DoorDash ha lanciato giovedì 19 marzo 2026 una nuova applicazione indipendente, denominata “Tasks”, che offre ai suoi corrieri — i cosiddetti Dashers — la possibilità di guadagnare denaro tramite la realizzazione di micro-compiti. Questi incarichi sono specificamente finalizzati all'addestramento di sistemi di intelligenza artificiale e robotica. Si delinea così un modello che trascende la semplice consegna, trasformando i Dashers in una rete distribuita per la raccolta di dati video e audio, e fornendo al contempo un’opportunità economica, sebbene di natura episodica.
Funzionamento di “Tasks” e tipologie di attività
L'applicazione “Tasks” permette ai corrieri di completare diverse tipologie di incarichi. Tra questi, vi sono la ripresa di attività quotidiane, come il lavaggio a mano di almeno cinque stoviglie, richiedendo di inquadrare ciascun piatto per alcuni secondi. Altre attività includono la registrazione di conversazioni in lingue diverse dall’inglese. DoorDash ha chiarito che il compenso per ogni attività è mostrato in anticipo e viene determinato in base all'impegno richiesto e alla complessità del compito.
L'utilizzo strategico dei dati raccolti
I video e gli audio originali inviati dai lavoratori non sono impiegati solo per affinare i modelli di AI interni a DoorDash, ma anche per migliorare quelli sviluppati da partner.
Questi partner operano in settori diversificati come il retail, le assicurazioni, l'ospitalità e la tecnologia. L'azienda sfrutta la sua vasta rete di Dashers per raccogliere dati di contesto fisico reali, un asset di valore inestimabile per le imprese che sviluppano robot destinati a interagire con il mondo concreto.
Un network esteso per la “digitalizzazione del mondo fisico”
Con questa iniziativa, DoorDash ha di fatto trasformato i suoi circa 8 milioni di corrieri in una capillare rete di raccolta dati per l'intelligenza artificiale, con l'ambiziosa visione di “digitalizzare il mondo fisico” in maniera rapida ed estesa. Questo posiziona DoorDash in una condizione unica, non più solo come piattaforma logistica, ma anche come fornitore di dataset strutturati direttamente dal campo, acquisendo un significativo vantaggio competitivo nella raccolta di dati dal mondo reale.
Limitazioni geografiche e sfide normative
Il servizio “Tasks” è attualmente disponibile in alcuni mercati selezionati degli Stati Uniti. Tuttavia, è esplicitamente escluso in diverse giurisdizioni, tra cui California, New York City, Seattle e Colorado. Queste aree sono note per l'applicazione di leggi più stringenti a tutela dei diritti dei gig worker, suggerendo un approccio prudente da parte dell'azienda riguardo alle questioni normative relative alla classificazione dei lavoratori.
Un trend emergente nel settore gig economy
Il modello adottato da DoorDash si inserisce in una tendenza più ampia che sta prendendo piede nel settore della gig economy. Anche Uber, attraverso diverse modalità, ha iniziato a consentire ai propri autisti di svolgere piccoli incarichi, come il caricamento di foto, video o audio, per addestrare algoritmi di AI, offrendo così un'ulteriore opportunità di guadagno alternativo.
Impatto e riflessioni sull'evoluzione del lavoro
Questa evoluzione dell'economia dei gig worker solleva interrogativi significativi. La trasformazione dei lavoratori in veri e propri “sensori umani” permette una raccolta dati economica, ma pone questioni cruciali sul valore percepito del lavoro, sulla trasparenza delle operazioni e sui modelli di compenso. Alcuni potrebbero interpretare questa novità come un'opportunità flessibile per un micro-guadagno, mentre altri potrebbero vederla come un'ulteriore estensione dello sfruttamento, dove l'algoritmo monetizza ogni gesto umano.
In prospettiva, “Tasks” si configura come un esperimento rilevante nell'ibridazione tra lavoro umano e intelligenza artificiale.
Rappresenta un ulteriore passo verso una “economia dei dati fisici”, dove i lavoratori non sono più solo protagonisti della consegna di beni, ma anche generatori attivi di contenuti formativi per sistemi intelligenti. Sarà fondamentale monitorare come questo modello si evolverà, se verrà regolamentato o, eventualmente, ritirato.
