Fabián trabaja como repartidor de comida a domicilio. Forma parte del paisaje urbano que se entrama y emerge al ritmo del capitalismo de plataformas (Srnicek 2016). En este artículo queremos pensar las maneras en que los repartidores están reaprendiendo a trabajar. Por un lado, sus previas trayectorias biográficas y laborales los fuerzan a integrar esta flota precarizada de trabajadores móviles, con la necesidad de aprender a manejarse ahora entre la calle y la pantalla, entre el flujo de datos y el umbral de restaurantes y viviendas. Por otro, la interdependencia entre el control y la gestión algorítmica del trabajo de reparto y las prácticas cotidianas de los riders que acatan, discuten o reactualizan el funcionamiento de las aplicaciones, opera para nosotras como una relación sociotécnica dinámica y contingente, en tensión, (re)haciéndose cada día cual «estado beta» en construcción permanente (Ferrari y Graham 2021). Bien sea penetrando un nuevo campo de trabajo o bien renovando constantemente los saberes y técnicas requeridas para el reparto, estos actores pasan su tiempo reaprendiendo a trabajar.

En su clásico Aprendiendo a trabajar, Willis (1977) etnografía las prácticas escolares de jóvenes varones de clase obrera, analizando su agencia en la configuración de su posición social. En su obra, escuela y fábrica se interrelacionan y albergan prácticas informales que producen «apropiaciones por propio derecho» (1988: 66). En la escuela, los «colegas» o hijos de la clase obrera inventan fórmulas de desacato y solidaridad: hacen novillos, interrumpen la clase, boicotean al profesorado, se burlan del alumnado de clase media o abandonan la institución. Al tiempo que elaboran significados compartidos, atravesados por el racismo y el patriarcado, sus prácticas terminan en la fábrica, reproduciendo la posición social de sus padres.

Casi medio siglo después de aquella publicación y con las transformaciones sociales, económicas, tecnológicas y subjetivas que atraviesan hoy el mundo del trabajo, en este artículo indagamos en las prácticas de intercambio de saberes que los repartidores entretejen al manejarse con los algoritmos. Pensaremos cómo reaprenden hoy a trabajar y en qué medida sus «mañas» les permiten reproducir su fuerza de trabajo. Esta perspectiva es situada y contempla el saber como campo de poder (Haraway 1991). También reconoce la existencia de límites e insolidaridades, y el carácter frágil de estas «alianzas de aprendices» articuladas entre riders (Garcés 2020). No obstante, atendemos a la producción colectiva de saberes por dos razones: primero, porque frente a la «opacidad» que parece caracterizar a estas empresas (Cini 2022), situarlos en el centro del análisis nos permite visibilizar las relaciones que sostienen su trabajo, necesarias para manejarse en las calles y sostener la vida en el capitalismo de plataformas. Solo así podremos descubrir aspectos del funcionamiento de las plataformas que de otra manera quedan ocultos (Bellacasa 2011). Segundo, porque nos permiten desvelar los mundos de algoritmos no como mundos cerrados sino como relaciones sociales enactadas en tensión, que se interpretan y reapropian en la práctica cotidiana, aún limitadas por la lógica del control digital. Así, el manejo de algoritmos ya no es solo un inextricable misterio técnico -envuelto en distancia, silencio y opacidad- sino que se vuelve también una tarea social de reproducción.

Por un lado, los análisis de la economía feminista nos ayudan a pensar la contradicción entre los procesos de reproducción y de acumulación de capital (Pérez Orozco 2012; Carrasco 2014; Federici 2018). A su vez, seguimos la literatura sobre economía de plataformas, con énfasis en la solidaridad y acción colectiva (Beck y Brook 2020; Cant 2020; Tassinari y Maccarrone 2020). En base a ello, los estudios de ciencia y tecnología nos permiten ver los algoritmos, desde la práctica material de los repartidores, no como un hecho indiscutible (matter of fact) sino como una cuestión problemática y de interés (matter of concern) que concierne, congrega y hace actuar conjuntamente a los repartidores (Latour 2004). Entre la vulnerabilidad e interdependencia de las vidas que moviliza, veremos cómo el manejo cotidiano del algoritmo produce prácticas de apoyo que sostienen el trabajo de los riders, convirtiendo este manejo en un matter of care, un asunto o una cuestión de cuidados (Bellacasa 2011).

