Intelligence artificielle, travail, organisations

Cette page expose une troisième proposition, dans le prolongement direct de la précédente (Agriculture : le travail au centre du jeu).

1. Mon angle

L’IA, notamment générative, se diffuse très vite. Selon Eurostat, 20 % des entreprises européennes de dix salariés et plus déclaraient l’utiliser en 2025, contre 13,5 % en 2024 et 8,1 % en 2023. Ces chiffres disent que l’IA est en train d’arriver dans le monde du travail. Mais ils ne disent presque rien de ce qu’elle fait au travail.

Les débats autour de l’IA sont nombreux. Il y a les discussions ontologiques, dont je suis amateur (l’être, la conscience, la machine et l’humain, les propriétés émergentes…). Il y a les débats politiques, les problématiques juridiques et de régulation, les aspects géopolitiques et de guerre économique entre puissances et entre firmes, les enjeux énergétiques autour des centres de données, les questions d’économie et d’emploi. Il y a enfin les répercussions sur la vie individuelle et collective : adolescents, vie privée, relations, apprentissages scolaires, culture, civilisation. Je ne traite pas ces questions ici.

Ma proposition porte sur un seul front : le travail et les collectifs de travail. Elle est donc tout à fait compatible avec ma perspective sur « le travail au centre du jeu » en agriculture, mais ne se réduit aucunement à l’agriculture. L’éducation m’intéresse comme milieu de travail — celui des enseignants, des formateurs, des personnels — et non sous l’angle spécifique des apprentissages des enfants et des élèves. Les apprentissages m’intéressent quand ils se font dans et pour le travail d’adultes : formation professionnelle, transmission des savoir-faire. La confidentialité des données m’intéresse comme pratique concrète des organisations de travail, pas comme question de droit.

2. Un cas d’école : enquêter avant de juger

Mon travail avec la RATP et le volet sociologique de ma thèse de doctorat (École des Mines de Paris, 2005) portaient sur la ligne 14 du métro parisien et sur les reconfigurations des métiers et des organisations de travail à la RATP, au moment de l’automatisation de la conduite du métro, de la régulation du trafic ferroviaire et de certains équipements de station. J’en ai retenu une leçon simple : une technologie qui automatise ne se contente pas de remplacer, elle déplace. Des tâches disparaissent, d’autres apparaissent ; des compétences se perdent, d’autres doivent se former, et se forment ; les coordinations au sein des équipes se redistribuent, les responsabilités se recomposent. De nouveaux possibles s’ouvrent, de nouveaux problèmes et de nouveaux enjeux aussi, des contraintes inédites apparaissent, et toujours s’observe un travail de reconfiguration et d’ajustement indispensable, considérable, et parfois invisible. L’innovation, ce n’est pas simplement la nouveauté qu’apporte une nouvelle technologie : c’est aussi comment cette nouveauté s’inscrit, s’implémente, dans un milieu, un environnement de travail.

L’IA est un nouveau cas d’école. Or pour évaluer les effets de l’IA sur le travail, il faut d’abord des données pour comprendre les situations. Elles restent rares, ce qui est compréhensible tant son entrée dans les métiers et les organisations est récente. Il s’agit surtout d’expériences sur des tâches isolées — rédaction professionnelle plus rapide et de meilleure qualité ; chez des consultants, gains nets sur certaines tâches mais davantage d’erreurs sur une tâche hors de portée de l’outil — et de statistiques agrégées sur l’emploi. En France, les enquêtes du LaborIA, sous la direction scientifique de Yann Ferguson, ont commencé à observer des situations de travail et posent la question, qui me semble très pertinente, des conditions d’une IA « capacitante », qui complète ou augmente les compétences humaines.

Une chose ressort déjà : les effets varient fortement selon les tâches et les personnes, de façon manifestement difficile à prévoir. Ainsi chez 140 radiologues, ni l’ancienneté, ni la spécialité, ni la familiarité avec l’IA ne permettaient de prédire qui en tirait profit. Il faut donc, dans un premier temps, suspendre tout jugement évaluatif (ce que l’IA « apporte », ses « performances », ses « limites », ses « dangers »), a fortiori lorsqu’il est redoublé par des avis tranchés si ce n’est péremptoires sur les questions évoquées plus haut, et privilégier d’abord des enquêtes de terrain très fines, de type ethnographie du travail.

