travail numérique

[Séminaire #ecnEHESS] Mary L. Gray “Amazon MTurk: les coulisses de l’intelligence artificielle” (10 avril 2017, 17h)

Enseignement ouvert aux auditeurs libres. Pour s’inscrire, merci de renseigner le formulaire.

Pour la séance du 10 avril 2017 EHESS Etudier les cultures du numérique, nous avons l’honneur d’accueillir Mary L. Gray, chercheuse chez Microsoft Research et membre du Berkman Center for Internet and Society de l’Université Harvard. Mary Gray a été l’une des pionnières des études sur Amazon Mechanical Turk et sur les liens entre micro-travail et intelligence artificielle.

Pour suivre le séminaire sur Twitter : hashtag #ecnEHESS.

ATTENTION : Le siège habituel étant fermé pour les vacances universitaires, cette  séance se déroulera le lundi 10 avril 2017, de 17h à 20h, amphi Opale, Télécom ParisTech, 46 rue Barrault, 13e arr. Paris.

Title: What is Going On Behind the API? Artificial Intelligence, Digital Labor and the Paradox of Automation’s “Last Mile.”

Speaker: Mary L. Gray

Abstract: On-demand digital labor has become the core “operating system” for a range of on-demand services. It is also vital to the advancement of artificial intelligence (AI) systems built to supplement or replace humans in industries ranging from tax preparation, like LegalZoom, to digital personal assistants, like Alexa. This presentation shares research that starts from the position that on-demand “crowdwork”—intelligent systems that blend AI and humans-in-the-loop to deliver paid services through an application programming interface (API)—will dominate the future of work by both buttressing the operations of future enterprises and advancing automation. For 2 years Mary L Gray and computer scientist Siddharth Suri have combined ethnographic fieldwork and computational analysis to understand the demographics, motivations, resources, skills and strategies workers drawn on to optimize their participation in this nascent but growing form of employment.  Crowdwork systems are not, simply, technologies. They are sites of labor with complicated social dynamics that, ultimately, hold value and require recognition to be sustainable forms of work.

La présentation et les débats se dérouleront en anglais.


Séminaire organisé en collaboration avec ENDL (European Network on Digital Labour).

Qui entraîne les IA et les drones ? Les internautes (Le Figaro, 22 mars 2017)

Dans Le Figaro no. 22586, en kiosque le mercredi 22 mars 2017, un article sur les liens entre digital labor et l’intelligence artificielle.  L’enquête est née des échanges entre la journaliste Elisa Braün, Mark Graham (Oxford Internet Institute) et moi-même.

 

Les internautes travaillent aussi pour les géants du Web
Braun, Elisa

Chez Google, il n’y a pas de petites économies. Un internaute veut changer son mot de passe ? Alors qu’il pense simplement prouver qu’il n’est pas un robot en cliquant sur un panneau de signalisation dans une série d’images, il entraîne les intelligences artificielles développées par l’entreprise et améliore sans le savoir des logiciels de conduite autonome à comprendre le Code de la route.

L’intelligence artificielle a beau promettre un futur rempli de machines entièrement autonomes, elle a encore besoin en coulisses de millions de petites actions humaines. « La plupart des services en ligne ont besoin de beaucoup d’êtres humains pour fonctionner » , explique au Figaro Mark Graham, géographe d’Internet à l’université d’Oxford et spécialiste de ces formes de travail invisibles de l’économie numérique. Cette activité, qui mobilise l’internaute moyen comme plusieurs centaines de millions de travailleurs insoupçonnés, a même un nom : le digital labor.

La ruée vers l’intelligence artificielle a amplifié ce phénomène. Google, Facebook, Microsoft et IBM ont chacun leurs propres laboratoires de recherche dans le domaine. Ces entreprises misent particulièrement sur cette technologie pour assurer leur avenir et ont recruté les meilleurs chercheurs pour réaliser leurs ambitions. Mais pour fonctionner correctement et réaliser leurs prouesses, les intelligences artificielles ont besoin de beaucoup d’attention humaine. Pour qu’un ordinateur reconnaisse un chaton parmi des milliards d’images, un humain doit d’abord lui montrer des milliers de photos de chatons. Cette phase d’entraînement ne revient pas aux grands savants mais à des internautes, qui se chargent de cliquer sur de nombreuses images de chatons jusqu’à ce que l’intelligence artificielle ait compris les traits distinctifs des félins et puisse prendre le relais.

Pour trouver cette main-d’oeuvre, les grandes entreprises adoptent différentes stratégies. Certaines font faire une partie de ce travail à leurs utilisateurs, sans même que ceux-ci en aient conscience. Lorsqu’un utilisateur de Facebook signale une image violente sur son flux d’actualités, il aide par exemple les algorithmes de modération du réseau social à repérer plus finement les contenus choquants postés chaque jour par milliers. Du côté de Google, la reconnaissance de caractères sur des « Captcha » (ces dispositifs qui apparaissent pour vérifier qu’un utilisateur n’est pas un robot) a longtemps permis d’aider les robots de l’entreprise à lire les pages de livres abîmées sur Google Books et à les indexer sur le moteur de recherche.

