Contrôle algorithmique : comment la surveillance numérique façonne le travail des plateformes en ligne en Europe

La gestion algorithmique fait référence à l’utilisation d’algorithmes logiciels pour automatiser les fonctions managériales traditionnellement effectuées par les humains. Dans le travail sur plateforme en ligne, ces algorithmes exécutent trois mécanismes clés de contrôle organisationnel qui définissent la performance du travail. La direction détermine quelles tâches doivent être effectuées, dans quel ordre et dans quel délai. Les algorithmes associent automatiquement les projets aux travailleurs en fonction des compétences, de la disponibilité ou du comportement d’enchères, et fixent souvent des limites de temps pour l’exécution des tâches, tout en guidant l’ordre et la manière dont les tâches sont effectuées. L’évaluation surveille et évalue les activités et la performance des travailleurs. Cela fonctionne principalement via des systèmes réputationnels qui évaluent les travailleurs en fonction des retours générés par les clients, des taux d’achèvement, des délais de réponse et d’autres indicateurs de performance. Certaines plateformes complètent les évaluations des clients par une surveillance automatisée de l’activité des travailleurs, le suivi du temps consacré aux tâches, des frappes au clavier, de l’activité à l’écran et des schémas de communication. La discipline impose le respect par des sanctions fondées sur la performance. Cela va de la restriction de l’accès aux opportunités de travail ou des affectations mieux rémunérées, en passant par l’émission d’avertissements concernant une possible suspension de compte, jusqu’à la désactivation automatique des comptes travailleurs en cas de sous-évaluation des seuils de performance.

Les données recueillies dans le cadre de l’enquête Eurofound–ELA, menée dans 15 États membres et ayant reçu près de 4 000 réponses, révèlent que la surveillance numérique imprègne le travail des plateformes en ligne dans tous les groupes démographiques (Tableau 1). Environ 78 % des répondants disposent de systèmes de suivi du temps qui enregistrent les heures travaillées et le temps consacré à des tâches spécifiques. La surveillance des communications, c’est-à-dire la surveillance des e-mails, des messages et des interactions sur les plateformes, touche 67 % des travailleurs. La surveillance d’écran via captures d’écran et journalisation des frappes capte les processus de travail de 53 % des répondants.

Selon les données, la variation selon le genre ou l’éducation est minimale : hommes et femmes, ainsi que travailleurs à tous les niveaux d’éducation, font face à des taux similaires de surveillance numérique. Cependant, un gradient d’âge frappant apparaît. Les travailleurs âgés de 50 à 65 ans connaissent des taux de surveillance nettement plus faibles sur les trois mécanismes de contrôle : 68 % de suivi du temps de face, contre 80 % des travailleurs plus jeunes ; 38 % subissent la surveillance des écrans, contre 57 % chez les 18 à 34 ans ; et 52 % signalent une surveillance des communications, contre 72 % des jeunes travailleurs. Cela suggère que les travailleurs plus âgés pourraient s’auto-sélectionner pour des agencements de plateforme moins intensément gérés, tirant ainsi le meilleur parti de leur expérience et de leur réputation établie pour accéder à de meilleures conditions de travail.

Au-delà de la surveillance directe, les plateformes utilisent des mécanismes sophistiqués de ludification pour gérer le comportement des travailleurs grâce à des dynamiques concurrentielles. L’enquête révèle que les classements de performance et les systèmes de points sont presque aussi omniprésents que la surveillance elle-même.

Les classements affichant la position relative des travailleurs affectent 64 à 70 % des employés des plateformes en ligne, tandis que les systèmes de points ou de notation quantifiant la qualité et la fiabilité des travailleurs impactent 71 à 76 % des répondants. Ces systèmes transforment le travail en un tournoi perpétuel, où les travailleurs ne se contentent pas d'accomplir des tâches, mais s'affrontent aussi pour des classements qui déterminent les opportunités futures, l'accès à des emplois mieux rémunérés et même l'accès continu à la plateforme.

Comme pour la surveillance, l’âge constitue le principal facteur de différenciation. Les travailleurs âgés de 50 à 65 ans font face à la gamification à des taux nettement plus faibles : seulement 49 % présentent des classements, contre 70 % chez les groupes d’âge plus jeunes, et 58 % des systèmes de points faciaux, contre 76 % chez les travailleurs de moins de 35 ans. Cette différence de 20 à 27 points de pourcentage reflète le gradient de surveillance, suggérant que les travailleurs plus âgés se concentrent systématiquement sur des plateformes utilisant des systèmes de gestion algorithmique moins intensifs.

La dernière dimension de la gestion algorithmique concerne la manière dont les plateformes font respecter la conformité par le biais de sanctions. L’enquête révèle un système disciplinaire à trois niveaux qui se répartit relativement équitablement parmi les équipes de la plateforme en ligne.

Environ un tiers des répondants ne font face à aucune sanction basée sur la performance, ce qui suggère que ces travailleurs fournissent des services aux plateformes avec des approches plus souples ou progressives en matière de gestion de la performance. Cependant, plus de 40 % des travailleurs fonctionnent sous des systèmes d’alerte, où la réalisation de tâches jugées insuffisantes déclenche des alertes sur des conséquences potentielles avant que des mesures plus sévères ne soient prises. De plus, une minorité substantielle des travailleurs des plateformes en ligne (20–27 %) déclare fournir des services via des plateformes qui appliquent des politiques de résiliation immédiate ou de suspension de compte pour des services qui sont en dessous des seuils de performance.