Ma proposition n’est pas non plus de conduire des études sur l’IA et le travail en vue d’augmenter la performance, de manière trop simpliste. Elle est de tirer des études des propositions concrètes pour mes clients — identifier les reconfigurations des compétences, des métiers et des collectifs de travail qui conviennent à un métier et à une organisation donnés, en cherchant la justesse. Et, au-delà, d’accompagner ces reconfigurations (voir la section 6). Cela n’exclut pas la performance au sens économique et financier, les gains de productivité, mais complète cette perspective par d’autres qui me semblent tout aussi importantes : la qualité de vie au travail, le sens du travail, l’identité de métier, et, sur le plan collectif et organisationnel, la qualité de la coopération et la capacité des collectifs à discuter de leur travail et de son sens.

Cette posture se tient à distance de deux discours. L’un affirme que « l’IA remplace, c’est simple, c’est formidable ». L’autre condamne en bloc, souvent sans avoir regardé comment l’IA est réellement utilisée, par qui, comment, et avec quels effets. Nicolas Dodier montrait déjà, à partir de l’observation minutieuse d’une usine, que la technique vue du côté des opérateurs ne se réduit pas à une rationalité imposée d’en haut. Dans un registre praticien, le livre récent d’Arnaud Billion et de ses coauteurs défend lui aussi une approche « technoréaliste », à distance des fausses promesses comme des rejets de principe.

Je me sers moi-même de l’IA de manière régulière dans mon travail depuis un an, et je trouve cela fort intéressant. J’apprends beaucoup, il me semble que certaines choses sont mieux réalisées, des tâches pénibles sont évitées ; d’un autre côté je ne gagne pas plus d’argent, je ne travaille pas moins… et au final, je lis plus. S’occuper de l’IA me demande beaucoup de travail. Il faut configurer le logiciel, lui donner les bonnes ressources à mettre en mémoire, concevoir et calibrer de très nombreuses instructions et règles. Il faut apprendre à interagir avec l’outil — ni trop, ni trop peu. Il faut réceptionner ce qu’il produit, le vérifier, puis décider de ce qu’on en fait. Il faut l’intégrer à des usages variés — dans mon cas l’exploration documentaire, l’analyse de données, parfois la réflexion stratégique ou la conception d’« agents » sur mesure dédiés à des tâches bien spécifiques. Il faut se tenir au courant des évolutions de l’outil (nouvelles fonctionnalités, nouveaux modèles…). Il faut gérer la confidentialité : décider de ce que j’accepte de confier à une entreprise de mes questionnements, préoccupations et activités ; protéger l’anonymat de tiers, par exemple des personnes que j’interroge en entretien ; paramétrer au mieux la conservation des données et l’entraînement ; respecter un cadre légal qu’il faut lui-même suivre, car il évolue (voir Gestion des données). Ce n’est qu’un exemple, un témoignage, une expérience, propre à mon métier de consultant-chercheur et sans doute à des traits personnels singuliers. Il montre que travailler avec l’IA peut demander un travail considérable, mais il ne permet pas de conclure quant à ce qu’il en est dans d’autres métiers : c’est justement ce qu’il faut aller observer.

3. Des métiers très différents

Les usages de l’IA sont probablement assez propres à chaque activité, chaque métier, chaque situation, chaque organisation, voire chaque personne — même s’il sera utile, ici comme ailleurs, de dégager à terme des traits génériques, ou faire des typologies. Quelques exemples, bien sûr non exhaustifs, dans les secteurs primaire, secondaire, tertiaire :

