गतिशील मूल्य निर्धारण' है जो वास्तविक समय, स्थानीय मूल्य में उतार-चढ़ाव के साथ बाजार की मांग को पूरा करने के लिए है। 

निगरानी शस्त्र दौड़
 

जब से उबर ने 2020 के दौरान अपनी तथाकथित हाइब्रिड रीयल टाइम आइडेंटिफिकेशन सिस्टम पेश की थी, तब से हम गिग इकॉनमी में एक निगरानी हथियारों की दौड़ देख रहे हैं। ट्रांसपोर्ट फॉर लंदन (TfL) ने नवंबर 2019 में अपने लाइसेंस के नवीनीकरण से इनकार करने के अपने निर्णय की घोषणा के ठीक एक दिन पहले, उबेर ने इस निगरानी प्रणाली को पेश करने की पेशकश की जिसमें जीपीएस मॉनिटरिंग के साथ चेहरे की पहचान शामिल है।  
 

यह टीएफएल की शिकायत के जवाब में था कि 21 ड्राइवरों का पता चला था (कई वर्षों में 90,000 में से विश्लेषण किया गया था) खाता साझा करने में लगे हुए थे, जिसने संभावित रूप से बिना लाइसेंस वाले और बिना बीमा वाले ड्राइवरों को ऐप पर अवैध रूप से अपनी सेवाएं देने की अनुमति दी थी। डिवाइस के जीपीएस स्थान को यूके के बाहर रीसेट करके गतिविधि को संभव बनाया गया था, जहां ड्राइवरों के लिए अपनी तस्वीरें अपलोड करना संभव है। उबेर द्वारा इस अंतर को जल्दी से बंद कर दिया गया था और उबर के संचालन के पैमाने की तुलना में पता चला गतिविधि गायब हो गई थी। उद्योग द्वारा चेहरे की पहचान तकनीक की शुरूआत कथित जोखिम के सापेक्ष पूरी तरह से अनुपातहीन रही है। फिर भी, वास्तविक समय की पहचान की आवश्यकता सितंबर 2020 में वेस्टमिंस्टर मजिस्ट्रेट कोर्ट में उबर के लाइसेंस नवीनीकरण की शर्त बन गई।
 

उबेर के मामले में, प्लेटफॉर्म के प्रबंधन और टीएफएल दोनों यह सुनिश्चित करने में विफल रहे हैं कि मार्च 2020 में टीएफएल द्वारा प्रौद्योगिकी के लिए डेटा सुरक्षा प्रभाव मूल्यांकन की समीक्षा करने के बावजूद ड्राइवरों के अधिकारों और स्वतंत्रता की रक्षा के लिए उचित सुरक्षा उपाय किए गए थे। हमने एक बनाया वास्तविक समय आईडी सिस्टम के लिए उबर के डीपीआईए तक पहुंच के लिए टीएफएल से सूचना की स्वतंत्रता अनुरोध लेकिन हमें अस्वीकार कर दिया गया था। टीएफएल की रिपोर्ट के अनुसार, निजी भाड़े के वाहन (पीएचवी) के 94% चालक अश्वेत और जातीय अल्पसंख्यक पृष्ठभूमि से हैं और इस तकनीक की शुरूआत, जो इन समूहों के भीतर कम सटीकता दर के लिए अच्छी तरह से मान्यता प्राप्त है, पहले से ही कमजोर श्रमिकों के लिए विनाशकारी साबित हुई है। अनिश्चित रोजगार।  
 

बोल्ट ने तब से घोषणा की है कि वह चेहरे की पहचान सहित AI ड्राइवर एंटी-फ्रॉड डिटेक्शन सिस्टम में €150 मिलियन का निवेश कर रहा है। डेलीवरू ने घोषणा की कि वे भी चेहरे की पहचान पहचान जांच शुरू करेंगे। ओला कैब्स ने अपने गार्जियन सिस्टम की एक विशेषता के रूप में फेशियल रिकग्निशन आइडेंटिफिकेशन भी शुरू किया है, जिसमें मशीन लर्निंग को शामिल किया गया है, जिसके बारे में उनका दावा है कि यह उन्हें "हर दिन लाखों डेटा पॉइंट्स से लगातार सीखने और विकसित करने, रिस्क सिग्नलिंग और इंस्टेंट रिजॉल्यूशन में सुधार करने में सक्षम बनाता है।"  
 

डेमलर और बीएमडब्ल्यू का संयुक्त उद्यम, फ्रीनाउ भी अपने धोखाधड़ी रोकथाम कार्यक्रम के हिस्से के रूप में ड्राइवरों का बारीकी से सर्वेक्षण करता है। दरअसल, लंदन में लाइसेंस देने के टीएफएल के फैसले की न्यायिक समीक्षा में फ्रीनाउ द्वारा उच्च न्यायालय में दायर दस्तावेजों में उन्होंने खुलासा किया कि टीएफएल ने विभिन्न कारणों ('धोखाधड़ी गतिविधि' सहित) के लिए ड्राइवर की बर्खास्तगी की मासिक रिपोर्ट उनकी एक शर्त रखी है। हाल ही में लाइसेंस नवीनीकरण। लेकिन धोखाधड़ी की रोकथाम के उद्देश्य से संसाधित किए गए डेटा का विवरण FreeNow की गोपनीयता नीति द्वारा दिए गए उत्तर की तुलना में अधिक प्रश्न उठाता है।

इस दस्तावेज़ में, फ्री नाउ बताता है कि वे एक 'रैंडम फ़ॉरेस्ट' एल्गोरिथम का उपयोग एक धोखाधड़ी स्कोर बनाने के लिए करते हैं जिसका उपयोग वे " तदनुसार प्रेषित यात्राओं को प्राथमिकता देने के लिए करते हैं। यह एक निष्पक्ष और जोखिम कम से कम प्रेषण सुनिश्चित करता है ।" फ्री नाउ ने इस धोखाधड़ी का पता लगाने वाली प्रणाली के उपयोग का विरोध किया जब हमने जून 2021 में इसके बारे में पूछताछ की, यह दावा करते हुए कि गोपनीयता नीति का यह खंड पुराना था (कृपया रिपोर्ट के खंड II में कंपनी केस स्टडी देखें।) हालांकि, इस प्रणाली का विवरण सितंबर 2021 में किए गए अपडेट के बावजूद नीति में बना हुआ है।

 

इन प्रणालियों के उपयोग के बारे में विशेष रूप से चिंता की बात यह है कि वे धोखाधड़ी प्रबंधन को प्रदर्शन प्रबंधन के साथ मिलाते हैं। तथ्य यह है कि इस तरह के 'धोखाधड़ी' संकेतक का उपयोग कार्य आवंटन के लिए चर के रूप में किया जाता है और उन्हें उत्पन्न करने वाले व्यवहारों को प्लेटफॉर्म पर जारी रखने की अनुमति है, यह दर्शाता है कि ये आपराधिक धोखाधड़ी के उदाहरण नहीं हैं, बल्कि नियंत्रण के तंत्र हैं, जो यह आकलन करते हैं कि कार्यकर्ता कितना अच्छा प्रदर्शन कर रहे हैं कंपनियों द्वारा निर्धारित अपारदर्शी मेट्रिक्स के खिलाफ। हमारा सुझाव है कि इन संदर्भों में उपयोग की जाने वाली कोई भी 'धोखाधड़ी' शब्दावली भी गलत वर्गीकरण के खेल के हिस्से के रूप में कार्य करती है, जिसे रोजगार संबंधों को छिपाने के लिए डिज़ाइन किया गया है। 

Surveillance Arms Race

निगरानी केस स्टडी I: चेहरे की पहचान विफलता

 


अप्रैल 2020 में, उबेर ने यूके में एक रियल टाइम आईडी चेक (RTID) प्रणाली शुरू की, जो ड्राइवर की पहचान को प्रमाणित करने के लिए चेहरे की पहचान और स्थान की जाँच सहित संयोजन का उपयोग करती है और ड्राइवर को काम के लिए अपने खाते तक पहुँच साझा करने से रोकने का प्रयास करती है।  

 

आरटीआईडी सिस्टम में माइक्रोसॉफ्ट के फेस एपीआई, फेशियल रिकग्निशन सॉफ्टवेयर का उपयोग शामिल है और उबर ऐप का उपयोग जारी रखने के लिए ड्राइवरों और कोरियर को नियमित रूप से स्वयं की रीयल-टाइम सेल्फी लेने की आवश्यकता होती है। फिर फोटो को ड्राइवर के अकाउंट प्रोफाइल पिक्चर के खिलाफ चेक किया जाता है (और कुछ अधिकार क्षेत्र में, सार्वजनिक डेटाबेस के खिलाफ " पहचान उधार लेने से रोकने या उपयोगकर्ताओं की पहचान सत्यापित करने के लिए ")।

Pa Edrissa Manjang लगभग एक साल से Uber के साथ काम कर रहे थे, जब सेल्फी सत्यापन में विफलता के कारण उन्हें निष्क्रिय कर दिया गया था। जबकि उबेर ड्राइवर और कूरियर नियमित रूप से सेल्फी प्रदान करते हैं, ये कर्मचारियों के फोन पर संग्रहीत नहीं होते हैं और वे अपने सबमिशन के साक्ष्य को बरकरार नहीं रख सकते हैं। पा को उनकी बर्खास्तगी तक कोई चेतावनी या किसी भी मुद्दे की सूचना नहीं दी गई थी; रीयल टाइम आईडी सत्यापन प्रणाली हरे रंग के चेक के साथ उसकी सभी तस्वीरों को स्वीकृत करती दिखाई दी।
 

 

अपनी बर्खास्तगी के बाद, पा ने समस्या को ठीक करने के लिए उबेर को कई संदेश भेजे, विशेष रूप से एक मानव से अपने सबमिशन की समीक्षा करने के लिए कहा। हर बार पा से कहा गया कि "हम इस बात की पुष्टि करने में सक्षम नहीं थे कि प्रदान की गई तस्वीरें वास्तव में आपकी थीं और निरंतर बेमेल होने के कारण, हमने आपके साथ अपनी साझेदारी को समाप्त करने का अंतिम निर्णय लिया है।" हमने एक विषय एक्सेस अनुरोध के माध्यम से विचाराधीन सेल्फी प्राप्त की, जिससे पता चला कि पा द्वारा सबमिट की गई सभी तस्वीरें वास्तव में उसी की थीं। यह पहला उदाहरण था जिसमें हम किसी कूरियर या ड्राइवर द्वारा सबमिट की गई सेल्फी प्राप्त करने में सफल रहे। यह स्पष्ट नहीं है कि यह अनुरोध क्यों सफल हुआ जबकि इससे पहले कई विफल हो गए।

pa.jpg

हमने इस साल की शुरुआत में माइक्रोसॉफ्ट को भी लिखा था कि वह अपने प्लेटफॉर्म पर एफएसीई एपीआई के उबेर के अनियमित उपयोग के बारे में अपनी चिंताओं को उठाएं। जवाब में , माइक्रोसॉफ्ट ने जोर देकर कहा कि ऐसी प्रौद्योगिकियों की तैनाती में शामिल सभी पक्षों की जिम्मेदारियां हैं जिनमें शामिल हैं: "गलत पहचान या अन्य विफलता के मामलों का पता लगाने और उन्हें हल करने के लिए सार्थक मानव समीक्षा को शामिल करना"  तथा  "उन लोगों को सहायता प्रदान करने के लिए जो मानते हैं कि उनके परिणाम गलत थे; और स्थितियों में भिन्नता के कारण सटीकता में उतार-चढ़ाव की पहचान करना और उन्हें संबोधित करना।" पा का मामला स्पष्ट रूप से प्रदर्शित करता है कि इन महत्वपूर्ण जांचों को आरटीआईडी छवियों के प्रसंस्करण में लागू नहीं किया गया है।  

 

पा अब समानता और मानवाधिकार आयोग, ऐप ड्राइवर्स और कूरियर यूनियन और वर्कर इंफो एक्सचेंज के समर्थन से, बेट्स वेल्स द्वारा प्रतिनिधित्व किए गए नस्लीय भेदभावपूर्ण चेहरे की पहचान तैनाती को चुनौती देने के लिए उबर के खिलाफ मामला ला रहा है।

एम्बेड करें: पा का वीडियो

Surveillance Case Study I: Facial Recognition

सर्विलांस केस स्टडी II: जियोलोकेशन चेक  
 

जबकि दोषपूर्ण चेहरे की पहचान प्रणाली का उपयोग निस्संदेह समस्याग्रस्त है, हमने कई ड्राइवरों को उबेर के झूठे आरोपों के बाद खारिज कर दिया है कि वे एक ही समय में दो स्थानों पर उबेर द्वारा दो उपकरणों का पता लगाने के बाद धोखाधड़ी खाता साझा करने में लगे थे। सभी मामलों में हमने विश्लेषण किया है, हमने पाया है कि समस्या ड्राइवर से संबंधित है, जिसने सुविधा के लिए दो उपकरणों पर ऐप इंस्टॉल किया है, लेकिन काम के लिए केवल एक डिवाइस में लॉग-इन किया है।  
 

11 सितंबर, 2020 को रात 8 बजे से ठीक पहले और अवेसो मौलाना दक्षिण लंदन में उबर के लिए काम कर रहे थे। वह एक 4.95 स्टार रेटेड ड्राइवर था जिसने उबेर के लिए काम करते हुए 5 वर्षों में 11,500 से अधिक यात्राएं की थीं। अवेसो ने हाथी और महल के पास एक यात्री को छोड़ दिया था जब उसने एक छोटे से ब्रेक के लिए लॉग-ऑफ किया। कई ड्राइवरों की तरह, Aweso ने एक दूसरे डिवाइस पर ऐप इंस्टॉल किया था जो कि एक iPhone था। इस विशेष शाम को उन्होंने iPhone घर छोड़ दिया था और अपने दूसरे फोन, सैमसंग के साथ काम कर रहे थे।
 

8:02 बजे Aweso ने अपनी अगली नौकरी के लिए खुद को उपलब्ध कराने के लिए Uber ऐप में वापस लॉग इन करने का प्रयास किया। इससे पहले कि उन्हें वापस लॉग इन करने की अनुमति दी गई, उन्हें उबर के रियल टाइम आइडेंटिटी चेक (RTID) के हिस्से के रूप में एक सेल्फी प्रदान करने के लिए कहा गया। उसकी तस्वीर उबेर की संदर्भ तस्वीर से मेल खाती है इसलिए उसने अपनी शिफ्ट जारी रखने के लिए लॉग-ऑन प्रक्रिया को सफलतापूर्वक पूरा किया। लेकिन उसके लिए अज्ञात, उबेर सिस्टम ने या तो उसके दूसरे फोन का पता लगा लिया और/या उसे पिंग कर दिया। उसके बेटे ने गलती से उसका दूसरा फोन उठा लिया था और उसे अपने साथ उक्सब्रिज में अपनी प्रेमिका के घर ले गया था। उबर ने बाद में कहा कि उन्होंने इस डिवाइस से रात 8:03 बजे आरटीआईडी जांच का अनुरोध किया था, लेकिन इस समय तक दक्षिण लंदन में अवेसो पहले से ही ऑनलाइन था। उबर का दावा है कि उस शाम करीब 11:55 बजे आईफोन से आईडी चेक का जवाब भेजा गया था।  
 

अगले दिन, उबर ने उन्हें सूचित किया कि उनके खाते को 'संदिग्ध एप्लिकेशन गतिविधि के लिए चिह्नित' कर दिया गया है और उनका खाता अब निलंबित कर दिया जाएगा, जबकि 'एक विशेष टीम इसकी समीक्षा करेगी।' कुछ समय बाद, उबेर ने टेक्स्ट के माध्यम से अवेसो को स्थायी रूप से यह कहते हुए खारिज कर दिया कि उन्हें उसके खाते में 'धोखाधड़ी गतिविधि का संकेत देने वाले सबूत' मिले हैं। उबेर ने तब आरोप लगाया था कि वह अपने खाते तक पहुंच साझा कर रहा था और ऐसा करने में उसने नियम और शर्तों का उल्लंघन किया था। अगले महीने ट्रांसपोर्ट फॉर लंदन ने इस आधार पर अवेसो का लाइसेंस तुरंत रद्द कर दिया कि उबर से बर्खास्तगी के आधार पर सार्वजनिक लाइसेंस रखने के लिए उन्हें अब 'फिट और उचित' नहीं पाया जा सकता है।  
 

वर्कर इंफो एक्सचेंज ने एवेसो को सब्जेक्ट एक्सेस अनुरोध करने और प्राप्त डेटा का विश्लेषण करने में सहायता की। 'डी रिवर डिटेल्ड डिवाइस डेटा ' नाम की एक फाइल रियल टाइम में डिवाइस से उबर में कम से कम कुछ डेटा स्ट्रीमिंग को रिकॉर्ड करती है। उबेर की अपनी गोपनीयता नीति इंगित करती है कि जहां किसी डिवाइस में ऐप पृष्ठभूमि या अग्रभूमि में खुला है, भले ही वह ऑनलाइन न हो और किराए को स्वीकार करने के लिए तैयार हो। एक दर्जन से अधिक मामलों में जहां हमने मजिस्ट्रेट कोर्ट में ड्राइवर की अपील को रद्द करने की अपील का समर्थन किया, हर अपील को सही ठहराया गया और टीएफएल को लाइसेंस बहाल करने का आदेश दिया गया। इस फ़ाइल से हम देख सकते हैं कि उबर द्वारा उपकरणों से प्रति मिनट डेटा की 230 पंक्तियों को रिकॉर्ड किया जा रहा है। अवेसो के उपकरणों से उबर द्वारा एकत्र किया गया डेटा शामिल है  भू-स्थान, बैटरी स्तर, गति, पाठ्यक्रम शीर्षक, IMEI नंबर आदि।  

डेटा ने दिखाया कि Uxbridge में डिवाइस उस दिन काम के लिए कभी भी लॉग इन नहीं किया गया था क्योंकि 'driver_online' नामक फ़ील्ड ने उस दिन हर समय iPhone को 'FALSE' के रूप में दिखाया, जिसमें Uxbridge में रिकॉर्ड किए गए समय भी शामिल थे। यह इस बात का सबूत है कि उबर और ट्रांसपोर्ट फॉर लंदन द्वारा लगाए गए आरोप के अनुसार डिवाइस को अन्य लोगों के साथ काम करने के लिए साझा नहीं किया जा रहा था। उबेर एकत्र किए गए फोटो सहित दोनों आरटीआईडी जांचों में संसाधित व्यक्तिगत डेटा तक पहुंच प्रदान करने में विफल रहा। 'विस्तृत डिवाइस डेटा' आईफोन के लिए 8:03:43 बजे के बाद किसी और गतिविधि का कोई रिकॉर्ड नहीं दिखाता है। हमने रात 11:55 बजे डिवाइस गतिविधि का कोई डेटा सबूत नहीं देखा जब उबर ने कहा कि उसे पहले जारी किए गए आईडी चेक का जवाब मिला है।    

पिछले वर्ष के दौरान Pa और Aweso का अनुभव बहुत प्रचलित था और वर्कर इंफो एक्सचेंज और ऐप ड्राइवर्स एंड कूरियर यूनियन द्वारा संभाले जाने वाले केसवर्क की एक महत्वपूर्ण मात्रा को बनाया। लंदन में, ट्रांसपोर्ट फॉर लंदन ने उन ड्राइवरों के लाइसेंस को तुरंत रद्द करने का प्रयास किया, जिनके बारे में बताया गया था कि वे सिस्टम के साथ स्पष्ट समस्याओं के बावजूद उबेर के आरटीआईडी जांच में विफल रहे हैं। कई उपकरणों के उपयोग के लिए अक्सर उचित स्पष्टीकरण होते हैं जिन्हें स्वचालित रूप से धोखाधड़ी के रूप में वर्गीकृत किया जाता है। उबेर की अपनी गोपनीयता नीति इंगित करती है कि जहां किसी डिवाइस में ऐप पृष्ठभूमि या अग्रभूमि में खुला है, भले ही वह ऑनलाइन न हो और किराए को स्वीकार करने के लिए तैयार हो। एक दर्जन से अधिक मामलों में जहां हमने मजिस्ट्रेट कोर्ट में ड्राइवर की अपील को रद्द करने की अपील का समर्थन किया, हर अपील को सही ठहराया गया और टीएफएल को लाइसेंस बहाल करने का आदेश दिया गया।  

