Qu’est-ce que la recherche nous dit sur ce que signifie l’IA pour différents types d’équipes? Puisque différents types peuvent signifier beaucoup de choses, nous nous concentrons sur les types d’équipes en fonction de leur degré d’homogénéité, qu’elles soient composées de sous-groupes distincts ou que tous les membres de l’équipe aient les mêmes antécédents et les mêmes données démographiques. Si une équipe a des sous-groupes, nous disons que ces sous-groupes sont séparés par une ligne de faille (ce qui confond les chercheurs de l’équipe avec les géologues, mais que pouvez-vous faire, c’est un beau terme). Par exemple, une équipe de projet a une ligne de faille lorsque tous les membres de l’équipe blanche sont des hommes âgés de moins de 25 ans et que tous les membres noirs sont des femmes âgées de plus de 40 ans (les attributs corrélés ici sont la race, l’âge et le sexe). Un autre exemple, courant dans de nombreux lieux de travail aujourd’hui, est celui où tous les jeunes employés sont également des travailleurs indépendants dans la catégorie des «entrepreneurs indépendants» ou des consultants, tandis que les autres employés plus âgés travaillent à plein temps.
C’est ici que l’IA entre en jeu. En passant, il est plus difficile de trouver une définition convenue de l’IA que vous ne le pensez; nous pensons aux «outils» de l’IA en tant que matériel et logiciel, où le logiciel est «formé» sur de vastes ensembles de données, plutôt que programmé avec des règles spécifiques. L’intelligence artificielle modifie déjà le mode de travail de nombreuses personnes: elle a déjà été appliquée à la colorisation de films, à la détection des fraudes, à la génération de leads marketing, à la chirurgie robotique et aux services de traduction. Pourtant, très peu d’écrits ou de recherches ont été consacrés à la manière dont l’IA et les technologies automatisées pourraient affecter le travail d’équipe, en particulier pour les personnes qui n’ont pas d’emploi à temps plein (nous pensons à vous, aux pilotes Uber / Lyft et aux autres personnes ayant des postes à temps partiel).
Le rôle des lignes de faille pourrait éventuellement être important lorsqu’il existe une différence d’accès à la technologie, par exemple lorsque l’entreprise possède l’IA (comme un logiciel propriétaire), ce qui signifie que les employés à plein temps ont accès, mais pas les autres membres de l’équipe. De tels déséquilibres peuvent mettre en conflit des sous-équipes, divisant un groupe le long de lignes de fracture. Cela pourrait être un gros problème pour les équipes, puisque le concept original de ligne de faille de Dora Lau et Keith Murnighan a été montré, au cours des deux dernières décennies, pour prévoir toutes sortes de performances, de santé et d’autres aspects des équipes. Le danger est que la division entre ceux qui ont des ressources (par exemple, l’IA) et ceux qui ne le font pas augmente la perception d’inégalité, ce qui conduit à une compétition entre sous-groupes. Les effets sur les membres individuels de l’équipe pourraient alors découler en partie de leur position dans l’équipe et du propriétaire des outils, comme lorsque l’intelligence artificielle est détenue / contrôlée par des “étrangers” (par exemple, une équipe de consultants apporte son propre logiciel ou sa propre technologie). créer des conditions plus équitables permettant aux travailleurs indépendants de contrecarrer le pouvoir traditionnellement détenu par l’organisation. Dans ce cas, les travailleurs occasionnels ont plus de poids dans l’équipe. En plus de savoir qui possède une expertise et qui est le propriétaire de l’IA, le travail lui-même est un autre facteur. dans la mesure où le travail est interdépendant et nécessite une équipe, moins la technologie sera susceptible de déplacer les travailleurs indépendants.
Sur la base de l’idée «qui a les connaissances, qui possède les outils», l’IA sera plus susceptible de mettre les travailleurs occasionnels à haut risque si une organisation contrôle l’IA (par exemple, le passage à la technologie de voiture sans conducteur où les indépendants sont actuellement employés). les conducteurs du véhicule). Mais si les travailleurs occasionnels jouent le rôle d’experts ayant des employés à temps plein d’une organisation, ils courent moins de risques («Nous vous avons amené ici, les gars, pour nous montrer comment gérer cette affaire!»). Lorsque l’organisation est propriétaire de l’IA, l’entreprise dispose également de certains risques, car elle peut potentiellement former ses employés à temps plein à l’utiliser, remplaçant ainsi les employés occasionnels. Toutes ces choses se sont produites dans un lieu de travail ou un autre.
Regardons les choses en face: la prédiction de tout modèle derrière ces scénarios et ces relations est une spéculation car peu de recherches systématiques ont été effectuées. Mais rien ne laisse présager une expansion de l’IA, et de nombreuses personnes craignent que l’emploi ne soit menacé en raison de l’IA ou d’une variante, si ce n’est maintenant, de l’avenir. De retour aux Luddites, les historiens nous disent qu’ils ne protestaient pas contre les machines elles-mêmes, ils étaient en fait habiles à les faire fonctionner. Leur boeuf était plus sur les changements à leurs heures et conditions de travail. Et cela pourrait nous donner un indice sur la façon de comprendre l’IA et ses implications. Nous savons que l’emploi à temps partiel et occasionnel se retrouve dans toutes les grandes industries et est représenté par tous les niveaux d’éducation. Si vous ne vous êtes pas senti directement affecté par les progrès de l’IA ou si vous connaissez quelqu’un dont le travail a été affecté, vous le serez probablement assez tôt. Alors, comment les gens devraient-ils s’y préparer? C’est un sujet que nous aborderons dans un prochain article.
Écrit par Chester Spell et Katerina Bezrukova