• Industrie : l’opérateur de conduite qui reçoit des alertes de maintenance prédictive, le contrôleur qualité assisté par vision artificielle, le technicien de bureau d’études qui rédige sa documentation avec un assistant, le chef d’équipe dont le planning est calculé par un logiciel.
• Artisans, indépendants, professions libérales : l’artisan qui prépare devis et échanges clients, le rédacteur ou le graphiste indépendant dont la matière même du métier est touchée, l’expert-comptable, l’avocat ou le consultant qui délègue recherches et premières versions.
• Éducation et formation : l’enseignant qui prépare ses cours, adapte ses supports, le formateur d’adultes, les équipes administratives des établissements.
• Santé et médico-social : le radiologue qui lit des images avec une aide algorithmique, le médecin dont les comptes rendus sont préparés par un « scribe » automatique, le secrétariat médical, les travailleurs sociaux dont les écrits professionnels sont assistés.
• Recherche : le chercheur qui explore la littérature, analyse des données ou rédige avec un assistant, l’ingénieur d’études qui code avec une aide automatique.
• Agriculture et agroalimentaire : l’agriculteur avec des outils d’aide à la décision, le conseiller agricole ou l’ingénieur d’institut technique qui s’appuie sur un agent conversationnel, le responsable qualité d’une usine…
• Services et administrations : le téléconseiller assisté en temps réel, l’agent qui instruit des dossiers, le préparateur de commandes guidé par un système, le chargé de recrutement qui trie des candidatures.

Un même outil ne fait pas la même chose dans chacune de ces situations et activités. Il n’ouvre pas les mêmes possibles, il ne présente pas les mêmes risques ni les mêmes limites. Il ne demande pas les mêmes reconfigurations autour de lui, ni les mêmes configurations de l’outil lui-même. Il n’existe donc ni grille toute faite ni « diagnostic de maturité IA » standard qui vaille.

4. Quatre niveaux à distinguer

Je distingue quatre niveaux. Les « résultats » macro — performance d’entreprise, répercussions sur l’emploi par exemple — et certaines conséquences importantes, comme les besoins en formation (sur l’IA ou sur autre chose avec l’IA), ne se comprennent qu’à partir des trois premiers.

L’activité et les situations de travail réel

Il s’agit de ce qui se fait, ne se fait plus ou se fait autrement quand on utilise l’IA : l’évolution des pratiques de travail ; les nouvelles tâches de vérification et de correction ; les compétences qui se perdent ou se forment. L’écart entre travail prescrit et travail réel, notions au cœur de l’ergonomie du travail, peut être bousculé.

Quelques outils académiques ont ici toute leur place, par exemple, sans exhaustivité :

• l’anthropologie des techniques et la sociologie de l’innovation, qui pensent l’automatisation comme une redistribution des tâches entre humains et dispositifs ;
• l’ergonomie cognitive, qui étudie comment les personnes s’approprient leurs instruments, comment l’action située déborde les plans et donne lieu à de multiples ajustements, la cognition distribuée, qui étudie comment la cognition se répartit entre personnes et outils, à la passerelle d’un navire comme dans un cockpit d’avion ;
• la sociologie du travail, qui a analysé très tôt le devenir du travail dans les industries de flux automatisées, et la sociologie des grands systèmes techniques, jusque dans le face-à-face du pilote et du contrôleur avec l’automate ;
• les travaux sur les écrits de travail et leur fonction de traçabilité, ici précieux, l’IA générative produisant d’abord du texte ;
• plus largement, en arrière-plan, l’anthropologie et la philosophie de la technique peuvent être utiles.

Dès 1983, Lisanne Bainbridge décrivait les « ironies de l’automatisation » : on laisse aux humains ce qu’on n’a pas su automatiser, notamment reprendre la main quand le système défaille, tout en érodant les savoir-faire nécessaires pour le faire. C’est une configuration possible — à mon avis ce n’est pas la seule. Une enquête récente suggère aussi que plus on fait confiance à l’IA, moins on déclare exercer son esprit critique — c’est bien possible dans certains cas, mais cela reste un résultat déclaratif, là non plus, pas généralisable a priori de façon simple, et à observer en situation.

Le travail mobilise aussi des connaissances : savoirs techniques et scientifiques, règles de l’art, procédures, références réglementaires, mais également savoirs d’expérience, souvent tacites, que les praticiens produisent et remettent sans cesse à l’épreuve, et qui circulent entre collègues. L’IA peut justement contribuer à produire ces connaissances, à les organiser et à les rendre disponibles : synthèses documentaires, fiches techniques, bases de connaissances interrogeables, capitalisation de retours d’expérience, mise en forme de savoirs jusque-là dispersés ou oraux. C’est un apport potentiellement important. Il pose aussi des questions très concrètes : quelles connaissances sont retenues, lesquelles restent hors champ ? Qui les valide, qui en répond ? Que devient le savoir tacite quand on cherche à le formaliser ? Qui parle, et avec quelle autorité, quand l’IA parle ? Et comment faire en sorte que ces connaissances nourrissent la discussion entre professionnels plutôt que de s’y substituer ?