 

वर्कर इंफो एक्सचेंज, बिग ब्रदर वॉच और ऐप ड्राइवर्स एंड कोरियर्स यूनियन ने लंदन के मेयर को एक संयुक्त पत्र लिखकर लंदन के परिवहन के बारे में हमारी चिंताओं को उठाने के लिए उबेर से त्रुटिपूर्ण साक्ष्य पर निर्भरता का निर्णय लिया और मांग की कि, परिवहन के अध्यक्ष के रूप में लंदन के बोर्ड के लिए, कि वह ऐसे सभी गलत निरसन की समीक्षा का आदेश देता है। आज तक न तो मेयर ने और न ही टीएफएल ने कोई जवाब दिया है।

Surveillance Case Study II: Geolocation
Opaque Performance Management

अपारदर्शी प्रदर्शन प्रबंधन
 

प्लेटफ़ॉर्म कंपनियों की अस्पष्टता कार्यकर्ता की समझ को बाधित करती है कि महत्वपूर्ण प्रक्रियाओं और समय के साथ एल्गोरिथम नियंत्रण को कैसे एकीकृत किया जा सकता है। उदाहरण के लिए, श्रमिकों को वह पारदर्शिता प्रदान नहीं की गई है जिसके वे कानूनी रूप से हकदार हैं ताकि यह समझ सकें कि प्रदर्शन रूपरेखा किस प्रकार प्रस्तावित कार्य की गुणवत्ता और मात्रा के साथ-साथ ऐसे कार्य के लिए अपेक्षित प्रतिफल से जुड़ी है। 

ओला के मामले में, हमें उन डेटा श्रेणियों के बारे में कुछ जानकारी है जो वे अपने कार्य आवंटन सिस्टम में एकत्र करते हैं और संसाधित करते हैं - जैसे धोखाधड़ी की संभावना स्कोर, कमाई प्रोफ़ाइल, बुकिंग स्वीकृति और रद्दीकरण इतिहास, अन्य - हालांकि यह अलग-अलग भारों को प्रकट नहीं करता है इन चरों पर लागू होता है, न ही प्रसंस्करण के तर्क पर।

उबेर ने लंबे समय से यह सुनिश्चित किया है कि इसकी मिलान प्रणाली पूरी तरह से स्थान द्वारा निर्धारित की जाती है, इसके बावजूद इसके "पार्टनर-ड्राइवर" इंटरफ़ेस अन्यथा सुझाव देते हैं। Uber's Pro प्रोग्राम (जिनमें ड्राइवरों को स्वचालित रूप से नामांकित किया जाता है ताकि उन्हें लाभ और पुरस्कारों के बदले प्रदर्शन लक्ष्यों को पूरा करने के लिए प्रोत्साहित किया जा सके) अस्पष्ट भाषा में ड्राइवरों को सूचित करता है कि "उच्च पुष्टिकरण दरों का मतलब ग्राहकों के लिए कम प्रतीक्षा समय और सभी के लिए कम पिक-अप समय है। ड्राइवरों” ने इस तथ्य की ओर इशारा करते हुए कहा कि नौकरियों में गिरावट के परिणामस्वरूप कम नौकरी की पेशकश होगी।
 

उबेर ने हाल ही में अपनी गोपनीयता नीति के अपडेट के माध्यम से मिलान प्रणाली पर अधिक पारदर्शिता की पेशकश की है, जिसमें कहा गया है, "उपयोगकर्ताओं को उपलब्धता, निकटता और अन्य कारकों के आधार पर मिलान किया जा सकता है जैसे कि उनके पिछले व्यवहार या वरीयताओं के आधार पर यात्रा स्वीकार करने की संभावना" लेकिन, लेखन के समय, मिलान प्रणाली पर अधिक जानकारी प्रदान करने वाला लिंक टूटा हुआ है, जो इस तरह के डेटा प्रोसेसिंग की विकसित प्रकृति को प्रमाणित करता है। हाल ही में हमने TfL को सूचना की स्वतंत्रता का अनुरोध किया था, इस बारे में पूछताछ करते हुए कि उबेर ने अपने मिलान सिस्टम पर कौन से अपडेट प्रदान किए हैं (जैसा कि यह अपने ऑपरेटिंग मॉडल में परिवर्तन करते समय करने के लिए बाध्य है) कोई परिणाम नहीं मिला, इसके एल्गोरिथम प्रबंधन प्रथाओं के अस्पष्टता को और उजागर करता है और नियामक निरीक्षण का अभाव।

कार्य आवंटन का निर्धारण करने वाले चरों पर हाल के खुलासे ड्राइवरों को दी जाने वाली नौकरियों की गुणवत्ता के बारे में महत्वपूर्ण प्रश्न भी उठाते हैं। क्या उच्च नौकरी स्वीकृति दर वाले ड्राइवरों को समान प्रोफाइलिंग के आधार पर लंबी अवधि और अवधि की यात्राओं की पेशकश की जाती है, जिसके परिणामस्वरूप उच्च वेतन मिलता है? या, एक कदम आगे बढ़ते हुए, क्या ड्राइवरों को गतिशील मूल्य निर्धारण प्रणाली के माध्यम से विभिन्न दरों की पेशकश की जाती है? वास्तव में, कार्य आवंटन के साथ एल्गोरिथम मूल्य निर्धारण को एक साथ लाया जाता है या नहीं, यह एक संवेदनशील मुद्दा है जिसके बारे में अभी भी बहुत कम जानकारी है।  

हाल के वर्षों में, उबर ने ग्राहकों के लिए समय और दूरी परिवर्तनीय मूल्य निर्धारण को एक निश्चित मूल्य निर्धारण मॉडल के लिए बदल दिया है जिसमें एक यात्रा की शुरुआत में एक अग्रिम मूल्य स्वीकार किया जाता है। उबेर कहता है, "अग्रिम मूल्य निर्धारण गतिशील है, जिसका अर्थ है कि आपूर्ति और मांग को संतुलित करने में मदद करने के लिए वास्तविक समय में कीमत पर काम किया जाता है।" हाल ही में, ड्राइवरों ने व्यक्तिगत नौकरियों के लिए बहुत कम दरों की पेशकश की सूचना दी है। उबेर के पास यात्रियों द्वारा भुगतान किए गए अंतिम किराए में अपना हिस्सा बढ़ाने का एक स्पष्ट अवसर है। यात्रियों पर इन गतिशील मूल्य निर्धारण प्रणालियों का उपयोग करने के भेदभावपूर्ण परिणामों के बारे में चिंता व्यक्त की गई है, जो इस संभावना का परिचय देता है कि ड्राइवर वास्तविक समय के व्यक्तिगत मूल्य निर्धारण के अधीन भी हो सकते हैं। यहां गंभीर नैतिक मुद्दे हैं यदि ऑपरेटर प्रोफाइलिंग के आधार पर कमजोर श्रमिकों को कम कीमत की पेशकश कर रहे हैं जो विभिन्न मूल्य बिंदुओं पर काम स्वीकार करने की उनकी इच्छा की भविष्यवाणी करता है।  

यूके में, ऐसी प्रथाएं रोजगार अधिकार अधिनियम की धारा 1 के प्रावधानों के विपरीत चलती प्रतीत होती हैं जो श्रमिकों को उनके नियोक्ता से वेतन की दरों सहित उनके काम की शर्तों का स्पष्ट विवरण प्राप्त करने का अधिकार देती हैं। 

केस स्टडी: एल्गोरिथम नियंत्रण
 

उबेर नियमित रूप से ड्राइवरों को संदेश भेजता है जब उन्हें इसके धोखाधड़ी का पता लगाने वाले सिस्टम द्वारा ध्वजांकित किया जाता है ताकि उन्हें चेतावनी दी जा सके कि अगर वे सिस्टम को ट्रिगर करने वाले किसी भी व्यवहार को जारी रखते हैं तो वे अपनी नौकरी खो सकते हैं। संदेशों में संभावित ट्रिगर्स की एक गैर-विस्तृत सूची होती है, लेकिन व्यक्तिगत ड्राइवर के लिए विशिष्ट कारण प्रदान नहीं करते हैं जिस पर धोखाधड़ी का आरोप लगाया जा रहा है।  जब अलेक्जेंड्रू को इन संदेशों में से दूसरा और अंतिम संदेश प्राप्त हुआ, तो दूसरे झंडे को जानने से बर्खास्तगी का परिणाम होगा, उसने ड्राइवर सहायता टीम को इस बारे में अधिक जानकारी प्राप्त करने के लिए कॉल करने का फैसला किया कि वह धोखाधड़ी-रोधी प्रणाली क्यों शुरू कर रहा था और इससे बचने के लिए वह क्या कर सकता था। . कॉल के माध्यम से, एलेक्जेंड्रू और सपोर्ट एजेंट ने कई तरह की स्थितियों पर चर्चा की, जिसके कारण उनकी यात्राएं अनियमित दिखाई दे सकती हैं, जिससे सिस्टम द्वारा किए गए संकेतों को समझने में सीमित क्षमता वाली सपोर्ट टीमों का खुलासा हुआ। इस कॉल के तीन महीने बाद, उबेर ने एक माफी संदेश भेजा जिसमें कहा गया था कि उन्हें गलती से चेतावनी भेजी गई थी।

 

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

 

जब कंपनी की नीति और यात्रियों की मांग में विचलन होने पर ड्राइवरों का सामना करने वाली दुविधाओं को समझने के संदर्भ में बातचीत ज्ञानवर्धक होती है, तो हमारे लिए विशेष रुचि की चर्चा (कॉल में 25 मिनट) रोडवर्क के कारण अलेक्जेंड्रू के चक्कर लगाने के साथ-साथ उसकी कम थी। धोखाधड़ी-रोधी प्रणाली द्वारा उसकी पहचान के संभावित कारणों के रूप में नौकरी की स्वीकृति दर। इस साल की शुरुआत में उबेर ड्राइवरों को श्रमिकों के रूप में वर्गीकृत करने वाले सुप्रीम कोर्ट के फैसले के बाद, उबर ने दावा किया कि उसने अपने प्लेटफॉर्म में महत्वपूर्ण बदलाव किए हैं जैसे कि कीमत और गंतव्य की पारदर्शिता की पेशकश, साथ ही साथ नौकरियों से इनकार करने के लिए दंडात्मक उपायों को हटाने के लिए, यह तर्क देने के लिए कि सुप्रीम कोर्ट का फैसला मौजूदा उबर ड्राइवरों पर लागू नहीं हुआ।  
 

मंच पर अलेक्जेंड्रू का अनुभव इस कथा के विपरीत है, क्योंकि यह स्पष्ट हो जाता है कि उसे मार्ग से भटकने के लिए ध्वजांकित किया जा रहा है (इस तथ्य के बावजूद कि उबर अब एक निश्चित मूल्य मॉडल का संचालन कर रहा है, जिसका अर्थ है कि ड्राइवर अपने खर्च पर इस तरह के रूटिंग परिवर्तन करते हैं) और मंच पर उन्हें दिए गए काम को पर्याप्त रूप से स्वीकार नहीं कर रहा था। यह कॉल निर्विवाद रूप से स्पष्ट करती है कि व्यवहार में, ड्राइवरों को अभी भी उबर द्वारा पहले की तरह कसकर नियंत्रित किया जाता है।
 

इन प्रबंधन प्रथाओं के अलावा, ऊपर उल्लिखित प्रो कार्यक्रम एक अन्य उपकरण है जिसका उपयोग उबर अपने कर्मचारियों पर नियंत्रण करने के लिए करता है, जबकि इस तरह के नियंत्रण से जुड़े कानूनी दायित्वों से बचता है। उदाहरण के लिए, कुछ पुरस्कारों को तीसरे पक्ष की कंपनियों को उच्च रेटिंग बनाए रखने या मूल्य निर्धारण लाभों में भागीदारी को पूरी तरह से वैकल्पिक के रूप में व्यवहारिक कुहनी के माध्यम से प्रस्तुत करके, ड्राइवरों को पूर्ण स्वतंत्रता और लचीलेपन के साथ काम करने देने का भ्रम पैदा करता है। इन कार्यक्रमों के साथ ड्राइवरों की कथित स्वैच्छिक भागीदारी के परिणामस्वरूप रोजगार संबंध होने के परिणामस्वरूप अधिकारों का त्याग होता है।
 

एम्बेड: अलेक्जेंड्रू का वीडियो

Case Study: Algorithmic Control

कानून प्रवर्तन अवसंरचना का विस्तार
 

इस बात के भी सबूत हैं कि प्लेटफॉर्म तेजी से पुलिस और सुरक्षा सेवाओं के लिए खुफिया जानकारी का एक आकर्षक स्रोत बन गए हैं। वेस्टमिंस्टर मजिस्ट्रेट कोर्ट में उबेर की लाइसेंसिंग अपील में सितंबर 2020 में साक्ष्य में प्रस्तुत एक गवाह के बयान में, यूके और पश्चिमी यूरोप के उबेर के महाप्रबंधक जेमी हेवुड ने पुलिस और सुरक्षा सेवाओं के साथ तेजी से घनिष्ठ संबंध होने की पुष्टि की। इनमें नेशनल काउंटर टेररिज्म पुलिसिंग नेटवर्क, SO15 - मेट्रोपॉलिटन पुलिस सर्विस का काउंटर टेररिज्म कमांड, नेशनल पुलिस चीफ्स काउंसिल (NPCC), कॉलेज ऑफ पुलिसिंग, नेशनल क्राइम एजेंसी और ब्रिटिश ट्रांसपोर्ट पुलिस शामिल हैं। सहयोग का एक क्षेत्र ड्रग्स के तथाकथित काउंटी लाइन्स परिवहन की समस्या पर रहा है। एनपीसीसी के डिटेक्टिव इंस्पेक्टर स्टुअर्ट लिडेल का हवाला देते हुए, हेवुड ने खुफिया जानकारी साझा करने के परिष्कृत स्तरों के आधार पर एक परिपक्व रिश्ते की गवाही दी:  
 

"मैं इस मामले के बारे में उबेर द्वारा प्रदर्शित सगाई से प्रोत्साहित हूं और आगे के काम की योजना बनाई गई है [in 2020] अब तक के काम पर निर्माण करने के लिए। यह काउंटी लाइन्स के अधिक जटिल पहलुओं, सूचना और खुफिया के प्रवाह और नेशनल काउंटी लाइन्स कोऑर्डिनेशन सेंटर के बीच संबंधों को मजबूत करने पर ध्यान केंद्रित करेगा।"
 

दरअसल, एनपीसीसी ने उबर की लाइसेंस अपील के समर्थन में ट्रांसपोर्ट फॉर लंदन कमिश्नर माइक ब्राउन की पैरवी की थी। चीफ कॉन्स्टेबल मार्क कॉलिन्स ने यहां तक कह दिया कि उबर को उनके लाइसेंस से वंचित करने का निर्णय यूके की पुलिसिंग पर नकारात्मक प्रभाव डाल सकता है।  
 

"उम्मीद है, यह पत्र यूके पुलिसिंग पर नकारात्मक प्रभाव को रेखांकित करता है, क्या पुलिस मेरे द्वारा वर्णित डेटा और जानकारी तक पहुंचने में सक्षम नहीं होनी चाहिए।"
 

हेवुड ने यह भी प्रमाणित किया कि कोलिन्स ने दावा किया था कि अकेले मेट्रोपॉलिटन पुलिस सेवा ने हर साल उबेर को डेटा के लिए 2,000 से अधिक अनुरोध किए। यह अपेक्षाकृत अधिक संख्या में अनुरोध है, यह देखते हुए कि, उबेर की अपनी पारदर्शिता रिपोर्ट के अनुसार, 2020 में सभी अमेरिकी कानून प्रवर्तन अधिकारियों ने संयुक्त रूप से केवल 5,000 डेटा अनुरोधों के तहत किया और सभी कनाडाई कानून प्रवर्तन अधिकारियों ने संयुक्त रूप से केवल 411 ऐसे अनुरोध किए।

 

यह संभावना है कि उबर प्रबंधन पुलिस खुफिया जानकारी जुटाने की पहल के साथ सहयोग करने का दबाव महसूस करता है, विशेष रूप से लंदन के लिए परिवहन के निर्णय के आलोक में उनके लाइसेंस के दो बार नवीनीकरण से इनकार करने के लिए। ऐसा इसलिए है क्योंकि अपराध और विकार अधिनियम 1998 की धारा 17 अपने क्षेत्र में अपराध और अव्यवस्था को रोकने के लिए लाइसेंसिंग अधिकारियों पर सीधी जिम्मेदारी डालती है। यह अपराध और विकार न्यूनीकरण भागीदारी (सीडीआरपी) स्थापित करने के लिए ट्रांसपोर्ट फॉर लंदन जैसे लाइसेंसिंग प्राधिकरणों के लिए एक आवश्यकता स्थापित करता है जिसमें उबर जैसे परिवहन ऑपरेटरों के भाग लेने की उम्मीद है।  

लाइसेंसिंग अधिकारियों के लिए परिवहन विभाग के वैधानिक मार्गदर्शन में , सरकार पुलिस, लाइसेंसिंग अधिकारियों और उबर जैसे परिवहन ऑपरेटरों के बीच खुफिया जानकारी साझा करने की अपेक्षा को पुष्ट करती है:  

"प्राप्त जानकारी पर विशेष रूप से गैर-दोषी खुफिया जानकारी पर मूल्य लाइसेंसिंग अधिकारियों के पुलिस बलों के बीच जागरूकता बढ़ाने से इन संबंधों को आगे बढ़ाने और सूचनाओं के अधिक से अधिक साझाकरण के लाभों को सुदृढ़ करने में सहायता मिलेगी। यह संबंध पारस्परिक रूप से लाभकारी हो सकता है, अपराध को रोकने में पुलिस की सहायता करता है। पुलिस ड्राइवरों और ऑपरेटरों से बहुमूल्य खुफिया जानकारी हासिल कर सकती है..."

हालांकि इस तरह के संबंधों का सामुदायिक स्तर पर अपराध नियंत्रण के लिए महत्वपूर्ण महत्व है, ऐसा लगता है कि उबर, बोल्ट और ओला जैसे प्लेटफार्मों द्वारा एकत्र और संग्रहीत के रूप में ड्राइवरों और यात्रियों के समृद्ध व्यक्तिगत डेटा तक अपेक्षाकृत आसान पहुंच के नागरिक स्वतंत्रता के जोखिम पर बहुत कम ध्यान दिया गया है। टैक्सी।

"मैं इस मामले के बारे में उबेर द्वारा प्रदर्शित सगाई से प्रोत्साहित हूं और आगे के काम की योजना बनाई गई है [in 2020] अब तक के काम पर निर्माण करने के लिए। यह काउंटी लाइन्स के अधिक जटिल पहलुओं, सूचना और खुफिया के प्रवाह और नेशनल काउंटी लाइन्स कोऑर्डिनेशन सेंटर के बीच संबंधों को मजबूत करने पर ध्यान केंद्रित करेगा।"

"उम्मीद है, यह पत्र यूके पुलिसिंग पर नकारात्मक प्रभाव को रेखांकित करता है, क्या पुलिस मेरे द्वारा वर्णित डेटा और जानकारी तक पहुंचने में सक्षम नहीं होनी चाहिए।"

"प्राप्त जानकारी पर विशेष रूप से गैर-दोषी खुफिया जानकारी पर मूल्य लाइसेंसिंग अधिकारियों के पुलिस बलों के बीच जागरूकता बढ़ाने से इन संबंधों को आगे बढ़ाने और सूचनाओं के अधिक से अधिक साझाकरण के लाभों को सुदृढ़ करने में सहायता मिलेगी। यह संबंध पारस्परिक रूप से लाभकारी हो सकता है, अपराध को रोकने में पुलिस की सहायता करता है। पुलिस ड्राइवरों और ऑपरेटरों से बहुमूल्य खुफिया जानकारी हासिल कर सकती है..."