Les grandes entreprises adoptent une autre stratégie pour les sujets plus sensibles (comme la recherche militaire) ou laborieux (comme la reconnaissance de milliers d’images). Elles font appel à des internautes faiblement rémunérés sur des plateformes spécifiques de digital labor. Certaines ont même lancé leur propre système, de façon plus ou moins assumée. Google passe par EWOK, Amazon détient le service Mechanical Turk, Microsoft se sert de l’UHRS, et la technologie Watson, d’IBM, s’appuie sur la plateforme Spare5 (récemment rebaptisée Mighty AI). Sans connaître le commanditaire de leur travail, les internautes qui fréquentent ces sites doivent parfois reconnaître des pistes d’atterrissage sur des vues aériennes. « Je suis assez certain que certains travaux que nous observons servent pour entraîner les drones » , explique Mark Graham, qui a dirigé une importante étude auprès de centaines de « tâcherons du clic » en Afrique subsaharienne et en Asie du Sud-Est. Google, qui demande parfois à ses utilisateurs de repérer des pales d’hélicoptère sur des images pour recouvrer son mot de passe, est aussi propriétaire de Boston Dynamics, une entreprise investie dans la fabrication de robots militaires.

« Face à ce genre de cas, il faut se demander quel type d’intelligence artificielle nous aidons à développer » , note Antonio Casilli, sociologue à Télécom ParisTech et spécialiste du digital labor. Outre les finalités de ce type de travail, ses conditions posent aussi problème aux experts car elles perpétuent des inégalités. D’ici à 2019, 213 millions de travailleurs devraient pourtant intégrer le marché du digital labor, selon les chiffres de l’International Labour Organisation. L’utilisation des plateformes qui mettent en relation les entreprises et ces millions de travailleurs augmente de 25 % chaque année, selon les chiffres cités par l’étude de Mark Graham. Or, la rémunération de ces micro-tâches ou de ce travail n’est absolument pas régulée. Beaucoup de ces microtravailleurs passent 18 heures par semaine en moyenne à rechercher un travail précaire et épuisant. En France, le Conseil national du numérique a récemment lancé une grande consultation sur le digital labor. Les chercheurs européens se sont déjà fédérés en un réseau, European Network on Digital Labour (ENDL). –

[Séminaire #ecnEHESS] Mark Graham & Karen Gregory “Digital Labor and Global Exploitation” (20 févr. 2017, 17h)

Enseignement ouvert aux auditeurs libres. Pour s’inscrire, merci de renseigner le formulaire.

Une séance spéciale, folks ! Dans le cadre de notre séminaire EHESS Etudier les cultures du numérique, nous allons accueillir Karen Gregory (maître de conférences en digital sociology à l’Université d’Édimbourg) et Mark Graham (professeur d’internet geography à l’Université d’Oxford), deux des plus importants jeunes chercheurs européens sur le digital labor, pour une conférence à deux voix.

De manière exceptionnelle, cette séance du séminaire se déroulera en anglais, le lundi 20 février 2017, de 17h à 20h, salle Lombard, EHESS, 96 bd. Raspail, Paris 6e arr.

Pour suivre le séminaire sur Twitter : hashtag #ecnEHESS.

Title: Three Phases of Digital Labor: Locating Exploitation in the Digital Economy

Speaker: Karen Gregory (University of Edinburgh)

Abstract: This lecture functions not only as introduction to the topic of digital labor, but asks to consider the deeply political implications of the digital economy, particularly as it relates to social, civil, and racial justice. The rise of information and communication technologies has both drawn global economies together, as well as given rise to stark inequalities. We can see three distinct “phases” of digital labor, with each phase speaking to new understandings of exploitation, as well as new arrangements of data collection, surveillance, and control.

Title: The Global Gig Economy and Its Implications for Digital Workers

Speaker: Mark Graham (University of Oxford)

Abstract: A global market for digitally-outsourced work now exists. It offers significant benefits and opportunities but also poses significant risks and costs for digital workers around the world. Some of these risks emerge when work is seen as a commodity to be bought and sold, and workers see themselves as individual entrepreneurs. When that is the case, it is rational to exploit co-workers; and many have internalized these visions of individuality, competition and predatory behavior. Instead of seeing digital work as operating in a global, ephemeral, virtual dimension beyond the realm of regulation or worker organization, we can reflect on its real geographies and reveal sites of strength and solidarity for workers.

(more…)

Ni bots, ni e-militants : François Fillon et l’exploitation des travailleurs du clic

Ce billet a été publié dans L’Obs / Rue89 le 3 février 2017.

Dans le sillage du PenelopeGate, l’affaire des prétendus “bots” de François Fillon représente une illustration parfaite de l’impact des dispositifs d’extraction de travail implicite de foules d’usagers de plateformes numériques (digital labor) sur les modalités de délibération démocratique. Ici, je présente quelques réflexions (initialement publiées sous forme de tweets) pour encourager le débat sur ces questions.

Tout d’abord, un élément de contexte: en novembre 2016, j’avais commis une tribune dans l’Obs sur le rôle des “tâcherons du clic” dans la campagne de Donald Trump. Il y était surtout question de micro-tâches (une slide, une fake news, un like, un partage) payées quelques centimes (ou parfois beaucoup moins que ça) à des travailleurs issus de pays émergents ou en voie de développement. Certains ont été surpris par ces quelques exemples, mais il existe des vrais marchés du micro-travail, où marques, particuliers ou personnalités politiques passent des annonces comme celui-ci :

Annonce parue sur Freelancer.com

Et en France ? Lors d’un entretien récent sur Médiapart, François Bonnet me demandait si le succès de Fillon à la primaire de la droite était dû au même phénomène. Et moi de lui répondre : “Je ne pense pas que Fillon soit le type de candidat qui va acheter du digital labor dans des fermes à clic” (11’58”).