Le sens, le pouvoir d’agir, la qualité de vie, la santé au travail

Qu’est-ce que je fais encore quand l’IA fait cela ? Que vaut ce que je fais ? Le sens du travail, la reconnaissance, la fierté du travail bien fait, ce que les professionnels tiennent pour leur « vrai boulot », les discussions entre pairs sur ce qu’est un travail de qualité… La charge mentale et attentionnelle, la pénibilité relèvent aussi de ce niveau. Tout cela est susceptible d’être directement mis à l’épreuve. Le métier se transmet aussi par des récits : chez les réparateurs de photocopieurs étudiés par Julian Orr, le diagnostic passe par la mise en récit de la panne, et les histoires qui circulent entre techniciens sont le principal vecteur du savoir.

La psychodynamique du travail, la clinique de l’activité éclairent notamment ce qui se joue là, jusqu’à la santé. Alain Supiot a replacé le contenu et le sens du travail au cœur de la question du travail au XXIe siècle ; François Vatin, après avoir retracé la formation du concept de travail, entre économie et physique, en a interrogé les valeurs.

Le travail collectif et les collectifs de travail

La coopération repose sur des pratiques tacites de communication : être au courant, monter au créneau, se délester, reprendre en mains. Isaac Joseph les avait décrites au poste de commande centralisé de la ligne A du RER. Ce sont ces pratiques discrètes qu’un outil peut soutenir ou désorganiser. L’IA peut aussi bousculer des rôles, des lignes hiérarchiques, des circuits de validation : qui décide, qui vérifie, qui est responsable ?

Elle sert encore aux « managers » pour organiser, évaluer le travail d’autres. On parle de management algorithmique ; Yann Ferguson a critiqué le récit de l’« organisation augmentée », Juan Sebastián Carbonell y voit un « taylorisme augmenté ». Relisant Simone Weil, Rémi Ribierre montre que l’action managériale, parce qu’elle est un « faire par » autrui, tend à effacer celui-ci de la conscience de celui qui agit dès lors qu’il ne fait pas obstacle ; et que plus le pouvoir s’éloigne du terrain, plus les travailleurs risquent de sortir de son champ de vision, remplacés par des « signes ». On peut faire l’hypothèse qu’une IA mise au service du management accentuerait cette distance ou, à certaines conditions, contribuerait au contraire à la réduire : c’est, là encore, à observer.

Pour les indépendants et les dirigeants, l’IA peut aussi être un interlocuteur stratégique : que change-t-elle à la manière de délibérer et de décider ? Transversalement, mettre l’IA au travail sur ce registre, c’est potentiellement faire circuler données personnelles, informations sur les clients et partenaires, savoir-faire, orientations stratégiques : quelles règles se donne-t-on pour cadrer tout cela, entre dépendance potentiellement risquée envers le fournisseur et règlementation ?

5. Faire une juste place à l’IA et faire de l’IA l’occasion d’interroger le travail et l’entreprise

Mon objectif n’est pas seulement d’aider à « améliorer la performance de l’entreprise grâce à l’IA ». Il est de chercher, avec les personnes concernées (d’une direction à l’agent le plus en bas de l’échelle), comment faire à l’IA une place bénéfique pour le travail humain et les collectifs de travail — comment lui trouver, ici et là, une juste place. C’est plus large et plus mesuré : la performance compte, mais aussi la santé, le sens, les compétences, la coopération, la maîtrise des données.

