Un marché du travail à la demande plus précaire émerge autour des start-ups technologiques : que pouvons-nous faire ?

Le chat GPT de l'OpenAI a suscité une inquiétude mondiale quant à l'avenir des marchés du travail, provoquant un vaste débat sur les mesures à prendre pour atténuer les pertes d'emploi des travailleurs déplacés par cette nouvelle technologie. Les discussions tournent autour des solutions possibles, telles que la taxation des robots qui remplacent les humains ou l'imagination d'une société dans laquelle le travail est redéfini comme un choix plutôt que comme une nécessité.  

Cependant, la façon dont l'IA et d'autres entreprises technologiques exacerbent la précarité du marché du travail en générant de nouveaux types de travail contractuel caché n'a pas fait l'objet d'une attention particulière. À la fin de cet article, je préconise trois mesures pour atténuer et prévenir les vulnérabilités découlant de ces structures de travail en évolution. 

La quantité de travail humain nécessaire pour faire fonctionner les systèmes d'IA, les sites web et les applications est stupéfiante. L'apport humain est souvent présent dans des tâches telles que la résolution de programmes complexes, le marquage, la génération ou le nettoyage de données pour entraîner les modèles d'IA, la modération du contenu et la prise en charge des chats d'IA chaque fois que le système doit relever des défis. Cependant, cette contribution humaine est souvent cachée et invisible, ce que Mary Gray et Siddharth Suri (2019) ont qualifié de "travail fantôme", car ils sont intégrés d'une manière qui ressemble à une simple fonction d'un programme informatique.   

La motivation apparente derrière la dissimulation de ce travail est de créer une illusion de toute-puissance de l'IA, en attirant l'attention sur la "superpuissance" du système d'une entreprise particulière afin de persuader les utilisateurs d'adopter ses services d'IA. Cependant, une autre motivation pourrait être de cacher les conditions précaires dans lesquelles travaillent les travailleurs qui alimentent ces technologies. 

Les entreprises externalisent souvent cette main-d'œuvre en connectant un réservoir de main-d'œuvre à leurs interfaces de programmation d'applications (API) afin d'embaucher automatiquement des travailleurs à la demande pour effectuer une tâche spécifique. Ces réservoirs de main-d'œuvre, appelés plateformes de main-d'œuvre en ligne, comme Amazon Mechanical Turk, Universal Human Relevance de Microsoft et LeadGenius, fournissent une main-d'œuvre bon marché sans les avantages traditionnels liés au travail. Elles diffèrent des plateformes basées sur la localisation, où les tâches sont exécutées dans un lieu physique spécifique par des individus, comme les chauffeurs de taxi et les livreurs. 

En conséquence, une importante main-d'œuvre a émergé autour des entreprises technologiques, caractérisée par une plus grande insécurité des revenus et des conditions de travail défavorables, qui brouillent la responsabilité des entreprises envers leurs travailleurs et contournent les conditions de travail normalisées. Cela accroît les inégalités entre les individus situés au sommet de la hiérarchie de l'entreprise et ceux situés en bas de l'échelle. En outre, comme l'affirme Berg (2019), cet arrangement transfère les risques aux travailleurs, qui supportent les charges financières associées aux variations de la demande. 

La demande pour ce type de main-d'œuvre est principalement le fait d'entreprises basées dans les pays développés, et une part importante de l'offre de main-d'œuvre provient des pays en développement (OIT, 2021), en particulier de ceux où les salaires sont bas et qui disposent d'un excédent de diplômés en technologie. Cependant, l'Online Labour Index (OLI) 2020 de Stephany et al. (2021) a révélé une réalité surprenante : en effet, les trois premiers pays contribuant à l'offre de main-d'œuvre sont asiatiques, tandis que les États-Unis et le Royaume-Uni se classent aux quatrième et cinquième rangs, comme l'illustrent les figures 1 et 2.  

Les travailleurs à la demande représentent donc un nouveau type de travailleurs qui constituent déjà une part importante du marché du travail dans les économies développées. Cela suggère que l'impact le plus immédiat des technologies émergentes est l'abandon de l'emploi conventionnel au profit de "modalités d'emploi non standard, y compris le travail temporaire et à temps partiel, les contrats occasionnels ou à zéro heure et le faux travail indépendant" (Berg, 2019).  