Metodológicamente, nos nutrimos del trabajo de campo realizado de febrero a noviembre de 2022 en las ciudades españolas de A Coruña y Zaragoza. A los grupos de discusión y entrevistas en profundidad cabe añadir las observaciones, las derivas urbanas, los itinerarios a pedales junto a repartidores y la etnografía digital, aquella que ve en los medios y tecnologías digitales una expresión material más de la cotidianidad estudiada (Pink et al. 2019), evidenciada aquí en el uso recurrente que los repartidores hacen del smartphone y las redes sociales, y en su interacción con los algoritmos. Hemos realizado esta investigación con siete hombres y tres mujeres, la mayoría en su cuarentena, procedentes de Argentina, Colombia, Ecuador, Rumanía y Venezuela, y que trabajan como asalariados, en régimen autónomo o subarrendando cuentas. Esta muestra, resultado de nuestra permanencia en el campo, refleja la composición de la fuerza de trabajo en el sector del reparto de comida a domicilio, que en el contexto español y en tantos otros está protagonizado en su mayoría por población migrante y masculinizada (Popan 2021). A la hora de tratar los datos e identidades, primero hemos hecho uso del consentimiento informado para aclarar nuestra presencia en el campo, y a continuación, hemos optado por anonimizar las fuentes y utilizar pseudónimos.

La economía feminista ha puesto en el centro de sus análisis aquellos trabajos y relaciones indispensables para el sostenimiento de la vida, visibilizando así los procesos que el pensamiento androcéntrico ha históricamente ocultado. Teniendo esto en cuenta, en nuestro análisis pensaremos la relación entre el control algorítmico de las plataformas y las prácticas cotidianas entretejidas por los riders en su trabajo. A nuestro entender, estas operan como prácticas de reproducción social que, más allá del concernimiento latouriano, actúan como prácticas de cuidado o matters of care (Bellacasa 2011).

Discutiendo la distinción de Latour (2004) y entendiendo los cuidados, a partir de Fisher y Tronto (1990: 40), como «una actividad de la especie que incluye todo lo que hacemos para mantener, continuar y reparar nuestro “mundo” para poder vivir en él de la mejor manera posible», Bellacasa nos permitirá pensar las relaciones que los riders construyen en el intercambio de saberes como relaciones interdependientes y cuidadosas, como aquello que los algoritmos invisibilizan pero sin lo que no podrían operar. Enredados sociotécnicamente en una urdimbre más-que-digital, los repartidores producen una infraestructura de saberes que posibilita el reparto en/de las plataformas. Frente a la intensificación y precarización del trabajo, los riders van generando trucos que les permiten seguir adelante y llegar al final de cada día de reparto. Trucos que comparten en calles, plazas, esperas, puertas de restaurantes, talleres de bicis, redes sociales como Facebook o grupos como Panas Riders, que une en WhatsApp a «panas» o colegas repartidores. En su etnografía sobre Deliveroo, Cant (2020) describe una «organización invisible» que articula prácticas similares. Frente a la opacidad de las plataformas, esta invisibilidad contrapone una «prudencia táctica» (Scott 1985) con la que los trabajadores negocian sus relaciones algorítmicas de manera situada (Shapiro 2018).

En el trabajo de reparto, seas autónomo, asalariado, subcontratado o subarrendado, la empresa no te enseña a trabajar. Es decir, no invierte en tu formación, no te muestra cómo desempeñarte en las calles ni cómo manejar la aplicación. A menudo te despacha tras una breve conversación telefónica y te invita a empezar a repartir. En adelante, la comunicación con la plataforma será escasa y estará mediada por técnicos de soporte, aquellos que irritaban a Fabián en la viñeta inicial. Será en el día a día cuando los repartidores aprendan a manejarse por las calles, produciendo e intercambiando trucos, tácticas y consejos. En esta cotidianidad, el «giro digital» ha transformado las formas de vigilancia de los trabajadores. Las plataformas han introducido tecnología Big Data, desarrollando sistemas de control y evaluación del rendimiento de los trabajadores al combinar geolocalización, smartphones y apps (Valenduc 2019). El consumidor también se incorpora a la supervisión mediante las evaluaciones que efectúa en la aplicación. Pero la falta de transparencia en torno al funcionamiento de los algoritmos y las dificultades de comunicación entre repartidores y plataformas provocan una «asimetría de información» con los repartidores (Cant 2020; Woodcock 2021). Esta asimetría modula un clima de desconfianza e incertidumbre en las calles, envuelve a las plataformas en cierta «opacidad» (Tassinari y Maccarrone 2020; Cini 2021), produce una percepción de exterioridad en la relación repartidores-algoritmos, e incentiva los rumores, la inventiva y la especulación de los riders.

