Par définition, un syndicat est un groupement de personnes dont l’objet est la défense ou la gestion d’intérêts communs. Une entreprise qui emploie au minimum 50 salariés est obligée d’organiser des élections pour la nomination d’un délégué syndical par un syndicat représentatif, qui sera chargé de négocier les conditions et l’organisation du travail avec l’employeur, en accord avec les remarques et revendications des collaborateurs.
En ce qui concerne le recours à l’intelligence artificielle par les syndicats, de manière générale, cela semble présenter des avantages potentiels, mais uniquement si les syndicats sont prédisposés à délibérément repenser cette technologie autour d’une philosophie de syndicalisation et à la considérer comme un outil supplémentaire de syndicalisation des personnes, plutôt que de la voir comme une mesure d’économie de coûts.
En fait, si l’intelligence artificielle envahit les entreprises d’aujourd’hui, c’est principalement en vue d’augmenter la productivité au travail grâce à la mise en place de nouveaux systèmes. Nul ne peut nier que les bénéfices sont énormes, que ce soit à travers la mise en place d’une prospérité et aisance au travail, l’instauration d’une égalité presque parfaite entre les membres des équipes, une croissance solidaire et une empreinte environnementale plus significative. Toutefois, ces résultats ne sont pas garantis et demeurent dépendants de l’amélioration de la redistribution de la richesse produite par les machines. Autrement dit, il faudrait partager équitablement les fruits récoltés de cette intelligence artificielle, et ce avec la participation des travailleurs et des syndicats, afin de conduire à des collaborateurs plus épanouis, à une réduction des heures de travail, à une amélioration des conditions de travail et à des investissements en matière de compétences et de formation.
Nombreux sont les systèmes d’intelligence artificielle et leurs impacts sur les conditions de travail sont variables. À titre d’exemple, les systèmes d’intelligence artificielle sont capables de fournir de nouveaux outils de travail, remplacer certaines tâches actuellement effectuées par des êtres humains ou fournir le cadre de nouvelles méthodes d’analyse du travail. Quel que soit l’objet des systèmes d’IA et la manière dont ils sont mis en œuvre, la plupart nécessitent l’apport de données.
Collecte des données : protéger la vie privée des collaborateurs
De par sa nature, tout système d’IA a besoin de données pour réaliser les tâches pour lesquelles il est conçu et ces données doivent être de grande qualité car des données de qualité inférieure conduisent inévitablement à des résultats biaisés. Cela dit, des méthodes précises et rigoureuses de collecte de données sont donc une condition préalable au succès de la mise en œuvre de l’intelligence artificielle. C’est ainsi, par exemple, que si un système d’IA analyse la qualité ou le rendement d’un travail, il faut collecter des données sur l’activité et les performances des travailleurs plus systématiquement et à plus grande échelle que dans les analyses plus traditionnelles.
En vue de collecter à l’avenir plus de données de manière plus systématique, les entreprises sont censées augmenter le nombre de points distincts où les collaborateurs et leurs outils de travail sont mesurés, une démarche qui comporte principalement deux défis majeurs. Le premier réside dans le fait que l’augmentation de la collecte de données peut constituer une atteinte au respect des droits des travailleurs en matière de sphère privée et une rupture de confiance entre l’employeur et le travailleur. Quant au deuxième, il est relatif au risque d’inciter les collaborateurs à contourner le but du système et à fournir uniquement un travail correspondant le mieux aux critères d’évaluation spécifiques, ce qui pourrait produire un biais dans les données. Par exemple, les composantes sociales du travail et les initiatives qui ne font pas partie de la description du travail – des activités qui contribuent au bien-être individuel et à la croissance, en plus de la productivité – pourraient devenir sans valeur si elles ne sont pas intégrées dans la matrice d’évaluation du travail. La réalisation de ces activités risquerait de conduire à une mauvaise évaluation du travailleur parce que moins de temps serait consacré au travail mesuré.
Ces deux défis précités risquent d’entraîner la mise en œuvre d’un système d’IA qui, contrairement à son objectif principal, nuit à la productivité et au moral des travailleurs. La mise en œuvre d’un tel système d’IA pourrait aussi comporter le risque d’avoir des écarts entre la finalité du système et les informations contenues dans les données collectées. C’est un défi auquel est confronté tout modèle statistique, mais dont il est très important de s’occuper lorsqu’on analyse un phénomène aussi complexe que le travail.