Expansion of Law Enforcemen Infrastructure

केस स्टडी: कानून प्रवर्तन के साथ खुफिया जानकारी साझा करना
 

एक अन्य कर्मचारी जिसने मदद के लिए हमसे संपर्क किया, वह एक उबेर ड्राइवर था, जिसे पुलिस द्वारा किए गए एक खुफिया अनुरोध के बाद, उबेर प्लेटफॉर्म से सात सप्ताह के लिए गलत तरीके से निलंबित कर दिया गया था, जिससे लगभग 5,000 पाउंड का नुकसान हुआ था। 2019 में, ड्राइवर को उबर से एक संदेश मिला जिसमें कहा गया था कि उसे चल रही जांच के कारण अस्थायी रूप से निलंबित कर दिया गया था। उन्हें न तो कोई कारण बताया गया और न ही उनके निलंबन की कोई समय सीमा बताई गई। वास्तव में उन्हें स्पष्ट रूप से कहा गया था कि वे जांच के दौरान उबेर से संपर्क न करें। सात हफ्ते बाद, उसे एक कॉल आया जिसमें बताया गया कि वह अब काम कर सकता है।

दो साल बाद, ड्राइवर ने TfL (जिसमें एक उन्नत डिस्क्लोजर और बैरिंग सर्विस चेक शामिल है) को लाइसेंस नवीनीकरण के लिए आवेदन किया, तो निलंबन के कारण का पता चला, जब TfL ने उससे 2019 में ड्रग्स की आपूर्ति के बारे में सवाल किया और उसका लाइसेंस छीनने की धमकी दी। रहस्योद्घाटन से हैरान, ड्राइवर ने अपराध संदर्भ संख्या की मांग की, और न केवल TfL, बल्कि मेट्रोपॉलिटन पुलिस से भी पूछताछ की।

हमने उबर, टीएफएल और पुलिस को विषय एक्सेस अनुरोध और शिकायत करने में ड्राइवर की सहायता की। उबेर अनुरोध को पूरा करने में विफल रहा (ड्राइवर को सूचित किया गया कि उसका अनुरोध एक विशेषज्ञ टीम को भेज दिया गया था, लेकिन आगे कोई प्रतिक्रिया नहीं मिली), हालांकि, टीएफएल की प्रतिक्रिया ने विभिन्न अधिकारियों के बीच ईमेल की एक विस्तृत श्रृंखला को उजागर किया क्योंकि उन्होंने खुफिया के स्रोत की पहचान करने का प्रयास किया था। प्रार्थना। उबेर ने दावा किया कि पुलिस ने उनसे संपर्क किया था, जबकि पुलिस ड्राइवर की जांच के किसी भी रिकॉर्ड या सबूत का पता लगाने में विफल रही। आखिरकार, उबेर ने उस अधिकारी का नाम लिया जिसने खुफिया अनुरोध किया था, लेकिन जब टीएफएल ने मामले के बारे में विवरण मांगा, तो ओआईसी ने दावा किया कि उसे ड्राइवर के बारे में कोई याद नहीं है।
 

ड्राइवर ने मेट्रोपॉलिटन पुलिस को की गई शिकायत का जवाब अक्टूबर 2021 में दिया और निष्कर्ष निकाला कि ड्राइवर की कभी भी संदिग्ध के रूप में पहचान नहीं की गई थी:

“अधिकारियों को एक गंभीर अपराध के संबंध में एक संदिग्ध की पहचान करने का काम सौंपा गया था। अधिकारियों को रुचि के व्यक्ति का नाम दिया गया था। मैं पुष्टि कर सकता हूं कि यह आप नहीं थे। इस नामित संदिग्ध विवरण के साथ उबर को 20 फरवरी 2019 को एक डेटा सुरक्षा फॉर्म जमा किया गया था। मैं इस बारे में और अधिक जानकारी का खुलासा करने के लिए स्वतंत्र नहीं हूं।
 

"उबेर के साथ की गई इस शोध पूछताछ में किसी भी स्तर पर आपका नाम नहीं आया। आपसे जुड़ी किसी भी जानकारी के लिए अधिकारी ने उबेर से संपर्क नहीं किया। हमारी पूछताछ के परिणामस्वरूप, उबर ने पुलिस को आपके विवरण प्रदान किए। एक बार जब उबर से जानकारी वापस मिल गई और उन्होंने हमें आपका नाम दिया, तो हम जानते थे कि आप हमारी जांच से जुड़े नहीं थे और आगे कोई कार्रवाई नहीं की गई थी और आपको आगे की पूछताछ से बाहर रखा गया था।

“अधिकारी ने किसी भी पेशेवर मानकों का उल्लंघन नहीं किया है और न ही एक पुलिस अधिकारी के रूप में अपनी भूमिका से बाहर काम किया है या अपनी शक्ति का दुरुपयोग नहीं किया है। आपका नाम अनुरोध का उद्देश्य नहीं था और हमने कभी भी उबेर को यह नहीं बताया कि आप रुचि के व्यक्ति थे।

"उबेर को शायद यह बताना चाहिए कि वे किसी ऐसे व्यक्ति को कैसे निलंबित करते हैं जो मूल अनुरोध का विषय नहीं था और यह भी कि क्यों, 10 दिनों के बाद, आप स्वचालित रूप से ऐप में बहाल नहीं हुए और काम करना जारी रखने में सक्षम थे।"

 

एम्बेड: एल का वीडियो

“अधिकारियों को एक गंभीर अपराध के संबंध में एक संदिग्ध की पहचान करने का काम सौंपा गया था। अधिकारियों को रुचि के व्यक्ति का नाम दिया गया था। मैं पुष्टि कर सकता हूं कि यह आप नहीं थे। इस नामित संदिग्ध विवरण के साथ उबर को 20 फरवरी 2019 को एक डेटा सुरक्षा फॉर्म जमा किया गया था। मैं इस बारे में और अधिक जानकारी का खुलासा करने के लिए स्वतंत्र नहीं हूं।
 

"उबेर के साथ की गई इस शोध पूछताछ में किसी भी स्तर पर आपका नाम नहीं आया। आपसे जुड़ी किसी भी जानकारी के लिए अधिकारी ने उबेर से संपर्क नहीं किया। हमारी पूछताछ के परिणामस्वरूप, उबर ने पुलिस को आपके विवरण प्रदान किए। एक बार जब उबर से जानकारी वापस मिल गई और उन्होंने हमें आपका नाम दिया, तो हम जानते थे कि आप हमारी जांच से जुड़े नहीं थे और आगे कोई कार्रवाई नहीं की गई थी और आपको आगे की पूछताछ से बाहर रखा गया था।

“अधिकारी ने किसी भी पेशेवर मानकों का उल्लंघन नहीं किया है और न ही एक पुलिस अधिकारी के रूप में अपनी भूमिका से बाहर काम किया है या अपनी शक्ति का दुरुपयोग नहीं किया है। आपका नाम अनुरोध का उद्देश्य नहीं था और हमने कभी भी उबेर को यह नहीं बताया कि आप रुचि के व्यक्ति थे।


"उबेर को शायद यह बताना चाहिए कि वे किसी ऐसे व्यक्ति को कैसे निलंबित करते हैं जो मूल अनुरोध का विषय नहीं था और यह भी कि क्यों, 10 दिनों के बाद, आप स्वचालित रूप से ऐप में बहाल नहीं हुए और काम करना जारी रखने में सक्षम थे।"

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

भाग II: काम पर डेटा अधिकारों का प्रयोग करना: एक्सेस
 

एल्गोरिथम प्रबंधन से उपजे अनुचित व्यवहारों से श्रमिकों को पूरी तरह से बचाने के लिए रोजगार कानून में आवश्यक प्रावधान नहीं हैं। हालांकि, जीडीपीआर के तहत व्यक्तियों के पास अधिकार हैं जो रोजगार के संदर्भ में उनके हितों की रक्षा कर सकते हैं। श्रमिकों का समर्थन करने में, हम अनुच्छेद 15, 20 और 22 द्वारा परिभाषित उनके अधिकारों का आह्वान करते हैं, जो उन्हें व्यक्तिगत डेटा तक पहुंचने का अधिकार, डेटा पोर्टेबिलिटी का अधिकार , साथ ही स्वचालित निर्णय लेने और तर्क के बारे में सूचित करने का अधिकार देते हैं। प्रसंस्करण का  

 

  • अनुच्छेद 22: डेटा विषय पूरी तरह से डेटा के स्वचालित प्रसंस्करण पर आधारित कानूनी (या समान रूप से महत्वपूर्ण) प्रभावों वाले निर्णयों के अधीन नहीं हो सकते हैं।
     

  [यदि डेटा नियंत्रक डेटा विषय की स्पष्ट सहमति के साथ, या उनके साथ अनुबंध के प्रदर्शन के लिए डेटा संसाधित करता है, तो डेटा विषय को मानवीय हस्तक्षेप प्राप्त करने, अपनी बात व्यक्त करने और निर्णय का विरोध करने का अधिकार है]
 

  • अनुच्छेद 15: डेटा विषयों को अपने व्यक्तिगत डेटा की एक प्रति प्राप्त करने का अधिकार है, साथ ही पूरक जानकारी जैसे कि डेटा को संसाधित करने के उद्देश्य, डेटा किसके साथ साझा किया जा सकता है, प्रसंस्करण की अवधि आदि।
     

  • अनुच्छेद 20:  डेटा विषयों को व्यक्तिगत डेटा प्राप्त करने का अधिकार है जो उन्होंने नियंत्रक को एक संरचित, आमतौर पर उपयोग किए जाने वाले और मशीन पठनीय प्रारूप में प्रदान किया है। उन्हें डेटा को दूसरे कंट्रोलर को ट्रांसमिट ('पोर्ट') करने का भी अधिकार है। जहां संभव हो, वे डेटा को सीधे एक नियंत्रक से दूसरे नियंत्रक को प्रेषित करने के लिए कह सकते हैं।

 

जबकि प्लेटफ़ॉर्म श्रमिकों के लिए डेटा डाउनलोड उपलब्ध कराते हैं, ये अक्सर डेटा श्रेणियों को छोड़ देते हैं जो काम की शर्तों (जैसे वेतन की निष्पक्षता, नौकरी आवंटन और ऊपर सूचीबद्ध उपयोग के रूप में) की पूछताछ के लिए सबसे अनुकूल और आवश्यक हैं। के दायरे का विस्तार करने की हमारी आकांक्षा में श्रमिकों को उपलब्ध कराए गए डेटा, हम विशिष्ट विषय पहुंच और पोर्टेबिलिटी अनुरोध करते हैं जो उनसे एकत्रित डेटा गिग प्लेटफॉर्म की पूरी श्रृंखला को कवर करते हैं। इन अनुरोधों में, हम तीन अलग-अलग प्रकार के डेटा प्राप्त करना चाहते हैं:
 

1) इनपुट डेटा - स्वयं श्रमिकों द्वारा प्रदान किया गया
 

2) अवलोकन डेटा - प्लेटफॉर्म के श्रमिकों के उपयोग (यानी कच्चे माप और निगरानी डेटा जैसे स्थान डेटा, टेलीमैटिक्स इत्यादि) के आधार पर।
 

3) अनुमानित डेटा - अवलोकन डेटा के विश्लेषण से प्राप्त (उदाहरण के लिए जोखिम और धोखाधड़ी के आकलन के रूप में कार्यकर्ता व्यवहार की रूपरेखा)

अनुच्छेद 22:   डेटा विषय पूरी तरह से डेटा के स्वचालित प्रसंस्करण पर आधारित कानूनी (या समान रूप से महत्वपूर्ण) प्रभावों वाले निर्णयों के अधीन नहीं हो सकते हैं।
 

  [यदि डेटा नियंत्रक डेटा विषय की स्पष्ट सहमति के साथ, या उनके साथ अनुबंध के प्रदर्शन के लिए डेटा संसाधित करता है, तो डेटा विषय को मानवीय हस्तक्षेप प्राप्त करने, अपनी बात व्यक्त करने और निर्णय का विरोध करने का अधिकार है]
 

अनुच्छेद 15:  डेटा विषयों को अपने व्यक्तिगत डेटा की एक प्रति प्राप्त करने का अधिकार है, साथ ही पूरक जानकारी जैसे कि डेटा को संसाधित करने के उद्देश्य, डेटा किसके साथ साझा किया जा सकता है, प्रसंस्करण की अवधि आदि।

 

अनुच्छेद 20 :   डेटा विषयों को व्यक्तिगत डेटा प्राप्त करने का अधिकार है जो उन्होंने नियंत्रक को एक संरचित, आमतौर पर उपयोग किए जाने वाले और मशीन पठनीय प्रारूप में प्रदान किया है। उन्हें डेटा को दूसरे कंट्रोलर को ट्रांसमिट ('पोर्ट') करने का भी अधिकार है। जहां संभव हो, वे डेटा को सीधे एक नियंत्रक से दूसरे नियंत्रक को प्रेषित करने के लिए कह सकते हैं।

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

इनपुट डेटा 

श्रमिकों द्वारा स्वयं प्रदान किया गया

देखे गए डेटा 

प्लेटफॉर्म के श्रमिकों के उपयोग के आधार पर (यानी कच्चे माप और निगरानी डेटा जैसे स्थान डेटा, टेलीमैटिक्स इत्यादि)

अनुमानित डेटा

अवलोकन डेटा के विश्लेषण से व्युत्पन्न (उदाहरण के लिए जोखिम और धोखाधड़ी के आकलन के रूप में कार्यकर्ता व्यवहार की रूपरेखा)

डेटा की इन श्रेणियों को अक्सर मार्गदर्शन दस्तावेज़ों और गोपनीयता नीतियों में स्पष्ट किया जाता है, लेकिन ड्राइवरों के साथ साझा नहीं किया जाता है जब वे अपना डेटा डाउनलोड करते हैं या विषय एक्सेस अनुरोध करते हैं। हमारे अनुभव में, जब कार्यकर्ता इस जानकारी की तलाश करते हैं, तो गिग प्लेटफॉर्म का उद्देश्य विभिन्न प्रकार के गैर-अनुपालन वाले व्यवहार में संलग्न होकर प्रक्रिया को कठिन और बोझिल बनाना है। व्यापक डेटा चाहने वाले श्रमिकों को अत्यधिक जटिल और अवरोधक वेबसाइट आर्किटेक्चर को नेविगेट करना पड़ता है और समर्थन एजेंटों द्वारा आगे की निराशा के प्रयासों को रोकने की आवश्यकता होती है, जो अनावश्यक रूप से सरल प्रशासनिक प्रक्रियाओं को लम्बा खींचते हैं या स्वचालित प्रतिक्रियाएं प्रदान करते हैं जो पर्याप्त रूप से प्रश्नों का उत्तर देने में विफल होते हैं। इन प्रक्रियाओं को ' अंधेरे पैटर्न' के रूप में वर्णित किया जा सकता है जो श्रमिकों को डेटा विषयों के रूप में अपने अधिकारों का प्रयोग करने से दूर मार्गदर्शन करने के लिए डिज़ाइन किया गया है। ऐसे मौकों पर जहां श्रमिक अपना डेटा प्राप्त करने में सक्षम होते हैं, यह अक्सर या तो काफी खंड गायब होता है या असंगत और गैर-मशीन पठनीय प्रारूपों में प्रस्तुत किया जाता है, जिससे विश्लेषण प्रभावी रूप से असंभव हो जाता है। रुकावट के ये कार्य श्रमिकों को बार-बार अनुरोध करने के लिए मजबूर करते हैं जो कंपनियां अंततः उन्हें बदनाम करने के लिए एक कारण के रूप में उपयोग करती हैं।

हमने जितने भी DSAR रिटर्न देखे हैं, उनमें किसी भी नियोक्ता ने स्वचालित व्यक्तिगत डेटा प्रोसेसिंग का पूर्ण और उचित लेखा-जोखा नहीं दिया है। यह उन क्षेत्रों में विशेष रूप से महत्वपूर्ण है जो इस रिपोर्ट के माध्यम से चर्चा के अनुसार कार्य आवंटन, प्रदर्शन प्रबंधन, सुरक्षा और सुरक्षा जैसे रोजगार की सुरक्षा निर्धारित कर सकते हैं। उबर और ओला ने अदालत में तर्क दिया है कि अगर उनके कर्मचारियों को इस तरह के डेटा प्रोसेसिंग के तर्क का खुलासा किया जाता है तो उनके प्लेटफॉर्म की सुरक्षा और सुरक्षा से समझौता किया जा सकता है। हमारे विचार में, सुरक्षा और सुरक्षा को तभी बढ़ाया जा सकता है जब प्लेटफ़ॉर्म पारदर्शी निगरानी और सारांश बर्खास्तगी पर निर्भर होने के बजाय नियमों और प्रदर्शन मानकों को पारदर्शी रूप से निर्धारित करते हैं, जो डीएसएआर के कुछ प्रमुख प्रेरक हैं।

डीएसएआर के प्रति इस प्रतिरोधी रवैये को देखते हुए, यह भी ध्यान रखना महत्वपूर्ण है कि कई ड्राइवर अनुरोध करने के लिए कंपनियों द्वारा प्रतिशोध से डरते हैं। जब गिग प्लेटफॉर्म सब्जेक्ट एक्सेस अनुरोधों के जवाब में अनियंत्रित और लंबे समय तक पहचान की जांच करते हैं, तो कार्यकर्ता आसानी से हतोत्साहित और धमकाते हैं (प्लेटफॉर्म प्रतिक्रिया केस स्टडी में उबर द्वारा ड्राइवरों को भेजे गए ईमेल देखें)। हमने ड्राइवरों के साथ किए गए कई साक्षात्कारों में, जटिल कानूनी भाषा में संप्रेषित संदेशों की लंबी पुष्टि, अनुरोधों को आगे बढ़ाने के लिए निवारक के रूप में संदर्भित किया गया है। कई ड्राइवरों के लिए, अनुरोध के साथ बने रहने का कार्य किसी के सिर को पैरापेट से ऊपर रखने और किसी की आजीविका और नौकरी की सुरक्षा को खतरे में डालने के बराबर है।

यह धारणा अक्सर निरंतर शोषण और असुरक्षा के अनुभवों से उत्पन्न होती है, जो कि श्रमिकों की सीमित क्षमता और लोकतांत्रिक अधिकारों का प्रयोग करने में ज्ञान के कारण होती है, चाहे ब्रिटेन में अप्रवासियों के रूप में या उनके घरेलू देशों में, जो कई मामलों में सत्तावादी झुकाव प्रदर्शित करते हैं। एक ऐसे कार्यबल में जो पहले से ही बहुत खंडित है और आर्थिक अनिश्चितता से ग्रस्त है, जहां सुरक्षा की आवश्यकता अन्याय को चुनौती देने की इच्छा से बहुत अधिक है, कंपनियों के इस तरह के शत्रुतापूर्ण व्यवहार के प्रभाव को कम करके नहीं आंका जा सकता है। यह असुरक्षा प्रबंधन एल्गोरिथम की अपारदर्शिता के कारण और भी बढ़ जाती है। ब्लैक-बॉक्स कार्य आवंटन या प्रदर्शन प्रबंधन प्रणाली कैसे काम करती है, इसकी स्पष्ट व्याख्या के अभाव में, श्रमिकों के लिए सट्टा या यहां तक कि षडयंत्रकारी सोच में संलग्न होना बहुत आसान हो जाता है कि कैसे मंच के साथ उनकी बातचीत उनके काम को प्रभावित करती है। यह तब अन्य संस्थानों के सामान्यीकृत अविश्वास और गतिविधि के आयोजन के प्रति घृणा में विस्तारित हो सकता है। ये कार्यबल में मजबूत और लगातार कमजोरियां हैं जिन पर विशेष ध्यान देने और सुरक्षा की आवश्यकता है।

