L’économie des petits boulots à la demande attire les travailleurs en quête de plus de flexibilité dans leur vie professionnelle. Dans les faits, toutefois, le management algorithmique se traduit souvent par un contrôle accru des entreprises et une protection moindre pour les travailleurs, qui sont poussés à travailler lors des périodes de forte demande. À mesure que la révolution de l’intelligence artificielle s’accélère, l’issue de la lutte des travailleurs précaire pour leurs droits nous concerne tous.
« L’économie des petits boulots à la demande, c’est zéro droits et zéro protection, » affirme Shaf Hussain, coursier livreur à Londres. « Mais je ne pense pas pouvoir travailler pour quelqu’un d’autre à nouveau. »
« Même si nous sommes contrôlés par ces entreprises, j’aime ce petit degré d’indépendance que vous avez. Je n’ai pas de patron humain sur moi. »
Les réflexions de Hussain sur l’économie des petits boulots résument bien les impulsions contradictoires que partagent, au cours des cinq dernières années, la plupart des centaines de travailleurs et travailleuses que j’ai rencontrés sur ce sujet.
D’une part, les travailleurs des gig jobs veulent de l’autonomie. Ils ont généralement occupé des emplois classiques et mal payés, comme dans les supermarchés ou les centres d’appels, et n’ont pas apprécié l’expérience. Hussain est venu à l’économie des petits boulots après une rupture avec son responsable chez Waitrose, une chaîne de supermarchés britannique. Il était sous contrat temporaire d’un mois, et le passage aux gig jobs n’apparaissait alors que comme une transition d’un travail précaire à un autre. Au moins, dans ce dernier cas, il pouvait travailler dehors, faire du vélo et échapper à un superviseur agaçant qui le harcelait toute la journée.
D’autre part, les travailleurs qui ont passé un certain temps dans l’économie des gig jobs savent qu’ils n’ont pas une véritable autonomie. Tout dans leur travail est micro-géré, non pas par un superviseur humain, mais par un algorithme qui collecte d’énormes quantités de données sur les travailleurs et les utilise pour maximiser l’efficacité : servir les clients aussi rapidement que possible tout en réduisant au maximum les coûts de main-d’œuvre. Hussain, élu syndicaliste, connaît trop bien ce phénomène, c’est pourquoi il précise qu’il n’a pas de « patron humain » au sens strict, mais plutôt d’un patron algorithmique.
Les travailleurs qui ont passé un certain temps dans l’économie des gig jobs savent qu’ils n’ont pas une véritable autonomie.
Cette tension entre ce que recherchent les travailleurs des gig jobs et la réalité de leur vie professionnelle est au cœur d’un grand débat en Europe aujourd’hui, avec des implications importantes pour l’avenir du travail. Les travailleurs gérés par des algorithmes par des entreprises mondiales comme Uber et rémunérés à la tâche plutôt qu’à l’heure sont-ils des travailleurs indépendants, ou bien des salariés sous la direction d’un boss algorithmique plutôt qu’humain ?
Du vin vieux dans des bouteilles neuves
Les algorithmes existaient bien avant l’ère numérique. Un savant perse, Muhammad ibn Mūsā al-Khwārizmī, a inventé les algorithmes il y a plus de mille ans. Le mot « algorithme » vient de la version latinisée du nom d’al-Khwārizmī, « algorithmi ». Ce que fit d’abord al-Khwārizmī fut d’élaborer des règles algébriques pour résoudre des problèmes.
C’est exactement la même fonction que jouent les algorithmes modernes dans l’économie des gig jobs – résoudre des problèmes tels que celui de savoir quel coursier doit être chargé de récupérer un repas dans quel restaurant. La différence réside dans le fait que le processus de résolution algorithmique est désormais informatisé et réalisé par des processus automatisés. Dans ces systèmes, des milliers de calculs de données qui auraient pris à al-Khwārizmī des semaines peuvent être effectués presque instantanément.
Ce que les algorithmes numérisés font, c’est réduire les frictions spatiales et temporelles liées à l’information. Nous en faisons tous l’expérience lorsque nous utilisons Google Maps pour nous guider; par rapport aux cartes papier, nous arrivons bien plus rapidement à destination. Lorsque des algorithmes aussi puissants que ceux utilisés par Google Maps servent à gérer les travailleurs, cela a un effet profond sur l’organisation du travail et sur les rapports de pouvoir entre employeurs et employés. Les plateformes de travail numérique comme Uber donnent des instructions aux travailleurs via des algorithmes, mais elles collectent aussi des montagnes de données sur ces mêmes travailleurs. Une étude a montré qu’Uber collecte 80 points de données différents sur chaque chauffeur privé.