Par cela je voulais dire que, somme toute, je ne le croyais pas à ce point sans scrupules. Mais les règles du marketing politique contemporain sont impitoyables. Et personne n’y échappe. Même les socialistes français ont eu recours à des plateformes qui monétisent des clics. Mais dans leur cas il s’agissait moins d’un achat direct de fans ou de partages que d’un système pyramidal de sollicitation d’influencers qui à leur tour mettaient à contribution les membres de leurs “commus”. Et on parle de 35-70¢/like— donc on est loin du salaire de la faim des “fermes à clic” dans le Sud global (0,006¢/clic).

Et Fillon dans tout ça ? Suite au PenelopeGate, il a eu besoin d’un petit coup de buzz sur internet. Et tout le monde a hâtivement crié au bot.

Parce que les bots c’est l’avant-garde, parce que les bots font baver les technofuturistes et insurger les luddites à deux sous, parce que les bots font jaser les journalistes qui ont peur d’être remplacé.e.s à leur tour. Néanmoins, quelques minutes après, Libération relate qu’il ne s’agit pas d’une armée d’entités artificielles, mais bien d’une plateforme qui tweete automatiquement à partir de vrais comptes Twitter et Facebook. Rien de différent d’une de ces applis que chacun d’entre nous a pu installer, à un moment ou à un autre, et qui spamme nos followers de messages sur nos exploits sportifs, nos paper.li (remember ?), et nos scores à Pokémon Go (remember ???).

Et comme toujours, derrière le bots se cachent des foules de micro-travailleurs humains. C’est la règle du crowdturfing, terme hybride de crowdsourcing (externalisation de tâches productives à des foules d’usagers/travailleurs) et astroturfing (faux activisme). C’est une pratique qui se généralise pour contrer la capacité des grandes plateformes à reconnaître et intercepter le trafic artificiel : au lieu de payer 100$ à un développeur qui va coder pour vous un logiciel qui envoie 10 000 tweets, vous pouvez recruter 10 000 tâcherons du clic payés 1¢ chacun, voir moins. Simple non ? Voilà un article qui vous explique comment il fonctionne. On retrouve deux cas de figure : la version centralisée du crowdturfing (cf. les fans Facebook de Donald Trump) et celle distribuée (basée sur des recruteurs intermédiaires, comme dans le cas de la Primaire de Gauche).


Source : Serf and Turf: Crowdturfing for Fun and Profit (Wang et al., 2012)

Et la plateforme de Fillon ? Elle fait un crowdturfing d’un type particulier, *sans échange monétaire*. Mais il s’agit bel et bien de digital labor, c’est à dire d’une suite de tâches allouées à des cliqueurs : s’inscrire, se connecter à son compte Twitter et Facebook, “réaliser des actions”.

 


Captures d’écran E-militants de l’Alternance

Zéro spontanéité, zéro loisir, zéro autonomie. Rien qu’une suite d’ordres pénibles et aliénants à réaliser “en zombie”. Le tout est mesuré, tracé, surveillé, et transformé en gratification non pas monétaire (c-à-d un micro-salaire) mais en “points”. Le maître mot ici, c’est gamification. La majorité des tâches valent 1 point. Certaines, plus urgentes/importantes, sont rémunérées 2 ou 3 points. D’autres ont des objectifs a atteindre (116 tweets ou 2k partages FB)…

     

Captures d’écran E-militants de l’Alternance

Mais alors, vous me direz, si ce n’est pas payé et en plus c’est un jeu, ce n’est pas du travail. Ah my dear friends, si vous saviez… Les mécanismes de ludification sont inhérents à la gestion du travail sur les plateformes numériques. Amazon Mechanical Turk les adopte, Uber les adopte, Facebook les adopte.

Derrière la ludification, le spectre de l’exploitation. Déjà en 2013, le philosophe Ian Bogost proposait de remplacer la notion de “gamification” par celle “exploitationware” (logiciel d’exploitation) :

“In particular, gamification proposes to replace real incentives with fictional ones. Real incentives come at a cost but provide value for both parties based on a relationship of trust. By contrast, pretend incentives reduce or eliminate costs, but in so doing they strip away both value and trust.

When companies and organizations provide incentives to help orient the goals of the organization against the desires of its constituency, they facilitate functional relationships, one in which both parties have come to an understanding about how they will relate to one another. Subsequent loyalty might exist between an organization and its customers, an organization and its employees, or a government and its citizens.

For example: an airline offers a view of its business model, and frequent flyers who advance those expectations get rewards. An employer offers a view of its goals, and employees who help meet those goals enjoy raises, perks, and promotions. When loyalty is real it’s reciprocal. It moves in two directions. Something real is at stake for both parties.
Gamification replaces these real, functional, two-way relationships with dysfunctional perversions of relationships. Organizations ask for loyalty, but they reciprocate that loyalty with shams, counterfeit incentives that neither provide value nor require investment.”

[Bogost, I. (2013). Exploitationware. In R. Colby, M. S. S. Johnson, & R. S. Colby (Éd.), Rhetoric/Composition/Play through Video Games (p. 139‑147). Palgrave Macmillan]

Bref, on revient aux bases du digital labor : ce n’est pas parce que vous n’êtes pas payé.e.s que vous ne travaillez pas pour autant. Et ce n’est pas parce que François Fillon inscrit ses tâcherons dans un mécanisme ludique que sa campagne est moins fondée sur l’extraction de valeur à partir de tâches réalisées par des usagers de plateformes numériques. La prise de conscience de cette relation de “parasubordination technique“ entre tâcherons du clics (rémunérés ou pas) et recruteurs (marques, politiques, etc) est nécessaire pour éviter les dérives culturelles et politiques auxquelles ce système nous expose.