Case Studies: Indivdual DSARs

केस स्टडी: व्यक्तिगत डीएसएआर
 

नीचे दिए गए केस स्टडी में कुछ ऐसे तरीके दिखाए गए हैं जिनसे उबर कामगारों के डेटा अनुरोधों का जवाब देने में बाधक और गैर-अनुपालन वाले व्यवहार में शामिल होता है। महत्वपूर्ण रूप से, इन उदाहरणों को अनुभवहीन समर्थन एजेंटों से संबंधित अपवाद या अलग-थलग घटनाओं के रूप में नहीं समझाया जा सकता है। ये प्रतिक्रियाएँ Uber द्वारा अपनाई जाने वाली मानक प्रक्रियाओं का प्रतिनिधित्व करती हैं, जब कर्मचारी अपने डेटा एक्सेस अधिकारों का प्रयोग करना चाहते हैं। 

E726o0_XoAEmGfW.jpeg

परिपत्र और व्यर्थ उत्तर
 

एम. अहमद एक पूर्व उबर ड्राइवर और उबर ईट्स कूरियर हैं। अक्टूबर 2020 में, उनके उबेर ड्राइवर और कूरियर दोनों खातों को निलंबित कर दिया गया था, और फरवरी 2021 में, उनके ड्राइवर खाते को निष्क्रिय कर दिया गया था। इससे उनके UberEats कुरियर खाते पर भी असर पड़ा, जिसे बाद में निष्क्रिय कर दिया गया और हटा दिया गया।

जब श्री अहमद ने उनकी बर्खास्तगी का कारण पूछा, तो उन्हें विरोधाभासी जवाब दिए गए। उबेर ने शुरू में विफल चेहरे की पहचान जांच का हवाला दिया, और बाद में दावा किया कि निष्क्रियता उच्च मात्रा में पूर्ववत आदेशों के कारण थी। पूरे पत्राचार के दौरान, उन्होंने उसे गलत नाम से संबोधित किया और अंततः स्वीकार किया कि विफल रीयल टाइम आईडी चेक के बारे में संदेश गलती से भेजे गए थे। उनकी बर्खास्तगी को लेकर भ्रम की स्थिति ने उन्हें अपने व्यक्तिगत डेटा की तलाश करने के लिए प्रेरित किया।
 

पिछले कुछ महीनों से श्री अहमद अपने निष्क्रिय किए गए Uber Eats खाते से जुड़े डेटा को पुनः प्राप्त करने का प्रयास कर रहे हैं। श्री अहमद ने पहली बार 15 अप्रैल 2021 को उबर वेबसाइट पर 'सबमिट ए प्राइवेसी इंक्वायरी विदाउट ए उबेर अकाउंट' फॉर्म के माध्यम से अपना डेटा प्राप्त करने का प्रयास किया, क्योंकि उनका खाता उनकी बर्खास्तगी के बाद हटा दिया गया था।
 

जवाब में, उन्हें उबर से एक ईमेल प्राप्त हुआ जिसमें कहा गया था: "हमारी गोपनीयता सूचना खाता धारक की जानकारी साझा करने की हमारी क्षमता को सीमित करती है। हम यह जानकारी केवल हमारे डेटा अनुरोध दिशानिर्देशों में उल्लिखित प्रक्रिया के माध्यम से प्रदान कर सकते हैं।" यह प्रक्रिया खाते में साइन इन करने और खाते के भीतर से अनुरोध करने को संदर्भित करती है। "उस ने कहा, हम आवश्यकतानुसार मदद करने के लिए उपयुक्त चैनलों के माध्यम से आपके साथ काम करने में सक्षम हैं।"

 

श्री अहमद ने वापस पत्र लिखकर सलाह मांगी कि वह अपने अब हटाए गए खाते से जुड़े डेटा तक कैसे पहुंच सकते हैं। उन्होंने बताया कि वह अपने उबर ईट्स अकाउंट से जुड़े ईमेल से लिख रहे थे और उन्होंने इस अकाउंट से जुड़ा मोबाइल नंबर भी मुहैया कराया था। उन्होंने कहा कि उन्हें अपनी पहचान की पुष्टि करने के लिए और जानकारी प्रदान करने में प्रसन्नता हो रही है।

 

इस पर, श्री अहमद को यह कहते हुए एक प्रतिक्रिया मिली कि उनकी “चिंता इस खाते से संबंधित नहीं है। कृपया हमें संबंधित खाते से लिखें या संबंधित क्रेडेंशियल के साथ help.uber.com के माध्यम से साइन-इन करें और हमें इस मुद्दे के बारे में बताएं ताकि हम आपकी और सहायता कर सकें।"

 

श्री अहमद ने 03 जुलाई 2020 को उबर द्वारा उन्हें भेजे गए ऑनबोर्डिंग ईमेल की एक छवि को संलग्न करते हुए वापस लिखा, यह प्रदर्शित करने के लिए कि वह संबंधित खाते से लिख रहे थे। 19 अप्रैल 2021 को, उन्हें यह कहते हुए एक ही संदेश मिला कि उनकी "चिंता इस खाते से संबंधित नहीं है।"

 

श्री अहमद ने एक बार फिर स्पष्ट करते हुए लिखा कि वह अपने खाते तक पहुँचने में असमर्थ हैं और उन्होंने अपने उबेर ईट्स खाते से संबंधित विवरण प्रदान किया था। उसने मार्गदर्शन प्राप्त करने के लिए कहा कि वह खुद को पहचानने के लिए और कौन सी जानकारी प्रदान कर सकता है। उसे कोई प्रतिक्रिया नहीं मिली।

 

इस बिंदु पर श्री अहमद ने ऐप ड्राइवर्स एंड कूरियर यूनियन और वर्कर इंफो एक्सचेंज से मदद मांगी और हमने उबर के साथ इस मुद्दे को आगे बढ़ाया। 11 मई 2021 को, श्री अहमद को उबर की ओर से एक ईमेल मिला, जिसमें उनसे हमारे द्वारा उनकी ओर से किए गए अनुरोध की पुष्टि करने के लिए कहा गया था। उन्होंने यह पुष्टि करते हुए वापस लिखा कि उन्होंने हमें अपना जनादेश दिया है और वे चाहेंगे कि उनके अनुरोध पर कार्रवाई की जाए।

 

14 मई 2021 को, श्री अहमद को अनुरोध को संसाधित करने के लिए उबर द्वारा एक आईडी सत्यापन फ़ॉर्म भेजा गया था। फॉर्म में वही विवरण मांगा गया जो उसने अपने पिछले संदेशों जैसे ईमेल, फोन नंबर, निवास का देश, अनुरोधित डेटा के प्रकार में पहले ही साझा कर दिया था। इसने उनकी "वर्तमान रेटिंग" के लिए भी कहा - जो लागू नहीं था, क्योंकि अब उनके पास अपने खाते तक पहुंच नहीं थी। श्री अहमद ने उबर को फॉर्म भेजा, लेकिन उन्हें कोई प्रतिक्रिया नहीं मिली।

 

20 मई 2021 को, श्री अहमद ने उबर को यह पुष्टि करने के लिए लिखा कि वे उसके अनुरोध को संसाधित कर रहे हैं। उसे कोई प्रतिक्रिया नहीं मिली।

 

इस लेखन के समय, श्री अहमद को अपना डेटा प्राप्त नहीं हुआ है। न ही उन्हें इस बारे में कोई स्पष्टीकरण दिया गया है कि उनके अनुरोध पर कार्रवाई क्यों नहीं की जा रही है।

Circular and Futile Answers: M Ahmed

असंगत और वृद्धिशील डेटा साझाकरण

 

श्री अमिनी एक पूर्व उबेर ड्राइवर हैं, जिन्हें नवंबर 2020 में एक असफल जियोलोकेशन जाँच के बाद निष्क्रिय कर दिया गया था। उबेर ने अपनी बर्खास्तगी की सूचना टीएफएल को दी, जिसने बाद में श्री अमिनी के निजी किराए के लाइसेंस को रद्द कर दिया, उन्हें बिना काम के छोड़ दिया। अपनी बर्खास्तगी के कारण को समझने के लिए, श्री अमिनी ने उबर से अपना डेटा प्राप्त करने की मांग की।

 

श्री अमिनी ने 13 अप्रैल 2021 को अपना पहला अनुरोध किया और उनके सभी व्यक्तिगत डेटा के लिए कहा, जिसमें उबेर द्वारा निर्मित मार्गदर्शन दस्तावेज़ में उल्लिखित 26 डेटा श्रेणियां शामिल हैं, साथ ही रीयल टाइम आईडी चेक के जवाब में उनके द्वारा सबमिट की गई छवियां भी शामिल हैं। उन्होंने निर्दिष्ट किया कि वह एक उबेर ड्राइवर के रूप में सक्रिय होने की पूरी अवधि को कवर करने वाला डेटा चाहते थे।

 

श्री अमिनी को 05 मई 2021 को उनके अनुरोध का जवाब मिला, हालांकि दिए गए डेटा में उनके अनुरोध से केवल 30 दिन पहले ही कवर किया गया था। चूंकि श्री अमिनी इस अवधि के दौरान उबेर के लिए काम नहीं कर पाए थे, इसलिए प्रदान किए गए कई डेटासेट खाली थे।

 

श्री अमिनी ने फिर 06 मई 2021 को एक और अनुरोध किया, जिसमें एक बार फिर कहा गया कि वह उबेर के साथ काम करने की पूरी समय सीमा से संबंधित डेटा का अनुरोध कर रहे थे, विशेष रूप से यह कहते हुए कि वह नवंबर 2020 तक एकत्र किए गए डेटा की कामना करते हैं।

 

श्री अमिनी को 28 मई 2021 को प्रतिक्रिया मिली। हालाँकि, उन्हें एक बार फिर अधूरा डेटा भेजा गया था। विशेष रूप से, Uber द्वारा प्रदान किया गया ड्राइवर विस्तृत डिवाइस डेटा csv पूरी तरह से खाली था।

 

श्री अमिनी ने 02 जून 2021 को एक और अनुरोध किया और लापता डेटा के लिए कहा। उन्होंने 10 जून 2021 को नवंबर 2020 के लिए अपना ड्राइवर विस्तृत डिवाइस डेटा प्राप्त किया। हालांकि, यह निर्दिष्ट करने के बावजूद कि वह उबेर द्वारा निर्मित मार्गदर्शन नोटों में सूचीबद्ध सभी डेटा फ़ील्ड चाहते थे, उन्हें एक प्रतिबंधित डेटा सेट भेजा गया था जिसमें 50 डेटा में से 32 को छोड़ दिया गया था। खेत।

Inconsistent and incremental data sharing

आक्षेप और प्रतिरोध
 

श्री माजिद एक पूर्व उबेर ड्राइवर हैं, जिन्हें सितंबर 2020 में एक असफल जियोलोकेशन जाँच के बाद निष्क्रिय कर दिया गया था। जैसा कि श्री अमिनी के मामले में था, उबर ने श्री माजिद की बर्खास्तगी की सूचना टीएफएल को दी, जिसके कारण उनका निजी किराया लाइसेंस रद्द कर दिया गया। उबेर के आरोपों के आधार को समझने के प्रयास में, उन्होंने उसका डेटा प्राप्त करने का प्रयास किया।

 

श्री माजिद ने 2 जून 2021 को अपने डेटा का अनुरोध करने के लिए सबसे पहले उबर से संपर्क किया। जवाब में, उन्हें एक संदेश प्राप्त हुआ जिसमें उन्होंने अपनी चिंता को संक्षेप में विस्तृत करने के लिए कहा।  श्री माजिद ने सितंबर 2020 के लिए 3 डेटा श्रेणियों (Uber के मार्गदर्शन नोटों में सूचीबद्ध 26 श्रेणियों में से) के अपने अनुरोध के साथ उत्तर दिया।

 

8 जून 2021 को, श्री माजिद को उबर से एक संदेश मिला जिसमें कहा गया था: "हमारी गोपनीयता नीति हमें आपके पार्टनर खाते से जुड़े ईमेल पते के माध्यम से संपर्क किए बिना व्यक्तिगत जानकारी में बदलाव करने या चर्चा करने की अनुमति नहीं देती है। अपनी विशिष्ट समस्या में आपकी सहायता करने के लिए, आपको उस खाते से संबद्ध ईमेल पते का उपयोग करके लिखना होगा। समझने के लिए धन्यवाद।"

 

इस स्तर पर, श्री माजिद ने हमसे संपर्क किया, उलझन में, क्योंकि उन्होंने अपने खाते से उबर को लिखा था। उसने वापस लिखा, उबेर को समझाते हुए कि उसने अपने ड्राइवर खाते में साइन इन करके उनसे संपर्क किया, इसलिए वह निश्चित रूप से सही ईमेल पते से लिख रहा था। उसने पूछा कि क्या वह उबर को आश्वस्त करने के लिए कोई अतिरिक्त पहचान/दस्तावेज प्रदान कर सकता है कि वह अनुरोध करने वाला था।

 

जवाब में, उन्हें उबर से वही संदेश मिला: "नमस्ते ... आपके संदेश के लिए धन्यवाद। हम समझते हैं कि आप किसी Uber खाते से संबंधित जानकारी पर चर्चा करना चाहते हैं। यदि आप खाता धारक हैं, तो कृपया अपने भागीदार-चालक खाते से संबद्ध ईमेल पते से लिखें, और हम तुरंत आपकी सहायता कर सकेंगे।"

 

09 जून 2021 को, मिस्टर माजिद ने अपने पार्टनर अकाउंट में लॉग इन किया और फिर से कोशिश करने के लिए उबर सपोर्ट के साथ चैट शुरू की। उनके संदेश को यह पूछने पर कि क्या वह एक विषय एक्सेस अनुरोध कर सकते हैं, को अनदेखा कर दिया गया।

 

14 जून 2021 को, श्री माजिद ने उबर से एक बार फिर संपर्क किया और कहा कि उनके पास अपने ड्राइवर पार्टनर खाते के बारे में एक प्रश्न है। उन्हें उबर से एक प्रतिक्रिया मिली: "पहुंचने के लिए धन्यवाद ... हमने आपकी चिंता की समीक्षा करने का अवसर लिया है और देख सकते हैं कि आप पहले इस मुद्दे के बारे में हमसे संपर्क कर चुके हैं। हमारी टीम का एक सदस्य वर्तमान में आपकी समस्या की जांच कर रहा है और हम जल्द से जल्द आपसे संपर्क करेंगे। अपने संचार को सुव्यवस्थित करने और किसी भी भ्रम से बचने के लिए हम इस संपर्क को बंद करने जा रहे हैं।”

16 जून 2021 को, श्री माजिद ने एक बार फिर उबर से संपर्क किया, यह कहते हुए कि उन्हें अनुरोध करने के लिए अपने खाते में साइन-इन करने के लिए कहा गया था, और ऐसा करने के बाद, वह अपने अनुरोध का विवरण साझा करना चाहते थे। उसे अगले दिन एक प्रतिक्रिया मिली, और बाद में 18 जून 2021 को अनुरोध (ऊपर सूचीबद्ध तीन डेटासेट में से) का विवरण भेजा।

 

कोई प्रतिक्रिया नहीं मिलने पर, श्री माजिद ने 28 जून 2021 को फिर से उबर से संपर्क किया, यह पुष्टि करने के लिए कि उनके अनुरोध पर कार्रवाई की जा रही है। 01 जुलाई 2021 को, उन्हें यह कहते हुए एक उत्तर मिला कि उनकी चिंता विशेष टीम के साथ उठाई गई थी और वे आगे की जांच के लिए संपर्क में रहेंगे।

 

02 जुलाई 2021 को, श्री माजिद को 09 जून 2021 को उनके द्वारा शुरू किए गए संदेश थ्रेड का जवाब मिला। इस संदेश में कहा गया है कि Uber को नीदरलैंड में Uber BV के डाक पते पर व्यक्तिगत रूप से सेवा देने के अनुरोधों की आवश्यकता है।

 

श्री माजिद को कोई और संचार नहीं मिला है।

Obfuscation and Resistance

"एल्गोरिदम का प्रश्न uberization के विषय के लिए केंद्रीय है। बहुत बार, यह एल्गोरिथम है जो बॉस की वास्तविक भूमिका निभाता है, क्योंकि प्रौद्योगिकी श्रमिकों की अधीनता के लिए नए साधन प्रदान करती है। स्पष्ट रूप से एल्गोरिथम प्रबंधन की पारदर्शिता की आवश्यकता है लेकिन इस पारदर्शिता से परे, एल्गोरिथम के सह-प्रबंधन की आवश्यकता है। श्रमिकों के प्रतिनिधियों को उनके विकास में भाग लेने में सक्षम होना चाहिए।"

लीला चाबी, एमईपी

केस स्टडीज: प्लेटफॉर्म प्रतिक्रियाएं

कार्यकर्ता जानकारी एक्सचेंज द्वारा बैच अनुरोध
 

जैसा कि ऊपर दिए गए उदाहरणों से पता चलता है, व्यक्तिगत अनुरोध प्रक्रिया अत्यधिक समय लेने वाली और क्षमता गहन हो सकती है। इसलिए हमने ड्राइवरों की ओर से बैच अनुरोध करने और इस जटिल प्रक्रिया को कारगर बनाने के लिए प्रक्रियाओं का निर्माण किया है। हमने कर्मचारियों से उनकी ओर से अनुरोध करने के लिए कानूनी आदेश प्राप्त करने के लिए स्क्रिव द्वारा विकसित इलेक्ट्रॉनिक हस्ताक्षर और आईडी समाधान का उपयोग करके एक प्रणाली स्थापित की है। इस समाधान में यह सुनिश्चित करने के लिए कि हम और डेटा नियंत्रक दोनों आवश्यककर्ता की पहचान के बारे में निश्चित हो सकते हैं और उनकी डेटा गोपनीयता को संरक्षित कर सकते हैं, ओन्फिडो (उबेर द्वारा उपयोग की जाने वाली समान आईडी सत्यापन सेवा) द्वारा संचालित एक आईडी सत्यापन भी शामिल है। आईडी सत्यापन के लिए श्रमिकों को निम्नलिखित में से एक आईडी दस्तावेज जमा करने की आवश्यकता होती है: पासपोर्ट, ड्राइविंग लाइसेंस, पहचान पत्र या निवास परमिट। इस प्रक्रिया के माध्यम से, प्रत्येक व्यक्ति के लिए एक व्यक्तिगत सहमति दस्तावेज बनाया जाता है जिसे इलेक्ट्रॉनिक रूप से सील किया जाता है और पहचान प्रक्रिया की प्रामाणिकता को साबित करने के लिए साक्ष्य लॉग वाले छुपा संलग्नक के माध्यम से सत्यापित किया जा सकता है। (स्क्रिव सहमति प्रपत्रों की अखंडता को सत्यापित करने के लिए एक सेवा भी प्रदान करता है, जो दस्तावेजों में जुड़ा हुआ है।) हम इन दस्तावेजों को एक स्प्रेडशीट के साथ भेजते हैं जिसमें अनुरोध करने वाले श्रमिकों के नाम, ईमेल, पते और फोन नंबर होते हैं।

कुछ कंपनियां इस प्रक्रिया के माध्यम से किए गए अनुरोधों के जवाब में उत्तरदायी और सहयोगी रही हैं, जबकि अन्य कहीं अधिक अवरोधक और शत्रुतापूर्ण व्यवहार में लगी हुई हैं। हालांकि, जब कंपनियों ने अनुरोधों का अनुपालन किया है, तब भी एकत्र की गई सटीक डेटा श्रेणियों को स्थापित करने के साथ-साथ एक संरचित और मशीन-पठनीय प्रारूप में अनुरोधित सभी डेटा प्राप्त करने में लगातार मुद्दे रहे हैं। कुछ कंपनियां डेटा श्रेणियों के स्पष्ट विवरण के साथ मार्गदर्शन दस्तावेज़ प्रदान करने में सक्षम हैं, और हमें जो डेटा प्राप्त हुआ है, वह अक्सर गोपनीयता नीतियों में वर्णित प्रसंस्करण के साथ महत्वपूर्ण असंगति प्रदर्शित करता है। सामान्यतया, कंपनियों ने उन डेटा प्रथाओं को अस्वीकार करने की प्रवृत्ति दिखाई है जिनका वे खुलासा नहीं करना चाहती हैं। एक उदाहरण में, एक कंपनी ने दावा किया कि उनकी गोपनीयता नीति में संदर्भित धोखाधड़ी मूल्यांकन केवल एक परीक्षण के भाग के रूप में किया गया था, और यह कि गोपनीयता नीति पुरानी थी। एक अन्य ने हमें एक दस्तावेज़ के बारे में बताया, जिसके बारे में उन्होंने दावा किया था कि जिस दस्तावेज़ पर हम अपना अनुरोध आधारित कर रहे थे, उसका स्थान ले लिया था, भले ही दोनों दस्तावेज़ एक ही तारीख को अपडेट किए गए थे।