La complexité du phénomène réside dans le fait que leur caractère temporaire fait partie de ce qui les rend indispensables pour conduire la "révolution de l'IA". Pour illustrer ce propos, prenons le projet de Fei-Fei Li, professeur d'informatique et codirecteur du Stanford Human-Centered AI Institute, dont l'objectif était d'entraîner des machines à identifier l'objet principal d'une image. L'équipe a essayé plusieurs méthodes pour mener à bien le projet, comme l'embauche d'étudiants universitaires et le développement d'un algorithme d'apprentissage automatique pour attribuer automatiquement des étiquettes aux images. Toutes ces tentatives se sont révélées infructueuses.  

Des années plus tard, l'équipe de Li a découvert Amazon Mechanical Turk, qui permettait d'accéder à une vaste réserve de main-d'œuvre internationale bon marché capable de travailler 24 heures sur 24. L'ensemble de données qui en a résulté, appelé ImageNet, est devenu un étalon-or pour les équipes de recherche, permettant le développement d'algorithmes de reconnaissance d'images plus sophistiqués. "Les travailleurs de MTurk sont les héros méconnus de la révolution de l'IA" (Gray & Suri, 2019). 

Leur absence d'engagement fixe envers une entreprise spécifique conduit à la formation d'un pool commun de travailleurs accessible à de nombreuses entreprises capables de puiser dans ce puits d'expertise partagée, de disponibilité et de diversité qui permet une innovation continue et abordable. Dans le même temps, elle réduit les coûts de transaction, car les API et l'IA ont éliminé les coûts liés au recrutement, à la formation et à la fidélisation des travailleurs. Toutefois, ces coûts sont désormais supportés par les travailleurs eux-mêmes.  

La nécessité de ce type de main-d'œuvre pour faire avancer le progrès technologique souligne l'urgence de réglementer ce nouveau type de travail. Voici quelques idées qui pourraient contribuer à éviter la détérioration du marché du travail et à mettre en place une transformation technologique bénéfique pour tous.  

Premièrement, il est nécessaire d'élargir le champ d'application des dispositions du droit du travail en étendant les droits et les avantages à tous les types de travailleurs, indépendamment de leur modalité contractuelle ou de leur statut d'emploi (Gray et Suri, 2019). Cela est important étant donné que le travail temporaire et à temps partiel est souvent assorti de moins de droits et de protections sociales. 

Deuxièmement, l'importance des investissements nécessaires pour entreprendre de grands projets de données à forte intensité de main-d'œuvre et chronophages empêche les entreprises d'embaucher immédiatement des travailleurs et/ou de verser une rémunération équitable pour le travail. Toutefois, étant donné que les ensembles de données et les services d'IA sont souvent vendus et revendus plusieurs fois, les entreprises peuvent mettre en place un mécanisme permettant de suivre les contributions des travailleurs et de les rémunérer de manière appropriée chaque fois que leur travail est utilisé. 

Enfin, mettre en place des réglementations pour les plateformes numériques de travail qui les obligent à assumer la responsabilité des travailleurs sur leurs plateformes. Il s'agit notamment de veiller à ce que les travailleurs ne soient pas tenus de payer des frais ou de bénéficier d'un accès préférentiel à des tâches payantes, d'empêcher les algorithmes de discriminer ceux qui refusent un travail, d'adopter des mesures telles que le "droit à la déconnexion" et de fournir aux travailleurs des plateformes des moyens d'obtenir un "prix décent" pour leur travail. Une approche plus complète impliquerait que les plateformes embauchent les travailleurs en tant qu'employés, couvrent leur sécurité sociale, offrent un salaire minimum pour un nombre d'heures déterminé et autorisent des gains supplémentaires pour les tâches accomplies afin de compléter leur revenu. 

En conclusion, il est important d'attirer l'attention des politiques sur les plateformes de travail en ligne afin de garantir aux citoyens des opportunités de travail décentes dans une économie post-industrielle, ainsi qu'un progrès technologique qui profite à tous. 

BIBLIOGRAPHIE 

Berg, J., Furrer, M., Harmon, E., Rani, U., and Silberman, M.S. (2018) Digital labour platforms and the future of work: Towards decent work in the online world, Geneva, ILO 

Farrell, D. and Greig, F. (2017) The Online Platform Economy: Has Growth Peaked?, JPMorgan Chase Institute 

Gray, M. and Suri, S. (2019) Ghost work : how to stop Silicon Valley from building a new global underclass 

ILO (2021) The role of digital labour platforms in transforming the world of work, World Employment and Social Outlook. Accessible at: https://www.ilo.org/global/research/global-reports/weso/2021/WCMS_771672/lang--en/index.htm 

Stephany, F., Kässi, O., Rani, U., & Lehdonvirta, V. (2021) Online Labour Index 2020: New ways to measure the world’s remote freelancing market. Big Data & Society, 8(2). Accessible at: https://doi.org/10.1177/20539517211043240