L’un des points de données les plus importants est le temps; les plateformes savent, à la seconde près, combien de temps un travailleur met pour exécuter une tâche. Pouvoir mesurer non seulement le temps passé au travail, mais aussi le temps exact nécessaire pour réaliser une tâche précise permet de monétiser le travail sur une base paye-à-la-tâche, et non à l’heure.
Encore une fois, le paiement à la pièce n’est pas une idée nouvelle. Il y a plus de 150 ans, au cœur de la Révolution industrielle, Karl Marx dénonçait dans son chef-d’œuvre Le Capital que les « pièces » – être payé pour chaque pièce produite plutôt que pour le temps passé – constituaient « un levier pour l’allongement de la journée de travail et la baisse des salaires ». Marx soutenait que, sous un système de rémunération à la pièce, les travailleurs croient que s’ils intensifient leur travail pour produire plus de pièces en moins de temps, ils gagneront davantage. Or, comme le patron décide toujours combien gagne un ouvrier par pièce, l’entreprise peut capter une part plus grande de l’augmentation de productivité du travailleur, forçant ce dernier à allonger sa journée pour gagner le même montant.
La même dynamique se manifeste dans l’économie des gig jobs moderne. La commission prélevée par les plateformes sur chaque tâche – connue sous le nom de « take rate » – a augmenté ces dernières années alors que les plateformes subissent des pressions de plus en plus fortes des investisseurs pour atteindre des profits durables.
Le mécanisme utilisé par les grandes plateformes de covoiturage et de livraison de repas pour augmenter leurs take rates est appelé « tarification dynamique », selon laquelle les taux de rémunération ne sont plus liés à des critères objectifs comme le temps et la distance parcourue. À la place, ils sont déterminés par des algorithmes à partir d’un ensemble de données variées et parfois inconnues du chauffeur, telles que les conditions d’offre et de demande en temps réel, mais aussi leurs caractéristiques personnelles, y compris leur historique de taux d’acceptation des missions.
Cette personnalisation de la rémunération a été utilisée pour réduire discrètement les salaires: les conducteurs ne savent pas que le take rate augmente car il n’existe pas de taux objectif par trajet. Tout comme à l’époque de Marx, cette chute de la part du travail oblige les chauffeurs à travailler davantage pour gagner le même montant. « Lorsque je vais au travail, je ne sais pas combien je vais gagner », confie Pascal, coursier Wolt à Jyväskylä, en Finlande, après l’introduction de la tarification dynamique. « Nous ne savons même pas comment ils déterminent les montants de paiement. On a l’impression d’avoir été trahis. »
La tarification dynamique crée une situation perverse où les données des conducteurs sont utilisées contre eux. Si l’entreprise sait que le coursier X n’accepte jamais des offres inférieures à 10 euros par trajet, mais que le coursier Y le fait, elle peut utiliser cet historique pour proposer à Y des tarifs plus bas que pour X pour le même trajet exact. Les conducteurs ont mené des expériences pour tester cela, posant leurs téléphones côte à côte et évaluant les offres de trajet qu’ils reçoivent. Une expérience de tarification dynamique a montré que les conducteurs recevaient des tarifs différents pour le même trajet dans 63 % des cas. La professeure Veena Dubal, spécialiste de l’économie des gig jobs, a décrit cette pratique comme une « discrimination salariale algorithmique ».
Al-Khwārizmī et Karl Marx n’auraient eu aucun mal à reconnaître comment les algorithmes et les salaires à la pièce opèrent dans l’économie des gig jobs actuelle. Ils seraient peut-être surpris d’apprendre que cette organisation du travail peut être présentée comme une forme de liberté face aux contraintes de la relation employeur-employé.
Le travail à la demande est-il vraiment flexible ?
« Mon fils ne me voit jamais », déclare Barbara, coursière Just Eat à Belfast. « Parfois je travaille 15 heures par jour parce que le prix des choses augmente alors que notre rémunération baisse. Nous ne pouvons pas continuer à vivre comme ça. » Au cœur du modèle de l’économie des gig jobs se trouve un grand compromis: alors que les travailleurs des gig jobs ne sont payés que pour les tâches, et non pour l’ensemble du temps passé au travail, ils peuvent choisir quand ils veulent travailler. C’est cet aspect que les plateformes de travail numérique mettent en avant. C’est cet aspect qu’elles promeuvent sans relâche pour convaincre les travailleurs que cela leur offre la flexibilité nécessaire pour organiser leur travail autour du reste de leur vie.