इन कठिनाइयों के बावजूद, हमें जिस सबसे विवादास्पद धक्का-मुक्की का सामना करना पड़ा है, वह है तीसरे पक्ष के रूप में विषय पहुंच अनुरोध करते समय श्रमिकों की ओर से कार्य करने के हमारे अधिकार से इनकार करना। इस स्पष्ट अधिकार (आईसीओ के मार्गदर्शन में स्पष्ट रूप से कहा गया है और यहां तक कि सरकार के जीडीपीआर सुधार प्रस्ताव द्वारा भी प्रचारित किया गया है) पर बोल्ट और उबर दोनों ने सवाल उठाया था। हालांकि यह स्पष्ट है कि प्रतिरोध अनुरोध प्रक्रिया को विफल करने के लिए कार्य करता है, यह पहचान सत्यापन प्रक्रियाओं पर मौजूदा मार्गदर्शन में एक महत्वपूर्ण अंतर की ओर भी इशारा करता है। जब कंपनियां कानूनी रूप से जटिल पत्राचार के अधीन श्रमिकों के साथ सीधे संपर्क बनाकर पहचान जांच करने पर जोर देती हैं, तो यह अनुरोधों के लिए तीसरे पक्ष से अपील करने के उद्देश्य को काफी हद तक नकार देती है। यहां संबंधित पक्षों के अधिकारों के बीच एक संबंधित संघर्ष है जिसके लिए तत्काल नियामक मार्गदर्शन की आवश्यकता है ताकि यह सुनिश्चित हो सके कि सूचना संबंधी विषमताओं को गहरा करने के लिए इसका दुरुपयोग और हेरफेर नहीं किया गया है।

Platform Responses to Requests

डिलिवरू
 

हमने जिन सात कंपनियों से अनुरोध किया है, उनमें से डेलीवरू सबसे अधिक आज्ञाकारी थी। हमारे अनुरोधों में, हमने कंपनियों से अनुरोध का उत्तर देने की तारीख की पुष्टि करने और सभी व्यक्तिगत प्रकटीकरण किए जाने पर हमें सूचित करते हुए अनुरोधों को थोक में संसाधित करने के लिए कहा।


डिलीवरू ने कानूनी समय सीमा के भीतर अनुरोधों का जवाब दिया, बशर्ते a  मार्गदर्शन दस्तावेज़, स्पष्ट रूप से डेटा श्रेणियों की व्याख्या करते हुए और प्रक्रिया के माध्यम से हमारे साथ संवाद किया।

Deliveroo

अब नि: शुल्क
 

फ्री नाउ ने अपेक्षित समय सीमा के भीतर हमारे अनुरोध का अनुपालन किया और इस प्रक्रिया के माध्यम से उत्तरदायी रहा है, हालांकि, वहां हमें कुछ मुद्दों पर प्रकाश डाला गया है।

 

1) फ्री नाउ ने शुरू में अनुरोध करने के लिए हमें उनके ऑनलाइन संपर्क फ़ॉर्म पर निर्देशित करने का प्रयास किया। यह उन दस्तावेजों के आकार का समर्थन नहीं करता था जिन्हें हमें साझा करने की आवश्यकता थी। हम केवल डीपीओ का ईमेल प्राप्त करने में सक्षम थे, इस मुद्दे की व्याख्या करने वाले बार-बार ईमेल के बाद।

 

2) हमें प्राप्त डेटा में कुछ डेटा श्रेणियां शामिल नहीं थीं, जैसे कि धोखाधड़ी की रोकथाम के लिए उपयोग किए जाने वाले "रैंडम फ़ॉरेस्ट" एल्गोरिथम से संबंधित डेटा। यह में समझाया गया है  ड्राइवर गोपनीयता नीति जिसमें कहा गया है: "गणना किए गए स्कोर के आधार पर हम तदनुसार प्रेषित यात्राओं को प्राथमिकता देने में सक्षम हैं। यह एक निष्पक्ष और जोखिम कम से कम प्रेषण सुनिश्चित करता है।" जब हमने इसकी ओर इशारा किया, तो फ्री नाउ ने कहा:

 

"हम अपने ड्राइवरों पर धोखाधड़ी स्कोर संसाधित नहीं करते हैं, और हम अपने ड्राइवरों और / या उनके व्यक्तिगत डेटा के संबंध में धोखाधड़ी-पहचान एल्गोरिदम का उपयोग नहीं करते हैं (और उपयोग नहीं करते हैं)।
 

हमारे ड्राइवर गोपनीयता नोटिस की धारा 3.4 इसलिए इस संबंध में अद्यतन करने की आवश्यकता है और हमें इस बारे में किसी भी भ्रम के लिए खेद है। पृष्ठभूमि के रूप में, हमने सबसे पहले इस खंड को हमारे राजस्व आश्वासन विभाग द्वारा किए जा रहे परीक्षण के संबंध में नोटिस में पेश किया था। हालांकि, इस परीक्षण में कभी भी कोई ड्राइवर शामिल नहीं किया गया था, और इसलिए कोई ड्राइवर-संबंधी धोखाधड़ी स्कोर (या समान) नहीं बनाया गया है। हमने तब से इस परीक्षण को करना बंद कर दिया है।”
 

3) डेटा श्रेणियों के विवरण की पेशकश करने वाले मार्गदर्शन दस्तावेज के लिए हमारे अनुरोध के जवाब में, हमें सलाह दी गई थी:

"विचाराधीन डेटा के सुलभ, संक्षिप्त और बोधगम्य प्रारूप को देखते हुए, इन अनुरोधों के संबंध में किसी अतिरिक्त मार्गदर्शन की आवश्यकता नहीं है।"

"हम अपने ड्राइवरों पर धोखाधड़ी स्कोर संसाधित नहीं करते हैं, और हम अपने ड्राइवरों और / या उनके व्यक्तिगत डेटा के संबंध में धोखाधड़ी-पहचान एल्गोरिदम का उपयोग नहीं करते हैं (और उपयोग नहीं करते हैं)।
 

हमारे ड्राइवर गोपनीयता नोटिस की धारा 3.4 इसलिए इस संबंध में अद्यतन करने की आवश्यकता है और हमें इस बारे में किसी भी भ्रम के लिए खेद है। पृष्ठभूमि के रूप में, हमने सबसे पहले इस खंड को हमारे राजस्व आश्वासन विभाग द्वारा किए जा रहे परीक्षण के संबंध में नोटिस में पेश किया था। हालांकि, इस परीक्षण में कभी भी कोई ड्राइवर शामिल नहीं किया गया था, और इसलिए कोई ड्राइवर-संबंधी धोखाधड़ी स्कोर (या समान) नहीं बनाया गया है। हमने तब से इस परीक्षण को करना बंद कर दिया है।”

"विचाराधीन डेटा के सुलभ, संक्षिप्त और बोधगम्य प्रारूप को देखते हुए, इन अनुरोधों के संबंध में किसी अतिरिक्त मार्गदर्शन की आवश्यकता नहीं है।"

"धोखाधड़ी गतिविधि को रोकने के लिए, हम आपके मोबाइल डिवाइस द्वारा हमें भेजे गए आपके जीपीएस स्थान डेटा को स्वीकृति के समय से लेकर दौरे के अंत तक कम अंतराल पर संग्रहीत करते हैं। यह मुफ़्त नाउ को एक दौरे के पूरे पाठ्यक्रम का नक्शा बनाने की अनुमति देता है। इस तरह, हम यह सुनिश्चित करना चाहते हैं कि अधिक शुल्क प्राप्त करने के लिए ड्राइवर जानबूझकर मार्ग का विस्तार न करें। साथ ही, हम यात्रा के वास्तविक मार्ग और मार्ग का अनुसरण करने में सक्षम होने के कारण अनुचित यात्री शिकायतों को ठीक कर सकते हैं। दौरे के दौरान आपके जीपीएस स्थान डेटा का प्रसंस्करण आपकी अपनी सुरक्षा के साथ-साथ यात्री की सुरक्षा के लिए और कला के आधार पर हमारी सुरक्षा के लिए होता है। 6 (1) च) जीडीपीआर।"

Free Now

अमेज़ॅन फ्लेक्स

 

अमेज़ॅन फ्लेक्स ने शुरू में डेटा विषयों की पहचान के लिए अनुरोध करके अनुरोधों का जवाब दिया, हालांकि, ऑनफिडो के माध्यम से किए गए सत्यापन का स्पष्टीकरण प्राप्त करने पर, उन्होंने सहमति व्यक्त की कि अनुरोधों को पूरा करने के लिए डेटा विषयों के बारे में पर्याप्त जानकारी प्रदान की गई थी।  

 

पुष्टि के बाद, अमेज़ॅन फ्लेक्स ने हमें सूचित किया कि अनुरोधों का पूरी तरह से जवाब देने के लिए उन्हें दो अतिरिक्त महीनों की आवश्यकता होगी।


अमेज़ॅन ने निर्दिष्ट समय सीमा के भीतर अनुरोधों को पूरा किया, लेकिन शुरू में डेटा श्रेणियों या डेटा फ़ील्ड की व्याख्या की पेशकश करने वाले एक मार्गदर्शन दस्तावेज़ का उत्पादन करने में विफल रहा, जिसने बहुत सारी जानकारी को अस्पष्ट बना दिया क्योंकि यह स्पष्ट नहीं था कि माप की इकाइयाँ या मीट्रिक कई लोगों के लिए क्या थे। उनमें से। एक मशीन पठनीय प्रारूप जैसे सीएसवी के लिए हमारे विनिर्देश के बावजूद उन्होंने सभी डेटा को पीडीएफ प्रारूप में भी भेजा।

बाद में हमने इन कमियों को दूर करने के लिए अमेज़ॅन को लिखा और एक मशीन पठनीय प्रारूप में एक मार्गदर्शन दस्तावेज़ और डेटा दोनों प्राप्त करने में सक्षम थे।

Amazon Flex

बस खाओ


अनुरोधों की पुष्टि के बाद, जस्ट ईट ने हमें सूचित किया कि अनुरोधों का पूरी तरह से जवाब देने के लिए उन्हें दो अतिरिक्त महीनों की आवश्यकता होगी, और वे सितंबर 2021 तक डेटा प्रदान करेंगे। जस्ट ईट ने निर्दिष्ट तिथि तक डेटा प्रदान किया और सूचित किया कि उनके पास था डीएसएआर को संसाधित किया, जैसा कि हमने अनुरोध किया था।

डेटा में व्यापक स्थान की जानकारी (पीडीएफ प्रारूप में) शामिल थी, लेकिन हमारे द्वारा अनुरोधित अन्य श्रेणियों में से कोई भी प्रदान नहीं किया गया था, जैसे कि संचालन और / या सफल वितरण के अनुपालन का आकलन करने के लिए मीट्रिक।

एक मार्गदर्शन दस्तावेज प्रदान नहीं किया गया था।

Just Eat

ओला


ओला ने अनुरोध किए जाने के एक महीने बाद अनुरोध प्राप्त होने की पुष्टि की। हमें सलाह दी गई थी कि "वे इसे उचित समय पर संसाधित करेंगे।"  

 

ड्राइवरों को उनके अनुरोधों पर एक महीने बाद प्रतिक्रिया मिली, जिसमें एक स्प्रेडशीट शामिल थी जिसमें साइन अप करते समय ड्राइवर द्वारा केवल सूचना इनपुट शामिल था, जैसे: नाम, फोन नंबर, राष्ट्रीय बीमा नंबर, भुगतान विवरण; औसत रेटिंग के साथ।

 

हमने बाद में ओला को अपनी चिंता व्यक्त करने के लिए लिखा था कि दिए गए डेटा में ओला के 'हाउ वी प्रोसेस योर डेटा' पेज में सूचीबद्ध कई श्रेणियां शामिल नहीं हैं। ओला ने हमें गोपनीयता नीति का हवाला देते हुए जवाब दिया, यह सुझाव देते हुए कि अन्य सभी जानकारी पुरानी थी और गोपनीयता नीति द्वारा प्रतिस्थापित की गई थी।  

 

हमने बताया कि दो दस्तावेजों की तारीखों से संकेत मिलता है कि वे एक ही समय में अपडेट किए गए थे। हमने जिन श्रेणियों का उल्लेख किया है, वे गोपनीयता नीति में वर्णित डेटा प्रोसेसिंग का विस्तृत विश्लेषण प्रतीत होती हैं।

हमें ओला से आगे कोई संचार नहीं मिला।

Ola

पेंच

बोल्ट ने 27 अप्रैल 2021 को किए गए हमारे अनुरोध को नज़रअंदाज़ कर दिया। हमें एस्टोनियाई डेटा प्रोटेक्शन इंस्पेक्टरेट, एंडमेकेतसे इंस्पेक्ट्सियोन (एकेआई), बोल्ट के प्रमुख पर्यवेक्षी प्राधिकरण में शिकायत करने के बाद ही जवाब मिल सका। 24 मई 2021 को, AKI ने बोल्ट को हमारे अनुरोध पर 04 जून 2021 तक जवाब देने का निर्देश दिया।

 

04 जून 2021 को, हमें एक ईमेल प्राप्त हुआ जिसमें बोल्ट ने हमारे द्वारा भेजे गए दस्तावेजों की प्राप्ति में नहीं होने का दावा किया:

"हमें अपने लीड ईयू पर्यवेक्षी प्राधिकरण, अर्थात्, एकेआई के माध्यम से, बोल्ट को संबोधित आपका पत्राचार, "ईमेल के माध्यम से", दिनांक 27 अप्रैल, 2021 प्राप्त हुआ है।

 

एकेआई ने हमें 24 मई को पत्र लिखकर बोल्ट से आपके पत्र व्यवहार का जवाब देने को कहा। हमें केवल आपका पत्र प्राप्त हुआ है, और आपके पत्र-व्यवहार में किसी भी संलग्नक का उल्लेख नहीं है।

 

आपका अनुरोध, दिनांक 27 अप्रैल, 2021, डेटा विषयों के व्यक्तिगत डेटा को पोर्ट करने की मांग करता है - यानी ड्राइवर - आपके जनादेश के तहत कहा जाता है।  

 

पहचान सत्यापन

बोल्ट किसी भी डेटा विषय के नाम की प्राप्ति में नहीं है जिसे आपके शासनादेश के तहत कहा गया है।

 

कहा जाता है कि वर्कर इंफो एक्सचेंज ने आपके पत्राचार में प्रत्येक ड्राइवर की पहचान की है और उसे प्रमाणित किया है। हालांकि इसकी सराहना की जाती है, यह नियंत्रक, बोल्ट के लिए है कि वह डेटा विषय की पहचान को सत्यापित करने के लिए सभी उचित उपायों का उपयोग करें, जिन्होंने अपने व्यक्तिगत डेटा तक पहुंच के लिए अनुरोध किया है। इस बात को ध्यान में रखते हुए कि हम केवल आपके पत्र, दिनांक 27 अप्रैल 2021 को एकेआई के माध्यम से संप्रेषित कर रहे हैं, हमारे पास सत्यापन का निरीक्षण करने और न ही स्वयं को संतुष्ट करने का कोई साधन नहीं है, और यह सुनिश्चित करने के लिए कि उपयुक्त तकनीकी सुरक्षा उपाय इन अनुरोधों की प्रामाणिकता सुनिश्चित करते हैं।

 

पर्यवेक्षी प्राधिकरण क्षेत्राधिकार

बोल्ट उपयोगकर्ता अधिकारों को बनाए रखने के लिए प्रतिबद्ध है, एक शिकायत चैनल प्रदान करता है, और जहां भी आवश्यक हो, एकेआई और अन्य पर्यवेक्षी अधिकारियों के साथ उत्साहपूर्वक जुड़ता है। इस उदाहरण में, हालांकि, हम संतुष्ट नहीं हैं कि वर्कर इंफो एक्सचेंज जीडीपीआर के अर्थ में डेटा विषयों की ओर से एकेआई के साथ शिकायत दर्ज करने के लिए सक्षम है।

 

हमने 27 अप्रैल को बोल्ट को भेजे गए जनादेश के दस्तावेजों को संलग्न करते हुए तुरंत जवाब दिया। बोल्ट ने कोई जवाब नहीं दिया। हमने 16 जून 2021 को बोल्ट के दस्तावेजों की प्राप्ति की पुष्टि करने के लिए एक अनुवर्ती ईमेल भेजा, इसे भी नजरअंदाज कर दिया गया।

 

अंत में, अक्टूबर 2021 में, AKI के साथ मामले को आगे बढ़ाने के बाद, हमें बोल्ट से हमारे डेटा अनुरोधों की एक पावती मिली। पत्राचार में , बोल्ट ने एक बार फिर हमारी आईडी प्रमाणीकरण प्रक्रिया को चुनौती देते हुए दावा किया कि हमने जिन डेटा श्रेणियों का अनुरोध किया था उनमें से कई डेटा पोर्टेबिलिटी के दायरे से बाहर हैं। हमें यह स्पष्ट नहीं है कि इनमें से कुछ श्रेणियां (जैसे गोपनीयता नीति में निर्दिष्ट 'दक्षता रेटिंग') विषय एक्सेस अनुरोधों के दायरे में क्यों नहीं आतीं। हमें बताया गया था कि ट्रिप डेटा के संबंध में ड्राइवरों को एक्सेस प्रदान किया जाता है और आगे किसी भी रूट की जानकारी साझा करने से दूसरों के अधिकारों का उल्लंघन होगा और बोल्ट के लिए "व्यावसायिक रूप से विनाशकारी" होगा:

"इसलिए, सिद्धांत रूप में, बोल्ट ने अनुपालन करने के लिए देखा होगा - प्रासंगिक प्रमाणीकरण जांच को संतुष्ट करने के बाद - किसी भी ऐसे पोर्टेबिलिटी अनुरोध के साथ जो दायित्व के दायरे में रहता है:
 

  • नाम, ई-मेल, फोन नंबर, निवास स्थान।

  • वाहनों के बारे में जानकारी (पंजीकरण संख्या सहित)

  • चालक का लाइसेंस, फोटो, पेशा और पहचान दस्तावेज।  

 

यह जानकारी बोल्ट ड्राइवरों के लिए खाता पोर्टल में पहले से ही उपलब्ध है, और इसका निरीक्षण किया जा सकता है और इसे पुनः प्राप्त किया जा सकता है।"
 

इसके अतिरिक्त, हमने बोल्ट से एक व्यक्तिगत अनुरोध करने के लिए एक बोल्ट ड्राइवर की सहायता की, जो उसका डेटा प्राप्त करने का प्रयास कर रहा था। बोल्ट अगस्त 2020 से ड्राइवर के बार-बार अनुरोध को नज़रअंदाज़ कर रहे थे। ड्राइवर ने एकेआई को शिकायत की और बोल्ट को 16 जून 2021 तक उनके अनुरोध का जवाब देने का निर्देश दिया गया। ड्राइवर को अंततः कुछ डेटा भेजा गया, (ज्यादातर डेटा स्वयं ड्राइवर द्वारा प्रदान किया गया था)। , जैसे कि साइन-अप के दौरान उसने जो दस्तावेज़ जमा किए थे) हालांकि इसमें कई महत्वपूर्ण डेटा श्रेणियां शामिल नहीं थीं जैसे कि स्थान डेटा, मार्ग की जानकारी या दक्षता रेटिंग। ड्राइवर को यह स्पष्टीकरण नहीं दिया गया कि उसे ये डेटासेट क्यों नहीं दिए गए।

