Le auto fantasma di Uber

Quando Heather*, una driver che lavora per Uber da otto mesi, ha aperto l'app per passeggeri qualche settimana fa da casa sua, ha notato qualcosa di strano: la mappa segnalava quattro driver disponibili nelle immediate vicinanze del punto di ritrovo che aveva segnalato, eppure il tempo di attesa stimato era di 17 minuti.

Screenshot delle quattro auto fantasma di Uber visualizzate da Heather, le auto sembrano vicine al punto di ritrovo segnalato eppure il primo veicolo disponibile indicava 17 minuti di attesa.

Esistono due versioni della app di Uber: una utilizzata dai driver per trovare i passeggeri e l'altra dai passeggeri per prenotare le auto. Spesso, i driver si connettono alla versione dei passeggeri per sapere dove si trovano i loro colleghi in modo da non occupare tutti la stessa zona.

La app può essere ingannevole. La discrepanza notata da Heather non sarebbe stata così ovvia in strade più affollate e con tempi di attesa più brevi. Ma in aree più isolate la app mostra chiaramente driver dove è palese che non ce ne sono.

Per sei mesi io e il mio collega Luke Stark abbiamo analizzato come i driver di Uber interagiscono con la app all'interno di un progetto di ricerca finanziato dai Microsoft FUSE Labs. Il nostro lavoro si è svolto intervistando i driver e monitorando i forum su cui loro stessi discutono le auto fantasma che visualizzano nelle vie in cui vivono. Uno in particolare, che posta regolarmente consigli sull'utilizzo dell'app ha persino pubblicato un video su YouTube per mostrare che l'applicazione ogni tanto visualizza auto inesistenti.

Qualche driver ha fatto notare che un ritardo nel sistema dai 30 ai 60 secondi causerebbe rappresentazioni falsate, ma altri riportano di visualizzare regolarmente un gruppo di auto fantasma ovunque stabiliscano il punto di ritrovo.

Qualcuno ipotizza che più che di un bug nel sistema si tratti di una scelta intenzionale da parte di Uber. Se un potenziale cliente apre l'applicazione e non vede auto nelle vicinanze è più tentato di rivolgersi a qualche altro servizio concorrente.

Un portavoce interpellato su questa discrepanza ha detto che dall'applicazione per passeggeri: "il numero di auto e la loro posizione sono generalmente accurati".

Quando invece Heather ha posto la questione ad un membro dell'assitenza di Uber le è stato risposto che la mappa visualizzata dai passeggeri è solo uno "screen saver".

"La app mostra semplicemente che ci sono conducenti per strada", ha spiegato via email il membro dello staff, "non fornisce una rappresentazione del numero esatto di driver o la loro posizione, si tratta solo di un effetto visivo per far sapere che i driver sono disponibili".

"So che potrebbe sembrarti fuorviante ma più che una localizzazione accurata dei driver in una data area è inteso come un effetto visivo e per questo potrebbe essere meglio per te pensarlo come lo screen saver di un computer. Quando un passeggero richiede un viaggio allora vengono visualizzate le informazioni effettive".

Uber non fa distinzione dal punto di vista visivo tra auto disponibili ed elementi che sono parte di un effetto grafico. Ho scritto anche io ad un membro dello staff nello stesso mese in cui lo ha fatto Heather ma da un posto diverso, ponendo la stessa questione e ricevendo una risposta differente: mi è stato spiegato che la discrepanza è una conseguenza della funzioni di zoom in e zoom out.

"La mappa è la più accurata possibile nelle vicinanze della tua posizione" ha scritto lo staff.

Uber raccoglie una grande quantità di dati sui movimenti passati e presenti di driver e passeggeri ma dedurne delle informazioni rilevanti dai lati driver o passeggero dell'applicazione è difficile.

"Dal punto di vista della progettazione, riuscire a fornire in maniera intuitiva una grande quantità di informazioni complesse attraverso lo schermo di un iPhone è una delle nostre più grandi sfide" ha spiegato Kevin Novak esperto di dati di Uber durante una presentazione del 2014 [la parte rilevante iniza al minuto 38:30].