Il ne fait aucun doute que nombre de travailleurs des gig jobs apprécient la flexibilité de leur planning, en particulier ceux qui exercent ce travail en tant qu’activité secondaire pour compléter leurs revenus, dont la majeure partie provient d’une autre source. En revanche, pour des personnes comme Barbara qui dépendent entièrement du travail à la demande pour survivre, la flexibilité de ce modèle est largement illusoire.
Dans les métiers de service comme la livraison de repas et le covoiturage, le temps de travail est largement dicté par la demande des consommateurs. Dans ces deux postes, les périodes de pointe se situent le vendredi et le samedi soir, lorsque la plupart des salariés en emploi standard ne travaillent pas. Les coursiers et les conducteurs peuvent choisir de ne pas travailler ces heures s’ils veulent socialiser, mais ils passeront à côté des incitations marquées que propose l’algorithme.
La « tarification de pointe » est une méthode de rémunération déterminée par algorithme qui répond à ces pics de demande en augmentant le paiement des conducteurs, parfois jusqu’à trois ou quatre fois le taux normal. Cette tarification dynamique se produit typiquement lors de grands concerts ou de rencontres sportives, mais peut aussi survenir pendant les vagues de chaleur ou les fortes pluies: chaque fois que la demande des clients s’envole. Des photos de coursiers livrant des repas dans des eaux atteignant la taille sont devenues virales sur les réseaux sociaux. D’autres ont souffert de coup de chaleur et de déshydratation lors des vagues de chaleur.
« Ils passent douze heures d’affilée dans la rue sans accès à des toilettes ni à une chaise, à cause des règles de la plateforme », déclare Fernando García, ancien coursier à Madrid devenu organisateur pour le syndicat UGT, lors d’une canicule. « L’algorithme ne comprend pas les droits du travail. » Mais comme les travailleurs des gig jobs ne sont pas payés pour le temps d’attente, décider de travailler pendant les heures creuses peut signifier ne pas être payé du tout: il n’y a pas beaucoup de clients pour les plats à emporter à huit heures du matin.
Des preuves indiquent que le mode de vie axé sur la demande nuit particulièrement aux femmes, qui assument souvent davantage de responsabilités de soin à domicile et disposent donc de moins d’horaires pour travailler pendant les périodes de pointe. Par conséquent, dans un secteur comme la livraison de repas, elles gagnent en moyenne moins par tâche que les hommes, malgré l’exécution du même travail.
Dans l’économie des gig jobs « cloud » – travailler chez soi sur un ordinateur pour effectuer des tâches comme la transcription d’un article ou le codage d’un site – les chercheurs ont constaté que de nombreuses femmes quittent des emplois standard pour gagner davantage de flexibilité afin de concilier travail et responsabilités familiales. Une fois sur des plateformes comme freelancer.com et UpWork, ces femmes trouvent toutefois les clients extrêmement exigeants, leur demandant de répondre immédiatement et de travailler à des horaires anti-sociaux pour achever les tâches au plus vite, sapant l’équilibre qu’elles cherchaient.
La réalité est qu’il existe une flexibilité bien plus grande pour les plateformes dans l’économie des gig jobs que pour les travailleurs. C’est la plateforme qui peut se permettre de ne pas payer les travailleurs lorsque la demande des clients est faible ou lorsque le travailleur est malade ou en congé. Cela appelle à repenser le concept de vie professionnelle flexible, en l’étendant au-delà des seules heures choisies. La flexibilité doit inclure des droits en tant que travailleurs, notamment une certaine sécurité de revenus et un pouvoir sur le lieu de travail. Sinon, ce n’est qu’un joli mot pour la précarité.
Il y a bien plus de flexibilité pour les plateformes que pour les travailleurs dans l’économie des gig jobs.
La directive européenne sur le travail des plateformes
Finalement adoptée en décembre 2024 après des années d’âpres négociations entre et au sein des institutions de l’Union européenne, la directive sur le travail des plateformes (PWD) vise à apporter une réponse unifiée dans les 27 États membres à la question du classement du travail dans l’économie des gig jobs. « Une jeune personne qui pédale avec une appli ou un appareil mobile n’est pas un entrepreneur », répète volontiers Yolanda Díaz, ministre du Travail espagnole, durant les trois années où l’UE a débattu de la directive.