Qui a fait élire Trump ? Pas les algorithmes, mais des millions de “tâcherons du clic” sous-payés

Ce billet a été publié par L’Obs / Rue89 le 19 novembre 2016. Une version en anglais est disponible ici.

Le débat sur les responsabilités médiatiques (et technologiques) de la victoire de Trump ne semble pas épuisé. Moi par contre je m’épuise à expliquer que le problème, ce ne sont pas les algorithmes. D’ailleurs, la candidate “algorithmique” c’était Clinton : elle avait hérité de l’approche big data au ciblage des électeurs qui avait fait gagner Obama en 2012, et sa campagne était apparemment régie par un système de traitement de données personnelles surnommé Ada.

Au contraire, le secret de la victoire du Toupet Parlant (s’il y en a un) a été d’avoir tout misé sur l’exploitation de masses de travailleurs du clic, situés pour la plupart à l’autre bout du monde. Si Hillary Clinton a dépensé 450 millions de dollars, Trump a investi un budget relativement plus modeste (la moitié en fait), en sous-payant des sous-traitants recrutés sur des plateformes d’intermédiation de micro-travail.

Une armée de micro-tâcherons dans des pays en voie de développement

Vous avez peut-être lu la news douce-amère d’une ado de Singapour qui a fini par produire les slides des présentation de Trump. Elle a été recrutée via Fiverr, une plateforme où l’on peut acheter des services de secrétariat, graphisme ou informatique, pour quelques dollars. Ses micro-travailleurs résident en plus de 200 pays, mais les tâches les moins bien rémunérées reviennent principalement à de ressortissants de pays de l’Asie du Sud-Est. L’histoire édifiante de cette jeune singapourienne ne doit pas nous distraire de la vraie nouvelle : Trump a externalisé la préparation de plusieurs supports de campagne à des tacherons numériques recrutés via des plateformes de digital labor, et cela de façon récurrente. L’arme secrète de la victoire de ce candidat raciste, misogyne et connu pour mal payer ses salariés s’avère être l’exploitation de travailleuses mineures asiatiques. Surprenant, non ?

singapore-trump

Hrithie, la “tâcheronne numérique” qui a produit les slides de Donal Trump…

Mais certains témoignages de ces micro-travailleurs offshore sont moins édifiants. Vous avez certainement lu l’histoire des “spammeurs de Macédoine”. Trump aurait profité de l’aide opportuniste d’étudiants de milieux modestes d’une petite ville post-industrielle d’un pays ex-socialiste de l’Europe centrale devenus des producteurs de likes et de posts, qui ont généré et partagé les pires messages de haine et de désinformation pour pouvoir profiter d’un vaste marché des clics.

spam-macedonia

How Teens In The Balkans Are Duping Trump Supporters With Fake News

A qui la faute ? Au modèle d’affaires de Facebook

A qui la faute ? Aux méchants spammeurs ou bien à leur manditaires ? Selon Business Insider, les responsables de la comm’ de Trump ont directement acheté presque 60% des followers de sa page Facebook. Ces fans et la vaste majorité de ses likes proviennent de fermes à clic situées aux Philippines, en Malaysie, en Inde, en Afrique du Sud, en Indonesie, en Colombie… et au Méxique. (Avant de vous insurger, sachez que ceci est un classique du fonctionnement actuel de Facebook. Si vous n’êtes pas au fait de la façon dont la plateforme de Zuckerberg limite la circulation de vos posts pour ensuite vous pousser à acheter des likes, cette petite vidéo vous l’explique. Prenez 5 minutes pour finaliser votre instruction.)

Bien sûr, le travail dissimulé du clic concerne tout le monde. Facebook, présenté comme un service gratuit, se révèle aussi être un énorme marché de nos contacts et de notre engagement actif dans la vie de notre réseau. Aujourd’hui, Facebook opère une restriction artificielle de la portée organique des posts partagés par les utilisateurs : vous avez 1000 « amis », par exemple, mais moins de 10% lit vos messages hilarants ou regarde vos photos de chatons. Officiellement, Facebook prétend qu’il s’agit ainsi de limiter les spams. Mais en fait, la plateforme invente un nouveau modèle économique visant à faire payer pour une visibilité plus vaste ce que l’usager partage aujourd’hui via le sponsoring. Ce modèle concerne moins les particuliers que les entreprises ou les hommes politiques à la chevelure improbable qui fondent leur stratégies marketing sur ce réseau social : ces derniers ont en effet intérêt à ce que des centaines de milliers de personnes lisent leurs messages, et ils paieront pour obtenir plus de clics. Or ce système repose sur des « fermes à clics », qui exploitent des travailleurs installés dans des pays émergents ou en voie de développement. Cet énorme marché dévoile l’illusion d’une participation volontaire de l’usager, qui est aujourd’hui écrasée par un système de production de clics fondé sur du travail caché—parce que, littéralement, délocalisé à l’autre bout du monde.

Flux de digital labor entre pays du Sud et pays du Nord

Une étude récente de l’Oxford Internet Institute montre l’existence de flux de travail importants entre le sud et le nord de la planète : les pays du Sud deviennent les producteurs de micro-tâches pour les pays du Nord. Aujourd’hui, les plus grands réalisateurs de micro-taches se trouvent aux Philippines, au Pakistan, en Inde, au Népal, à Hong-Kong, en Ukraine et en Russie, et les plus grands acheteurs de leurs clics se situent aux Etats-Unis, au Canada, en Australie et au Royaume-Uni. Les inégalités classiques Nord/Sud se reproduisent à une échelle planétaire. D’autant qu’il ne s’agit pas d’un phénomène résiduel mais d’un véritable marché du travail : UpWork compte 10 millions d’utilisateurs, Freelancers.com, 18 millions, etc.

odesk_net_4_no-numbers

Micro-travailleurs d’Asie, et recruteurs en Europe, Australie et Amérique du Nord sur une plateforme de digital labor.

