L. Bardon . – La distanciation sociale, brusquement mise en place pour freiner la propagation du coronavirus, va-t-elle accélérer le lancement et l’adoption de technologies d’automatisation ? Une étude de la Commission européenne a révélé il y a seulement quelques années que 80% des Suédois avaient une vision positive des robots et de l’IA. Ce qui s’est révélé être quasiment diamétralement opposé à la perception des citoyens français. Les citoyens suédois considèrent que leur gouvernement et les entreprises pour lesquelles ils travaillent vont prendre soin d’eux. Ils voient donc l’automatisation plutôt comme un moyen d’améliorer l’efficacité des entreprises. Comme les employés suédois tirent les bénéfices de profits accrus via des salaires plus élevés, ce qui est positif pour les entreprises l’est aussi pour les travailleurs. “Non, j’ai peur de la vieille technologie”, a déclaré la ministre suédoise de l’emploi et de l’intégration, Ylva Johansson, au New York Times il y a quelques années. “Les emplois disparaissent, puis nous formons les gens aux nouveaux emplois. Nous ne protégerons pas les emplois. Mais nous protégerons les travailleurs. “
Les entreprises ont demandé à des travailleurs à distance d’installer toute une série d’outils. Hubstaff est un logiciel qui enregistre les frappes de clavier et les mouvements de souris des utilisateurs, ainsi que les sites web qu’ils visitent. Time Doctor va plus loin, en prenant des vidéos des écrans des utilisateurs. Il peut également prendre une photo par webcam toutes les 10 minutes pour vérifier que les employés sont bien devant leur ordinateur. Et Isaak, un outil fabriqué par la société britannique Status Today, surveille les interactions entre les employés pour identifier ceux qui collaborent le plus, en combinant ces données avec les informations des dossiers du personnel pour identifier les personnes qui sont des “faiseurs de changement”.
Aujourd’hui, une entreprise veut aller encore plus loin. Elle développe un logiciel d’apprentissage automatique pour mesurer la rapidité avec laquelle les employés accomplissent différentes tâches et proposer des moyens de les accélérer. L’outil donne également à chaque personne un score de productivité, que les responsables peuvent utiliser pour identifier les employés qui valent le plus la peine d’être conservés – et ceux qui ne le valent pas.
Une fois qu’il a appris le modèle de comportement typique pour un employé donné, le logiciel donne à cette personne un “score de productivité” entre 0 et 100. L’IA est agnostique aux tâches, explique M. Weir. En théorie, les travailleurs d’une entreprise peuvent toujours être comparés par leurs scores même s’ils effectuent des tâches différentes. Un score de productivité reflète également la façon dont votre travail augmente ou diminue la productivité des autres membres de votre équipe. Cette approche présente des limites évidentes. Le système fonctionne mieux avec les employés qui effectuent beaucoup de tâches répétitives dans des endroits comme les centres d’appel ou les services à la clientèle plutôt qu’avec ceux qui occupent des fonctions plus complexes ou plus créatives.
Mais l’idée est que les managers peuvent utiliser ces scores pour voir comment leurs employés s’en sortent, en les récompensant s’ils font leur travail plus rapidement ou en vérifiant avec eux si leurs performances diminuent.
Certaines tâches pourraient être identifiées comme automatisables. Le revers de la médaille étant que ce logiciel soit utilisé pour choisir qui licencier.
Les algorithmes d’apprentissage automatique intègrent également les biais cachés dans les données à partir desquelles ils sont formés. Ces biais sont encore plus difficiles à détecter lorsqu’ils font partie inhérente du système automatisé.
La suite ici (Will Douglas Heaven)