Ces reconfigurations créent aussi des besoins de formation, en particulier de formation continue pour des adultes déjà en situation de travail. Les questions sont nombreuses. Que faut-il apprendre pour travailler avec l’IA : l’outil, mais aussi la vérification, le jugement, la connaissance de ses limites ? Le récent livre blanc sur l’IA générative en agriculture fait d’ailleurs de l’accompagnement de la montée en compétences l’une de ses recommandations. Si les tâches simples par lesquelles on apprenait un métier sont confiées à l’IA, comment les débutants se forment-ils, et comment se transmettent les savoir-faire ? Quelle place donner à l’IA elle-même comme ressource de formation — assistant, tuteur, simulateur — par rapport à ce qui passe par les pairs : compagnonnage, analyse de pratiques, groupes de codéveloppement professionnel, apprentissage à partir des situations de travail ? Ce sont des questions ouvertes, à instruire elles aussi sur le terrain.

La mise en place de l’IA pourrait aussi être une occasion rare de rediscuter le travail, individuellement et collectivement. Elle peut donner lieu à des difficultés, voire à des disputes. Qu’est-ce qui fait la qualité de notre travail ? Que voulons-nous garder, que pouvons-nous déléguer, à quelles conditions ? Ces discussions manquent souvent aux organisations ; elles pourraient pourtant rendre l’intégration de l’IA plus juste, au double sens de la justice et de la justesse, et faire de celle-ci une contribution possible à la refondation du management par le dialogue sur le travail, comme y invite Mathieu Detchessahar.

Et plus largement : qu’est-ce que travailler ensemble ? Qu’est-ce qu’une organisation, un collectif de travail ? Une hiérarchie ? Une entreprise ? Le management n’est jamais une simple technique ; il porte une certaine idée de l’organisation. Pierre Musso a retracé la généalogie de l’entreprise, du monastère à l’usine ; Baptiste Rappin a mis au jour les racines, notamment cybernétiques, du management contemporain.

Mon hypothèse est que, dans certains cas, l’introduction de l’IA pourrait être l’occasion de remettre ces questions en discussion au sein des collectifs eux-mêmes.

6. Études et accompagnements : un dispositif en réflexion

Au-delà des études, je réfléchis avec des partenaires, entre autres à partir des pratiques narratives, à des dispositifs réflexifs qui relèveraient davantage de l’atelier et de l’accompagnement. L’idée serait de conduire, à l’occasion de l’implémentation de l’IA, des études telles que décrites ci-dessus, mais aussi des accompagnements portant sur la recomposition simultanée de la subjectivité des personnes, des collectifs de travail, des régulations organisationnelles et des récits identitaires que les équipes et les directions tiennent sur leur métier. Pour faciliter et promouvoir ce que je viens de décrire : faire une juste place à l’IA et faire de l’IA l’occasion d’interroger le travail et l’entreprise.

Le dispositif articulerait un diagnostic situé, fondé sur l’analyse ethnographique des bouleversements, et un accompagnement de la transformation, en trois temps.

• Temps 1 — Diagnostic des usages situés. Description fine et contextualisée des usages actuels de l’IA par les personnes, les équipes, l’encadrement et la direction.
• Temps 2 — Analyse des bouleversements. Lecture multi-niveaux des recompositions à l’œuvre : sens du travail, organisation et régulation, compétences, connaissances et métier, circulation des informations, décision.
• Temps 3 — Accompagnement narratif et délibératif. Mise en place et animation, dans la durée, d’espaces de discussion sur le travail réel, autour d’une question : à l’occasion de cette implémentation, qu’est-ce qui importe dans notre travail, dans notre métier, dans notre entreprise ?

Ce qui est visé : un renforcement de l’identité des collectifs professionnels, une amélioration documentée de la qualité du travail et, en résultante indirecte mais robuste, une implémentation de l’IA mieux intégrée, moins porteuse de risques psychosociaux et moins dépendante des promesses commerciales des fournisseurs. L’intervention accompagnerait donc la rediscussion de ce qui compte jusqu’à ses effets organisationnels. Une IA mieux portée n’en est pas l’objet premier mais un effet de bord, le travail étant bien « au centre du jeu ».

7. À qui s’adresse cette proposition

À tous les métiers et à tous les collectifs – sauf ceux qui se sont interdit l’usage de l’IA (quoiqu’une telle décision puisse en dire long sur ce qui compte pour eux) : entreprises industrielles et de services, artisans et indépendants, établissements d’enseignement et de formation, établissements de santé et médico-sociaux, organismes de recherche, entreprises agricoles et agroalimentaires, administrations, collectivités. Syndicats, fédérations professionnelles, branches professionnelles, OPCO.