Quel rôle des syndicats dans la gestion des données ?
À l’instar de la collecte des données, les défis se rapportant à la gestion des données doivent être traités dans le cadre de négociations entre les partenaires sociaux. La fédération syndicale européenne, UNI EUROPA, précise dans un rapport sur l’intelligence artificielle que gestion des données doit se conformer à la législation et la réglementation existantes. La direction d’une entreprise devrait rendre des comptes et pouvoir faire l’objet de contrôles en ce qui concerne la gestion de toutes les données qui comportent des données à caractère personnel. Bien que la responsabilité soit une exigence du RGPD (Règlement général sur la protection des données), il n’est pas obligatoire, à l’heure actuelle, que les entreprises fassent l’objet d’un audit sur leur gestion des données des travailleurs. « Nous sommes convaincus que les travailleurs ont le droit de savoir et d’avoir leur mot à dire sur la manière dont leurs données sont stockées et le lieu de stockage. Ils devraient également savoir et avoir leur mot à dire sur le moment et le lieu où leurs données sont transférées ainsi qu’au sujet de ceux qui ont accès à leurs données », lit-on dans le rapport qui dresse la liste des éléments que doivent comporter les négociations des partenaires sociaux en la matière, à savoir :
- Justification et consultation préalable. Toute méthode de gestion des données qui sont générées par les travailleurs devrait être légitimée par la finalité de la collecte des données, y compris la détermination des personnes et des systèmes informatiques pouvant avoir accès aux données et la détermination du temps de stockage de ces données. Les représentants des travailleurs devraient être consultés au sujet de ces processus.
- Contrôle et accès. Avant d’activer un système de gestion des données, il faudrait indiquer aux travailleurs quelles sont les entités juridiques qui contrôlent et/ou ont le droit d’avoir accès à leurs données. Les syndicats devraient avoir accès aux données de leurs membres, sous réserve du consentement des membres.
- Patrimoine numérique. Lorsque les travailleurs cessent d’exercer un emploi, ils devraient avoir le droit de décider du sort des données collectées par leur employeur au sujet de leur travail, conformément aux dispositions du RGPD.
- Redistribution des bénéfices. Si un employeur profite économiquement ou par d’autres moyens de l’utilisation, de la concession sous licence de l’utilisation, ou de la vente à un tiers des données générées par les travailleurs, ces bénéfices devraient être redistribués aux travailleurs.
- Transparence. Si les systèmes d’IA utilisent des données à caractère personnel, ces données devraient être utilisées d’une façon légale et compréhensible par toute personne concernée. Toutes les parties devraient être obligées de procéder au marquage des systèmes d’IA afin que les utilisateurs et les consommateurs soient informés comme il convient des méthodes d’intelligence artificielle.
- Traçabilité. Les systèmes d’IA devraient être conçus et documentés de manière à permettre la traçabilité et la compréhension des décisions prises. Ceci devrait être particulièrement le cas pour les applications qui sont sensibles en termes de droits fondamentaux ou qui comportent des risques financiers, sociaux ou liés à la santé. Les exigences concernant la documentation, la transparence et la traçabilité pourraient différer selon la fonction de chaque système, le champ de l’application et les risques encourus.
- Analyse de risques. Si un système d’IA est susceptible d’avoir un impact important sur les droits personnels ou les conditions de travail ou d’avoir d’autres conséquences sur le plan social, il est bon de procéder à une analyse de risques. Cette analyse devrait comprendre les risques liés au processus décisionnel humain, à la discrimination sociale et à l’impact sur les conditions de travail. Pour effectuer une analyse de risques, toutes les parties concernées – en particulier les représentants des travailleurs – devraient être impliquées dans la définition des lignes directrices.
- Evaluation. Les systèmes d’IA devraient être évalués en fonction de leur impact social, sauf si une analyse préalable des risques a démontré qu’il n’existait aucun impact pertinent. Les évaluations devraient reposer sur des critères de réussite prédéterminés mais aussi permettre l’analyse des expériences et des résultats nouveaux et inattendus. Il faudrait procéder à une évaluation lors de la phase pilote afin de pouvoir découvrir de bonne heure les défauts et les problèmes, en faisant participer les salariés. Ceci aidera les représentants des salariés à jouer un rôle au niveau de la préservation du design humain des systèmes d’intelligence artificielle.