L’Espagne, premier pays à avoir instauré une loi considérant que tous les coursiers de livraison via des applis étaient des employés (la « Loi des Riders »), se trouvait en tête d’un groupe d’environ sept États membres soutenant de forts droits en matière d’emploi dans l’économie des plateformes. Un groupe de taille similaire mené par la France, et soutenu par des gouvernements d’extrême droite en Italie et en Hongrie, s’opposait au classement de l’emploi, faisant valoir que cela minerait les emplois et l’innovation technologique. Un groupe légèrement plus large se tenait entre les deux, tiraillé d’un côté et de l’autre, tandis que l’Allemagne refusait catégoriquement de prendre position.
Le résultat final fut une PWD de compromis que personne n’a pleinement approuvée et qui n’a pas atteint l’objectif initial de créer un ensemble de normes unifié à travers l’UE. La loi instaure une présomption légale d’emploi dans l’économie des plateformes, mais il appartient à chaque État membre de définir les critères et les règles de mise en œuvre pour son application, ce qui signifie qu’il est fort probable que, de part et d’autre de la frontière entre l’Espagne social-démocrate et la France ultralibérale, les applications de la PWD soient très différentes.
Uber a répliqué que la directive de compromis « maintiendrait le statu quo », indiquant qu’elle continuerait à contester, État par État, le statut de leurs travailleurs. Cela rend très probable que nous verrons des plateformes et des syndicats, qui ont été à l’avant-garde de la campagne pour les droits des travailleurs malgré des niveaux d’adhésion syndicale encore faibles dans l’économie des gig jobs, se battre devant les tribunaux européens pour établir des précédents juridiques quant à l’application de la PWD. Avec l’obligation pour les États membres de transposer la directive dans le droit national d’ici décembre 2026, le débat sur le statut d’emploi dans l’économie des gig jobs européenne est loin d’être terminé.
La bataille actuelle autour de l’économie des gig jobs n’est qu’un début de conflit dans une lutte plus vaste sur l’avenir du travail.
IA et gigification
L’issue de ce combat aura des répercussions bien au-delà des travailleurs qui constituent actuellement l’économie des gig jobs. (Les données d’enquêtes les plus solides estiment ce chiffre entre environ 5 et 15 millions de travailleurs dans l’UE.) Le nombre de personnes susceptibles d’être soumis à la gigification pourrait être bien plus élevé. Une étude a montré que 20 % des travailleurs en Allemagne et 35 % en Espagne sont soumis à au moins une forme de gestion algorithmique. L’OCDE a constaté que 79 % des entreprises en Europe utilisent désormais la gestion algorithmique. Bien que tous ces travailleurs ne soient pas « Uberisés », les mêmes technologies entraînent en fin de compte les mêmes risques pour les droits et les protections des travailleurs.
Et le changement technologique ne ralentit pas. Le déploiement rapide des technologies d’IA génératives ouvre la perspective que toute personne qui crée aujourd’hui du contenu pourrait demain rejoindre le secteur en pleine expansion de « l’annotation de données ». Les annotateurs de données sont recrutés sur la base de missions pour tester, entraîner et ajuster des systèmes d’IA sur des plateformes comme Amazon Mechanical Turk. Jusqu’à présent, ce sont des métiers généralement peu qualifiés qui peuvent être exercés par presque tout le monde. Mais à mesure que l’IA générative devient plus complexe, elle nécessite des formes plus avancées d’annotation de données, nécessitant une expertise spécialisée dans des secteurs précis.
Une entreprise d’annotation de données, Surge AI, fait la promotion sur son site d’un projet de raisonnement mathématique qu’elle a réalisé pour OpenAI, l’entreprise qui a créé ChatGPT. Les annotateurs qu’elle a recrutés pour ce projet incluaient Joe, diplômé en génie mécanique et fort de 25 années d’expérience dans le développement de logiciels, et Maria, diplômée d’un master en biochimie. Si le système d’IA devient plus efficace pour développer du contenu dans des métiers tels que le génie mécanique et la biochimie, et si des humains doivent tester et affiner l’IA, tous ces métiers pourraient potentiellement être organisés par algorithmes sur une base à la pièce et ainsi devenir gigifiés.
La bataille actuelle autour de la PWD n’est qu’un accrochage précoce dans un conflit bien plus vaste sur l’avenir du travail. Il n’est pas anodin que Sam Altman, PDG d’OpenAI, ait déclaré que « le contrat social » était soumis à « un certain degré de débat et de réorganisation ». À quoi ressemblera le contrat social à l’avenir sera largement déterminé par ce qui arrivera aux travailleurs des gig jobs qui embarquent aujourd’hui à l’avant-garde du changement technologique.
