Qualité de vie des salariés et santé économique des entreprises, quelle relation ? Rencontre avec Michèle Sebag

Cerisy2018SebagPaysage
La question affichée dans le titre était au cœur de la communication de cette directrice de recherche au Laboratoire de recherche en informatique (LRI) de l’Université Paris-Sud/CNRS, programmée dans le cadre du colloque « Le travail en mouvement », qui s'est déroulé du 13 au 20 septembre 2018 au Centre culturel international de Cerisy. Des précisions dans l’entretien qu’elle nous a accordé sur le vif.

- Si vous deviez rappeler, pour commencer, l’enjeu de votre intervention ?

Avec mon équipe de recherche « apprentissage et optimisation », composée de spécialistes de l’intelligence artificielle et du machine learning (Isabelle Guyon, Olivier Goudet, Diviyan Kalainathan,…) et d’une chercheuse en sciences sociales (Paola Tubaro), nous avons travaillé sur des bases de données relatives au monde du travail, en particulier celle du cabinet SECAFI – une base de données économiques et sociales, comportant des indicateurs sur la santé économique, la structure du personnel, enfin, la qualité de la vie au travail. Nous voulions notamment savoir s’il y avait une relation entre la qualité de vie de travail et le fait que l’entreprise se porte bien…

- Et alors ?

Sans surprise, un lien a bien été établi. La question se pose néanmoins encore de savoir si c’est quand l’entreprise se porte bien qu’on devient sensible à la qualité de vie au travail, ou bien si c’est quand on est sensible à la qualité de vie au travail, que les conditions sont réunies pour que l’entreprise se porte bien.

- Comment vous assurez-vous par ailleurs qu’il ne s’agit pas de simples corrélations, mais bien de causalités ?

C’est justement ce que nous avons voulu établir. On touche-là à une des problématiques posées par le traitement massif de données, qui permettent de mettre au jour des corrélations, mais sans qu’on puisse en conclure d’emblée à l’existence de relations de causalité. Pour prendre un exemple célèbre, on a pu établir que les pays dont la population est grande consommatrice de chocolat, sont aussi ceux qui comptent en proportion le plus de prix Nobel… Il n’y a pas de doute quant au fait qu’il s’agit juste d’une corrélation, pas d’une relation de causalité. De fait, il n’est pas sûr que c’est en incitant les gens à manger plus de chocolat que notre pays pourra produire plus de prix Nobel… Manière de dire que les corrélations ne permettent pas en général de faire des prescriptions.

- Comment procédez-vous donc pour établir des causalités ?

La méthode la plus classique consiste à faire des essais sur deux échantillons de population, qui présentent les mêmes caractéristiques hormis celle dont on veut comprendre la cause ou l’effet. Elle est par exemple utilisée pour établir l’efficacité d’un médicament : on constitue deux échantillons comparables en tout point, la seule différence étant que dans un cas, la population s’est vu administrer le médicament, dans l’autre pas, puis on compare. Une méthode efficace, mais qui ne s’applique guère aux problématiques socioéconomiques comme celles traitées dans le cadre de notre étude.

Icono Michèle Sebag A cause B- Comment procédez-vous alors ?

La solution que nous explorons consiste à nous appuyer sur des paires de variables A et B entre lesquelles on sait que des relations de causalité existent – A cause B ou B cause A. Par exemple, on sait que toute chose étant égale par ailleurs, les revenus d’un salarié augmentent avec l’âge, ou encore que la température moyenne d’une ville augmente avec l’altitude, que tel gène va entraîner la production de telle protéine, etc. Des causalités établies grâce au savoir accumulé dans ces différents domaines.
Avec une équipe de chercheurs, Isabelle Guyon a effectué le recensement d’environ 12 000 paires de variables pour lesquelles la relation de causalité est connue (A cause B ; B cause A ; A et B sont causées par une troisième variable C ; ou A et B sont indépendantes). Pour chaque paire de variables on dispose d’un ensemble de points (par exemple, pour chaque ville, on dispose de son altitude et de sa longitude), ce qui forme une image [schéma ci-dessus]. On dispose finalement d’une quantité d’images, et on connait pour chacune de ces images la relation de causalité associée. On peut alors utiliser des algorithmes de reconnaissance d’images classiques [photo ci-dessous], où l’on dispose de tas d’images de lion, de chat, de ville, etc. Ce qui permet de savoir reconnaître pour de nouvelles images s’il s’agit d’un chat, d’un lion, d’une ville…
Pour mémoire, la reconnaissance algorithmique, que ce soit d’un objet, d’une espèce vivante ou de tout autre chose, est rendue possible par la numérisation préalable d’une très grande quantité d’images correspondantes : dès lors que ce qui est visionné présente les mêmes caractéristiques que ce que l’ordinateur a en mémoire, l’algorithme peut en conclure qu’il s’agit de telle ou telle catégorie d’objet ou d’espèce. Ainsi, à partir d’une image de variable A (ou B), l’algorithme peut en déduire la causalité avec B (ou A) ou l’absence de causalité.

Icono Michèle Sebag ImageNet- Y a-t-il un sens à établir des relations de causalité sans se préoccuper du contexte territorial, a fortiori quand il s’agit de connaître la relation entre qualité de vie des salariés et la santé économique des entreprises ?