Parce que les usages sont très spécifiques, chaque étude et chaque intervention devraient être construites sur mesure : observations poussées en situation de travail, jusque dans l’usage des logiciels, aux côtés des personnes elles-mêmes ; entretiens approfondis ; suivi dans le temps ; restitutions et mises en discussion.

---

Quelques références

I. Travaux sur l’intelligence artificielle au travail

Enquêtes et analyses d’ensemble

Billion A., Denis Y., Hammoudi S., Martin Y., Martin A., IA : techniques, éthique, juridique et bonnes pratiques, AFNOR Éditions, 2026

Borel S. (dir. scientifique Y. Ferguson), Étude des impacts de l’IA sur le travail. Rapport d’enquête LaborIA Explorer, LaborIA (Inria / ministère du Travail), 2024

Eurostat, Use of artificial intelligence in enterprises, enquête TIC 2025

Lane M., Williams M., Broecke S., The impact of AI on the workplace: Main findings from the OECD AI surveys of employers and workers, OECD Social, Employment and Migration Working Papers, n° 288, OCDE, 2023

Études sur des tâches et des métiers

Acta, Chaire AgroTIC, Académie d’agriculture de France, Intelligence artificielle générative en agriculture : enjeux, principes et applications, livre blanc, 2026

Brynjolfsson E., Li D., Raymond L., « Generative AI at Work », Quarterly Journal of Economics, 140(2), 2025, pp. 889-942

Dell’Acqua F. et al., « Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality », Organization Science, 37(2), 2026, pp. 403-423 (document de travail Harvard Business School 24-013, 2023)

Hui X., Reshef O., Zhou L., « The Short-Term Effects of Generative Artificial Intelligence on Employment: Evidence from an Online Labor Market », Organization Science, 35(6), 2024, pp. 1977-1989

Lee H.-P. et al., « The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers », CHI ’25, ACM, 2025

Roy P., Poet H., Staunton R., Aston K., Thomas D., ChatGPT in Lesson Preparation: A Teacher Choices Trial. Evaluation Report, Education Endowment Foundation (évaluation NFER), décembre 2024

Tierney A. A., Gayre G., Hoberman B., Mattern B., Ballesca M., Kipnis P., Liu V., Lee K., « Ambient Artificial Intelligence Scribes to Alleviate the Burden of Clinical Documentation », NEJM Catalyst Innovations in Care Delivery, 5(3), 2024

Yu F., Moehring A., Banerjee O., Salz T., Agarwal N., Rajpurkar P., « Heterogeneity and predictors of the effects of AI assistance on radiologists », Nature Medicine, 30(3), 2024, pp. 837-849

IA, management et organisation du travail

Carbonell J. S., Un taylorisme augmenté. Critique de l’intelligence artificielle, Éditions Amsterdam, 2025

Kellogg K. C., Valentine M. A., Christin A., « Algorithms at Work: The New Contested Terrain of Control », Academy of Management Annals, 14(1), 2020, pp. 366-410

Parent-Rocheleau X., Parker S. K., « Algorithms as work designers: How algorithmic management influences the design of jobs », Human Resource Management Review, 32(3), 2022, article 100838

IA et santé au travail

Bérastégui P., Artificial intelligence in industry 4.0: Implications for occupational safety and health, rapport 2024.01, ETUI, 2024

De Serres S., Marchand A., Travail et IA : état de la question, rapport scientifique QR-1220-fr, IRSST (Québec), 2025

EU-OSHA, Artificial intelligence for worker management: implications for occupational safety and health, Agence européenne pour la sécurité et la santé au travail, 2022

González Vázquez I., Curtarelli M., Anyfantis I., Brun E., Starren A., Digitalisation and workers wellbeing: The impact of digital technologies on work-related psychosocial risks, JRC Working Papers Series on Labour, Education and Technology 2024/03, Commission européenne (JRC) / EU-OSHA, 2024

INRS, L’intelligence artificielle au service de la santé et de la sécurité au travail. Enjeux et perspectives à l’horizon 2035, INRS, 2022