"हमें अपने लीड ईयू पर्यवेक्षी प्राधिकरण, अर्थात्, एकेआई के माध्यम से, बोल्ट को संबोधित आपका पत्राचार, "ईमेल के माध्यम से", दिनांक 27 अप्रैल, 2021 प्राप्त हुआ है।

 

एकेआई ने हमें 24 मई को पत्र लिखकर बोल्ट से आपके पत्र व्यवहार का जवाब देने को कहा। हमें केवल आपका पत्र प्राप्त हुआ है, और आपके पत्र-व्यवहार में किसी भी संलग्नक का उल्लेख नहीं है।

 

आपका अनुरोध, दिनांक 27 अप्रैल, 2021, डेटा विषयों के व्यक्तिगत डेटा को पोर्ट करने की मांग करता है - यानी ड्राइवर - आपके जनादेश के तहत कहा जाता है।  

 

पहचान सत्यापन

बोल्ट किसी भी डेटा विषय के नाम की प्राप्ति में नहीं है जिसे आपके शासनादेश के तहत कहा गया है।

 

कहा जाता है कि वर्कर इंफो एक्सचेंज ने आपके पत्राचार में प्रत्येक ड्राइवर की पहचान की है और उसे प्रमाणित किया है। हालांकि इसकी सराहना की जाती है, यह नियंत्रक, बोल्ट के लिए है कि वह डेटा विषय की पहचान को सत्यापित करने के लिए सभी उचित उपायों का उपयोग करें, जिन्होंने अपने व्यक्तिगत डेटा तक पहुंच के लिए अनुरोध किया है। इस बात को ध्यान में रखते हुए कि हम केवल आपके पत्र, दिनांक 27 अप्रैल 2021 को एकेआई के माध्यम से संप्रेषित कर रहे हैं, हमारे पास सत्यापन का निरीक्षण करने और न ही स्वयं को संतुष्ट करने का कोई साधन नहीं है, और यह सुनिश्चित करने के लिए कि उपयुक्त तकनीकी सुरक्षा उपाय इन अनुरोधों की प्रामाणिकता सुनिश्चित करते हैं।

 

पर्यवेक्षी प्राधिकरण क्षेत्राधिकार

बोल्ट उपयोगकर्ता अधिकारों को बनाए रखने के लिए प्रतिबद्ध है, एक शिकायत चैनल प्रदान करता है, और जहां भी आवश्यक हो, एकेआई और अन्य पर्यवेक्षी अधिकारियों के साथ उत्साहपूर्वक जुड़ता है। इस उदाहरण में, हालांकि, हम संतुष्ट नहीं हैं कि वर्कर इंफो एक्सचेंज जीडीपीआर के अर्थ में डेटा विषयों की ओर से एकेआई के साथ शिकायत दर्ज करने के लिए सक्षम है।

"इसलिए, सिद्धांत रूप में, बोल्ट ने अनुपालन करने के लिए देखा होगा - प्रासंगिक प्रमाणीकरण जांच को संतुष्ट करने के बाद - किसी भी ऐसे पोर्टेबिलिटी अनुरोध के साथ जो दायित्व के दायरे में रहता है:
 

  • नाम, ई-मेल, फोन नंबर, निवास स्थान।

  • वाहनों के बारे में जानकारी (पंजीकरण संख्या सहित)

  • चालक का लाइसेंस, फोटो, पेशा और पहचान दस्तावेज।  

 

यह जानकारी बोल्ट ड्राइवरों के लिए खाता पोर्टल में पहले से ही उपलब्ध है, और इसका निरीक्षण किया जा सकता है और इसे पुनः प्राप्त किया जा सकता है ।"

Bolt
Uber

उबेर

 

अनुरोधों को संसाधित करते समय, उबर ने ड्राइवरों की ओर से अनुरोध करने के लिए हमारे द्वारा स्थापित प्रक्रिया के साथ समस्या को चुना। Uber ने हमारे द्वारा 20 अप्रैल 2021 को किए गए अनुरोधों को निम्न प्रतिक्रिया के साथ अमान्य करने का प्रयास किया:

 

"आपके ईमेल के लिए धन्यवाद। हमें प्रदान की गई जानकारी के आधार पर, हम केवल यह निष्कर्ष निकाल सकते हैं कि ओनफिडो यह सत्यापित करने में सक्षम हो सकता है कि कोई व्यक्ति वह है जो वे कहते हैं कि वे हैं, लेकिन यह नहीं कि उन्होंने जो विवरण प्रदान किया है वह उबर ऐप पर उनके अपने ड्राइवर खाते के अनुरूप है या नहीं। यह प्रक्रिया हमें इस बात का प्रमाण भी नहीं देती है कि संबंधित ड्राइवरों ने वास्तव में ADCU या WIE को अपने डेटा विषय अधिकारों के प्रयोग में उनका प्रतिनिधित्व करने के लिए कहा था।

 

एडीसीयू या डब्ल्यूआईई, या कोई प्रतिनिधि निकाय, जीडीपीआर के तहत अपने अधिकारों के प्रयोग में डेटा विषयों का प्रतिनिधित्व कर सकता है या नहीं, इसके अलावा हमें ड्राइवरों से कई प्रतिक्रियाएं मिली हैं जो दर्शाती हैं कि उन्होंने एडीसीयू या डब्ल्यूआईई को ऐसा अनुरोध करने के लिए कभी अधिकृत नहीं किया है। उनकी ओर से। कुछ मामलों में इस अनुरोध को "घोटाला" कहा गया। इसलिए हम उचित संदेह के बिना यह निष्कर्ष नहीं निकाल सकते हैं कि जिन व्यक्तियों की ओर से आप अनुरोध कर रहे हैं, वे वास्तव में संबंधित ड्राइवर खातों के खाताधारक हैं। और भले ही प्रक्रिया किसी डेटा विषय की पहचान को सत्यापित कर सकती है, हम यह सत्यापित नहीं कर सकते कि यह सही डेटा विषय है या नहीं। जीडीपीआर के आईसीओ मार्गदर्शन और कला 12 (6) के अनुसार, हमारी प्रक्रियाओं को किसी भी व्यक्तिगत डेटा का खुलासा करने से पहले खाताधारक की पहचान को सत्यापित करने के लिए डिज़ाइन किया गया है।

 

इस प्रतिक्रिया के साथ, उबर ने ड्राइवरों को निम्नलिखित ईमेल भेजकर अनुरोधों को सत्यापित करने का विकल्प चुना: (उबर का संदेश गलती से WIE के बजाय ADCU को संदर्भित करता है, जैसा कि 2 मार्च 2021 को ADCU द्वारा एक समान अनुरोध किया गया था।)

 

“Uber को हाल ही में ऐप ड्राइवर्स एंड कूरियर यूनियन (“ADCU”) के माध्यम से आपके ईमेल पते से संबंधित पोर्टेबिलिटी अनुरोध प्राप्त हुआ है।

 

Uber ने EU जनरल डेटा प्रोटेक्शन रेगुलेशन ("GDPR") के अनुरूप डेटा विषय अधिकारों के प्रयोग का जवाब देने के लिए उपयुक्त उपायों को लागू किया है। इनका जवाब देने में पहला कदम बिना किसी संदेह के अनुरोधकर्ता की पहचान को सत्यापित करना है, ताकि यह सुनिश्चित किया जा सके कि यह वास्तव में खाताधारक अनुरोध कर रहा है, और व्यक्तिगत डेटा की सुरक्षा सुनिश्चित करने के लिए, विशेष रूप से अनधिकृत पहुंच के खिलाफ।

 

प्राप्त अनुरोध किसी तृतीय पक्ष द्वारा किए गए एक्सेस अनुरोध के लिए डेटा विषय द्वारा दिए गए प्राधिकरण को सत्यापित करने के लिए Uber को सक्षम नहीं करता है, और न ही बिना किसी संदेह के यह सत्यापित करने के लिए कि अनुरोधकर्ता को खाता धारक के रूप में पहचाना जाता है। हम यह भी दोहराते हैं कि एक्सेस या पोर्टेबिलिटी के अधिकारों के प्रयोग के लिए, उबेर की नीति हमेशा अपनी सेवाओं के लिए उपयोग की जाने वाली पहचान के समान पहचान की आवश्यकता होती है। पहचान खाते के साइनअप के समय एकत्र और सत्यापित किए गए ऑन-लाइन पहचानकर्ताओं पर आधारित है या बाद में परिवर्तित और पुन: सत्यापित: ईमेल पता, टेलीफोन नंबर, पासवर्ड और जब लागू हो तो एसएमएस के माध्यम से भेजा गया सत्यापन पिन।

 

इसलिए, उबर एडीसीयू के माध्यम से प्राप्त अनुरोध का अनुपालन करने में सक्षम नहीं है। पोर्टेबिलिटी अनुरोध को संसाधित करने के लिए, और आईसीओ मार्गदर्शन के अनुरूप, हमने आपको सीधे लिखने का फैसला किया है और कृपया इन-ऐप समर्थन के माध्यम से इस संदेश का जवाब देकर अनुरोध की पुष्टि करने के लिए कहें।

 

कई ड्राइवरों ने अनुरोधों की पुष्टि करने के लिए उबेर को वापस लिखा। अनुरोधों की पुष्टि के एक महीने बाद, उबर ने ड्राइवरों को सूचित करने के लिए लिखा कि वे प्राप्ति के 30 दिनों के भीतर अनुरोध का जवाब नहीं दे पाएंगे और उन्हें अतिरिक्त समय की आवश्यकता होगी।

 

मूल अनुरोध जमा करने के तीन महीने बाद, उबेर ने जून के अंत में डेटा पोर्टेबिलिटी अनुरोधों को संसाधित करना शुरू कर दिया। इन पोर्टेबिलिटी अनुरोधों में, उबर ने हाल ही में पारदर्शिता के मामले (लिंक के लिए उबेर की प्रतिक्रिया देखें) का हवाला देते हुए, उबर के खिलाफ लाए गए हालिया पारदर्शिता मामले का हवाला देते हुए डेटा की केवल छह श्रेणियों को साझा किया, जिसमें ड्राइवरों द्वारा स्वयं प्रस्तुत की गई जानकारी या दस्तावेज शामिल थे। उबेर ने दावा किया कि अदालत ने लॉक-इन को रोकने के रूप में डेटा पोर्टेबिलिटी के औचित्य की पुष्टि की थी, जिसे उन्होंने सीमित डेटा साझा करने के बहाने के रूप में लिया था:

"आपके डेटा पोर्टेबिलिटी अनुरोध के संदर्भ में, हम इसके साथ आपको आपका डेटा प्रदान करते हैं और डेटा श्रेणियां प्रदान की जाती हैं।
 

उबेर से संबंधित हालिया कानूनी विकास और केस कानून ( http://deeplink.rechtspraak.nl/uitspraak?id=ECLI:NL:RBAMS:2021:1020 ) के कारण, हमने डेटा पोर्टेबिलिटी अनुरोधों का जवाब देने के लिए अपनी प्रक्रियाओं का आकलन किया है। सुनिश्चित करें कि हम ऐसे अनुरोधों का जवाब देते समय सभी लागू आवश्यकताओं का अनुपालन करते हैं। इस संबंध में, हमने इस बात को ध्यान में रखा है कि डेटा पोर्टेबिलिटी का औचित्य डेटा विषय के 'लॉक-इन' को रोकना है, जैसा कि हाल ही में अदालत ने पुष्टि की थी।
 

इस आकलन के बाद, उबेर व्यक्तिगत डेटा प्रदान करेगा जो आपके द्वारा उबेर को जानबूझकर और सक्रिय रूप से सबमिट किया गया है और जो आपके पोर्टेबिलिटी अनुरोध की प्रतिक्रिया के हिस्से के रूप में सवारों के अधिकारों और स्वतंत्रता पर प्रतिकूल प्रभाव नहीं डालता है।
 

इसलिए हम आपको निम्नलिखित डेटा श्रेणियां प्रदान करेंगे:

चालक खाता प्रोफ़ाइल जानकारी
राइडर खाता प्रोफ़ाइल जानकारी
चालक दस्तावेज
चालक विश्वसनीय संपर्क
चालक प्रोफ़ाइल जानकारी
सवार/भक्षक/चालक सहेजे गए स्थान

यदि उपरोक्त श्रेणियों में से किसी एक के लिए कोई डेटा उपलब्ध नहीं कराया गया है, तो उस श्रेणी के लिए वह फ़ाइल खाली रहेगी।”
 

उबेर ने अनुरोध दायर किए जाने के लगभग पांच महीने बाद सितंबर में विषय पहुंच अनुरोधों को वापस करना शुरू कर दिया। हमें प्राप्त प्रतिक्रियाओं में, हमने अंततः अधिकांश डेटा श्रेणियां प्राप्त कीं जिन्हें हमने मांगा था, और स्पष्टीकरण क्यों हमें प्राप्त नहीं हुआ जो हमें नहीं मिला।
 

"आपके ईमेल के लिए धन्यवाद। हमें प्रदान की गई जानकारी के आधार पर, हम केवल यह निष्कर्ष निकाल सकते हैं कि ओनफिडो यह सत्यापित करने में सक्षम हो सकता है कि कोई व्यक्ति वह है जो वे कहते हैं कि वे हैं, लेकिन यह नहीं कि उन्होंने जो विवरण प्रदान किया है वह उबर ऐप पर उनके अपने ड्राइवर खाते के अनुरूप है या नहीं। यह प्रक्रिया हमें इस बात का प्रमाण भी नहीं देती है कि संबंधित ड्राइवरों ने वास्तव में ADCU या WIE को अपने डेटा विषय अधिकारों के प्रयोग में उनका प्रतिनिधित्व करने के लिए कहा था।

 

एडीसीयू या डब्ल्यूआईई, या जीडीपीआर के तहत कोई प्रतिनिधि निकाय अपने अधिकारों के प्रयोग में डेटा विषयों का प्रतिनिधित्व कर सकता है या नहीं, इसके अलावा , हमें ड्राइवरों से कई प्रतिक्रियाएं मिली हैं जो दर्शाती हैं कि उन्होंने एडीसीयू या डब्ल्यूआईई को ऐसा अनुरोध करने के लिए अधिकृत नहीं किया है। उनकी ओर से। कुछ मामलों में इस अनुरोध को "घोटाला" कहा गया। इसलिए हम उचित संदेह के बिना यह निष्कर्ष नहीं निकाल सकते हैं कि जिन व्यक्तियों की ओर से आप अनुरोध कर रहे हैं, वे वास्तव में संबंधित ड्राइवर खातों के खाताधारक हैं। और भले ही प्रक्रिया किसी डेटा विषय की पहचान को सत्यापित कर सकती है, हम यह सत्यापित नहीं कर सकते कि यह सही डेटा विषय है या नहीं। जीडीपीआर के आईसीओ मार्गदर्शन और कला 12 (6) के अनुसार, हमारी प्रक्रियाओं को किसी भी व्यक्तिगत डेटा का खुलासा करने से पहले खाताधारक की पहचान को सत्यापित करने के लिए डिज़ाइन किया गया है।

“Uber को हाल ही में ऐप ड्राइवर्स एंड कूरियर यूनियन (“ADCU”) के माध्यम से आपके ईमेल पते से संबंधित पोर्टेबिलिटी अनुरोध प्राप्त हुआ है।

 

Uber ने EU जनरल डेटा प्रोटेक्शन रेगुलेशन ("GDPR") के अनुरूप डेटा विषय अधिकारों के प्रयोग का जवाब देने के लिए उपयुक्त उपायों को लागू किया है। इनका जवाब देने में पहला कदम बिना किसी संदेह के अनुरोधकर्ता की पहचान को सत्यापित करना है, ताकि यह सुनिश्चित किया जा सके कि यह वास्तव में खाताधारक अनुरोध कर रहा है, और व्यक्तिगत डेटा की सुरक्षा सुनिश्चित करने के लिए, विशेष रूप से अनधिकृत पहुंच के खिलाफ।

 

प्राप्त अनुरोध किसी तृतीय पक्ष द्वारा किए गए एक्सेस अनुरोध के लिए डेटा विषय द्वारा दिए गए प्राधिकरण को सत्यापित करने के लिए Uber को सक्षम नहीं करता है, और न ही बिना किसी संदेह के यह सत्यापित करने के लिए कि अनुरोधकर्ता को खाता धारक के रूप में पहचाना जाता है। हम यह भी दोहराते हैं कि एक्सेस या पोर्टेबिलिटी के अधिकारों के प्रयोग के लिए, उबेर की नीति हमेशा अपनी सेवाओं के लिए उपयोग की जाने वाली पहचान के समान पहचान की आवश्यकता होती है। पहचान खाते के साइनअप के समय एकत्र और सत्यापित किए गए ऑन-लाइन पहचानकर्ताओं पर आधारित है या बाद में परिवर्तित और पुन: सत्यापित: ईमेल पता, टेलीफोन नंबर, पासवर्ड और जब लागू हो तो एसएमएस के माध्यम से भेजा गया सत्यापन पिन।

 

इसलिए, उबर एडीसीयू के माध्यम से प्राप्त अनुरोध का अनुपालन करने में सक्षम नहीं है । पोर्टेबिलिटी अनुरोध को संसाधित करने के लिए, और आईसीओ मार्गदर्शन के अनुरूप, हमने आपको सीधे लिखने का फैसला किया है और कृपया इन-ऐप समर्थन के माध्यम से इस संदेश का जवाब देकर अनुरोध की पुष्टि करने के लिए कहें।

"आपके डेटा पोर्टेबिलिटी अनुरोध के संदर्भ में, हम इसके साथ आपको आपका डेटा प्रदान करते हैं और डेटा श्रेणियां प्रदान की जाती हैं।
 

उबेर से संबंधित हाल के कानूनी विकास और केस कानून के कारण ( http://deeplink.rechtspraak.nl/uitspraak?id=ECLI:NL:RBAMS:2021:1020 ),

हमने यह सुनिश्चित करने के लिए डेटा पोर्टेबिलिटी अनुरोधों का जवाब देने के लिए अपनी प्रक्रियाओं का आकलन किया है कि हम ऐसे अनुरोधों का जवाब देते समय सभी लागू आवश्यकताओं का अनुपालन करते हैं। इस संबंध में, हमने इस बात को ध्यान में रखा है कि डेटा पोर्टेबिलिटी का औचित्य डेटा विषय के 'लॉक-इन' को रोकना है, जैसा कि हाल ही में अदालत ने पुष्टि की थी।
 

इस आकलन के बाद, उबेर व्यक्तिगत डेटा प्रदान करेगा जो आपके द्वारा उबेर को जानबूझकर और सक्रिय रूप से सबमिट किया गया है और जो आपके पोर्टेबिलिटी अनुरोध की प्रतिक्रिया के हिस्से के रूप में सवारों के अधिकारों और स्वतंत्रता पर प्रतिकूल प्रभाव नहीं डालता है
 

इसलिए हम आपको निम्नलिखित डेटा श्रेणियां प्रदान करेंगे:

चालक खाता प्रोफ़ाइल जानकारी
राइडर खाता प्रोफ़ाइल जानकारी
चालक दस्तावेज
चालक विश्वसनीय संपर्क
चालक प्रोफ़ाइल जानकारी
सवार/भक्षक/चालक सहेजे गए स्थान

यदि उपरोक्त श्रेणियों में से किसी एक के लिए कोई डेटा उपलब्ध नहीं कराया गया है, तो उस श्रेणी के लिए वह फ़ाइल खाली रहेगी।”

हालांकि, उबेर के अनुरोधों को बैच में संसाधित करने और प्रक्रिया के प्रत्येक चरण में हमें सूचित करने के लिए हमारे विनिर्देश के बावजूद, उबेर ने अनुरोधों को टुकड़ों में संभालने के लिए चुना है, और स्पष्ट संचार के बिना, डीएसएआर के पूरा होने पर नज़र रखने में और चुनौतियों का निर्माण किया है। .

