What People Hate About Being Managed by Algorithms, According to a Study of Uber Drivers

Mareike MÖHLMANN and Ola HENFRIDSSON, “What People Hate About Being Managed by Algorithms, According to a Study of Uber Drivers”, Harvard Business Review, August 30, 2019.

https://hbr.org/2019/08/what-people-hate-about-being-managed-by-algorithms-according-to-a-study-of-uber-drivers

Les entreprises utilisent de plus en plus des algorithmes pour gérer leurs employés à distance. Appelée « gestion algorithmique », cette approche a été la plus largement adoptée par les entreprises de la gig economy. Par exemple, la société de téléphonie mobile Uber accroît considérablement son efficacité en gérant environ trois millions de travailleurs avec une application qui indique aux conducteurs quels passagers prendre et quel itinéraire emprunter.

Cette gestion présente également certains avantages pour les travailleurs indépendants : par exemple, les conducteurs d’Uber sont libres de décider quand et pour combien de temps ils souhaitent travailler et dans quelle région ils souhaitent travailler. Cependant, les recherches des auteures de cet article – qui résume une étude plus large – révèlent que la gestion algorithmique peut aussi être frustrante pour les travailleurs et que leur ressentiment peut les amener à adopter un comportement subversif susceptible de nuire gravement à leurs entreprises.

L’étude repose sur une multi-collecte de données, obtenues en interrogeant de manière informelle et formelle 34 conducteurs, en observant les conducteurs en action, en analysant plus de 1 000 messages de forum en ligne et en examinant la couverture médiatique d’Uber selon plusieurs vagues entre décembre 2015 et septembre 2018.

Les auteurs constatent que les pilotes Uber présentent trois plaintes cohérentes concernant le fait de travailler « pour des algorithmes » : l’état de surveillance constante, le peu de transparence par rapport à l’app et son fonctionnement, et la déshumanisation (manque de collègues avec qui socialiser, ou d’une ‘équipe’ à proprement parler).

Francesca Musiani (CIS-CNRS)