Tang P. M. et al., « No Person Is an Island: Unpacking the Work and After-Work Consequences of Interacting With Artificial Intelligence », Journal of Applied Psychology, 108(11), 2023, pp. 1766-1789

Vignola E. F., Baron S., Abreu Plasencia E., Hussein M., Cohen N., « Workers’ health under algorithmic management: Emerging findings and urgent research questions », International Journal of Environmental Research and Public Health, 20(2), 2023, article 1239

 

II. Pour penser le travail, la technique et les organisations

Automatisation, systèmes techniques et métiers

Bainbridge L., « Ironies of automation », Automatica, 19(6), 1983, pp. 775-779

Dodier N., Les hommes et les machines. La conscience collective dans les sociétés technicisées, Métailié, 1995

Gaborieau D., « « Le nez dans le micro ». Répercussions du travail sous commande vocale dans les entrepôts de la grande distribution alimentaire », La Nouvelle Revue du travail, 1, 2012

Gras A. (avec la participation de Poirot-Delpech S. L.), Grandeur et dépendance. Sociologie des macro-systèmes techniques, PUF, 1993

Gras A., Moricot C., Poirot-Delpech S., Scardigli V., Face à l’automate. Le pilote, le contrôleur et l’ingénieur, Publications de la Sorbonne, 1994

Hostiou N., Fagon J., Chauvat S., Turlot A., Kling-Eveillard F., Boivin X., Allain C., « Impact of precision livestock farming on work and human-animal interactions on dairy farms. A review », Biotechnologie, Agronomie, Société et Environnement, 21(4), 2017, pp. 268-275

Joseph I., « Le temps partagé : le travail du machiniste-receveur », Sociologie du travail, 34(1), 1992, pp. 3-22

Joseph I., Météor. Les métamorphoses du métro, Economica, 2004

Noble D. F., Forces of Production. A Social History of Industrial Automation, Knopf, 1984

Vatin F., La fluidité industrielle. Essai sur la théorie de la production et le devenir du travail, Méridiens Klincksieck, 1987

Activité, techniques et cognition

Akrich M., « Comment décrire les objets techniques ? », Techniques et culture, 9, 1987, pp. 49-64

Fraenkel B., « La traçabilité, une fonction caractéristique des écrits de travail », Connexions, 65, 1995, pp. 63-76

Houdart S., Thiery O. (dir.), Humains, non-humains. Comment repeupler les sciences sociales, La Découverte, 2011

Hutchins E., Cognition in the Wild, MIT Press, 1995

Latour B., Aramis ou l’amour des techniques, La Découverte, 1992

Rabardel P., Les hommes et les technologies. Approche cognitive des instruments contemporains, Armand Colin, 1995

Star S. L., « The Ethnography of Infrastructure », American Behavioral Scientist, 43(3), 1999, pp. 377-391

Suchman L., Plans and Situated Actions, Cambridge University Press, 2007

Connaissances et savoirs du travail

Collins H., Tacit and Explicit Knowledge, University of Chicago Press, 2010

Darré J.-P., La production de connaissance pour l’action. Arguments contre le racisme de l’intelligence, Éditions de la Maison des sciences de l’homme / INRA, 1999

Orr J. E., Talking About Machines. An Ethnography of a Modern Job, ILR Press / Cornell University Press, 1996

Sens du travail, métier, pouvoir d’agir, santé

Bidet A., L’engagement dans le travail. Qu’est-ce que le vrai boulot ?, PUF, 2011

Clot Y., Le travail à cœur. Pour en finir avec les risques psychosociaux, La Découverte, 2010

Clot Y., Travail et pouvoir d’agir, PUF, 2008

Dejours C., Souffrance en France. La banalisation de l’injustice sociale, Seuil, 1998

Dejours C., Travail : usure mentale. Essai de psychopathologie du travail, Le Centurion, 1980 (nouvelle édition augmentée, Bayard, 1993)

Molinier P., Les enjeux psychiques du travail. Introduction à la psychodynamique du travail, Payot, 2006

Supiot A., Le travail n’est pas une marchandise. Contenu et sens du travail au XXIe siècle, Éditions du Collège de France, 2019