Nouvel “i-sclavagisme” ? Nouvel impérialisme numérique ? Je me suis efforcé d’expliquer que les nouvelles inégalités planétaires relèvent d’une marginalisation des travailleurs qui les expose à devoir accepter les tâches les plus affreuses et les plus moralement indéfendables (comme par exemple aider un candidat à l’idéologie clairement fasciste à remporter les élections). Je l’explique dans une contribution récente sur la structuration du digital labor en tant que phénomène global (attention : le document est en anglais et fait 42 pages).  Que se serait-il passé si les droits de ces travailleurs du clics avaient été protégés, s’ils avaient eu la possibilité de résister au chantage au micro-travail, s’il avaient eu une voix pour protester contre et pour refuser de contribuer aux rêves impériaux d’un homme politique clairement dérangé, suivi par une cour de parasites corrompus ? Reconnaître ce travail invisible du clic, et le doter de méthodes de se protéger, est aussi – et avant tout – un enjeux de citoyenneté globale. Voilà quelques extraits de mon texte :

dllong1 dllong2 dllong3

Extrait de “Is There a Global Digital Labor Culture?” (Antonio Casilli, 2016)

Conclusions:

  1. Pour être plus clair : ce ne sont pas ‘les algorithmes’ ni les ‘fake news’, mais la structure actuelle de l’économie du clic et du digital labor global qui ont aidé la victoire de Trump.
  2. Pour être ENCORE plus clair : la montée des fascismes et l’exploitation du digital labor s’entendent comme larrons en foire. Comme je le rappelais dans un billet récent de ce même blog :

L’oppression des citoyens des démocraties occidentales, écrasés par une offre politique constamment revue à la baisse depuis vingt ans, qui in fine a atteint l’alignement à l’extrême droite de tous les partis dans l’éventail constitutionnel, qui ne propose qu’un seul fascisme mais disponible en différents coloris, va de pair avec l’oppression des usagers de technologies numériques, marginalisés, forcés d’accepter une seule offre de sociabilité, centralisée, normalisée, policée, exploitée par le capitalisme des plateformes qui ne proposent qu’une seule modalité de gouvernance opaque et asymétrique, mais disponible via différents applications.

Sur France Culture (31 oct. 2016)

Emission: Du Grain à Moudre. Invités : Antonio Casilli : sociologue et enseignant-chercheur à Télécom ParisTech et à l’EHESS ; Diana Filippova : Co-fondatrice de OuiShare, think tank de l’économie collaborative ; Olivier Babeau : professeur de sciences de gestion à l’Université de Bordeaux, porte-parole de la Fondation Concorde

Source: L’économie collaborative supporte-t-elle la régulation ?

Digital platform labor : transformations du travail et nouvelles inégalités planétaires

Intervention aux Ministères économiques et financiers, Bercy (13 septembre 2016).

 

Antonio A. CASILLI.

Plateformes et transformations de l’entreprise

Le bouleversement numérique entraîne beaucoup de confusion sémantique. On parle parfois de « disruption », d’« uberisation ». Les consultants évoquent la « transformation numérique », les entités politiques et les corps intermédiaires utilisent souvent le terme de « révolution numérique », alors qu’en Allemagne et dans le sud de l’Europe est évoquée l’« industrie 4.0 ».

On retiendra ici la notion de « plateformisation », tout en excluant l’idée d’automatisation ou de remplacement des êtres humains par les robots, car cette idée n’est pas vérifiée aujourd’hui, malgré la prophétie de l’étude d’Oxford de 2013, qui a été mentionnée plus haut. L’histoire de l’économie regorge de prophéties de ce type : l’économiste Thomas Mortimer[1] annonçait déjà l’« exclusion du travail du genre humain » avec l’apparition des premiers moteurs dans les scieries ; il en va de même pour les prophéties contenues dans les Principles of Political Economy (1821) de David Ricardo , qui ne se sont jamais réalisées.

Aujourd’hui la plateformisation entraîne non pas la disparition du travail, mais une modification du ratio travail/emploi. Pour définir une plateforme, il faut revenir à la relation entre marché et entreprises. Selon la vision classique de l’économiste Ronald Coase[2], le capitalisme moderne se caractérise par une séparation nette entre le marché – où l’on s’expose au risque, à la volatilité des prix et des transactions, etc. – et l’entreprise, qui internalise un ensemble de coûts et cherche à gérer ce risque, par exemple en mettant en place des hiérarchies précises. Or, avec les plateformes, le marché et l’entreprise, tendent à se confondre, comme c’est le cas pour Amazon, par exemple, qui est à la fois une entreprise et un marketplace.

En outre, ces plateformes prennent la forme de marchés bifaces : certains usagers paient ; d’autres bénéficient d’un prix nul, ou même d’un prix négatif puisqu’ils sont rétribués pour consommer. Ainsi, le modèle économique de Google se fonde sur le marché de la publicité : l’utilisateur vit dans l’illusion de la gratuité du service rendu, alors que les annonceurs paient pour acheter les données. En outre, les plateformes se caractérisent par leur capacité à coordonner des catégories disparates d’utilisateurs : consommateurs, producteurs, livreurs, opérateurs logistiques, systèmes de paiement. Plusieurs acteurs économiques doivent donc se coordonner au moment de la transaction. Les GAFA sont le plus souvent évoqués, mais leur hégémonie ne s’étend pas au monde entier : on trouve en Chine le géant chinois Alibaba[3], et les Russes préfèrent le réseau social Vkontakte[4] à Facebook.