Para entender cómo los repartidores aprenden a trabajar, advertimos que los algoritmos son objetos sociales múltiples e inestables, ni tan rígidos ni estáticos (Seaver 2017). Son puestos en acto en las tareas de reparto, que desvelan cómo una variedad de actores se ensamblan, sincronizan e interaccionan contingencialmente mediante prácticas sociomateriales. Prácticas que están mediadas por algoritmos, en la medida en que éstos, que se actualizan en cada situación y en cada momento en tanto relación social en curso, operan a su vez como mediadores en las relaciones entre agentes. En nuestro trabajo de campo, los repartidores navegan entre un no saber inicial, cargado de sospechas y acatamientos, y una proliferación de saberes, rumores y especulaciones algorítmicas. Incluso los más avezados nos dicen: «Hay criterios que no sabemos». A veces, la incomprensión se impone a la certeza: «Hay una… digamos, señal de radar… que se expande cien o quinientos metros, o un kilómetro. Uno cree que si está cerca del restaurante le llegará el pedido, pero a veces está lejos y le cae. No entiendo esta aplicación». En base a las conjeturas, la experimentación y el «ensayo-error», los riders aprenden a manejarse. Tejen, en cada situación, prácticas-y-saberes entrelazados que son uno-y-lo-otro a la vez (Savransky y Tironi 2021). Conforme interactúan y se articulan grupos, los más experimentados guían a los noveles:

En el análisis de los sistemas sociotécnicos, la falta de transparencia y la opacidad han quedado metaforizadas en la imagen de la «caja negra» (Latour 1987). El régimen de saber experto, presuntamente aislado del mundo material que le da sentido, así como el poder que lo infunde y el perfil técnico de quienes lo custodian y monopolizan, han nublado la experimentación con el mundo e impedido pensar más allá del candado de los saberes y de la producción de verdad que involucran. En la gig economy, algunas prácticas de los repartidores intentan sortear o sobreponerse a las asimetrías y a la opacidad por la vía de la producción colectiva de alianzas y tácticas (Woodcock 2021). A pesar de su carácter pasajero y a veces contradictorio, dichas prácticas tensan y problematizan los algoritmos como relación social, y los abren precariamente a su disputa. En la práctica, los algoritmos no solo median o afectan la relación entre agentes (repartidores, restaurantes, consumidores, etc.) sino que se tornan ellos mismos una relación social emergente, aterrizada en contextos socio-materiales concretos. Aquí, contestar la opacidad pasa por producir saberes. Rastreando estas prácticas y siguiendo a Latour (2004), los algoritmos de las plataformas que vibran en el teléfono de los repartidores, o la caja negra, pasarían de ser un matter of fact, es decir, una cuestión de hecho, inapelable y cerrada de antemano, a un matter of concern, esto es, un asunto que interesa, preocupa, ocupa y concierne a los repartidores en el ejercicio de su trabajo.

En este salto, la relación con las plataformas se convierte en una cuestión que hace emerger lazos, afectos y acciones. La mediación algorítmica ya no es vista desde una perspectiva unívoca y resignada, como algo completamente externo ante lo que nada se puede. Cuando Nelson, quien se alegra por «la autonomía de poder decidir cuándo trabajar y cuándo no», nos comenta -con el teléfono en mano y haciéndonos viajar por la aplicación- que los multiplicadores -algoritmos que permiten seleccionar en la app el valor de los pedidos (1.0, 1.1, 1.2…)- son para él una «hijueputá», pasa a estar concernido. Cuando en base a su experiencia entiende que si sube el multiplicador a una hora temprana es probable que no le «entren» pedidos durante todo el día, y que no puede bajarlo hasta pasadas veinticuatro horas, acaba por inventar sus jugadas: «La jugada es no utilizarlo al inicio sino al final del día, en las horas prime, si has tenido bastantes pedidos y te lo puedes permitir…». En nuestra etnografía esta cuestión se transforma en un interés y preocupación colectiva. En base a la misma surgen «jugadas» y los repartidores intercambian trucos con los que sortean la injusticia que perciben en la asignación de pedidos. Enactan así, en su agenciamiento, una «subjetividad participativa» (Ziewitz 2017), en tanto se co-constituyen con el algoritmo, jugando con sus imposiciones y buscando líneas de fuga, no al margen sino en continua relación con ellos. Como dice Fabián, en la plaza, «si el grupo se reúne y se pone de acuerdo en poner el mismo multiplicador, les tienen que mandar pedidos sí o sí». Sus prácticas encaran colectivamente las controversias del algoritmo, sostienen con este una relación dialógica y movilizan una red de actores (Latour 2004).