Vatin F., Le travail et ses valeurs, Albin Michel, 2008

Vatin F., Le travail. Économie et physique, 1780-1830, PUF, 1993

Travail collectif et coordination

Heath C., Luff P., « Collaboration and control: Crisis management and multimedia technology in London Underground Line Control Rooms », Computer Supported Cooperative Work, 1(1-2), 1992, pp. 69-94

Heath C., Luff P., Technology in Action, Cambridge University Press, 2000

Joseph I., « Attention distribuée et attention focalisée. Les protocoles de la coopération au PCC de la ligne A du RER », Sociologie du travail, 36(4), 1994, pp. 563-585

Zammuto R. F., Griffith T. L., Majchrzak A., Dougherty D. J., Faraj S., « Information Technology and the Changing Fabric of Organization », Organization Science, 18(5), 2007, pp. 749-762

Management, organisation et entreprise

Detchessahar M. (dir.), L’entreprise délibérée. Refonder le management par le dialogue, Nouvelle Cité, 2019

Dujarier M.-A., Le management désincarné. Enquête sur les nouveaux cadres du travail, La Découverte, 2015

Musso P., La religion industrielle. Monastère, manufacture, usine. Une généalogie de l’entreprise, Fayard, 2017

Rappin B., Au fondement du management. Théologie de l’organisation, vol. 1, Ovadia, 2014

Rappin B., Heidegger et la question du management. Cybernétique, information et organisation à l’époque de la planétarisation, Ovadia, 2015

Ribierre R., « Une (non) relation « sacrilège » : l’action managériale à la lumière de la critique weilienne », communication au colloque Religion, Politique, Management, IPC Paris, 24-25 novembre 2025, HAL hal-05402190

Supiot A., La gouvernance par les nombres, Fayard, 2015

Formation continue, transmission, accompagnement

Blanc-Sahnoun P., Dameron B. (coord.), Comprendre et pratiquer l’approche narrative. Concepts fondamentaux et cas expliqués, InterÉditions, 2009 (rééd. 2022)

Pastré P., La didactique professionnelle. Approche anthropologique du développement chez les adultes, PUF, 2011

Payette A., Champagne C., Le groupe de codéveloppement professionnel, Presses de l’Université du Québec, 1997

White M., Cartes des pratiques narratives, Satas, 2009 (éd. originale Maps of Narrative Practice, Norton, 2007)

White M., Epston D., Narrative Means to Therapeutic Ends, Norton, 1990

Anthropologie et philosophie

Anders G., L’obsolescence de l’homme. Sur l’âme à l’époque de la deuxième révolution industrielle, Encyclopédie des Nuisances / Ivrea, 2002 (éd. originale 1956)

Heidegger M., « La question de la technique », dans Essais et conférences, Gallimard, 1958 (conférence de 1953)

Leroi-Gourhan A., Le geste et la parole, 2 vol., Albin Michel, 1964-1965

Ruyer R., La cybernétique et l’origine de l’information, Flammarion, 1954

Simondon G., Du mode d’existence des objets techniques, Aubier, 1958

Stiegler B., La technique et le temps. 1. La faute d’Épiméthée, Galilée, 1994

Travaux en lien

Thèse de doctorat (PDF, École des Mines de Paris, 2005) — réalisation de la ligne 14 du métro parisien : reconfigurations des métiers et des organisations de travail à la RATP au moment de l’automatisation de la conduite, de la régulation du trafic et de certains équipements de station. Voir en particulier le chapitre 4 (fonctionnement et maintenance du métro automatique de la ligne 14) et le chapitre 5 (Poste Central des Stations).

« Diagnostiquer les devenirs du métro à travers Météor. Ethnologie et prospective avec Isaac Joseph » (PDF, Economica, 2007).

Humains, non-humains. Comment repeupler les sciences sociales (co-direction avec Sophie Houdart, La Découverte, 2011).

Étude sur le recours aux outils numériques dans le travail (Casdar / Acta, 2020) — usages des groupes de messagerie, du conseil numérique et des réseaux sociaux dans les parcours de transition agro-écologique des agriculteurs, toutes filières.

Stratégie et conduite d’exploitation agricole, et outils techniques / numériques (LinkedIn, mars 2025).