Paysage des politiques américaines sur la technologie et le travail : la régulation de la gestion algorithmique et les limites de la surveillance par l’IA occupent le devant de la scène

Un guide de politique publique publié par le UC Berkeley Labor Center propose une vue d’ensemble systématique des propositions actuelles de politique publique aux États-Unis concernant l’intersection entre technologie et travail. Le document couvre quatre domaines essentiels : la gestion algorithmique, les obligations de notification aux travailleurs, la surveillance pilotée par l’IA et les limites de l’IA dans le secteur de l’éducation, en présentant les approches réglementaires et l’activité législative dans chacun de ces domaines.

La gestion algorithmique désigne l’utilisation de l’IA et de systèmes automatisés tout au long du cycle de l’emploi, notamment pour le recrutement, l’affectation des tâches, l’évaluation des performances et la rupture du contrat de travail. Plusieurs États ainsi que des législateurs fédéraux ont présenté des projets de loi visant à accroître la transparence et l’équité de ces systèmes. Les décideurs examinent des mesures qui exigeraient des employeurs qu’ils divulguent les processus de décision algorithmique et qu’ils offrent aux travailleurs des voies de contestation des décisions automatisées.

Les obligations de notification aux travailleurs imposent aux employeurs d’informer les salariés à l’avance lorsque des systèmes d’IA sont introduits ou modifiés. L’objectif est de permettre aux travailleurs de comprendre leur environnement de travail et les critères d’évaluation, et de se préparer à une négociation ou à d’autres réponses si nécessaire. Certaines propositions précisent que les notifications doivent inclure des détails sur le fonctionnement des algorithmes, les données collectées et la manière dont les décisions sont influencées.

La surveillance pilotée par l’IA englobe les technologies qui suivent en temps réel la productivité, la localisation et le comportement des travailleurs. À mesure que ces outils se diffusent dans les entrepôts, les services de livraison, les centres d’appels et d’autres secteurs, les discussions sur la vie privée et les conditions de travail se poursuivent. Les propositions de politique publique visent à limiter l’ampleur de la collecte de données de surveillance et à établir des normes sur l’utilisation des résultats de surveillance, certaines discussions abordant également le consentement des travailleurs.

Dans le secteur de l’éducation, certaines propositions prévoient des limites à l’utilisation de l’IA pour l’évaluation des enseignants. Les éducateurs estiment que les systèmes d’IA ne peuvent pas toujours saisir pleinement la complexité et le contexte de l’enseignement, et des discussions sont en cours sur l’équité et la précision des évaluations. Certaines propositions au niveau des États et du gouvernement fédéral portent sur d’éventuelles restrictions aux évaluations des enseignants fondées sur l’IA.

Ces débats de politique publique ont pris de l’ampleur à mesure que l’impact de l’IA sur les marchés du travail devient plus visible. Les outils d’IA peuvent contribuer à des gains de productivité, tout en affectant l’autonomie des travailleurs, les structures d’emploi et les pratiques de recrutement. Les décideurs s’efforcent de trouver un équilibre entre innovation technologique et protection des travailleurs.

Le guide du Berkeley Labor Center ne se contente pas de recenser les propositions ; il analyse également la base juridique, le champ d’application et les effets attendus de chaque mesure. L’objectif est de faciliter la participation des législateurs, des syndicats, des entreprises et des chercheurs aux discussions de politique publique. Il convient de noter que les gouvernements des États et les administrations locales avancent souvent plus vite que le gouvernement fédéral dans l’adoption de réglementations, et que ces expérimentations régionales peuvent influencer de futures législations fédérales.

Les discussions politiques américaines sont souvent comparées à l’AI Act de l’Union européenne. L’UE a adopté une approche globale, classant les systèmes d’IA selon leur niveau de risque et appliquant des règles strictes aux systèmes à haut risque. À l’inverse, les États-Unis ont tendance à privilégier des textes législatifs sectoriels et centrés sur des cas d’usage plutôt qu’une réglementation fédérale large de l’IA. Cette différence reflète des variations dans les systèmes juridiques, les environnements politiques et les structures industrielles.