Los «truquitos», dice Naty, «se comparten, nadie lo esconde». En el grupo de discusión su argumento encontraba respaldo: «Es casi obligación decirlo. Pensamos que debemos hacerlo porque si no la empresa nos roba». Para nosotras, estos gestos de sociabilidad y comunicación -que brotan muchas veces de los más expertos a los recién llegados- expresan afectos, atraviesan los cuerpos y derivan de una ética para con el otro que sostiene su trabajo de reparto, articulándose como una cuestión de cuidado (Bellacasa 2011). En estos entramados sociotécnicos, el sentido de solidaridad y de injusticia compartida refiere un tipo de economía moral que diferencia lo justo de lo injusto («es injusto que nos evalúen a nosotros y no a los comercios»; «yo cambiaría los algoritmos para que localicen al del coche o la moto para ir lejos, no al de la bicicleta»; «ellos saben que ando en coche, no me pueden ofrecer 3.26€ por pedido, así que lo rechazo»), y que en este caso implica una relación precaria y temporal en torno al trabajo de plataformas (Beck y Brook 2020; Popan 2021). La injusticia, a su vez, es múltiple, relacional e interseccional: dispone espaciotemporalmente determinados cuerpos en la ciudad -con marcas de género, etnia, estatuto migratorio, edad, capacidad, (in)movilidad-, expuestos a condiciones laborales adversas, accidentes e inseguridad (Sheller 2020); y los expone a una injusticia también digital, atravesados por el control, la opacidad, el extractivismo de datos y la asimetría de información (Vecchio et al. 2022).

En este contexto, los repartidores inventan tácticas para sobrellevar su tiempo en las calles. Estas toman la forma de artimañas, trucos colectivizados discretamente (Scott 1985) que plantean un desafío al abrir los posibles y la agencia en un marco de relaciones algorítmicas. Entablan una negociación o acción calculada, pero no contundente o transformadora, propia de repertorios de acción desplegados en los últimos años mediante huelgas y manifestaciones (Cant 2020; Cini 2021; Woodcock 2021). El suyo es más bien un rumor prudente y cuidadoso, propio de quienes detentan posiciones subalternas y creen, como decía Sergio, que «si te defiendes, te acaban quitando la cuenta, o dando menos trabajo… como un castigo». Ante el miedo y la sospecha de lo que provocaría un enfrentamiento directo con las plataformas, articulan formas de «solidaridad algorítmica» y «entornos de aprendizaje» (Yu, Treré y Bonini 2022) que refuerzan lo colectivo (Tassinari y Maccarrone 2020) y tratan de corregir o «reparar» -a veces ingenuamente- las injusticias que perciben, testeando y tanteando sus límites en el manejo del algoritmo (Velkova y Kaun 2021).

Reaprender implica reiniciar, actualizar. Pese a la desigual distribución de fuerzas los algoritmos son contingentes, reajustables, para riders y plataformas. He ahí un límite de estas prácticas. Tomemos dos ejemplos. Primero, las estrategias de reconocimiento facial. Para evitar las tácticas de repartidores que subarriendan sus cuentas y sortean el reconocimiento, Glovo ha dejado temporalmente de solicitar el check-in & go que exigía hacerse un selfie para verificar la identidad. La empresa no ha parado en vano: «Hace un día recibí un correo de Glovo diciendo que van a reactivar el reconocimiento facial. Lo pararon porque lo estaban reacondicionando». Estas palabras advierten la circularidad de la (re)apropiación, en un sistema que se rehace incesantemente y donde las plataformas también aprenden, se adaptan y reconfiguran en torno a estas prácticas (Ferrari y Graham 2021). El segundo ejemplo nos remite a la sospecha de Carla, una repartidora que afirma que si su grupo de colegas se junta repetidamente en un lugar, gradualmente les comienzan a «caer» menos pedidos. De este modo, la relación algorítmica mediaría espacialmente la dispersión e individualización de la fuerza de trabajo: «Por eso prefiero irme a otro lado. Ya no voy a Plaza España, aunque me gusta… pero no».

