Comment les algorithmes dirigent discrètement votre vie : le capitalisme de plateforme expliqué

Un chauffeur à Londres ouvre une application au début de son service, et en quelques secondes un système invisible décide quelles courses lui proposer, quels itinéraires lui suggérer et combien la prochaine course rapportera. Il n'y a pas de manager dans un bureau, pas d'horaire affiché sur un mur, pas de voix humaine au téléphone. À la place, il y a un flux de notifications, une note lumineuse et la pression silencieuse d'un chiffre qui peut monter ou descendre selon que le chauffeur accepte ou non la mission que le logiciel a choisie. Le patron, en réalité, est un morceau de code.

Cette scène se répète des millions de fois par jour à travers le monde, sous des formes légèrement différentes, pour les coursiers de livraison, les graphistes indépendants, les hôtes de location de courte durée et les préparateurs de commandes en entrepôt. C'est l'un des traits les plus frappants de ce que les chercheurs en sont venus à appeler le capitalisme de plateforme : une économie de plus en plus organisée non pas autour des usines ou des magasins, mais autour de plateformes numériques qui se placent entre acheteurs et vendeurs, travailleurs et clients, et prélèvent une commission sur presque tout ce qui transite par elles. Comprendre comment ces plateformes fonctionnent, et comment leurs algorithmes orientent discrètement les comportements, est devenu l'une des questions centrales de la sociologie moderne.

Ce que signifie réellement le capitalisme de plateforme

L'expression capitalisme de plateforme a été popularisée par l'écrivain Nick Srnicek, dont l'ouvrage court et influent du même nom soutenait que la plateforme est devenue le modèle d'affaires dominant de l'ère numérique. Une plateforme, en ce sens, est un intermédiaire : une infrastructure qui réunit différents groupes et tire profit de la connexion. Les moteurs de recherche relient les utilisateurs aux annonceurs. Les réseaux sociaux relient les gens entre eux, puis vendent l'attention qui en résulte. Les applications de VTC et de livraison relient les clients à des travailleurs qui possèdent leurs propres voitures et vélos.

Ce qui rend les plateformes si puissantes, c'est qu'elles ne possèdent que rarement la chose échangée. Les plus grandes entreprises de VTC du monde possèdent relativement peu de voitures. Les plus grandes plateformes de location de courte durée ne possèdent presque aucun bien immobilier. Les applications de livraison les plus utilisées ne cuisinent pas les plats. Elles possèdent en revanche quelque chose sans doute plus précieux : le marché lui-même, et les données générées chaque fois que quelqu'un l'utilise. Chaque recherche, chaque clic, chaque course et chaque avis alimentent le système en retour, affinant sa capacité à faire correspondre l'offre et la demande et à prédire ce que les gens feront ensuite. C'est pourquoi les critiques décrivent les données comme la matière première de l'économie de plateforme, et pourquoi une grande partie du modèle d'affaires repose sur la collecte du plus grand nombre possible d'entre elles.

L'effet de réseau et pourquoi les gagnants raflent presque tout

Les plateformes tendent vers la concentration, et la raison en est un phénomène bien documenté appelé l'effet de réseau. Un téléphone est inutile si personne d'autre n'en possède un, mais il gagne en valeur avec chaque personne supplémentaire qui rejoint le réseau. La même logique régit les plateformes. Une application de VTC est plus attrayante pour les passagers lorsqu'elle compte plus de chauffeurs, et plus attrayante pour les chauffeurs lorsqu'elle compte plus de passagers. Chaque nouvel utilisateur rend le service plus précieux pour tous ceux qui y sont déjà.

Cela crée un puissant basculement vers des marchés où « le gagnant rafle presque tout », dans lesquels un ou deux géants dominent et les rivaux plus petits peinent à prendre pied. Une fois qu'une plateforme atteint une masse critique, en changer devient coûteux et peu pratique, tant pour les utilisateurs que pour les travailleurs qui dépendent de sa clientèle. Les économistes décrivent cela comme une forme de verrouillage. Il en résulte qu'une poignée d'entreprises en viennent à occuper des positions extrêmement puissantes, se tenant comme des gardiens entre un grand nombre de personnes et les services qu'elles désirent. Les sociologues s'y intéressent non seulement comme à un fait économique mais comme à une question de pouvoir : lorsqu'une entreprise privée contrôle le marché, elle en écrit aussi les règles, souvent avec peu de contrôle public.