In teoria, se Uber mostrasse le posizioni dei suoi driver in tempo reale, queste informazioni potrebbero essere utilizzate dai servizi concorrenti per mandare i loro autisti nei punti lasciati scoperti. Ma un altro membro dell'assistenza ha spiegato ad Heather che "i progettatori stanno lavorando duramente per migliorare il software in modo da fornici una visione in tempo reale della disponibilità dei partner in una data area".

Malgrado tutto, mantenendo gli utenti all'oscuro dell'accuratezza o della parzialità delle informazioni fornite, Uber può mantenere più controllo su come i driver e i passeggeri interagiscono con il sistema.

Ci sono altre anomalie nelle rappresentazioni grafiche di Uber che emergono dall'esperienza dei driver in particolare quelle che riguardano l'oscillazione dei prezzi delle corse.

Uber connette i driver ai passeggeri tramite direttamente ammassando driver in aree in cui Uber indica la presenza di aumento della domanda. Utilizza messaggi, notifiche, email, mappe colorate e un prezziario variabile per mobilitare i driver verso aree che in certi momenti presentano maggiore richiesta.

Uber dice che il suo algoritmo di variazione dei prezzi adatta il costo di una corsa in base alla domanda e all'offerta: i prezzi si alzano quando ci sono più passeggeri che richiedono le corse, ad esempio durante le ore di punta o quando piove. "L'adattamento dinamico dei prezzi viene regolato in base ai flussi di dati provenienti dai driver e dai passeggeri che forniscono informazioni su domanda e offerta" ha spiegato via mail un portavoce di Uber.

Sample di una mappa colorata visualizzata dai driver. Le aree in giallo indicano un aumento nella domanda dei passeggeri, l'arancione le aree in cui stanno per aumentare i prezzi e il rosso dove i prezzi sono già aumentati. L'entità dell'aumento è variabile in una certa zona.

Mentre l'aumento dei prezzi viene presentato come una conseguenza del mercato, la nostra ricerca invece suggerisce che gli algoritmi di Uber sono anche predittivi: prevedono la domanda e l'offerta in modo che i driver possano spostarsi in anticipo in zone in cui verrano effettuate più richieste ma non riflettono sempre un'immagine accurata in tempo reale. Questa natura predittiva viene illustrata anche nella richiesta di brevetto effettuata da Uber per il suo sitema di posizionamento dinamico dell'offerta di auto. Il documento descrive come "una o più sotto-aree possono essere meno servite in confronto ad altre basandosi su previsioni di andamenti futuri. In questa maniera un driver può prevedere quali aree saranno meno servite e spostarsi vero quelle zone per lavorare di più".

All'interno dello stesso documento viene spiegato che il sistema di Uber utilizza fattori come confronti con gli andamenti passati, informazioni metereologiche il calendario (l'avvicinarsi di eventi speciali ad esempio) per determinare quando un'area avrà più bisogno di essere servita.

I vari driver però spesso trovano che le notifiche di aumento dei prezzi in certe aree non rappresentino un buon indicatore di aumento di domanda e quindi si comportano in modi differenti. Alcuni seguono semplicemente le istruzioni che ricevono dall'applicazione altri scelgono dove dirigersi in base alle loro previsioni di come gli altri driver risponderanno all'aumento dei prezzi: possono evitare le aree consigliate oppure lavorare in periodi della giornata non specificatamente raccomandati dall'applicazione in modo da incontrare meno competizione.

Alcuni fanno notare che l'aumento dei prezzi si placa se tutti accorrono nell'area consigliata e quindi scelgono di aspettare all'esterno dell'area per fare proseguire l'aumento.

Molti driver controllano l'applicazione dal lato passeggero per monitorare il livello di concorrenza degli altri conducenti. Quando i prezzi si innalzano della metà, certi driver controllano l'app dei passeggeri per decidere se accettare le corse al prezzo corrente o attendere che aumenti. In presenza di molti altri conducenti nei paraggi conviene accettare subito ma se ce ne sono pochi è meglio attendere che i prezzi si alzino ulteriormente.

Un messaggio spedito da Uber ad un conducente, postato in un forum commentando: "No grazie, Uber. Avendo dato un'occhiata alla situazione attraverso l'app per passeggeri, il mio mercato è piuttosto saturo con più di 10 driver al momento". - Peter M., driver di Uber.

Jake W., un driver di Uber , ha postato questo screenshot di un'area con prezzi in aumento in un forum commentando: "Mi ci sono fiondato". L'aumento dei prezzi lo ha convinto a dirigersi verso l'area colorata di rosso.