A pesar de sus límites, nuestro campo está sembrado de gestos con los que enseñan y aprenden a trabajar, y de otros con los que juegan al despiste. Todos parecen basarse en la camaradería que percibimos pedaleando con ellos, siguiendo el reparto: a ese ritmo acelerado se le yuxtaponían saludos mutuos y afectivos, bendiciones, buenos deseos, bromas, preguntas por la familia y el trabajo. En las esperas escuchamos las historias de sus relaciones: «ese me habló del trabajo en la empresa donde estoy ahora», «ese me ayudó cuando pinché». También aparecían prácticas de apoyo fuera del reparto, como las del taller ReCiclos, sostenido por activistas de la movilidad. Allí Fabián montó su primera bici para trabajar y arregló otra que regaló a un compañero. En el taller reciclan, reparan y reensamblan piezas, «cacharreando» -cómo él dice- sin más coste que mancharse las manos (Diz 2016): «Yo no sabía nada de bicicletas y allí me enseñaron. Es un gran apoyo». Saber reparar es clave cuando la bicicleta es tu medio de trabajo.

Otras tácticas circulan información. Quienes usan moto y coche echan mano de Waze app, que alerta de radares y controles policiales. Esto también se comenta en el WhatsApp de Panas Riders: «ayer mi sobrino mandó una foto: “mira, en este carro hay policías uniformados”». Cuando alguien roba una bicicleta o un patín, este grupo se pone en guardia. Ahí se ofrece ayuda para lidiar con Extranjería, buscar habitaciones en alquiler, aconsejar rutas, informar sobre la salud de alguien tras un accidente, charlar sobre propinas y cuestiones de trabajo… Tal como dice Ramón, «si yo escribo en el grupo… “necesito ayuda”, y estás cerca, tú vas». El WhatsApp actúa como backstage para comunicar y organizar a los trabajadores (Cant 2020). Si parte del trabajo pasa por el manejo del smartphone, en él no solo hay «conversaciones con soporte», como decía Fabián, sino que a este archivo de la opacidad se le suma un espacio de conectividad que permite abrir hilos, contar historias, brindar apoyo, bromear y pasar el tiempo. Un espacio no exento de roces, como alguna repartidora nos cuenta al narrar su incomodidad ante chistes que circulaban en un ambiente masculinizado.

Algunas artimañas derivan, según Fabián, de que «en este trabajo uno nunca ve al jefe ni sabe quién es el jefe». Esto le irrita cuando el algoritmo lo envía lejos, quiere dar cuenta y ha de perder tiempo en la plaza -«en la oficina»- mientras la comunicación se atasca en la app: «Al gestor de Uber le dices: “tengo este problema, voy en bicicleta, de noche… no me manden por una autopista”. Te dice que hables con soporte, y este lo deja a uno en blanco, en el limbo». Fabián recurre frecuentemente a la imagen del limbo, enredado opacamente en una comunicación distante, intermediada y externa: «Te dicen: “Cancela el pedido bajo tu responsabilidad, pero esto puede afectar tu tasa de aceptabilidad…”». Para él, el colmo tuvo lugar tras un accidente. «Sentí un desgarro, como si me hubieran arrancado la pierna. Tenía un pedido y lo entregué caminando, pero me seguían llegando pedidos. Tuve que ir a Urgencias, le escribí al gestor y me preguntó por el turno de mañana… ¡Solo les interesa la plata!». Esta sensación de injusticia propulsa la solidaridad y las tramas de cuidado de muchos riders.

Cuando llueve, esperan en los soportales junto a la plaza. Unos traen café, pan y tuppers de comida caliente. Mariano sortea la lluvia conectándose desde casa. Vive entre restaurantes y al estar cerca le «entran» pedidos. Se fue de Glovo a Just Eat tras regularizar sus papeles, y recuerda los primeros consejos de sus «compadres»: «Váyale por Juan Flórez y coja las escaleras mecánicas», le decían para recortar el itinerario de GPS predefinido por Google Maps; «aquí, mejor caminar y atajar», le indicaban para salvar cuestas. Todos le advertían: «sin tu ubicación no eres nada». El control se impone mediante la geolocalización de los trabajadores. Los saberes que producen no escapan a este control, aunque intentan esquivarlo temporalmente. Su experiencia produce conocimientos situados, parciales y frágiles (Haraway 1991). Estos son también conocimientos geosituados, esto es, saberes de reparto mediados digitalmente por las aplicaciones, que si bien reconocen los límites del control al que están sometidos, sobre ellos actúan y performan su ingenio. Así, «le da uno a detener pedidos» cuando quiere evitar una entrega lejana y conectarse de vuelta en la plaza; o «le hace así y asá» a la aplicación, abriéndola, cerrándola, rechazando pedidos, calculando el riesgo, el recorrido, el esfuerzo, el tiempo y las ganancias.

