Dans son ouvrage Les nouveaux contremaîtres. Enquête sur la surveillance au travail à l’heure de l’IA, Clément Pouré retrace l’histoire et le déploiement de la surveillance technologique au travail (et jusqu’au domicile) – caméras, géolocalisation, analyse vocale, etc. – en articulant les évolutions récentes du travail avec des phénomènes constitutifs du capitalisme industriel. Il montre les conséquences violentes de ces nouvelles formes de contrôle sur les salarié·es, en particulier les travailleur·ses dits « peu qualifié·es » qui en sont les premières victimes.
Propos recueillis par Manon Legrand, journaliste Démocratie
Le Covid a-t-il constitué un tournant sécuritaire?
On voit, en effet, durant les premiers mois du COVID un déploiement massif de technologies de surveillance dans l’espace public: drones, caméras thermiques dans les aéroports… Le gouvernement déploie aussi son application de tracking social. Mais à côté du Covid, c’est aussi le développement du télétravail qui va constituer un vrai moment de bascule. La pratique du télétravail se généralise et les outils de surveillance trouvent avec celui-ci un nouveau territoire, le domicile. Les bosswares, logiciels d’espionnage des salarié·es, s’arrachent. Les logiciels qui organisent le travail en ligne se multiplient et servent aussi à contrôler et surveiller. Les logiciels d’espionnage des salarié·es – les boss wares, sortes de caméras de surveillance invisibles–s’arrachent aussi1 . La surveillance au travail n’est donc pas un phénomène nouveau, mais on observe, avec la généralisation du télétravail, un boom. Si la presse parle alors beaucoup du phénomène sur les cadres, j’ai voulu savoir comme ça se passait pour les autres travailleur·ses, dans les centres d’appel ou la boulangerie en bas de chez moi, par exemple.
Vous clôturez votre enquête au moment où s’imposent les modèles d’intelligences artificielles génératives. Mais la surveillance numérique les précède…/span>
Si l’on prend l’exemple des centres d’appels, l’outil de surveillance qui met sur écoute un·e salarié·e et peut savoir à la seconde près ce qu’il fait ou comment il parle, consiste en de l’IA algorithmique à l’ancienne. Je ne fais en fait pas de distinction sémantique–comme la font les médias et la tech– entre l’IA générative et les algorithmes plus anciens. Le terme «intelligence artificielle» désigne de façon plus large les technologies entrainées à imiter l’intelligence humaine, comme les outils de vision assistée par ordinateur, les solutions de management algorithmique… Je rappelle que l’IA n’est ni intelligente ni «magique». Il y a derrière l’IA des logiciels, du travail, l’extraction de ressources naturelles, un enfant exploité quelque part et de la donnée. Le lieu de travail est un espace historique de récolte de données.
« La surveillance consiste en une attention constante sur le comportement et le travail d’un·e salarié·e, qui se met alors la pression 'tout seul. »
Vous vous penchez sur des entreprises comme Amazon, McDo, Basic-Fit. Vous parlez aussi d’Uber, et des plateformes qui sont, selon vous, le modèle le plus abouti de management algorithmique. Pourquoi?
À aucun moment, l’entreprise ne produit quelque chose. Sa force repose sur le logiciel algorithmique qui lui permet d’organiser le travail–et l’exploitation des travailleur·ses précaires. En plus, ces entreprises comme Deliveroo ou UberEats vont, en géolocalisant les livreur·ses, non seulement les surveiller pour intensifier leur travail, mais aussi pouvoir extraire des données–par exemple sur la circulation dans le cas d’Uber–que ces plateformes peuvent ensuite monétiser.
Quelle différence faites-vous entre le contrôle et la surveillance?
Prenons l’exemple du géant de la logistique Amazon, où le contrôle est tellement puissant que la surveillance est plus rare. La surveillance consiste en une attention constante sur le comportement et le travail d’un·e salarié·e, qui se met alors la pression «tout seul». Le contrôle, quant à lui, se met en place en amont. Il s’agit d’organiser le travail, la façon dont les tâches doivent être accomplies au moyen, par exemple, de casques de commande vocale. Ces casques signalent en temps réel au·à la travailleur·se quel colis récupérer, sur quelle palette le ranger, etc. Cela n’empêche pas Amazon d’avoir accès aux données précises d’un·e travailleur·se. Lorsque ces données sont utilisées, cela devient alors de la surveillance. Finalement, surveillance et contrôle se nourrissent et se répondent.
« Moins les travailleur·ses sont autonomes, moins ils font bien leur travail. »
L’argument principal des patrons est que la surveillance augmente la productivité. Qu’y répondez-vous?
