Analyse du management algorithmique au travail

Un planning qui se modifie sans explication, une évaluation fondée sur des indicateurs impossibles à discuter, une priorité qui apparaît dans une application plutôt que dans une réunion d’équipe : le management algorithmique ne relève plus d’un scénario lointain. Il s’installe dans des activités variées, de la logistique aux services, du travail de plateforme aux fonctions administratives. L’analyse du management algorithmique commence donc par une question simple, mais rarement posée : qui dirige réellement le travail lorsque la décision est inscrite dans un système ?

Le sujet ne concerne pas seulement les organisations qui emploient des livreurs ou des chauffeurs. Dès lors qu’un logiciel répartit les tâches, classe les performances, signale les écarts, prédit une charge ou oriente une décision de recrutement, il participe au management. Sa présence peut être discrète. Ses effets, eux, ne le sont pas toujours.

Le management algorithmique n’est pas un manager numérique

Le management algorithmique désigne l’usage de données, de règles automatisées et de modèles de calcul pour organiser, surveiller, évaluer et orienter le travail. Il ne remplace pas nécessairement l’encadrement humain. Dans la plupart des organisations, il redistribue plutôt l’autorité entre managers, salariés, directions, équipes RH et concepteurs des dispositifs.

Cette précision compte. Présenter l’algorithme comme un simple outil est trompeur. Un outil de pilotage porte toujours une définition implicite de la performance. Il décide ce qui mérite d’être mesuré, de ce qui compte comme un écart et de la réponse attendue. Mesurer le temps de traitement d’un dossier n’équivaut pas à mesurer la qualité de la relation avec un usager. Optimiser un taux de présence ne dit rien, à lui seul, de la soutenabilité de l’activité.

Les recherches sur le contrôle organisationnel ont montré depuis longtemps que les outils de gestion ne sont jamais neutres. Le management algorithmique accentue cette réalité par sa vitesse, son apparente objectivité et sa capacité à agir à grande échelle. Une règle inscrite dans un système peut désormais affecter des centaines de personnes avant même qu’un responsable ait identifié un problème.

Il faut aussi éviter deux simplifications symétriques. Non, tout algorithme n’est pas nécessairement un dispositif de surveillance abusive. Mais non, l’automatisation n’est pas automatiquement plus équitable parce qu’elle calcule. Tout dépend de la finalité poursuivie, de la qualité des données, de la possibilité de contester une décision et des marges d’action laissées aux personnes.

Ce que l’analyse du management algorithmique rend visible

L’intérêt d’une analyse du management algorithmique est de faire apparaître les choix sociaux dissimulés derrière une interface. Quand un salarié reçoit une note, une recommandation ou une alerte, le dispositif semble souvent parler le langage des faits. Pourtant, il traduit une chaîne de décisions humaines : choix des indicateurs, pondération des critères, seuils d’alerte, données retenues, données écartées et modalités de correction.

La mesure devient une définition du bon travail

Le premier risque est la réduction du travail à ce qui est facilement traçable. Dans les métiers de service, d’accompagnement ou de création, une part décisive de l’activité échappe aux tableaux de bord : rassurer un client inquiet, transmettre une astuce à un collègue, repérer un signal faible, prendre le temps d’éviter une erreur future.

Lorsque seuls les résultats quantifiables sont valorisés, les salariés sont placés devant un dilemme. Ils peuvent suivre les indicateurs et dégrader ce qui fait la qualité réelle du travail. Ou bien préserver cette qualité, au prix d’une performance moins favorable dans le système. Ce n’est pas un problème individuel d’adaptation. C’est un conflit de critères de valeur.

Les travaux sur le travail réel, notamment en ergonomie et en psychologie du travail, rappellent que l’activité ne se réduit jamais à la tâche prescrite. Les professionnels ajustent, arbitrent et compensent en permanence. Un dispositif algorithmique qui ignore ces ajustements peut fragiliser précisément ce qu’il prétend améliorer.

L’objectivité peut devenir un écran

Un score produit par un système est souvent plus difficile à contester qu’un jugement formulé par un supérieur hiérarchique. Face à ce dernier, le salarié peut demander des exemples, expliciter le contexte, rappeler un incident ou défendre son appréciation. Face à une note automatisée, l’échange peut tourner court : « c’est le système ».

Cette phrase mérite d’alerter les managers. Elle transforme une décision organisationnelle en fatalité technique. Or un modèle n’est pas une autorité naturelle. Il est construit, paramétré, entretenu et parfois mal compris par celles et ceux qui l’utilisent. L’opacité n’est pas seulement une faiblesse de communication. Elle crée une asymétrie de pouvoir : certains peuvent être évalués sans savoir selon quelles règles, ni comment corriger une erreur.