Le management algorithmique : le patron dans le code

L'innovation la plus distinctive du travail de plateforme est ce que les chercheurs appellent le management algorithmique. Dans un lieu de travail traditionnel, des superviseurs humains attribuent les tâches, surveillent les performances, donnent des retours et décident des récompenses et des sanctions. Sur les plateformes, le logiciel accomplit une grande partie de ce travail. Les algorithmes répartissent les missions, fixent les prix, suivent la localisation et la vitesse, notent les comportements et incitent les travailleurs vers les résultats que l'entreprise souhaite, le tout sans qu'un humain soit nécessairement impliqué dans la moindre décision.

Répartition : Le système décide quel coursier obtient quelle livraison, souvent en fonction de la proximité, des taux d'acceptation passés et de la fiabilité prédite. Un travailleur qui refuse trop de missions peut discrètement constater que moins de missions, ou de moins bonnes, lui parviennent.

Tarification : De nombreuses plateformes utilisent une tarification dynamique ou de « surge », augmentant les prix lorsque la demande est forte. La même logique peut ajuster ce que gagnent les travailleurs, parfois d'une manière opaque même pour les travailleurs eux-mêmes.

Évaluation : Les notes des clients, les taux de réalisation et les temps de réponse alimentent des scores qui peuvent déterminer si un travailleur conserve ou non l'accès à la plateforme. Une légère baisse de note peut avoir des conséquences disproportionnées.

Ce qui trouble de nombreux sociologues dans ce dispositif, c'est son asymétrie. La plateforme voit presque tout ce que fait le travailleur, tandis que le travailleur ne peut souvent pas voir comment l'algorithme parvient à ses décisions. Les chercheurs ont décrit cela comme une forme de déséquilibre de l'information, où un côté dispose d'une visibilité totale et l'autre en est réduit à deviner. Les travailleurs rapportent qu'ils élaborent des théories populaires sur la façon dont l'application « pense », échangeant des astuces sur la manière de plaire à un système dont les règles ne sont jamais pleinement divulguées.

Le travail à la tâche et la question de qui compte comme salarié

Derrière ces systèmes techniques se cache un débat profondément humain sur le travail. La plupart des travailleurs de plateforme sont classés non pas comme salariés mais comme travailleurs indépendants. En principe, cela offre de la flexibilité : la liberté de se connecter quand on le souhaite et de travailler autant ou aussi peu qu'on le veut. Pour beaucoup de gens, en particulier ceux qui jonglent avec d'autres responsabilités, cette flexibilité est réellement précieuse et c'est l'une des raisons pour lesquelles le travail à la tâche s'est développé si rapidement.

Mais l'étiquette de travailleur indépendant a aussi des conséquences. Dans de nombreux endroits, les travailleurs indépendants n'ont pas droit aux protections que les salariés tiennent pour acquises, comme un salaire minimum garanti pour chaque heure travaillée, des congés maladie rémunérés, des congés payés ou des cotisations patronales pour la retraite. C'est le cœur d'une bataille juridique et politique de longue date. Les tribunaux et les gouvernements de plusieurs pays se sont débattus avec la question de savoir si les travailleurs de plateforme sont véritablement indépendants ou si le degré de contrôle exercé par l'algorithme en fait, en substance, des salariés. Au Royaume-Uni, la Cour suprême a jugé en 2021 que certains chauffeurs de VTC devaient être traités comme des « travailleurs » ayant droit au salaire minimum et aux congés payés, une décision largement considérée comme un jalon. Les issues ont varié d'un pays à l'autre, et la question demeure véritablement contestée plutôt que tranchée.

Les enjeux sont élevés car la réponse façonne le coût de l'ensemble du modèle. Si les plateformes doivent traiter les travailleurs comme des salariés, avec toutes les protections que cela implique, l'économie d'une main-d'œuvre bon marché et à la demande change considérablement. C'est pourquoi le débat sur la classification n'est pas une technicité aride mais un combat sur la façon dont les gains de l'économie de plateforme sont partagés.

Comment les plateformes façonnent discrètement les comportements

L'influence algorithmique ne s'arrête pas aux travailleurs. Les plateformes sont conçues pour façonner le comportement de tous ceux qui les utilisent, souvent au moyen de techniques empruntées à la psychologie comportementale. L'objectif est généralement l'engagement : garder les gens sur l'application, les y faire revenir et les amener à agir d'une manière qui profite à la plateforme.

Incitations et options par défaut : L'ordre dans lequel les options apparaissent, les boutons mis en évidence et les choix définis par défaut influencent tous les décisions. La plupart des gens acceptent les options par défaut plutôt que de les changer, de sorte que celui qui conçoit le réglage par défaut détient un pouvoir silencieux.