Captation de la valeur issue des usages

Ces plateformes opèrent une captation de la valeur créée par les usagers, ce qui produit un changement du ratio entre la valeur produite et la valeur captée. Ainsi, les réseaux sociaux se fondent sur des contributions bénévoles – même si elles sont plus rares que cela est souvent imaginé : elles sont toutes valorisables sur ces plateformes qui produisent très peu de valeur en elles-mêmes.

Par ailleurs, les plateformes s’appuient sur une vaste économie des données personnelles. Le traitement automatique de bases de données massives collectées à partir des données des utilisateurs ne concerne plus seulement Apple, Alphabet, Microsoft, Facebook et Amazon, qui sont les cinq premières capitalisations boursières mondiales. Les entreprises du CAC 40 adoptent progressivement les mêmes réflexes. Ainsi, la SNCF ambitionne à monétiser les données de ses utilisateurs pour optimiser son réseau et pour faire évoluer son modèle d’affaires. Cet effort se manifeste par exemple par la création de TGVpop[5], un mix d’Uber, de Facebook et de la SNCF : certains trains ne circulent que s’ils affichent suffisamment de « likes ». Comme Laurent Gille l’évoque dans l’ouvrage Aux sources de la valeurDes biens et des liens[6], ce sont ainsi les relations qui deviennent sources de valeur, et non plus des biens.

Dans ce contexte, les plateformes opèrent encore un autre changement, plus important pour notre propos : celui du ratio entre emploi formel – rémunéré par un salaire établi par contrat de travail – et travail implicite. Ce dernier apparaît lorsque les utilisateurs transmettent leurs données personnelles ou laissent connaître des comportements monétisables. La plateformisation transforme les entreprises en mécanismes de coordination d’acteurs sociaux qui opèrent une marginalisation – ou crowding out, c’est-à-dire éviction – de la force de travail. Un nombre de plus en plus réduit de personnes travaillent au sein de entreprises-plateformes (salariés formels) tandis que l’essentiel de l’activité est réalisé à ses alentours via des mécanismes d’externalisation (sous-traitance, offshoring, essaimage, etc.), où travaillent les communautés d’usagers. Ces derniers se transforment ainsi en coproducteurs, notion déjà identifiée par les sociologues dans les années 1970 dans le travail produit autour des entreprises. Le travail des consommateurs, concerne non seulement Internet mais aussi toutes les grandes surfaces où chacun devient son propre caissier, son propre évaluateur, formateur, contre-maître, comme l’explique la sociologue Marie-Anne Dujarier[7]. Il s’agit à présent d’associer à ces aspects la reconnaissance du travail immatériel des personnes qui produisent des contenus cognitifs.

Le digital labor

En français, on ne traduit pas le terme digital labor, car le mot « travail » a plusieurs sens : il désigne à la fois la transformation de la réalité physique (ce que les allemands appelleraient Werk et les anglais work) et un ensemble de relations sociales : « travailler pour », « travailler avec », etc (que les allemands appelleraient Arbeit, et les anglais, justement, labor). Le digital labor désigne alors le travail de relations sociales effectué sur les plateformes numériques. Il ne s’agit pas d’une travail « numérique », mais bien d’un travail « digital », car il est effectué avec les doigts, c’est-à-dire il est un travail du clic. Le digital labor comprend ainsi de nombreuses activités. Sur certaines plateformes, il s’agit de travail à la demande : ainsi, Uber affirme se cantonner à une intermédiation algorithmique qui garantit que le passager A rencontrera le chauffeur B. Ce dernier passe alors son temps, plus qu’à conduire à réaliser ce « travail du doigt » pour planifier sur l’application mobile son activité durant la semaine, gérer sur internet sa réputation et l’évaluation par les passagers, personnaliser son profil, effectuer de tâches de construction de la présence numérique. Il en va de même des passagers qui doivent gérer leur réputation. La gestion de l’évaluation réciproque devient un véritable travail dont chacun ressent les effets.

La plateforme Amazon Mechanical Turk[8] s’appuie sur la métaphore d’un automate joueur d’échecs qui aurait jadis défié et battu tous les grands gouvernants européens ; or cet automate contenait en fait un être humain qui actionnait les pièces. Amazon Mechanical Turk fonctionne en fait de la même manière. Le système automatique se fonde sur l’action de centaines de milliers d’humains qui réalisent un certain nombre de tâches : ils taguent des images, organisent des playlists de musiques, etc. Il importe donc de relativiser la prétendue automatisation du travail : derrière le rôle joué par l’algorithme se trouvent en effet des humains qui cliquent, moyennant une micro-rémunération. Mais cette source de gain est soustraite à toute forme de protection et de réglementation classique. La récente loi Travail n’a pas réussi à encadrer ces activités alors que Foule Factory[9] apparaît en France comme l’équivalent d’Amazon Mechanical Turk. Ces plateformes représentent un véritable marché du travail. On y trouve aussi le poids lourd chinois Zhubajie[10], l’un des plus importants opérateurs du micro-travail au monde, qui compte une dizaine de millions d’utilisateurs. Ou alors UpWork, entreprise étasunienne qui est tournée vers les pays du Sud (Afrique subsaharienne et Asie du Sud) : ces derniers ne sont pas seulement concernés par des phénomènes de consommation numérique, mais aussi par la production numérique. Le service TxtEagle permet ainsi à des personnes vivant dans des zones rurales d’Afrique de réaliser des micro-tâches pour des micro-paies.