L’enjeu d’équité est particulièrement sensible lorsque les données historiques reproduisent des inégalités déjà présentes. Une organisation peut croire standardiser ses décisions alors qu’elle automatise d’anciennes préférences : disponibilité permanente, mobilité sans contrainte familiale, style de communication dominant ou parcours professionnel jugé plus légitime.

Le rôle du manager se déplace, parfois se vide

Le management algorithmique ne fait pas disparaître le manager de proximité. Il peut cependant réduire sa fonction à l’exécution de prescriptions produites ailleurs. Si le responsable doit appliquer un classement, justifier des horaires décidés par un système ou relayer des alertes qu’il ne peut interpréter, son autorité relationnelle s’érode.

À l’inverse, le manager peut devenir un acteur de médiation essentiel. Son rôle consiste alors à remettre du contexte là où le système généralise, à détecter les incohérences, à protéger l’équipe contre des objectifs contradictoires et à faire remonter les situations que les données ne racontent pas. Cette fonction exige du temps, une capacité de discussion et un droit réel de déroger lorsque la situation le justifie.

Le danger n’est donc pas seulement la disparition du jugement humain. C’est son affaiblissement silencieux, lorsque le jugement n’a plus les moyens d’infléchir une décision déjà présentée comme rationnelle.

Les bonnes questions avant de déployer ou d’étendre un dispositif

Un projet sérieux ne commence pas par la promesse de productivité. Il commence par l’analyse du problème de travail que l’organisation cherche à résoudre. Une planification instable, une charge mal répartie ou des décisions perçues comme arbitraires ne sont pas toujours des problèmes de calcul. Ils peuvent signaler un manque de ressources, des objectifs incompatibles ou une coordination défaillante.

Avant d’élargir un dispositif de management algorithmique, dirigeants, RH et responsables transformation gagneraient à examiner cinq questions. Quelle décision le système influence-t-il concrètement ? Quels critères de qualité risque-t-il de rendre invisibles ? Qui peut comprendre et contester son résultat ? Quelles conséquences une erreur peut-elle avoir sur la rémunération, le temps de travail, l’accès à une mission ou la réputation professionnelle ? Enfin, qui dispose du pouvoir de suspendre ou de modifier la règle ?

Ces questions ne relèvent pas d’une prudence bureaucratique. Elles déterminent l’acceptabilité du dispositif et sa qualité managériale. Un système qui ne laisse aucune place au recours peut produire de la conformité à court terme, mais aussi de la défiance, des stratégies de contournement et une perte de sens durable.

La consultation des équipes concernées est tout aussi décisive. Non pour leur demander d’approuver une solution déjà choisie, mais pour mettre à l’épreuve les catégories du système. Les salariés savent souvent quelles données sont incomplètes, quels comportements un indicateur encouragera et quelles situations atypiques feront échouer la règle. Leur expérience n’est pas une résistance au changement à neutraliser. C’est une ressource de conception.

Concevoir un contrôle qui ne dégrade pas le travail

Une organisation responsable ne promettra pas une transparence totale si celle-ci est irréaliste ou incompréhensible. Elle peut, en revanche, rendre intelligibles les finalités du dispositif, les données mobilisées, les principaux critères utilisés et les voies de recours. L’objectif n’est pas que chacun devienne spécialiste des modèles. L’objectif est que personne ne soit soumis à une décision sans pouvoir en comprendre les effets ni faire valoir sa situation.

Cela suppose aussi de distinguer assistance et sanction. Un signal algorithmique peut aider à répartir une charge ou à repérer un risque de surcharge. Il devient beaucoup plus problématique lorsqu’il déclenche automatiquement une pénalité, une évaluation défavorable ou une exclusion. Plus les conséquences sont importantes pour la personne, plus l’intervention humaine doit être substantielle, informée et capable de contredire le système.

Enfin, l’évaluation d’un tel dispositif ne peut pas se limiter à ses gains d’efficacité. Il faut suivre ses effets sur l’autonomie, la coopération, la santé au travail, le sentiment de justice et la qualité du service. Une amélioration apparente des chiffres peut cacher une intensification du travail ou le transfert de tâches invisibles vers les salariés. Ce qui est performant dans un tableau de bord n’est pas toujours soutenable dans une équipe.

Le véritable enjeu n’est pas de choisir entre management humain et management algorithmique. Il est de décider quelles décisions une organisation accepte de déléguer, lesquelles doivent rester discutables et quelles formes de responsabilité elle refuse d’abandonner. C’est à cet endroit, dans la capacité collective à garder le travail pensable et discutable, que se joue une adoption réellement responsable.