Récompenses variables : Les fils d'actualité qui se rafraîchissent avec du nouveau contenu, les notifications qui arrivent de façon imprévisible et les séries qui récompensent l'usage quotidien s'appuient sur la même psychologie qui rend les machines à sous captivantes. L'incertitude de la prochaine récompense pousse les gens à continuer de vérifier.

Classement et visibilité : Les systèmes de recommandation décident de ce que des milliards de personnes voient, des vidéos aux offres d'emploi en passant par les actualités. L'algorithme de classement d'une plateforme peut déterminer si une petite entreprise prospère ou si une information se propage. Parce que ces systèmes sont optimisés pour l'engagement, des chercheurs ont exprimé des inquiétudes quant au fait qu'ils pourraient amplifier les contenus sensationnels ou polarisants, même si les chercheurs continuent de débattre de l'intensité exacte de ces effets et des conditions dans lesquelles ils se produisent.

Rien de tout cela ne requiert un complot. Une grande partie n'est que le résultat ordinaire de l'optimisation de logiciels vers des objectifs mesurables tels que le temps passé ou les transactions réalisées. Mais l'effet cumulatif est une réorganisation silencieuse de l'attention et du choix, à une échelle qui n'a jamais existé auparavant. Des décisions qui impliquaient autrefois un humain, une conversation ou une pause délibérée sont de plus en plus médiatisées par des systèmes réglés pour nous maintenir en mouvement dans une direction particulière.

Résistance, régulation et la suite

L'histoire du capitalisme de plateforme n'est pas celle d'utilisateurs impuissants et de machines toutes-puissantes. Les gens ripostent. Dans de nombreuses villes, les chauffeurs et les coursiers se sont organisés, ont mené des déconnexions collectives et ont formé de nouveaux types de syndicats adaptés à une main-d'œuvre qui ne se rassemble jamais dans un même bâtiment. Certains travailleurs ont réclamé le droit de comprendre et de contester les décisions algorithmiques, faisant valoir qu'être géré par un logiciel ne signifie pas renoncer au droit à l'équité ou à une explication.

Les régulateurs ont eux aussi commencé à réagir. L'Union européenne a pris des mesures pour exiger une plus grande transparence sur le fonctionnement des algorithmes de plateforme et pour rendre plus difficile la classification abusive des travailleurs comme indépendants alors qu'ils sont gérés comme des salariés. Les règles de protection des données dans plusieurs régions accordent aux personnes certains droits sur la façon dont leurs informations sont collectées et utilisées, y compris, dans certains cas, un droit à une information utile sur les décisions automatisées. Ces efforts sont précoces et inégaux, et leur impact réel reste à éprouver, mais ils marquent une reconnaissance croissante du fait que des algorithmes privés prenant des décisions lourdes de conséquences sur les moyens de subsistance des gens ne peuvent rester entièrement hors de la portée de l'examen public.

Les sociologues qui étudient ce domaine tendent à résister à la fois à l'optimisme facile et au catastrophisme facile. Les plateformes ont créé de réelles commodités et de réelles opportunités, abaissant les barrières pour les personnes qui veulent gagner de l'argent ou vendre des biens. Elles ont aussi concentré le pouvoir, brouillé la frontière entre travail salarié et travail indépendant, et inscrit une logique commerciale dans la texture des choix quotidiens. La question intéressante et non résolue n'est pas de savoir si les plateformes sont bonnes ou mauvaises, mais qui a le droit d'en fixer les règles, et au nom de qui.

Points clés à retenir

Le capitalisme de plateforme décrit une économie bâtie autour d'intermédiaires numériques qui possèdent les marchés et les données plutôt que les biens ou le travail échangés à travers eux, et les effets de réseau poussent ces marchés vers la domination par quelques géants. Le trait déterminant pour les travailleurs est le management algorithmique, où le logiciel répartit les missions, fixe la rémunération et note les performances avec une asymétrie de l'information qui laisse les travailleurs deviner des règles qu'ils ne peuvent pas voir. La plupart des travailleurs à la tâche sont classés comme travailleurs indépendants, un statut qui offre de la flexibilité mais supprime de nombreuses protections, alimentant une bataille juridique en cours et véritablement contestée sur la question de savoir qui compte comme salarié. Au-delà du travail, les plateformes façonnent le comportement de tous les utilisateurs au moyen d'incitations, de récompenses variables et de systèmes de classement optimisés pour l'engagement, réorganisant l'attention à une échelle sans précédent. La question décisive soulevée par ce basculement n'est pas de savoir si la technologie est bonne ou mauvaise, mais qui écrit les règles de ces systèmes invisibles, et dans l'intérêt de qui ils fonctionnent.