Data Rights at Work: Litigation

भाग III: काम पर डेटा अधिकारों का प्रयोग करना: मुकदमेबाजी

एम्स्टर्डम मामले
 

ऊपर सूचीबद्ध मुद्दे डिजिटल श्रम अधिकारों के प्रयोग में मुकदमेबाजी की ओर मुड़ने की आवश्यकता को दर्शाते हैं। इसके लिए वर्कर इंफो एक्सचेंज ने ड्राइवरों के कई समूहों को ओला और उबर के खिलाफ एम्स्टर्डम डिस्ट्रिक्ट कोर्ट में तीन अलग-अलग मामले लाने में सहायता की है, जिसमें जीडीपीआर के अनुच्छेद 15, 20 और 22 द्वारा परिभाषित ड्राइवरों के अधिकारों का आह्वान किया गया है। हमने एल्गोरिथम निर्णय लेने में अपर्याप्त डेटा पहुंच और पारदर्शिता को चुनौती देने के लिए ऐप ड्राइवर्स एंड कूरियर यूनियन (ADCU) के साथ साझेदारी में मामले लाए।  

 

इन मामलों को लाने में हमारा मुख्य लक्ष्य विषय पहुंच और डेटा पोर्टेबिलिटी प्रकटीकरण के लिए एक पारदर्शिता मानक निर्धारित करना था जिसे सामूहिक स्तर पर लागू किया जा सकता है और श्रमिकों के व्यक्तिगत मामलों को हल करने से परे जा सकता है। इन मामलों के साथ हमने यह स्थापित करने की कोशिश की कि सबूत का बोझ डेटा नियंत्रक पर पूरी तरह से खुलासा करने के लिए रहता है कि यह किन डेटा श्रेणियों को संसाधित करता है, जिसमें अवलोकन और अनुमानित डेटा श्रेणियां (ऊपर संदर्भित) शामिल हैं, जिनके बारे में हम तर्क देते हैं कि डेटा विषयों का ज्ञान नहीं हो सकता है या नहीं हो सकता है के बारे में विशिष्ट, जब तक डेटा प्रोसेसर पहले पारदर्शिता के लिए प्रतिबद्ध नहीं होता है। हमारा मानना है कि इस तरह के मानक को स्थापित करने से एक प्रतिकृति मॉडल बनाने में मदद मिलेगी जिसका उपयोग गिग इकॉनमी के साथ-साथ विभिन्न क्षेत्रों और उद्योगों में विभिन्न कंपनियों के साथ किया जा सकता है। इस मिसाल के साथ, अन्य समूह और संगठन समान संरचित, मानकीकृत डेटा एकत्र कर सकते हैं और एक समृद्ध और स्वस्थ डेटा पारिस्थितिकी तंत्र में योगदान कर सकते हैं जो एल्गोरिथम नुकसान और असमानताओं को पहचानने और चुनौती देने में सक्षम होगा।

 

अवलोकन

20 जुलाई 2020 को, ड्राइवरों के एक समूह ने Uber BV के खिलाफ एक मामला लाया, जो एम्स्टर्डम में स्थापित है और यूरोपीय संघ में ड्राइवरों के संबंध में सभी डेटा प्रोसेसिंग के लिए GDPR के तहत डेटा नियंत्रक के रूप में कार्य करता है (Uber ड्राइवर बनाम Uber I)। 9 सितंबर 2020 को ओला (Ola Drivers v. Ola) के खिलाफ भी इसी तरह की शिकायत दर्ज की गई थी। इन मामलों ने सब्जेक्ट एक्सेस अनुरोधों के जवाब में कंपनियों द्वारा साझा किए गए अपर्याप्त डेटा को चुनौती दी, जो उबर के मार्गदर्शन दस्तावेज़ और इस रिपोर्ट में पहले उद्धृत ओला के डेटा प्रोसेसिंग दस्तावेज़ पर आधारित थे। उबेर मामले में, कुछ ड्राइवर मार्गदर्शन दस्तावेज़ में सूचीबद्ध 26 डेटा श्रेणियों में से 19 के रूप में गायब थे। इसी तरह, ओला ड्राइवर ओला द्वारा एकत्र किए गए डेटा का एक बहुत छोटा हिस्सा प्राप्त करने और उनके बारे में प्रक्रिया करने में सक्षम थे।
 

 

इसके अतिरिक्त, 26 अक्टूबर 2020 को, यूके के चार उबेर ड्राइवरों ने अधिक विशिष्ट शिकायतें दर्ज कीं, जिसमें प्रोफाइलिंग सहित स्वचालित निर्णय लेने की पारदर्शिता के साथ-साथ अंतर्निहित तर्क और ड्राइवरों के लिए इस तरह के प्रसंस्करण के परिकल्पित परिणामों के बारे में जानकारी की मांग की गई थी। उबेर ड्राइवर बनाम उबेर II)। प्रत्येक मामले में ड्राइवरों को बर्खास्त कर दिया गया था क्योंकि उबर ने कहा था कि उसके सिस्टम ने संबंधित व्यक्तियों की ओर से धोखाधड़ी गतिविधि का पता लगाया था।
 

कोर्ट ने 11 मार्च 2021 को फैसला सुनाया। कोर्ट ने उबर के दो ड्राइवरों को छोड़कर सभी अलग-अलग आवेदनों को स्वीकार कर लिया। तीनों मामलों में, अदालत ने उबर के इस तर्क को खारिज कर दिया कि ड्राइवरों ने अपने डेटा तक पहुंच प्राप्त करने के लिए सामूहिक कार्रवाई की, जो डेटा सुरक्षा अधिकारों का दुरुपयोग है। तथ्य यह है कि आवेदक और जिस ट्रेड यूनियन से वे संबद्ध थे, उनकी व्यक्तिगत डेटा प्राप्त करने में अन्य रुचि हो सकती है, अर्थात्, इसका उपयोग अपने रोजगार कानून की स्थिति के बारे में स्पष्टता प्राप्त करने के लिए या यहां तक कि उबेर के खिलाफ कानूनी कार्यवाही में सबूत इकट्ठा करने के लिए भी नहीं किया गया। ऐसा दुर्व्यवहार। अदालत द्वारा इन विचारों पर अप्रत्यक्ष रूप से श्रमिकों की ओर से डेटा अधिकारों का प्रयोग करने के लिए वर्कर इंफो एक्सचेंज जैसे तीसरे पक्ष के अधिकार को स्वीकार किया गया।

उबेर ड्राइवर बनाम उबेर I :   20 जुलाई 2020 को, ड्राइवरों के एक समूह ने उबर बीवी के खिलाफ एक मामला लाया, जो एम्स्टर्डम में स्थापित है और यूरोपीय संघ में ड्राइवरों के संबंध में सभी डेटा प्रोसेसिंग के लिए डेटा नियंत्रक के रूप में कार्य करता है। इस मामले ने विषय एक्सेस अनुरोधों के जवाब में कंपनी द्वारा साझा किए गए अपर्याप्त डेटा को चुनौती दी, जो उबर के मार्गदर्शन दस्तावेज़ पर आधारित थे  इस रिपोर्ट में पहले उल्लेख किया गया है।  इस मामले में, कुछ ड्राइवर मार्गदर्शन दस्तावेज़ में सूचीबद्ध 26 डेटा श्रेणियों में से 19 के रूप में गायब थे।

 

ओला ड्राइवर बनाम ओला:   9 सितंबर को ओला कैब्स के खिलाफ भी इसी तरह की शिकायत दर्ज की गई थी। इस मामले में, DSARs ओला के डेटा प्रोसेसिंग दस्तावेज़ पर आधारित थे।  उबेर मामले की तरह, ओला के ड्राइवर ओला द्वारा एकत्र किए गए डेटा का एक बहुत छोटा हिस्सा प्राप्त करने और उनके बारे में प्रक्रिया करने में सक्षम थे।

 

उबेर ड्राइवर बनाम उबेर II:  इसके अतिरिक्त, 26 अक्टूबर 2020 को, यूके के चार उबेर ड्राइवरों ने अधिक विशिष्ट शिकायतें दर्ज कीं, जिसमें प्रोफाइलिंग सहित स्वचालित निर्णय लेने की पारदर्शिता के साथ-साथ अंतर्निहित तर्क और ड्राइवरों के लिए इस तरह के प्रसंस्करण के परिकल्पित परिणामों के बारे में जानकारी की मांग की गई। प्रत्येक मामले में ड्राइवरों को बर्खास्त कर दिया गया था क्योंकि उबर ने कहा था कि उसके सिस्टम ने संबंधित व्यक्तियों की ओर से धोखाधड़ी गतिविधि का पता लगाया था।

"कर्मचारी केवल निर्णयों को प्रभावी ढंग से चुनौती दे सकते हैं यदि वे जानते हैं कि उन्हें कैसे या क्यों लिया गया था। इस संदर्भ में ज्ञान शक्ति है। पारदर्शिता और मजबूत नियम डिजिटल युग में श्रमिकों को सशक्त बना सकते हैं। लेकिन काम पर 'कंप्यूटर कहते हैं' के युग को समाप्त करने के लिए, हमें 21वीं सदी के लिए डिजिटल श्रम अधिकारों के एक नए और मजबूत सेट की आवश्यकता है। पारदर्शिता के अलावा हमें मनमानी, निरंतर निगरानी और अत्यधिक कार्यभार को रोकने की आवश्यकता है जो एक प्रबंधक के रूप में एक एल्गोरिथ्म होने के साथ आता है। प्लेटफ़ॉर्म अब अपने पीछे छिपने में सक्षम नहीं होना चाहिए एल्गोरिदम और प्रौद्योगिकी के माध्यम से नियोक्ता और कर्मचारी के बीच शक्ति असंतुलन को बढ़ाता है।"

किम वैन स्पैरेंटक, एमईपी

Uber Drivers v Uber I

उबेर ड्राइवर बनाम उबेर I
(सामान्य पारदर्शिता अनुरोध)
 

 

इस मामले में अदालत ने कई कारणों से उबर ड्राइवरों की कुछ शिकायतों को खारिज कर दिया। सबसे पहले अदालत ने माना कि, दी गई परिस्थितियों में, आवेदकों के लिए पारदर्शिता के सिद्धांत पर भरोसा करना पर्याप्त नहीं था। जीडीपीआर के विवरण 63 के अनुसार, उबेर को अनुमति दी गई थी कि वह व्यक्तिगत डेटा के एक विनिर्देश के लिए पूछें जो आवेदक प्राप्त करना चाहते हैं क्योंकि यह बड़ी मात्रा में डेटा संसाधित करता है। इसलिए कई डेटा श्रेणियों (जैसे, ड्राइविंग व्यवहार) के संबंध में अनुरोध को अस्वीकार कर दिया गया था।  

 

अदालत ने माना कि प्रबंधन द्वारा बनाए गए ड्राइवर के प्रोफाइल में शामिल आंतरिक रेफरल या रिपोर्ट में डेटा विषय के बारे में कोई जानकारी नहीं थी जिसे डेटा विषय द्वारा स्वयं सत्यापित किया जा सकता था। इस मामले में जिस ड्राइवर प्रोफ़ाइल का उल्लेख किया गया था, वह एक प्रोफ़ाइल थी जिसे स्पष्ट रूप से सहायक कर्मचारियों द्वारा बनाए रखा गया था जो ग्राहक और/या ड्राइवर की शिकायतों, टिप्पणियों और प्रश्नों से संबंधित नोट्स और टैग के साथ प्रोफ़ाइल को अपडेट करेगा। इसलिए उबेर केवल उन आवेदकों के बारे में डेटा प्रदान करने के लिए बाध्य था जो बनाए गए नोटों का तथ्यात्मक आधार बनाते हैं, न कि प्रबंधन द्वारा बनाए गए आंतरिक नोट्स और टैग जिन्हें हम प्रदर्शन निगरानी और प्रबंधन के बराबर कहते हैं।  

 

ड्राइवरों ने उबर के तथाकथित 'अपफ्रंट प्राइसिंग सिस्टम' में संसाधित डेटा के बारे में जानकारी का अनुरोध किया, जो यात्रा शुरू होने से पहले ग्राहकों के लिए निश्चित मूल्य निर्धारण निर्धारित करता है, जो उस अनुमानित मार्ग के आधार पर होता है जिसका ड्राइवर द्वारा अनुसरण करने की उम्मीद की जाती है। हालांकि, अदालत ने कहा कि ड्राइवरों ने यह प्रमाणित नहीं किया कि वे डेटा प्रोसेसिंग की शुद्धता और वैधता को सत्यापित करने में सक्षम होना चाहते हैं। इसलिए अनुरोध के इस हिस्से को 'अंतर्दृष्टि हासिल करने की इच्छा' से अधिक कुछ नहीं माना गया था कि कैसे उबर यात्रा प्रदर्शन को प्रबंधित करने के लिए एल्गोरिदम का उपयोग करता है। अदालत ने निष्कर्ष निकाला कि कला। 15 GDPR इस लक्ष्य का समर्थन नहीं करता है।

 

अदालत ने कार्य आवंटन से संबंधित स्वचालित निर्णय लेने और प्रोफाइलिंग के बारे में जानकारी के अनुरोध को भी अस्वीकार कर दिया। हालांकि यह स्पष्ट था कि बैच मैचिंग सिस्टम और अपफ्रंट प्राइसिंग सिस्टम ने उबर और ड्राइवर के बीच समझौते के प्रदर्शन पर कुछ प्रभाव डाला था, अदालत ने किसी भी कानूनी परिणाम या महत्वपूर्ण प्रभाव का कोई सबूत नहीं देखा, जैसा कि दिशानिर्देशों में संदर्भित है और कला। 15 (1) उप एच जीडीपीआर।

 

अंत में, अदालत ने माना कि अनुच्छेद 20 जीडीपीआर के लिए उबर को एक सीएसवी फ़ाइल में या एक एपीआई के माध्यम से व्यक्तिगत डेटा की कुछ श्रेणियां प्रदान करने की आवश्यकता नहीं है। पीडीएफ प्रारूप में उपलब्ध कराए गए डेटा को छोड़कर, उबर ने व्यक्तिगत डेटा को एक प्रारूप में प्रदान किया था जिससे आवेदक इस डेटा को किसी अन्य डेटा नियंत्रक को प्रेषित कर सकें, जैसा कि अनुच्छेद 20 के तहत आवश्यक है।

 

अदालत ने यह भी विचार किया कि क्या कुछ श्रेणियों के डेटा को मशीन पठनीय प्रारूप में स्थानांतरित किया जाना था।  विचाराधीन डेटा श्रेणियों में 'ज़ेनडेस्क टिकट', 'चालक शिकायतें' और 'चालान' शामिल थे। अदालत ने फैसला सुनाया कि ये डेटा श्रेणियां जीडीपीआर के अनुच्छेद 20 के दायरे में नहीं आती हैं, क्योंकि डेटा उबेर को प्रदान नहीं किया गया था।  दावेदार स्व. इसलिए अदालत ने उबर को इन दस्तावेजों को पीडीएफ प्रारूप के अलावा किसी अन्य प्रारूप में स्थानांतरित करने का आदेश देने का कोई कारण नहीं देखा।  

 

अदालत ने फैसला किया कि सीएसवी प्रारूप में व्यक्तिगत डेटा हस्तांतरण के लिए ड्राइवरों का अनुरोध उनकी सामूहिक बातचीत की स्थिति में सुधार करने के लिए डेटा एकत्र करने की इच्छा पर आधारित था, और डेटा पोर्टेबिलिटी का उद्देश्य लॉक-इन को रोकना है। हालांकि इसने हमें तत्काल कठिनाई के साथ प्रस्तुत नहीं किया है, डेटा ट्रस्ट की स्थापना के उद्देश्यों के लिए डेटा पोर्टेबिलिटी अधिकारों की सीमा का अदालत का विश्लेषण दिलचस्प है। हमारी राय में, श्रम का सौदेबाजी का अधिकार लॉक-इन को रोकने के अनुच्छेद 20 के उद्देश्य के अनुरूप है।

ओला ड्राइवर्स बनाम ओला
(सामान्य पारदर्शिता अनुरोध)

 

ओला कैब्स के खिलाफ मामले में फैसले के परिणामस्वरूप कुछ महत्वपूर्ण जीत हासिल हुई। ओला को खुलासा करने का आदेश दिया गया था:

एक आवेदक के मामले में, अदालत ने फैसला किया कि ड्राइवर की कमाई से कटौती करने का निर्णय मानवीय हस्तक्षेप की कमी वाला एक स्वचालित निर्णय है। हम मानते हैं कि यह पहली बार है जब एक एल्गोरिथम निर्णय कला के अर्थ में एक स्वचालित निर्णय के रूप में योग्य था। 22 GDPR एक यूरोपीय अदालत द्वारा।

 

ओला को पारदर्शी और सत्यापन योग्य तरीके से किए गए विकल्पों, उपयोग किए गए डेटा और धारणाओं के आधार पर स्वचालित निर्णय लेने के बारे में जानकारी प्रदान करने का आदेश दिया गया था। ओला को मुख्य मूल्यांकन मानदंड और स्वचालित निर्णय में उनकी भूमिका को संप्रेषित करने का भी आदेश दिया गया था, ताकि ड्राइवर निर्णयों के आधार को समझ सकें और डेटा प्रोसेसिंग की शुद्धता और वैधता की जांच कर सकें।

  • 1) रेटिंग डेटा, गुमनाम रूप में, इस हद तक कि यह डेटा ओला ऐप के माध्यम से उपलब्ध नहीं था।
     

  • 2) आवेदकों का व्यक्तिगत डेटा जिसका उपयोग 'धोखाधड़ी संभाव्यता स्कोर' और 'कमाई प्रोफाइल' उत्पन्न करने के लिए किया गया था जो प्रत्येक ड्राइवर पर बनाए रखा गया था।
     

  • 3) आवेदकों का व्यक्तिगत डेटा जो ओला के गार्जियन सर्विलांस सिस्टम में इस्तेमाल किया गया था ताकि यह पता लगाया जा सके कि ओला 'अनियमित यात्रा गतिविधि' के रूप में क्या वर्णन करता है।

Ola driers v. Ola
Uber Drivers v. Uber II

उबेर ड्राइवर बनाम उबेर II

(स्वचालित निर्णय लेने पर पारदर्शिता)
 

20 जुलाई, 2020 को दायर किए गए ड्राइवरों के समूह के मामले में, अदालत ने इस दावे को खारिज कर दिया कि ड्राइवरों के रोजगार को समाप्त करने का निर्णय पूरी तरह से जीडीपीआर के अनुच्छेद 22 के अनुसार स्वचालित निर्णय लेने पर आधारित था। इसके विपरीत सबूतों के अभाव में, अदालत ने उबेर की आंतरिक प्रक्रियाओं के खाते को स्वीकार कर लिया और निष्कर्ष निकाला कि इनमें से प्रत्येक मामले में सार्थक मानवीय हस्तक्षेप था।

हालाँकि, निर्णय ने एक महत्वपूर्ण जीत भी प्रदान की। दो आवेदकों के संबंध में, अदालत ने पाया कि उबर ने यह स्पष्ट नहीं किया था कि किन विशिष्ट धोखाधड़ी कार्यों के परिणामस्वरूप उनके खाते निष्क्रिय हो गए। उबेर द्वारा प्रदान की गई जानकारी के आधार पर, ये आवेदक यह सत्यापित नहीं कर सके कि उबर ने स्वचालित निर्णय लेने की प्रक्रिया में किस व्यक्तिगत डेटा का उपयोग किया जिसके कारण उनके रोजगार को समाप्त करने का निर्णय लिया गया। परिणामस्वरूप, उनके खातों को निष्क्रिय करने का निर्णय अपर्याप्त रूप से पारदर्शी था। इसलिए उबर को अपने खातों को निष्क्रिय करने के निर्णय के लिए उपयोग किए गए व्यक्तिगत डेटा तक पहुंच प्रदान करने का आदेश दिया गया था, ताकि आवेदक डेटा प्रोसेसिंग की शुद्धता और वैधता को सत्यापित कर सकें।