En este artículo, la «oficina» a cielo abierto que es la ciudad para los repartidores, se vuelve un espacio de inventiva y experimentación donde los riders pasan su tiempo reaprendiendo a trabajar. A casi cincuenta años de la obra de Willis (1977), que enfatizaba la agencia de unos actores que no alcanzaban a través de sus prácticas informales sino resoluciones parciales, nuestra investigación permite pensar la cotidianidad de los trabajadores en la actual economía de plataformas. En el manejo de los algoritmos, el no-saber inicial se resuelve mediante la producción colectiva de saberes situados que se comunican, replican e intercambian entre repartidores. Este proceso de aprendizaje sincronizado y en actualización permanente posibilita el trabajo de reparto de los riders. Los lazos y el apoyo mutuo entretejido en las plazas, el WhatsApp, los talleres, etc., les permiten sobrellevar la situación de vulnerabilidad, precarización e inseguridad que enfrentan, al tiempo que reproducen su fuerza de trabajo. Así pues, los repartidores se mueven, como los «colegas» de Willis, en la tensión entre esta doble dimensión de la reproducción social.

En nuestra etnografía, las tácticas articuladas en torno al reparto contienen o reparan las injusticias de la gestión algorítmica. No son disruptivas pero sí afirman la agencia de los riders en el trabajo de plataformas, aunque sus resultados sean igualmente parciales y las empresas también renueven sus estrategias y aprendizajes (Velkova y Kaun 2021). Aun así, demuestran que los algoritmos no son rígidos ni estáticos, y que están entramados en relaciones sociotécnicas que pueden (re)hacerse de múltiples maneras en la práctica cotidiana (Ferrari y Graham 2021). Reaprendiendo a trabajar, los repartidores nos desvelan con sus prácticas cómo los mundos de algoritmos se imbrican y requieren en todo momento de una red de actores amplia, a veces difusa e invisibilizada, ni aislada ni neutral, siempre situada y compleja (Latour 2004). En su (pre)ocupación, los riders afectan y actualizan en el campo nuestros limitados saberes etnográficos en un mundo de algoritmos. También nosotras, rastreando su cotidianidad digitalizada, estamos reaprendiendo a trabajar.

Estas prácticas de intercambio de saberes no solo reflejan la vulnerabilidad de quienes las performan sino también la fragilidad del régimen sociotécnico de plataformas. Con esto evidenciamos lo que los repartidores ponen en acto en su manejo de los algoritmos: el paso del matter of fact al matter of concern (Latour 2004), con la consiguiente asociación de intereses que convierte un asunto de hecho, inapelable, innegociable, en una cuestión que articula tácticas, solidaridades y saberes. En dicha articulación, lo que parecía intocable e incontestable se deconstruye relacionalmente y se abre a lo cotidiano. Además, lo que postulamos en este artículo es que estas prácticas materiales funcionan entre repartidores como formas de cuidado. Desde el feminismo, afirmando la interdependencia como forma ontológica de un ser (y un saber) entrelazados, Bellacasa (2011) dialoga con la dualidad latouriana para proponer una epistemología del saber como cuidar (y viceversa) en estos regímenes sociotécnicos propios del tiempo de las plataformas. Así, las prácticas de producción e intercambio de saberes entre repartidores iluminan aquello que las empresas invisibilizan: las tareas necesarias para sostener el trabajo de reparto. En nuestra etnografía, algunas de estas tareas pasan por reaprender en cada momento y en cada situación a manejarse con los algoritmos, (des)conectarse de la app, moverse en las calles o «saberse las mañas». El cuidado, aquí, se articula en un ensamblaje de cuerpos, dispositivos, infraestructuras, (in)movilidades y aplicaciones, fuera del amparo y de la protección de las empresas. ¿Qué ocurriría si esta dimensión ética se introdujese en el diseño de los algoritmos? ¿Qué tipo de plataformas emergerían? ¿Cómo se alumbrarían y cuidarían los saberes? Quizás podríamos imaginar un diseño multivocal, abierto y multisituado, donde los aprendizajes y experiencias que generan los riders, mientras manejan los algoritmos, importen.