Translating (with) Frank. Las temporalidades asincrónico-aceleradas de un algoritmo urbano

• Morera, Diego ^[2] ; Delso, Rodrigo ^[1]
  1. [1] Universidad Politécnica de Madrid

     Universidad Politécnica de Madrid

     Madrid, España

     
  2. [2] Universidad Politécnica de Madrid, España (doctorando) y Facultad de Arquitectura, Diseño y Urbanismo, Universidad de la República, Uruguay (docente).
• Localización: Kultur: revista interdisciplinària sobre la cultura de la ciutat, ISSN-e 2386-5458, Vol. 11, Nº. 22, 2024 (Ejemplar dedicado a: Flujos y territorios: formas de vida en la economía digital), págs. 36-55
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En cualquier esquina de la ciudad, miles de algoritmos se cruzan optimizando repartos de productos, procesando cámaras CCTV, geolocalizando personas, ingiriendo datos de sensores medioambientales, midiendo el nivel de ruido o la limpieza de las calles, calculando la mejor zona para abrir una nueva tienda o asistiendo a los técnicos urbanistas en la toma de sus decisiones. La mayoría de estos algoritmos vinculados a la economía digital, se procesan en servidores online, mientras que las consecuencias de sus cálculos se materializan en espacios físicos, aumentando la complejidad de compresión del medio urbano en general.

    La presente investigación explora el impacto socio-espacial de las plataformas de entrega de comida a domicilio como agentes urbanos de pleno derecho. Estas plataformas utilizan sus algoritmos bajo lógicas temporales asincrónicas, priorizando la eficiencia y aceleración, lo que genera tensiones con otras temporalidades urbanas. El estudio se centra en el algoritmo "Frank" de Deliveroo, desarrollado entre 2018-2021, que optimizaba la eficiencia mediante cálculos predictivos y modelos de machine learning, y se investigan las implicaciones de estas operaciones, destacando cómo las infraestructuras urbanas actuales, basadas en datos y algoritmos, están reformulando la manera en que experimentamos y vivimos el tiempo en la ciudad.

  • català

    En qualsevol cantonada de la ciutat, milers d’algorismes s’encre-uen per a optimitzar repartiments de productes, processant càmeres CCTV, geolocalitzant persones, ingerint dades de sensors mediambientals, mesurant el nivell de soroll o la neteja dels carrers, calculant la millor zona per a obrir una nova botiga o assistint els tècnics urbanistes en la presa de decisions. La majoria d’aquests algorismes vinculats a l’economia digital es processen en servidors en línia, mentre que les conseqüències dels seus càlculs es materia-litzen en espais físics, la qual cosa fa augmentar la complexitat de compressió del medi urbà en general.La present investigació explora l’impacte socioespacial de les plataformes de lliurament de menjar a domicili com a agents urbans de ple dret. Aquestes pla-taformes utilitzen els seus algorismes sota lògiques temporals asincròniques, prioritzant l’eficiència i acceleració, la qual cosa genera tensions amb altres temporalitats urbanes. L’estudi se centra en l’algorisme «Frank» de Deliveroo, desenvolupat entre 2018-2021, que optimitzava l’eficiència mitjançant càl-culs predictius i models de machine learning, i s’investiguen les implicacions d’aquestes operacions, en les quals destaca com les infraestructures urbanes actuals, basades en dades i algorismes, estan reformulant la manera en què experimentem i vivim el temps a la ciutat.

  • English

    On any street corner in the city, thousands of algorithms intersect, optimising product deliveries, processing CCTV cameras, geolocating people, ingesting data from environmental sensors, measuring noise levels or street cleanliness, calculating the best area to open a new shop or assisting urban planners in their decision making. Most of these algorithms, linked to the digital economy, are processed on online servers, while the consequences of their calculations materialise in physical spaces, increasing the complexity of understanding the urban environment in general.

    This research explores the socio-spatial impact of food delivery platforms as urban actors in their own right. These platforms use their algorithms under asynchronous temporal logics, prioritising efficiency and acceleration, which generates tensions with other urban temporalities. The study focuses on Deliveroo's ‘Frank’ algorithm, developed between 2018-2021, which optimised efficiency through predictive calculations and machine learning models, and investigates the implications of these operations, highlighting how current urban infrastructures, based on data and algorithms, are reshaping the way we experience and live time in the city.

      Translated with DeepL.com (free version)