 

De nouvelles inégalités planétaires

De nouvelles inégalités Nord-Sud émergent à travers ces plateformes. Une étude récente de l’Oxford Internet Institute[11] montre l’existence de flux de travail importants entre le sud et le nord de la planète : les pays du Sud deviennent les producteurs de micro-tâches pour les pays du Nord. Aujourd’hui, les plus grands réalisateurs de micro-taches se trouvent aux Philippines, au Pakistan, en Inde, au Népal, à Hong-Kong, en Ukraine et en Russie, et les plus grands acheteurs de leurs clics se situent aux Etats-Unis, au Canada, en Australie et au Royaume-Uni. Les inégalités classiques Nord/Sud se reproduisent à une échelle considérable. D’autant qu’il ne s’agit pas d’un travail résiduel mais d’un véritable marché du travail : UpWork compte 10 millions d’utilisateurs, Freelancers.com, 18 millions, etc.

Or, ce digital labor reste invisible et échappe aux statistiques et à l’encadrement classique du travail salarié. Cela pose des problèmes, d’une part, de protection des travailleurs et, d’autre part, de dissimulation du micro-travail dans n’importe quel usage numérique. Crowdsource, lancé récemment par Google, permet d’aider l’entreprise à améliorer ses services en traduisant des textes, en tagguant des images, en retranscrivant des phrases. C’est une version mobile d’Amazon Mechanical Turk. Mais depuis longtemps, chaque fois que Google Translate est utilisé l’amélioration du moteur de traduction est proposée à l’utilisateur. Il en va de même des re-captcha[12] – ces encadrés où il est demandé à l’utilisateur de montrer qu’il n’est pas un robot en retranscrivant des lettres floues qui apparaissent à l’écran : chaque fois que l’utilisateur répond à un « re-captcha », il travaille pour Google Books, dont l’algorithme ne parvient parfois pas à reconnaître correctement les pages scannées des livres.

Le travail dissimulé du clic concerne tout le monde. Facebook, présenté comme un service gratuit, se révèle aussi être un énorme marché du clic. Aujourd’hui, l’algorithme de Facebook opère une restriction artificielle de la portée organique des posts partagés par les utilisateurs : vous avez 1000 « amis », par exemple, mais moins de 10% lit vos messages hilarants ou regarde vos photos de chatons. Officiellement, Facebook prétend qu’il s’agit ainsi de limiter les spams. Mais en fait, la plateforme invente un nouveau modèle économique visant à faire payer pour une visibilité plus vaste ce que l’usager partage aujourd’hui via le sponsoring. Ce modèle concerne moins les particuliers que les entreprises qui fondent leur stratégies marketing sur ce réseau social : ces dernières ont en effet intérêt à ce que des centaines de milliers de personnes lisent leurs messages, et elles paieront pour obtenir plus de clics. Or ce système repose sur des « fermes à clics », qui exploitent des travailleurs installés en Inde, au Pakistan, en Malaisie, etc[13]. Cet énorme marché dévoile l’illusion d’une participation volontaire de l’usager, qui est aujourd’hui écrasée par un système de production de clics fondé sur du travail caché—parce que, littéralement, à l’autre bout du monde. En filigrane, une autre question se pose. Si le clic de l’usager bénévole vaut autant que celui d’une personne payée pour le faire, certains se demandent comment rémunérer ce travail.

Facebook se fonde sur la gratuité du service offert aux usagers, la plateforme n’étant de son côté pas censée rémunérer ce que l’usager publie ou clique. Mais de plus en plus de services s’affranchissent de ce système et proposent de rémunérer la participation en ligne. Ainsi la plateforme américaine TSU[14] a développé un modèle d’affaires de rémunération de l’utilisateur : ce dernier crée un profil que TSU monétise en vendant les données à des régies publicitaires. L’entreprise captait donc 10 % sur chaque dollar perçu, l’usager 45 %, la personne qui a invité cet usager à créer un profil reçoit 30 %, et ainsi de suite. L’arrivée de chaque nouvel utilisateur donnerait lieu à une rémunération en cascade pour tous les membres du réseau. Même si personnellement je ne suis pas du tout d’accord avec ces idées de rémunération « à la tâche » ou « à la donnée », ces nouveaux modèles peuvent être perçu comme une manière d’organiser une redistribution de la valeur et de reconnaître le fait que chaque clic constitue un travail dont bénéficient ces plateformes. Alors, la question devient plutôt comment donner au collectif la valeur que les plateformes captent du collectif. Et ma position s’éloigne de celle des thuriféraires de la rémunération de chaque clic, qui créerait à mon avis une classe de prolétaires digitaux. Il faut plutôt envisager une fiscalité du numérique solide, accompagnée par une politique de redistribution qui passe par la mise en place d’un revenu universel de base. Le CNNum le pointe d’ailleurs dans un rapport remis en janvier 2016 à la ministre du Travail sur la nouvelle trajectoire « travail, emploi et numérique »[15] : il souligne l’importance du digital labor, c’est-à-dire du travail des utilisateurs et préconise la création de ce revenu de base digital.

[1] Thomas Mortimer, britannique   (1730–1810) en 1772, il écrit : « those machines are intended almost totally to exclude the labor of the human race.” …“if introduced into our dockyards etc…they would exclude the labor of thousands of useful workmen.”