Le logiciel algorithmique sert à organiser le travail plus «efficacement» selon le langage de l’entreprise. Il faut d’abord se demander de quoi on parle quand on parle de productivité. Dans la tête des patrons, elle est nécessaire pour gagner plus d’argent. Mais quel en est le prix pour les travailleur·ses? Elle engendre des souffrances physiques et psychologiques, des malades et des mort·es du travail. On peut aussi, si cela était nécessaire, interroger le cout collectif que cela représente pour la société d’abimer les gens au travail. Au bout du compte, ce sont les citoyen·nes qui payent pour cette course à la productivité. Aussi, la surveillance entraine une mise sous pression supplémentaire des travailleur·ses et une perte d’autonomie. Moins les travailleur·ses sont autonomes, moins ils font bien leur travail. On le voit dans la logistique. Avant l’arrivée des outils, les salarié·es disposaient d’une expertise, ils cherchaient à trouver la façon la plus efficace et la moins éprouvante de réaliser leurs tâches. Autre exemple: une étude intéressante réalisée dans un open-space a montré qu’après avoir posé des rideaux, la productivité a augmenté, car les gens se sentaient plus libres et moins surveillés. Alors, à partir de ces constats, on peut se demander quel est le but réel de la surveillance dans la tête d’un patron ? L’enjeu de la surveillance, c’est de renforcer le pouvoir patronal sur les corps, de déposséder les travailleur·ses de leur savoir-faire et d’attaquer leur autonomie. Car dans la tête d’un patron, un·e ouvrier·ère qui a un savoir-faire a du pouvoir et notamment le pouvoir de faire grève. La surveillance s’inscrit donc aussi dans une volonté patronale, comme l’a montré Danièle Linhart dans son travail sur le happiness management 2, de transformer un salarié compétent en un salarié sympathique, pour au final mieux l’exploiter.
Cela génère aussi des travailleur·ses plus facilement «remplaçables»…
Absolument, et des travailleur·ses déqualifié·es et peu couteux·ses. Dans Le Capital, Marx écrit que le capitalisme vampirise le travail vivant, c’est-à-dire que le capital ne se valorise qu’en absorbant le travail vivant, celui des ouvriers. Cela pourrait aussi décrire l’IA qui transforme le travail vivant en travail mort.
Quelles conséquences ces technologies ont-elles sur la santé psychique et physique des travailleur·ses?
Sur le lieu de travail, elles engendrent une perte de lien, de l’ennui. Tant les caméras de surveillance chez Basic-Fit que les logiciels d’écoute des conseiller·ères et d’analyse d’entretien de la Banque postale, pour ne citer qu’eux, mettent une pression sur les travailleur·ses. Dans la logistique, les technologies augmentent les cadences, engendrent des gestes intenses et répétés. Des techniques comme le voice speaking ont des conséquences au-delà du lieu de travail. Avant, les travailleur·ses rentraient chez eux, certes avec l’idée peut-être de faire un «boulot de merde», mais ils·elles étaient tranquilles. Maintenant, ils ramènent cette technologie à domicile. Une personne m’a, par exemple, expliqué qu’elle pouvait dire «ok» par réflexe lorsqu’elle attrape une brique de lait chez elle, qu’elle ne parvenait plus à écouter la musique au casque, sans parler des migraines dont elle souffrait. Toutes les études révèlent l’impact terrible des technologies sur la santé.
Vous consacrez un chapitre aux discriminations des algorithmes. Quelles sont vos observations majeures ?
Je précise d’abord que les discriminations à l’embauche existaient déjà avant l’automatisation des recrutements. Les chiffres sont là pour le prouver. Ensuite, on voit que les technologies ne sont pas au point, même en prêtant attention à des critères évidents de discrimination. Cela pose la question de comment on objective les critères ? Je donne l’exemple d’un employeur qui privilégie les salarié·es vivant près du lieu de travail estimant que leur temps de trajet réduit les rendrait plus fidèles à leur travail sur le long terme. Ce critère, en apparence neutre, ignore la réalité que nous n’avons pas tous et toutes les mêmes chances de choisir notre adresse. En effet, il ressort d’études que la proximité entre lieu de vie et lieu de travail est fortement corrélée à la race. Je souligne aussi que les discriminations relèvent du fonctionnement naturel de l’intelligence artificielle. Elles commencent à la conception de ces outils, les concepteurs majoritairement blancs –et comptant un quart de femmes seulement, selon les études les plus généreuses – savent qu’ils créent un outil inégalitaire. La technologie permet en fait à des employeurs d’objectiver et de légitimer la discrimination. Il a été prouvé en France que la CAF (Caisse nationale des allocations familiales) utilise ces technologies pour repérer d’éventuels fraudeurs et cible algorithmiquement les plus précaires (en regardant, par exemple, si les gens ont beaucoup d’enfants) et les personnes d’origine extra-européenne.