Una notifica da Uber per un driver che ha tentato di disconnettersi: "La domanda è alta nella tua area. Guadagna di più. Non fermarti proprio ora!".

La capacità di Uber di ridurre i tempi di attesa per i passeggeri e di procurare più corse ai conducenti attraverso un analisi algoritmica delle posizioni di ognuno può essere un grande beneficio per gli utenti della app e una manna per le città che vogliono ridurre traffico e inquinamento.

Uno screenshot del punto di vista "dall'alto" che Uber ha delle attività dei passeggeri e dei driver.

Le linee blu sono i percorsi effettuati dalle auto, le linee verdi rappresentano i passeggeri che stanno per essere raggiunti e gli occhi rappresentano utenti che hanno aperto l'app ma non hanno ancora ordinato una corsa. Questo screenshot e la sua spiegazione sono stati inclusi in una presentazione intitolata "Distributed Web Architectures" tenuta da Curtis Chambers, uno dei manager dello sviluppo di Uber, in occasione di un meet-up di Node.js.

Uber comunque non comunica ai driver quanto si pensa che un aumento dei prezzi possa durare oppure quanti altri conducenti sono stati allertati per una data area, informazioni che potrebbero aiutare i driver a pianificare meglio i loro spostamenti e le prossime zone in cui dirigersi o evitare.

"Ok ho atteso in questa zona rossa per mezzora e non sono stato contattato da nessuno!!!" –Dave H., driver di Uber, postato in un forum.

Da quel che emerso leggendo i forum e dalle interviste, molti conducenti più esperti mettono in guardia dall'inseguire gli aumenti dei prezzi perché trovano che non sia una fonte attendibile per fare guadagni. Uno studio sul comportamento dei driver ha rilevato che "più della metà dei driver intervistati, non si fa influenzare dall'aumento dei prezzi". Alcuni raggiungono le zone in cui i prezzi aumentano solo se si trovano nelle vicinanze, se devono guidare 20 minuti per raggiungerle, l'aumento potrebbe arrestarsi prima del loro arrivo. Alcuni si sono ritrovati ad attendere in zone di aumento anche 15 o 20 minuti senza ricevere richieste.

I driver non vengono informati del numero di passeggeri in attesa in una data area o di quanti altri conducenti sono stati contattati per la stessa zona. Mentre i tecnici di Uber dispongono di una "vista dall'alto" dell'attività di driver e passeggeri, i driver non dispongono di tali dati.

I passeggeri imparano a loro volta a manipolare i meccanismi del sistema. Alcuni driver riferiscono che alcuni passeggeri stabiliscono il punto di ritrovo fuori da un'area in cui i prezzi sono in aumento e successivamente contattano i driver per farsi raggiungere nei luoghi in cui si trovano realmente. Alcuni driver esprimono frustrazione per le richieste provenienti dall'esterno delle aree di aumento perché significa lavorare a prezzi più bassi ma rifiutandole rischiano di sforare la percentuale di chiamate rifiutate tollerata da Uber che la monitora. Nel mercato di San Francisco, ad esempio, questo tasso deve essere inferiore al 5 percento altrimenti i driver rischiano di essere espulsi dal sistema.

Screenshot dal sito web del partner di Uber per San Francisco.

I Driver e gli utenti in generale, mancano di una comprensione di come i flussi di informazioni trattati da algoritmi vengono filtrati e manipolati per consumi più semplici anche se a volte disorientanti. Imparano a valutare i vantaggi portati dagli algoritmi confrontoandoli con le proprie esperienze e quelle degli altri conducenti.

La possibilità di ottenere informazioni in tempo reale su dove siano localizzati i driver e i passeggeri ha reso Uber una delle app più utili ed efficienti prodotta negli ultimi anni nella Silicon Valley. Ma se aprite l'app pensando di ottenere la stessa visione d'insieme, resterete delusi: i driver e i passeggeri hanno accesso solo a parte del disegno totale.

Alex Rosenblat è ricercatore e autore per Data & Society, un istituto di ricerca di New York dedicato alle questioni sociali, culturali ed etiche che emergono dallo sviluppo tecnologico incentrato sui dati.

* Le identità sono state modificate per preservare l'anonimato dei driver.