L'algorithme de mon équipe
L'automatisation du monde du travail se développe rapidement. Mais comment la technologie et l'homme font-ils vraiment bon ménage dans un monde numérisé ?
![Illustration de l'intelligence artificielle](/de/news-und-veranstaltungen/eth-news/news/2020/10/der-algorithmus-in-meinem-team/_jcr_content/news_content/fullwidthimage/image.imageformat.930.939081065.jpg)
Robots intelligents, voitures autopilotées, capteurs omniprésents et drones pour le transport de marchandises. Ce qui suscite chez certains des espoirs de gains de productivité et de bénéfices pour les entreprises fait sonner l'alarme chez d'autres. En 2013, l'économiste Carl B. Frey et l'ingénieur Michael A. Osborne de l'Université d'Oxford ont publié une étude selon laquelle 47 pour cent des emplois aux Etats-Unis pourraient bientôt être "automatisés" en raison des progrès rapides de la robotique, de l'IA et de l'analyse des données volumineuses.
La quatrième révolution industrielle mène-t-elle donc directement au chômage de masse ? Gudela Grote fait signe que non. L'étude de Frey et Osborne a entre-temps été relativisée à plusieurs reprises, explique la professeure de l'ETH en psychologie du travail et de l'organisation. Les auteurs n'ont notamment pas tenu compte du fait que l'automatisation ne supprime pas des emplois entiers, mais surtout des activités individuelles. "Il est plus probable que les hommes et les machines collaboreront encore plus étroitement à l'avenir", déclare Gudela Grote. "Il est donc plus important de se demander comment les emplois vont changer et quelles tâches l'homme et la machine peuvent mieux accomplir".
Plus de liberté grâce aux robots de construction ?
Les questions d'automatisation sont étudiées en psychologie du travail au moins depuis la révolution industrielle. Néanmoins, le saut technologique actuel et son impact sur le travail quotidien se distinguent des "révolutions" précédentes. "La technique devient de plus en plus elle-même un acteur", explique Grote. D'énormes quantités de données, combinées à l'IA et à l'apprentissage automatique, créent la base de systèmes d'auto-apprentissage "intelligents". Cela permet d'automatiser de plus en plus de processus complexes et exigeants sur le plan cognitif. Par exemple dans le secteur de la construction. Si les robots ne faisaient autrefois que transporter des briques et des sacs de ciment, ils construisent désormais des murs porteurs de manière (presque) autonome.
Dans le cadre du Pôle de recherche national "Fabrication numérique", Grote étudie comment les processus de travail ainsi que les profils d'emploi dans le secteur de la construction sont modifiés par la digitalisation croissante. "Peut-être qu'à l'avenir, le maçon travaillera avec des lunettes 3D et sera assisté par un robot". Un système correspondant a été récemment développé par le roboticien de l'ETH Timothy Sandy. Selon Grote, le fait que les travailleurs considèrent cela comme un gain ou une perte dépend de la perception de l'autonomie au travail. La recherche en psychologie des 70 dernières années a montré que la liberté d'organisation du travail est déterminante pour la satisfaction, la motivation, la performance et la santé des collaborateurs.
Calculer l'imprévisible
Melanie Zeilinger s'intéresse à la manière dont les machines peuvent être entraînées pour mieux coopérer avec l'homme. Son groupe à l'Institut des systèmes dynamiques et des techniques de régulation est spécialisé dans le développement d'algorithmes pour des systèmes de régulation en apprentissage, et l'interaction homme-machine est une application de tels systèmes. Pour que cette collaboration fonctionne, les machines doivent constamment faire des prédictions sur la manière dont l'homme pourrait agir ensuite. "Nous, les humains, ne sommes pas déterministes, nous réagissons toujours un peu différemment dans la même situation et de manière individuelle", explique Zeilinger. "C'est pourquoi nous devons travailler avec des systèmes stochastiques et des probabilités et permettre aux systèmes de s'adapter".
La sécurité, qui doit être garantie par l'algorithme de régulation, est un thème central. Pour cela, elle laisse parfois les machines apprendre directement de l'homme. Elle fait ainsi interagir des bras robotisés Kuka, tels qu'on les connaît dans les ateliers de fabrication, avec des volontaires via une articulation passive à trois éléments. Le mouvement du bras est transmis au robot par des capteurs afin que l'algorithme de commande puisse l'apprendre et s'entraîner à un modèle prédictif de séquences de mouvements. Dans l'usine du futur, il sera décisif que le bras robotisé puisse anticiper les mouvements de son vis-à-vis.
Zeilinger appelle le résultat de telles recherches des systèmes de régulation "Human in the Loop". L'une des applications est le Lokomat, un robot marcheur destiné à la rééducation de patients souffrant de troubles neuronaux. Il a été développé par Hocoma AG en collaboration avec le Sensory Motor Systems Lab du Département des sciences et technologies de la santé. Les thérapeutes peuvent contrôler une unité de traitement basée sur 13 paramètres via une interface. Le groupe de Zeilinger a développé un algorithme qui fait des propositions pour l'adaptation des paramètres. L'algorithme est entraîné en enregistrant les ajustements du thérapeute et en apprenant ses décisions. "L'objectif était d'intégrer les connaissances expertes des thérapeutes dans notre algorithme", explique Zeilinger. Alors que la fonction cible du système, à savoir "bien" marcher et "marcher sainement", est difficile à appréhender mathématiquement, un thérapeute formé peut très bien évaluer cette fonction. Après moins de dix ajustements de paramètres en moyenne, le système pouvait s'adapter à un sujet sain et faisait même des propositions alternatives utiles aux thérapeutes.
La formation dans "l'industrie 4.0"
Pour Gudela Grote, l'interaction croissante entre l'homme et la machine soulève également des questions politiques. "L'automatisation nous oblige à remettre continuellement en question notre système de formation". On ne sait pas encore, par exemple, combien de professionnels et d'universitaires seront nécessaires dans "l'industrie 4.0". En outre, la société doit négocier le degré d'automatisation qu'elle souhaite - en particulier pour les systèmes complexes et potentiellement dangereux comme les centrales nucléaires ou les avions. Qui prend la décision finale en cas de risque, l'homme ou l'IA ? Et qui assume la responsabilité des conséquences ?
En tant que psychologue du travail, conseiller les ingénieurs et remettre en question leurs hypothèses est parfois frustrant, raconte Grote. "Bien que les ingénieurs façonnent le travail, nous sommes souvent perçus comme des fauteurs de troubles." Actuellement, elle constate toutefois un changement de génération ; un vent de fraîcheur souffle dans les halls de l'ETH. Actuellement, Melanie Zeilinger n'a pas encore de psychologue du travail dans son groupe de recherche. Cela pourrait bien changer à l'avenir, dit-elle. "La personnalisation des systèmes intelligents et auto-apprenants est décisive pour le succès des interactions homme-machine".
Ce texte est paru dans le dernier numéro du magazine de l'ETH. Globe publié.