Là encore, l’âge présente le gradient le plus fort, les travailleurs plus âgés étant moins susceptibles que ceux des groupes d’âge plus jeunes de subir des sanctions. Fait intéressant, cependant, les données indiquent également que les travailleurs très instruits font face à des licenciements immédiats à des taux plus élevés que ceux ayant un faible niveau d’éducation. Cette constatation est motivée par l’auto-sélection des travailleurs hautement qualifiés dans des catégories de tâches avec des exigences de performance plus strictes – par exemple, le développement logiciel ou le conseil technologique, où les erreurs techniques peuvent avoir des conséquences plus graves.

Les différentes dimensions de la gestion algorithmique ne fonctionnent pas indépendamment. Au contraire, ils se combinent en des schémas distincts qui influencent les conditions de travail des travailleurs des plateformes en ligne. En utilisant les données recueillies lors de l’enquête, Eurofound a identifié quatre régimes distincts de gestion algorithmique opérant simultanément au sein du travail sur les plateformes en ligne.

• Contrôle global – touchant 43 % des répondants : il s’agit du régime de gestion algorithmique le plus intensif, combinant une surveillance élevée, des systèmes de ludification complète, une autonomie des tâches restreinte via des affectations automatiques ou dirigées par le client, et une application disciplinaire basée sur la performance. Les travailleurs soumis à ce régime font l’expérience de tout le poids de la gestion algorithmique à travers toutes les dimensions.

• Un régime d’affectation ludifiée – cela touche près d’un tiers de la main-d’œuvre interrogée. Bien que la surveillance directe soit modérée, ce régime combine une forte pression de ludification avec une autonomie restreinte des travailleurs dans la sélection des tâches. Les plateformes de ce régime exercent le contrôle principalement par des dynamiques concurrentielles et des mécanismes d’affectation, plutôt que par une surveillance intensive. Les travailleurs font toujours face à un contrôle algorithmique important, mais le régime fonctionne davantage par des évaluations concurrentielles et un accès restreint aux tâches que par un suivi continu des processus de travail.

• Un régime de surveillance indépendant – 14 % des travailleurs interrogés en sont concernés. Les plateformes utilisant ce type de gestion algorithmique permettent aux travailleurs d’avoir une autonomie sur la sélection des tâches, mais les soumettent à une surveillance intensive une fois les tâches effectuées. Le suivi du temps, la surveillance des écrans et la surveillance des communications restent omniprésents dans ce régime, mais les travailleurs gardent un meilleur contrôle sur le travail qu’ils effectuent et quand ils le font.

• Faible contrôle – 14 % supplémentaires des travailleurs fournissent des services sur des plateformes utilisant des pratiques de gestion algorithmique à faible contrôle, caractérisées par un suivi minimal, une ludification limitée, une grande autonomie dans la sélection des tâches et une faible intervention disciplinaire. L’expérience des travailleurs dans ce régime est la plus proche de celle des prestataires de services professionnels freelance traditionnels, les plateformes servant principalement de places de marché plutôt que de systèmes de gestion complets.

En examinant les régimes de gestion algorithmique par type de tâche, l’enquête révèle que les travailleurs effectuant les tâches les plus exigeantes cognitivement et hautement qualifiées font face à la gestion algorithmique la plus intensive (Figure 1).

Plus de la moitié des développeurs de logiciels, des travailleurs des services d’IA et des consultants technologiques opèrent sous des régimes de contrôle complets. Les consultants en technologie présentent un schéma similaire (51 %). Inversement, les techniciens rapportent le plus faible accès à des dispositifs à haute autonomie : seulement 10 % des développeurs logiciels, 9 % des consultants technologiques et 5 % des travailleurs des services d’IA opèrent sous des régimes de contrôle faible.

Ces résultats remettent en question la sagesse conventionnelle sur la gestion algorithmique dans le travail sur plateforme. Bien que la littérature sur le taylorisme numérique (la division des processus de travail complexes en tâches plus simples et plus petites) suggère que le contrôle algorithmique fonctionne mieux pour les tâches routinières et standardisées facilement surveillables et évaluables, l’enquête révèle que les plateformes de travail en ligne déploient avec succès une gestion algorithmique complète même pour des travaux professionnels très complexes. Le régime implique probablement le « dégroupement » des services professionnels en tâches spécifiques pouvant être soumises à une gestion stricte par des algorithmes.

Les résultats de l’enquête Eurofound–ELA confirment l’utilisation généralisée de pratiques de gestion algorithmique intrusives dans le travail sur plateformes en ligne. Avec trois quarts des travailleurs bénéficiant d’un suivi constant du temps et près de la moitié opérant sous des régimes de contrôle complets, il semble que le travail professionnel mené via des plateformes de travail en ligne soit un cas test pour l’utilisation de systèmes de gestion algorithmique dans les contextes d’emploi traditionnels, où ils sont de plus en plus déployés. Ils apportent également un soutien à l'approche adoptée dans la directive sur le travail sur la plateforme, qui accorde certains droits à tous les travailleurs de la plateforme, qu'ils soient considérés comme employés ou travailleurs indépendants. Les dispositions de la directive abordent directement les pratiques les plus préoccupantes : interdire la surveillance des conversations privées, exiger que les plateformes expliquent comment fonctionnent leurs systèmes automatisés et prennent des décisions, et garantir aux travailleurs le droit à un contrôle et un appel humains des décisions automatisées affectant leurs comptes, paiements ou conditions de travail.