L’efficacité des propositions de politique publique dépend des mécanismes d’application. Certaines propositions confient des pouvoirs de contrôle à des agences existantes telles que le Department of Labor ou la Federal Trade Commission, tandis que d’autres appellent à la création de nouveaux organismes de régulation ou autorisent des actions en justice privées comme voie de recours. La disponibilité de ressources d’application et le développement d’une expertise technique sont identifiés comme des facteurs importants de mise en œuvre.

Les entreprises suivent de près l’évolution de la réglementation et les coûts de mise en conformité. Si différents États adoptent des règles divergentes, les entreprises opérant à l’échelle nationale pourraient devoir mettre en place des cadres de conformité complexes. Certains groupes sectoriels préfèrent une réglementation fédérale unifiée et proposent l’autorégulation ainsi que des normes industrielles comme solutions alternatives.

Les syndicats et les organisations de défense des travailleurs accueillent favorablement les propositions de politique publique, tout en estimant que des protections plus fortes sont nécessaires. Ils demandent notamment des mesures telles que des processus d’examen préalable des systèmes de gestion algorithmique ou une participation élargie des représentants des travailleurs. Ils soulignent également la nécessité de programmes de reconversion et d’un renforcement des filets de sécurité sociale pour faire face aux changements d’emploi associés à l’adoption de l’IA.

Pour les développeurs technologiques et les startups spécialisées dans l’IA, ces discussions de politique publique ont des implications directes pour la conception des produits et la stratégie de marché. La demande augmente pour des systèmes d’IA offrant transparence, explicabilité et équité, et le marché des outils et services soutenant la conformité réglementaire s’élargit. Les entreprises qui adaptent leurs offres aux évolutions politiques émergentes peuvent être mieux placées pour naviguer dans un environnement en mutation.

Market Lens

L’évolution du paysage politique américain autour de la gestion algorithmique et de la surveillance par l’IA introduit des considérations importantes pour les marchés publics et certains secteurs industriels. Pour les entreprises technologiques qui développent des solutions de gestion des effectifs fondées sur l’IA, la multiplication des propositions au niveau des États et la possibilité d’une action fédérale peuvent accroître l’attention portée à la réponse réglementaire et aux coûts de conformité. Les investisseurs peuvent de plus en plus examiner les capacités des entreprises en matière d’IA responsable, en privilégiant celles qui démontrent des cadres solides de transparence, d’équité et de protection des travailleurs. Cette évolution pourrait renforcer l’intérêt pour les sociétés spécialisées dans la gouvernance de l’IA, les outils d’audit et les technologies d’IA explicable.

La variation des réglementations d’un État à l’autre pose un défi complexe aux entreprises opérant à l’échelle nationale, pouvant nécessiter des architectures de produits adaptables et des stratégies spécifiques à chaque région. Cela pourrait avantager les grandes entreprises disposant de ressources plus importantes pour l’adaptation juridique et technique, tout en imposant des charges supplémentaires aux petites startups. Dans le secteur des technologies éducatives, les discussions sur la limitation de l’IA dans l’évaluation des enseignants suggèrent que les développeurs doivent revoir leurs feuilles de route produit, en déplaçant éventuellement l’accent des outils d’évaluation à haut risque vers des domaines tels que le soutien à l’apprentissage personnalisé ou l’efficacité administrative. Dans l’ensemble, la trajectoire politique suggère que la conformité réglementaire pourrait devenir un facteur plus important dans la valorisation de marché et la stratégie concurrentielle des entreprises centrées sur l’IA.

Le guide du Berkeley Labor Center indique que les discussions de politique publique en sont encore à un stade précoce. De nombreuses propositions n’ont pas encore été adoptées en loi, et même lorsque des textes ont été adoptés, les modalités de mise en œuvre restent souvent à finaliser. L’environnement politique devrait évoluer rapidement au cours des prochaines années, le rythme des avancées technologiques et le processus de construction du consensus social influençant l’orientation de la réglementation.

Des incertitudes subsistent quant au champ et au calendrier de l’application, au degré d’harmonisation entre juridictions, ainsi qu’à l’équilibre entre incitations à l’innovation et protections des travailleurs. Les développeurs et les fondateurs doivent suivre de près l’évolution législative et dialoguer avec les décideurs, les groupes de travailleurs et les coalitions sectorielles afin de naviguer dans ce paysage en mutation.