Wage Against the Machine: hoe borg je eerlijke arbeidsvoorwaarden wanneer jouw baas een algoritme is

Dit is een tijdelijke pagina voor een concept waar ik momenteel aan werk

Steeds vaker worden mensen voor klussen ingehuurd en beoordeeld via technologie. Wanneer je een taxi besteld via Uber zorgt het algoritme voor de matching, de bepaling van de prijs en de kwaliteitscontrole. Het algoritme doet dit niet uit zichzelf, maar wordt geprogrammeerd met variabelen die zijn ingegeven door het platformbedrijf Uber.

De website Rentahuman.ai, een platform waar je je als mens kunt aanmelden om betaalde klussen te ontvangen van een AI agent, laat zien dat het inhuren van mensen via automatische software (agents) in de toekomst vaker zal worden gebruikt. Hierbij is de grote vraag: hoe zorg je ervoor dat de mensen die worden ingehuurd worden betaald volgens de lokaal geldende tarieven en voorwaarden? Hoe voorkom je dat jouw AI agent mensen uitbuit en de wet overtreed, wat mogelijk indirect ook op jou als ‘baas’ van de agent kan worden verhaald?

De Zweedse vakbond Unionen sprak in 2018 al over het inprogrammeren van cao lonen in algoritmes van platformen. Op basis van dit idee zal ik in de nazomer van 2026 met studenten van de Hogeschool van Amsterdam aan een een ontwerp werken van een API, promptgenerator of een andere technische applicatie waarbij prompts voor het inhuren van mensen worden gematched aan een database met een regionaal gebonden Living Wage. Hierdoor wordt in de prompt voor het inhuren van mensen automatisch de kaders gesteld wat de (wettelijk verplichte) voorwaarden zijn.

Studenten maken een ontwerp voor een applicatie, maken specifiek welke datapunten nodig zijn om tot een berekening van een verantwoorde vergoeding te komen en bouwen een daadwerkelijke applicatie, waarbij datapunten beschikbaar worden gesteld door de WageIndicator Foundation.