Resumen de Uberización: Tiempo y Control Algorítmico

## Introducción Los sistemas de calificación (o "rating") son mecanismos digitales que permiten evaluar el comportamiento, la calidad del servicio o la experiencia de usuarios, trabajadores y espacios. Se basan en puntuaciones numéricas, emoticonos o comentarios y funcionan como señales de reputación en plataformas y servicios. En este material analizaremos cómo funcionan, qué efectos tienen sobre la interacción entre usuarios y proveedores, y qué problemas y variantes conceptuales presentan. > Definición: Un sistema de calificación es un conjunto de herramientas y procedimientos digitales que recogen, agregan y presentan evaluaciones de usuarios sobre personas, servicios o espacios, con el objetivo de informar decisiones y regular comportamientos. ## Cómo funcionan (desglose) ### Componentes básicos - Recolección de evaluaciones: interfaces que piden al usuario puntuar (estrellas, emoticonos, "me gusta") y/o dejar comentarios. - Agregación: cálculo de promedios o métricas agregadas a partir de múltiples valoraciones. - Presentación: visualización pública o privada de la calificación (perfil, historial, listados). - Acción: medidas que derivan de la calificación (filtros, recomendaciones, sanciones). > Definición: Agregación es el proceso mediante el cual se resumen múltiples valoraciones individuales en una métrica representativa, como un promedio ponderado o una mediana. ### Tipos de inputs de usuario - Puntuaciones numéricas ($1$, $2$, $3$, $4$, $5$) - Emoticonos o iconos (caritas, corazones, pulgares) - Comentarios textuales - Selecciones binarias (sí/no) ### Métodos de cálculo comunes - Promedio simple: suma de puntuaciones dividida por el número de votos. - Promedio móvil o ventana: solo se consideran las últimas $n$ calificaciones (por ejemplo, últimas $500$) para calcular el promedio. - Ponderación temporal: valoraciones recientes pesan más. - Mediana: valor central que reduce el efecto de outliers. > Definición: Promedio móvil es una técnica que calcula la media solo sobre un subconjunto limitado de datos recientes, p. ej. las últimas $500$ evaluaciones, para reflejar comportamiento actual. ## Efectos sociales y funcionales ### Externalización de funciones de supervisión - Los clientes se convierten en evaluadores y, por tanto, en una forma de control social y operacional. - Las empresas obtienen información gerencial gratuita y disminuyen costos de supervisión directa. ### Desplazamiento de responsabilidades - Usuarios confunden fallas de la plataforma con el desempeño individual, y castigan al trabajador en la calificación. - La calificación puede condicionar acceso futuro a servicios o el trato por parte de la plataforma. Did you know que las valoraciones de usuarios a menudo están «emoticonizadas» para facilitar la respuesta y aumentar la tasa de participación, lo que puede banalizar y simplificar juicios complejos? ## Problemas y sesgos - Sesgo de atribución: confundir fallas sistémicas con desempeño individual. - Selección de muestra: solo responden quienes tienen experiencias extremas (muy buenas o muy malas), sesgando el promedio. - Manipulación y fraude: valoraciones falsas o coordinadas pueden distorsionar la reputación. - Efecto de clima emocional: estado de ánimo del evaluador afecta la calificación. - Efecto de forma: iconografía infantilizada puede influir en la seriedad de la evaluación. ## Comparación de métodos de agregación | Método | Ventajas | Desventajas | |---|---:|---| | Promedio simple | Fácil de calcular; intuitivo | Sensible a outliers y a respuestas extremas | | Promedio móvil (últimas $n$) | Refleja desempeño reciente; atenúa historial antiguo | Puede penalizar por picos temporales o eventos aislados | | Mediana | Robusta ante outliers | No refleja cambios graduales en el tiempo | | Ponderado por confianza | Da más peso a evaluadores verificados | Más complejo; requiere sistema de verificación | ## Diseño de la interfaz y efectos en la conducta - Microinteracciones: i