[2] Ronald Coase, britannique (1910-2013), prix Nobel d’économie 1991

[3] Voir le site du groupe Alibaba : http://www.alibabagroup.com/en/global/home et https://french.alibaba.com/

[4] Voir : https://vk.com/ et arrticle du courrier de Russie avril 2016 : http://www.lecourrierderussie.com/societe/2016/04/vkontakte-saint-petersbourg/

[5] TGV pop mode d’emploi : http://www.voyages-sncf.com/tgv/tgv-pop

[6] AUX SOURCES DE LA VALEUR Des biens et des liens –L’Harmattan – Logiques sociales – juin 2006

[7] Dujarier, M.-A. (2008). Le Travail du consommateur? . De McDo à eBay: comment nous coproduisons ce que nous achetons, Paris: La Découverte.

[8] Cf. article de France Culture sur le Turc mécanique d’Amazon : http://www.franceculture.fr/emissions/ce-qui-nous-arrive-sur-la-toile/le-turc-mecanique-damazon# et le site d’Amazon : https://www.mturk.com/mturk/welcome

[9] Voir : https://www.foulefactory.com/

[10] Voir : http://www.witmart.com/about/overview.html

[11] Lehdonvirta, V., Barnard, H., Graham, M., and Hjorth, I. (2014) Online labour markets – levelling the playing field for international service markets? Paper presented at the IPP2014: Crowdsourcing for Politics and Policy conference, University of Oxford.

[12] CAPTCHA est l’acronyme pour « Completely Automated Public Turing Test To Tell Computers and Humans Apart ». Un Captcha est un programme de test visant à protéger un site web (souvent une page de formulaire ou d’inscription) des robots

[13] Voir article du Guardian (UK), sur les forçats des fermes à clics – août 2013  : https://www.theguardian.com/technology/2013/aug/02/click-farms-appearance-online-popularity

[14] Voir article de Zdnet – mars 2016 : http://www.zdnet.com/article/social-network-tsu-upgrades-platform-to-increase-payments-to-users/

[15] Le rapport – janvier 2016 : http://cnnumerique.fr/wp-content/uploads/2015/12/Rapport-travail-version-finale-janv2016.pdf

Arrêtez de vous faire du souci pour la santé mentale de Trump : c’est celle de ses Twitter-ouvriers qui est à risque

Dans sa récente contribution lors du symposium re:publica 2016, Sarah T. Roberts soulignait les risques pour la santé mentale (et plus en générale pour la santé au travail) des métiers du secteur du numérique. En particulier, la chercheuse de UCLA se penchait sur la modération de contenus violents ou choquants par des travailleurs de l’ombre, mal payés et souvent dans des situations de précarité. Rentrer chez soi après avoir assisté à des scènes de guerre, de haine, d’abus – et ne pas pouvoir en parler à cause des clauses de confidentialité de son contrat de travail – peut en effet avoir des conséquences néfastes sur la vie de ces travailleurs.

[One worker] indi­cated to me that although it he was trained” so to speak to leave the mate­rial that he saw on the job and just sort of tap out psy­cho­log­i­cally and men­tally when he left, it was really dif­fi­cult for him to do that. And in fact he found him­self going home and rumi­nat­ing about the things that he had seen at work.
[Sarah T Roberts, Behind the Screen: The People and Politics of Commercial Content Moderation]

D’où la question : quid des ceux et celles qui ne se limitent pas à modérer la haine, mais dont le métier consiste à produire des messages racistes, dégradants pour femmes et minorités, promouvant la violence et l’exclusion ? Un exemple, parmi d’autres : les tweets de Donald Trump. Plusieurs personnes ont récemment avancé des doutes sur l’équilibre mental du candidat républicain étasunien. La question que nous pouvons poser ici est plutôt comment vivent leur vie professionnelle et personnelle les responsables de la communication de M. Trump ?

Pour répondre à cette question il faudra s’adonner à un petit exercice de mise en visibilité du travail numérique de l’ombre. Par exemple, via cette analyse fort intéressante publiée par David Robinson, le data scientist de Stack Overflow. Elle réalise une comparaison entre les tweets du staff de Donald Trump vs ceux émanant, tel un miasme impur, du monsieur lui-même.

Résumé des résultats principaux :
1) Les tweets des CM de Trump sont envoyés à partir d’un iPhone (Trump tweete depuis Android).

Capture d’écran 2016-08-10 à 09.19.24
2) Les tweets du staff de Donald Trump sont en général plus positifs niveau sentiment analsys (jusqu’à 80% moins de mots liés à dégoût, tristesse, peur, rage).

Capture d’écran 2016-08-10 à 09.19.04
3) Les tweets du staff de Trump ont plus de chances de contenir des liens, des photos, des hashtags.

Capture d’écran 2016-08-10 à 09.32.06
4) Les tweets du staff de Donald Trump se concentrent entre 9h et 20h (ce qui nous en dit beaucoup sur les rythmes de travail de ces responsables comm’).

Capture d’écran 2016-08-10 à 09.19.40
5) La nécessité d’imiter le style de Trump, renforce l’uniformité des tweets et la structure métrique caractéristique des ”Trump haikus”.

The metrical pattern is deceptively simple: Single clause declarative sentence, single clause declarative sentence, primary adjective/term of derision.
[Josh Marshall, Metrical Analysis of Trump Insult Haiku]

Et la santé au travail ? Le billet de David Robinson se termine justement avec une dernière pensée émue pour la santé mentale du CM de Donald Trump…

A lot has been written about Trump’s mental state. But I’d really rather get inside the head of this anonymous staffer, whose job is to imitate Trump’s unique cadence (“Very sad!”), or to put a positive spin on it, to millions of followers. Is he a true believer, or just a cog in a political machine, mixing whatever mainstream appeal he can into the @realDonaldTrump concoction?
[David Robinson, Text analysis of Trump’s tweets confirms he writes only the (angrier) Android half]