Où il est question du travail invisible, et de qui le fait 🤔 .

… où il est question du travail invisible, et de qui le fait 🤔 .

L’IA leur fait perdre 39 % de leur semaine. C’est le temps que les plus gros utilisateurs d’IA passent à nettoyer derrière elle. Vérifier, corriger, reformuler, recommencer.

Contre 20 % chez les usagers légers. Plus vous automatisez, plus vous ramassez.

Le chiffre vient du Work AI Index 2026 (6 000 travailleurs numériques, US, UK, Australie) publié par le centre de recherche de Glean.

Le rapport lui donne un nom : le botsitting.

54 % des gros utilisateurs ne savent pas expliquer ce qu’ils transmettent. 41 % ont déjà imputé à la machine une erreur qui était la leur 😳.

Ce qui m’intéresse ici n’est pas le volume. C’est le statut de ce travail.

En 1987, la sociologue Arlene Kaplan Daniels montre qu’une activité n’échappe pas au regard parce qu’elle serait petite ou facile. Elle y échappe parce que nos catégories ne la comptent pas. Susan Leigh Star et Anselm Strauss ajoutent une précision décisive : aucun travail n’est invisible en soi. La visibilité est une propriété de l’organisation, pas de la tâche.

Le botsitting coche toutes les cases. Aucune fiche de poste, aucun business case, aucun slide de comité de direction. Et pourtant, la condition de fonctionnement de tout le reste…. et accessoirement la responsabilité de l’humain qui pilote l’IA.

Mary Gray et Siddharth Suri avaient documenté la version externalisée dans Ghost Work : chaque automatisation fabrique, à ses bords, de nouvelles tâches humaines.

C’est le paradoxe du dernier kilomètre. Ce que mesure le Work AI Index, c’est son retour à l’intérieur du bureau. Il n’est plus sous-traité ailleurs. Il est fait par vos équipes, sans être nommé.

Sur mes propres projets avec un agent, le temps passé à écrire du contexte, à corriger un choix qui part de travers, je ne le compte pas. Je le range dans “travailler”. L’invisibilité commence chez celui qui fait le travail.

La tentation est alors de mesurer.

Star et Strauss avaient désamorcé ce réflexe. Rendre un travail visible le rend contrôlable. Ce qu’on formalise, on le standardise, et on retire à celui qui l’exerce la marge de jugement qui en faisait la valeur. Le botsitting mesuré deviendrait une ligne à optimiser, donc à automatiser à son tour 🤔.

La vraie question n’est pas combien. Elle est qui. C’est justement le sujet adressé par la notion du harnais. Un bon harnais aide à réduire le botsiting… mais nous en reparlerons une autre fois.

Réserve : rapport financé par un éditeur d’IA, auto-déclaratif, trois pays anglophones. Des signaux, pas des preuves 🤭.

Aujourd’hui, l’automatisation IA n’a pas (totalement) fait disparaître le travail. De plus, elle produit du travail humain que personne n’a demandé, que personne ne compte, et dont tout le monde dépend.

Chez vous, qui nettoie ?