De fait, en mettant toutes les données dans un même sac, nous n’avons pas vraiment avancé. Nous avons alors considéré que la relation pouvait dépendre du contexte. Pour le vérifier, nous avons examiné les données (qualité de vie au travail et performance des entreprises) en distinguant les divers secteurs d’entreprise. Et à ce moment-là, des relations sont effectivement apparues… Cette analyse plus fine, qui fait apparaître l’importance du contexte, est aussi au cœur du travail de l’économiste Olivier Boulga Olga, également intervenu dans le cadre du colloque.
En montrant la grande diversité des trajectoires de développement que pouvaient connaître des territoires (et, donc, la difficulté à les réduire à des modèles, qu’il suffirait ensuite de transposer), il m’incite à voir dans quelle mesure la qualité de vie au travail et/ou la santé des entreprises pèse(nt) sur la dynamique de ces territoires et, inversement, dans quelle mesure cette dynamique influe sur la qualité de vie au travail et/ou la santé des entreprises.
De son propos, je retiens aussi des réserves à propos de l’idée suivant laquelle la métropole serait nécessairement l’avenir de tout territoire. Ainsi qu’il le montre, si certaines de nos métropoles tirent effectivement bien leur épingle du jeu dans le contexte de mondialisation, d’autres, en revanche, sont fragilisées. A l’inverse, si des territoires non métropolitains peinent à s’en sortir, d’autres connaissent un vrai développement économique. Bref, le Big n’est pas toujours Beautiful. Le Small, peut l’être aussi ! Ce que nous rappelle encore le propos d’Olivier Boulga-Olga, c’est que les données statistiques peuvent être contrariantes…

- Qu’en est-il à cet égard des données sur lesquelles vous travaillez, pour en revenir à la relation qualité de vie au travail et santé des entreprises ?

Elles peuvent l’être aussi ! Par exemple, elles tendent à montrer que ceux qui, parmi les travailleurs, expriment de la fierté pour leur travail, sont le plus souvent des cols bleus, autrement dit ceux-là mêmes qui sont en bas de la hiérarchie… Les gens qui sont contents de leur travail (ou qui le disent) sont ainsi, d’une part, des gens qui font un travail peu qualifié et, d’autre part, des gens qui dans leur passé étaient bien malheureux… Le problème, c’est que ce genre de constatation peut donner aux managers des arguments pour ne pas les augmenter, préférer embaucher des personnes plus « flexibles », venues d’ailleurs, etc.
Je pense qu’on retrouve ici les notions qui sont débattues dans La Trahison des Clercs (de Julien Benda) : le clerc (un intellectuel, de manière générale) doit d’abord allégeance à la vérité. Mais cette vérité est susceptible d’être utilisée de bien des manières, qui peuvent être en désaccord complet avec le système de croyances et de valeurs du clerc…

- L’entretien est réalisé au Centre culturel international de Cerisy. Quel regard posez-vous sur ce colloque et le cadre dans lequel il se déroule ?

C’est la première fois que j’assiste à un colloque dans ce lieu, que je ne connaissais que de réputation – j’avais bien sûr déjà entendu parler des colloques de Cerisy. J’ai maintenant l’impression d’être de l’autre côté du miroir. Quelqu’un chose m’a particulièrement frappée par rapport aux colloques auxquels j’ai l’habitude de participer : c’est le rire des participants ! Des rires authentiques, qui expriment à l’évidence le plaisir d’être là, tout simplement, au milieu d’autres personnes, qu’elles soient intervenantes ou simples auditrices, et de pouvoir échanger avec elles, après les communications ou pendant les repas qu’on prend ensemble. C’est quelque chose de proprement… comment dire… super !
Je suis aussi frappée par la précision du langage des uns et des autres, du souci d’utiliser le mot juste. Ici, les gens prennent le langage à tel point au sérieux qu’on ne peut qu’être incité à faire attention à ce qu’on dit, à la manière dont on le dit. Tout cela inspire beaucoup d’humilité. D’ailleurs, les intervenants en ont fait preuve, un peu trop parfois : dès lors que des questions débordent de leur champ de compétences, ils se gardent de répondre considérant que cela ne relève pas de leur domaine de recherche.

- C’est dire néanmoins l’intérêt du colloque, qui avait justement vocation à croiser les regards de personnes d’horizons disciplinaires ou professionnels très différents.

Je dirai même de « tribus » différentes, avec leurs langues spécifiques, mais qui prennent le risque de s’ouvrir aux autres, précisément parce que les conditions sont réunies pour un échange bienveillant. Ici, on a le sentiment d’être écouté, de surcroît avec considération.
Ce que j’ai particulièrement aimé dans l’intelligence artificielle des années 90, c’est qu’elle attirait aussi bien des gens intéressés par les lettres, que par les sciences. C’est maintenant beaucoup moins le cas, mais peut-être doit-on y revenir. Ce que j’ai aimé à Cerisy – dans l’attention portée aux conséquences de ce qu’on dit, qui est essentielle en sociologie et en économie – c’est qu’il s’agit d’une exigence qui doit absolument pénétrer le domaine de l’intelligence artificielle : les découvertes faites ont la capacité d’agir sur le tissu social et économique, et nous avons absolument besoin de leçons de méthodologie de la part des sciences humaines et sociales.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Vous pouvez utiliser ces balises et attributs HTML : <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>