Notes - Afterwork IA (CGT Sociétés d'étude) 20/01/26

22 Jan, 2026

(Je me suis posé la question de la pertinence de publier ces notes ici, et puis je me suis dit pourquoi pas, au moins ça me force à les mettre en forme + sait-on jamais que ça puisse servir à quelqu'un)

Discussion proposée par la CGT Sociétés d'étude

Sujet : L’IA et son utilisation par les patrons pour surveiller et contrôler les travailleur-euses

Avec Clément Pouré, journaliste et auteur de Les Nouveaux Contremaîtres : enquête sur la surveillance au travail à l’heure de l’IA, et Emmanuelle Lavignac de l’UGICT (ingés cadres tech).

Le management algorithmique est utilisé selon l'OCDE par 79% des entreprises françaises, mais dans des conditions très différentes. Il concerne principalement :

• Les nouveaux mondes ouvriers et la logistique, à travers l'automatisation et le tracking (ex. Amazon, les centres d'appel) ;
• Le service et la vente, sur base des logiciels de caisse ;
• Plus nouveau, les cadres et professions informatisées, dans un processus de taylorisation.

Cette technologie ne peut être décorrélée de l'évolution d'un capitalisme à bout de souffle : c'est une tentative de trouver une nouvelle croissance économique dans "l'or gris" des données. Les énormes investissements sont un pari sur cette hypothèse de relance économique. Il y a eu d'autres tentatives dans le passé, qui ont échoué (ex. bulle Internet). Par ailleurs, malgré la déferlante agressive de l'IA et ce que veulent faire croire ses promoteurs, elle n'a pas profondément transformé la société (rien à voir avec l'arrivée de l'électricité par exemple : aujourd'hui un monde sans électricité est impensable, un monde sans IA l'est tout à fait).

Remontées des syndicats RTE¹ : "ce qu'on nous demande aujourd'hui, c'est de plugger les data centers" (priorité par rapport au reste...)

Origines du management algorithmique

Caitlin C. Rosenthal, chercheuse à Berkeley, a mis en évidence les premières utilisations de données pour mesurer la productivité de travailleur·euses : sur des personnes mises en esclavage. C'est sur ces bases qu'ont été développés le taylorisme, le fordisme², puis l'IA : même logique d'extraction, de captation de valeur à travers la donnée, pour la transférer du travailleur au patron.

On retrouve aussi cette extraction, au sens littéral, dans les besoins miniers (terres rares) de l'économie du numérique - une des raisons de la situation géopolitique actuelle, avec ses relents néo-coloniaux (ex. volonté US d'annexer le Groenland).

Des enfants mineurs au Congo au nouveau sous-prolétariat des travailleur·euses du clic, c'est la même exploitation humaine.

Ubérisation / individualisation

Le taylorisme avait néanmoins cet "avantage" (pour les syndicats) du rassemblement des travailleurs dans un même lieu (usine), ce qui permettait un contact et une organisation plus facile pour la création d'un rapport de force. L'économie des plateformes a fait exploser tout ça, tout en détruisant les droits sociaux.

Enjeu : comment les récupérer/les défendre face à ce capitalisme qui bouge ?

Focus IA générative

Ex. 1: L'industrie du doublage très menacée, concerne 10 000 emplois en France (voix, technicien·nes, etc). Ce n'est pas un secteur subventionné par l'Etat ; par contre apporte des cotisations au régime de l'intermittence => l'IAgen impacte aussi cette caisse, par ricochet.

Ex.2: Illustration. Au Royaume-Uni, perte de 50% de commandes pour les freelance.³

Ex.3: Presse. La précarisation au bas de l'échelle impacte tous les niveaux, même ceux "épargnés".

Dans tous les cas, ce qui est attaqué c'est la compétence, les hard skills (capacité à faire bien sa tâche), ce qui rend d'autant plus cruciales les soft skills (capacité à être apprécié·e, à réseauter, etc.)... et la docilité.

Surveillance et changement de la nature du travail

L'enjeu n'est pas (seulement) de remplacer⁴, mais de dégrader.

En réalité il est souvent plus facile d'ubériser/externaliser que de remplacer par de l'IA (pas si efficace que ça). Par contre, l'IA permet une montée en puissance de la surveillance au travail : avant, on pouvait mobiliser après coup des données de productivité contre un·e salarié·e posant problème (ex. pas assez docile) pour justifier un licenciement ; aujourd'hui c'est tout le monde, cadres comme ouvriers, en temps réel.⁵

=> Va se poser la question : dans quel camp sont les cadres ? Traité·es comme des cols bleus via l'IA, les cols blancs vont-ils les rejoindre ?

De façon générale, les employé·es sont très peu informé·s des mesures de surveillance mises en place, alors que c'est une obligation légale (les entreprises s'en affranchissent allègrement). La CNIL, l'inspection du travail ont beaucoup de mal à obtenir des informations également.

Cette surveillance constante a pour effet une forte perte d'autonomie au travail, qui fait mécaniquement monter le vote d'extrême droite.⁶ => Lutter contre l'IA au travail, c'est lutter contre l'extrême droite.

Recrutement : processus discriminatoire par nature (on recrute des personnes avec qui on va pouvoir "bien travailler", c'est-à-dire qui nous ressemblent). L'IA amplifie massivement cette discrimination (ex: l'analyse automatique des entretiens désavantage terriblement les personnes neuro-atypiques).

Que peut-on faire ?

Interroger la responsabilité des cadres face à la violence qu'on leur demande de produire

Ex. remise en question de la collaboration de Capgemini avec ICE, qui utilise ses services pour des rafles aux Etats-Unis.

Plus proche de soi, faut-il accepter d'être violent·e envers ses collègues en adoptant le management algorithmique ? Vaut-il mieux démissionner ? Qu'essaye de faire le capitalisme en séparant cols bleus et cols blancs, en cultivant l'entre-soi de ces derniers ? (cf. recours aux écoles de commerce pour recruter les cadres, plus à la promotion interne)

/!\ Responsabiliser n'est pas culpabiliser.

S'appuyer sur le droit du travail

Si un employeur veut introduire l'IA dans l'entreprise, il faut :

• L'interroger : pourquoi l'introduire, à quoi précisément va-t-elle servir, quel impact cela aura-t-il sur l'emploi ?
• Demander une expertise qui étudie tous les usages envisagés, et les conséquences sur la rémunération, la santé (risques psycho-sociaux), l'emploi.
• Informer les salariés des risques que cela leur fait courir (+ si possible responsabiliser les cadres)
• S'appuyer sur le code du travail (ex. pourquoi pourrait-on utiliser l'IA pour "remplacer" un employé licencié économique, alors que normalement il faut attendre 6 mois avant de réembaucher pour le remplacer ?)
• De façon générale, gagner du temps au maximum.

Réflexion du public : l'IA ne serait-elle pas aussi une stratégie de contournement des règlements européens pour la protection des données personnelles (RGPD) ?