26 अक्टूबर, 2020 को शिकायत दर्ज करने वाले छह ड्राइवरों के लिए, उबेर इन मामलों का बचाव करने में विफल रहा और 24 फरवरी, 2021 को ड्राइवरों के पक्ष में एक डिफ़ॉल्ट निर्णय दर्ज किया गया। उबर को ड्राइवरों को बहाल करने और खोई हुई आय के लिए मुआवजे का भुगतान करने का आदेश दिया गया था। साथ ही नुकसान भी। उबेर के धोखाधड़ी गतिविधि के आरोपों के कारण लंदन के कई ड्राइवरों के लाइसेंस लंदन के लिए ट्रांसपोर्ट द्वारा रद्द कर दिए गए थे। हमने उन सभी ड्राइवरों का समर्थन किया, जिन्होंने सिटी ऑफ़ लंदन मजिस्ट्रेट कोर्ट में निरसन की अपील की थी और उन सभी ने निरसन के फैसले को उलट दिया था। इस रिपोर्ट के लंदन अपील अनुभाग में इसके बारे में और देखें।

अपील

 

वर्तमान में, उबर और ओला मामलों में तीन निर्णय एम्स्टर्डम में अपील की अदालत के समक्ष लंबित हैं। 11 मार्च 2020 के अपने फैसलों में, एम्स्टर्डम जिला न्यायालय ने फैसला सुनाया कि ड्राइवर स्वीकार्य थे। अधिकारों के हनन की उबर और ओला की अपील को खारिज कर दिया गया। इसके अलावा, ड्राइवरों से कई अनुरोध दिए गए थे, जैसे कि ड्राइवर निगरानी प्रणाली के उपयोग के संबंध में एक्सेस अनुरोध और दो ड्राइवरों की अनुचित बर्खास्तगी के आधार के रूप में उपयोग किए जाने वाले डेटा।

 

फिर भी, पहुंच अनुरोधों का एक बड़ा हिस्सा अस्वीकार कर दिया गया था। हम कई उदाहरणों में विश्वास करते हैं, अदालत ने पारदर्शिता सिद्धांत और डेटा विषयों के अधिकारों की बहुत संकीर्ण या गलत व्याख्या लागू की है। अदालत को उबर द्वारा डेटा प्रोसेसिंग की तकनीकी और कानूनी जटिलता के साथ संघर्ष करना भी प्रतीत होता है।

 

अपील पर, ड्राइवर, अन्य बातों के साथ-साथ, जिला न्यायालय के निर्णय पर निम्नलिखित आपत्तियां उठाते हैं:

 

 

  • 1) यह विचार कि ड्राइवरों को अपने अनुरोधों को अधिक बारीकी से निर्दिष्ट करना चाहिए, गलत है;
     

  • 2) टैग, रिपोर्ट, रेटिंग और जीपीएस-डेटा एक्सेस के अधिकार के दायरे में आते हैं।
     

  • 3) उबर और ओला यात्रियों के 'अधिकारों और स्वतंत्रता' का आह्वान करके पहुंच से इनकार नहीं कर सकते।
     

  • 4) जिला न्यायालय यह स्वीकार करने में विफल रहा कि ड्राइवरों को निष्क्रिय करने के संबंध में Uber के निर्णय कला के अर्थ में स्वचालित निर्णयों के रूप में योग्य हैं। 22 GDPR, चूंकि इन फैसलों ने ड्राइवरों को काफी प्रभावित किया और Uber ने सार्थक मानवीय हस्तक्षेप का सबूत नहीं दिखाया।

Appeals

लंदन लाइसेंसिंग अपील मामले

शिकायतों की बाढ़
 

पिछले एक साल में हमने एक दर्जन से अधिक ड्राइवरों का समर्थन किया है क्योंकि उन्होंने अदालतों में अपील की थी  ट्रांसपोर्ट फॉर लंदन (टीएफएल) ने उबर जैसे ऑपरेटरों से ऐप आधारित धोखाधड़ी के आरोपों के बाद ड्राइवर लाइसेंस रद्द करने का निर्णय लिया। TfL दोहरे स्तर के बाजार में टैक्सी और निजी भाड़े के व्यापार को लाइसेंस देने और विनियमित करने के लिए जिम्मेदार है, जिसे अलग-अलग कानूनों के तहत अलग से विनियमित किया जाता है। लाइसेंस प्राप्त करने के लिए ड्राइवरों और ऑपरेटरों की फिटनेस का आकलन करने के लिए टीएफएल जिम्मेदार है और ऑपरेटरों को फिटनेस मूल्यांकन के लिए सभी ड्राइवर बर्खास्तगी को नियामक को संदर्भित करना आवश्यक है।  

 

सूचना अनुरोधों की स्वतंत्रता से पता चला है कि TfL को 31 अगस्त, 2021 को समाप्त बारह महीने की अवधि के लिए लंदन में लाइसेंस प्राप्त निजी किराया ऑपरेटरों से ड्राइवर बर्खास्तगी की 10,169 सूचनाएं प्राप्त हुईं। यह पिछले वर्ष की इसी अवधि की तुलना में 123% की वृद्धि दर्शाता है। इस अवधि के लिए, TfL ने बताया कि कुल 105,000 लाइसेंस प्राप्त निजी भाड़े के ड्राइवर और 78,000 उपलब्ध लाइसेंस प्राप्त निजी भाड़े के वाहन थे। यह देखते हुए कि वाहन लाइसेंस के लिए चालक लाइसेंस में एक वर्ष की तुलना में तीन वर्ष की अवधि होती है, बाद वाले को आमतौर पर इस अवधि के लिए उपलब्ध काम करने वाले ड्राइवरों की सही संख्या का अधिक विश्वसनीय संकेतक माना जाता है। लेकिन महामारी की अवधि के लिए, राइड-शेयर सेवाओं की मांग नाटकीय रूप से उबेर रिपोर्टिंग बुकिंग के साथ वर्ष के लिए औसतन 50% कम हो गई थी।  

 

यह संभावना है कि अधिकांश रिपोर्ट उबेर से लंदन में सबसे बड़े निजी किराया ऑपरेटर के रूप में आई हैं। यह बर्खास्तगी की अवधि के लिए उपलब्ध कार्यबल के 20% के बराबर हो सकता है। हम सुझाव देते हैं कि बर्खास्तगी के निर्णय में एक सार्थक मानवीय भागीदारी की मात्रा और कमी को देखते हुए, इनमें से कई निर्णय स्वचालित और अर्ध स्वचालित माध्यमों द्वारा लिए और निष्पादित किए गए थे।

London Licensing Appeal Cases

ये बर्खास्तगी अक्सर उबेर की रीयल टाइम आईडी (आरटीआईडी) प्रणाली से जुड़ी समस्याओं के कारण होती है: चेहरे की पहचान और भौगोलिक स्थान जांच  (जैसा कि पा एड्रिसा मांजंग और अवेसो मौलाना के मामलों में चर्चा की गई है), जो गलत तरीके से निर्धारित करते हैं कि ड्राइवर खाता-साझाकरण में संलग्न हैं, यदि ड्राइवर खाते से जुड़े कई डिवाइस एक ही समय में अलग-अलग स्थानों से इसे 'एक्सेस' करते हुए पाए जाते हैं। एक अन्य मामले में हमने जांच की , हम ड्राइवर ऑनलाइन/ऑफ़लाइन डेटा नामक एक अतिरिक्त डेटा सेट को पुनः प्राप्त करने में सक्षम थे, जो "ड्राइवर के ऑनलाइन और ऑफ़लाइन होने पर डेटा प्रदान करता है, जिसे 'ड्राइवर राज्य' भी कहा जाता है।" ड्राइवर जिन अलग-अलग राज्यों में हो सकता है, वे हैं ओपन, एन रूट, ऑन ट्रिप और ऑफलाइन। फिर हमने दोनों डिवाइस के लोकेशन डेटा की तुलना ड्राइवर के ऑनलाइन/ऑफ़लाइन डेटा से की। इससे यह भी पता चला कि ऑनलाइन जाने के लिए केवल ड्राइवर द्वारा ले जाए गए उपकरण का उपयोग किया गया था।

नियामक दबाव

ये मामले महत्वपूर्ण मुद्दों की ओर इशारा करते हैं कि कैसे प्लेटफॉर्म कंपनी की नीतियों के भीतर कार्यकर्ता धोखाधड़ी को परिभाषित किया जाता है। जैसा कि हमने रिपोर्ट में पहले चर्चा की है, यह स्पष्ट है कि ये उदाहरण आपराधिक धोखाधड़ी के कृत्यों का उल्लेख नहीं करते हैं, बल्कि अस्पष्ट रूप से निर्धारित प्रदर्शन मेट्रिक्स को पूरा करने में विफलताओं को संदर्भित करते हैं। निरसन के इन फैसलों का सफल उलटफेर मुख्य रूप से हमारे डीएसएआर का पालन करने में उबर की विफलता और वास्तविक धोखाधड़ी या गलत काम का कोई सबूत प्रदान करने पर निर्भर है। इसे अदालत में कई बार उजागर किया गया है, जहां यह नोट किया गया है कि इन मामलों में किसी भी स्तर पर जनता के लिए कोई जोखिम नहीं रहा है, और यह कि टीएफएल वास्तविक घटनाओं की किसी भी जांच के बिना सीधे निरसन के लिए आगे बढ़ा है।

यह नियामक प्रवर्तन के इस स्तर पर है कि हम जांच की सख्त कमी देखते हैं, न केवल गिग प्लेटफॉर्म द्वारा गति में ऑटोमेशन सेट को कायम रखते हैं, बल्कि इसे प्रोत्साहित भी करते हैं। इस बात के सबूत हैं कि नियामक धोखाधड़ी-रोधी पहचान और रिपोर्टिंग की भी मांग करता रहा है, जो ऑपरेटरों पर अपना लाइसेंस खोने के जोखिम पर करने के लिए दबाव डाला जाता है। Uber की 2020 लाइसेंसिंग अपील के अदालती दस्तावेज़ों से पता चलता है कि TfL ने मार्च 2020 में RTID सिस्टम के लिए डेटा प्रोटेक्शन इम्पैक्ट असेसमेंट (DPIA) की समीक्षा की। TfL से हमें DPIA की एक कॉपी प्रदान करने के लिए हमारे FOI अनुरोध को TfL की आवश्यकता के आधार पर अस्वीकार कर दिया गया था। एक विनियमित इकाई के रूप में Uber के साथ गोपनीयता बनाए रखना।

 

2015 में, टीएफएल ने परामर्श के लिए एक प्रस्ताव जारी किया:  " इसे ऐप आधारित प्लेटफ़ॉर्म के लिए एक आवश्यकता बनाएं, और पूर्व-लाइसेंस जांच और अनुपालन निरीक्षण के दौरान प्रदर्शित कर सकते हैं, लाइसेंस प्राप्त ड्राइवर के अलावा किसी अन्य व्यक्ति द्वारा ऐप का उपयोग करने से रोकने के लिए उपयुक्त सुरक्षा उपायों को वे बुकिंग आवंटित कर रहे हैं।" टीएफएल ने उस तकनीकी समाधान को निर्दिष्ट किया, जिसे वे देखने की उम्मीद कर रहे थे: "हमारी प्राथमिकता ऑपरेटरों के लिए एक ऐसी प्रणाली को डिजाइन करना है, जिससे एक ऑपरेटर के लिए काम के लिए उपलब्ध होने पर, ड्राइवर को समय-समय पर अपने बुकिंग ऐप में वापस लॉग इन करना चाहिए, उदाहरण के लिए चेहरे या फ़िंगरप्रिंट तकनीक, इस प्रकार किसी अन्य ड्राइवर द्वारा उपयोग के लिए खाते को पास किए जाने की संभावना को कम करता है।"  

 

स्वतंत्र नियामक एकीकृत प्रभाव मूल्यांकन उस समस्या के पैमाने की पहचान करने में विफल रहा जिसे टीएफएल संबोधित करने की मांग कर रहा था "वर्तमान में सुरक्षा के स्तर पर उद्योग-व्यापी डेटा का अभाव है।" इससे भी अधिक चिंता की बात यह है कि प्रभाव मूल्यांकन आक्रामक कार्यस्थल निगरानी तकनीक को लागू करने से ड्राइवरों पर किसी भी प्रभाव को स्वीकार करने में विफल रहा, हालांकि उन्होंने ऑपरेटरों के लिए लागत प्रभाव और यात्रियों के लिए मामूली से मध्यम लाभ को पहचाना।

 

अंत में, कोई प्रस्ताव आगे नहीं बढ़ाया गया था, लेकिन टीएफएल ने "यह सुनिश्चित करने के लिए विकल्पों का पता लगाने का संकल्प लिया कि जहां ऑपरेटर ऐप-आधारित प्लेटफॉर्म का उपयोग करते हैं, वे सुरक्षित और सुरक्षित हैं और धोखाधड़ी से उपयोग नहीं किए जा सकते हैं।" हालांकि, एक नियामक मानक की अनुपस्थिति के बावजूद, टीएफएल ने उबर, फ्री नाउ और संभवतः अन्य के लिए लाइसेंसिंग की शर्त के रूप में ऐसे मानकों की शुरूआत को बढ़ावा दिया है। वास्तव में, TfL ने एक वास्तविक नियामक मानक निर्धारित किया है और गिग अर्थव्यवस्था में एक निगरानी हथियारों की दौड़ को उत्प्रेरित किया है, लेकिन एक नियामक प्रक्रिया की उचित सार्वजनिक जांच के बिना ऐसा किया है। 

“यह बेहद चिंताजनक है कि गिग इकॉनमी में कामगारों को काम पर अपने डेटा तक पहुंचने का अधिकार होने का जोखिम है और प्रदर्शन प्रोफाइलिंग, कार्य आवंटन और यहां तक कि रोबो-फायरिंग जैसे स्वचालित निर्णयों से सुरक्षा प्रतिबंधित है।
 

यह दुरुपयोग इस बात को रेखांकित करने का काम करता है कि हमें सभी कामकाजी लोगों के लिए एक नया सौदा क्यों करना है जो सभी श्रमिकों के लिए रोजगार की एक ही स्थिति प्रदान करता है, वास्तव में स्वरोजगार के लिए, पहले दिन से पूर्ण अधिकारों और सुरक्षा के साथ।

स्पष्ट रूप से कंपनियां उन अवसरों का पूरी तरह से फायदा उठाएंगी जो फर्जी स्वरोजगार से उन्हें अपने कार्य बल का दुरुपयोग और शोषण करने का मौका मिलता है, जब तक कि सभी के लिए मौलिक रोजगार अधिकार और सुरक्षा प्रदान करने के लिए कानून द्वारा उस अवसर को बंद नहीं किया जाता है। ”

एंडी मैकडॉनल्ड्स, एमपी

निष्कर्ष

Conclusion

विभिन्न न्यायालयों में हाल ही में प्राप्त लाभ के बावजूद, गिग इकॉनमी में अनिश्चितता की मूलभूत समस्याएं बनी हुई हैं। यहां तक कि जहां श्रमिक अधिकारों का दावा किया गया है, जैसे कि यूके में, सरकार द्वारा कोई व्यापक प्रवर्तन नहीं किया गया है। इससे श्रमिकों के पास मुकदमेबाजी के कुछ विकल्प रह जाते हैं, यदि उनके पास ऐसा करने के लिए संसाधन हैं। निचले पायदान के वर्गीकरण के रूप में कार्यकर्ता का दर्जा अभी भी गिग श्रमिकों के लिए कम है क्योंकि यह अनुचित बर्खास्तगी से कोई सुरक्षा प्रदान नहीं करता है। काम के समय के रूप में प्रतीक्षा समय के लिए भुगतान करने में विफलता प्लेटफॉर्म को उपलब्धता की तात्कालिकता का लाभ उठाने में सक्षम बनाती है ताकि कर्मचारी की कमाई को कम करते हुए ग्राहक प्रतिक्रिया समय को बढ़ाया जा सके।

श्रमिकों के डिजिटल अधिकारों का सम्मान करने के लिए प्लेटफॉर्म की विफलता से ये सभी समस्याएं बढ़ गई हैं। हमारी रिपोर्ट एल्गोरिथम प्रबंधन और स्वचालित निर्णय लेने वाले श्रमिकों की सीमा के बारे में पारदर्शिता के अपर्याप्त स्तर को दिखाती है जो गिग इकॉनमी में अधीन हैं। श्रमिकों को उनके व्यक्तिगत डेटा तक सीधे पहुंच से वंचित कर दिया जाता है, उनके अनुरोध में निराशा होती है या उन्हें केवल एक अधूरा रिटर्न दिया जाता है।

यहां भी हम देखते हैं कि कानूनों को कमजोर तरीके से लागू किया गया है और सुरक्षा का दायरा अपर्याप्त है। अनुचित स्वचालित निर्णय लेने से अनुच्छेद 22 सुरक्षा उन नियोक्ताओं के लिए बचने के विकल्प प्रदान करती है जो रबर स्टैंप के लिए सतही मानव समीक्षा का दावा कर सकते हैं अनुचित मशीन द्वारा किए गए निर्णय। मशीन लर्निंग द्वारा उत्पन्न प्रोफाइलिंग का प्रसार, श्रमिकों के लिए कार्य आवंटन, प्रदर्शन प्रबंधन और अनुशासनात्मक कार्रवाई जैसे कार्यस्थल की बुनियादी बातों से संबंधित स्वचालित निर्णय लेने की निष्पक्षता को कभी भी उजागर करना, समझना या परीक्षण करना बहुत कठिन बना सकता है। यहां तक कि जहां प्रकटीकरण किया जाता है, हम पहली बार व्यक्तिगत डेटा प्रसंस्करण का एक आयामी दृष्टिकोण प्राप्त कर सकते हैं, जबकि काम पर एल्गोरिथम प्रबंधन को वास्तव में समझने के लिए, हमें अलग-अलग एल्गोरिथम प्रबंधन कार्यों के बीच परस्पर क्रिया को समझने की आवश्यकता है।

नए प्रस्तावित यूरोपीय संघ के निर्देश ने यूरोप में गिग इकॉनमी प्लेटफॉर्म वर्कर्स के लिए महत्वपूर्ण नई सुरक्षा की पहचान करने में काफी प्रगति की है जैसे कि रोजगार की धारणा और अनुचित स्वचालित निर्णय लेने के खिलाफ सुरक्षा में वृद्धि। लेकिन गलत वर्गीकरण इस प्रक्रिया को चुनौती देना जारी रखेगा यदि दुष्ट नियोक्ता धोखाधड़ी-रोधी रोकथाम के लेबल के पीछे सच्चे प्रदर्शन प्रबंधन निर्णय और गहन निगरानी को छिपाना जारी रखते हैं।

अदालत में उपाय तक पहुंचने में समय और पैसा लगता है, और अनिश्चित श्रमिकों को अधिक तेजी से समाधान की आवश्यकता होती है यदि उन्हें प्रभावी होना है। इसीलिए श्रमिकों को संगठित और सामूहिक कार्रवाई के माध्यम से अपनी सौदेबाजी की शक्ति में सुधार करना चाहिए। इसलिए श्रमिकों की अपने डेटा तक पहुंचने और पूल करने की क्षमता व्यवस्थित करने में एक शक्तिशाली शक्ति है जिसका अभी तक ठीक से दोहन नहीं किया गया है। जब कर्मचारी अपने डेटा को बेहतर ढंग से नियंत्रित कर सकते हैं, तो वे काम पर अपने भाग्य को बेहतर ढंग से नियंत्रित करने में सक्षम होंगे।

WIE-Logo_White-Block-RGB.png

इस रिपोर्ट को कांसु सफाक और जेम्स फरार ने लिखा था।

उनके योगदान के लिए एंटोन एकर और ऐप ड्राइवर्स एंड कूरियर यूनियन (ADCU), बामा अथरेया और यासीन असलम को उनके निरंतर समर्थन के लिए धन्यवाद।

यह काम मोज़िला फाउंडेशन, डिजिटल फ्रीडम फंड . के सहयोग से संभव हुआ है
और ओपन सोसाइटी फाउंडेशन।

अवंतिका महापात्रा द्वारा चित्रण।

13 दिसंबर 2021 को प्रकाशित

यदि आपके कोई प्रश्न हैं या संपर्क करना चाहते हैं, तो कृपया ईमेल करें: office@workerinfoexchange.org

© 2021 प्लेटफॉर्म इंफो एक्सचेंज लिमिटेड

Acknowledgments
bottom of page