MétaCan
Menu
Retour à la cohorte
Enregistrement W4312832892 · doi:10.7202/1094215ar

Le no code et les effets organisationnels de la démocratisation logicielle : du mythe aux pratiques

2022· article· fr· W4312832892 sur OpenAlexvenueno aff
Suzy Canivenc

Notice bibliographique

RevueRelations industrielles · 2022
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueDiverse multidisciplinary academic research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Cet article s’intéresse au mouvement no code, qui offre la promesse d’une démocratisation de la création logicielle et plus largement de la société. Nous tenterons ici d’aller au-delà de ce mythe technophile déterministe en adoptant une perspective co-évolutionniste permettant d’appréhender les relations récursives entre objets techniques et formes organisationnelles et de préciser les opportunités et contraintes dont sont porteuses ces technologies en matière de qualité du travail et de qualité de vie au travail. L’article s’appuie sur une étude de terrain exploratoire menée dans une entreprise de conseil spécialisée dans les transformations numériques qui témoigne d’importantes évolutions organisationnelles à la suite de l’intégration des outils no code : les métiers techniques et créatifs s’hybrident, favorisant les collaborations intra et intermétiers. Or, si ces effets organisationnels parviennent à s’actualiser au sein de cette entreprise, c’est aussi que cette dernière représente un terrain social propice où les silos organisationnels sont volontairement déstructurés, le management peu présent, et où l’organisation promeut l’autonomie des salariés. L’exemple de cette structure particulière révèle ainsi la profonde co-évolution des objets techniques et des formes organisationnelles, qui se façonnent mutuellement plus qu’elles ne se déterminent unilatéralement. Par ailleurs, ces effets organisationnels « positifs » s’accompagnent également d’autres effets non désirés et déstabilisateurs pour l’organisation et les acteurs en place. Le déploiement des plateformes no code peut tout d’abord se heurter à la réticence des développeurs qui perçoivent dans ces outils une menace quant au pouvoir dont ils jouissent traditionnellement dans la création de logiciels. La reconfiguration organisationnelle dont sont potentiellement porteurs ces outils perturbe ainsi les cultures métiers et les jeux d’acteurs en place, des turbulences qu’il ne faut pas sous-estimer lors de leur implantation.Les outils no code ne sont pas pour autant accessibles à tous : ils sont avant tout mobilisés par des « bidouilleurs » curieux, dotés d’une forte appétence pour le numérique et d’un minimum de compétences techniques, avec le risque de recréer une division entre concepteurs et simples utilisateurs. Qui plus est, la facilité apparente de leur usage fait courir le risque de sous-estimer la complexité des projets no code et d’ainsi générer des produits logiciels dysfonctionnels, mais également un sentiment d’abandon dans les équipes de travail. PrécisCet article s’intéresse au mouvement no code, qui connaît actuellement un fort engouement, et à ses impacts sur les activités professionnelles et l’organisation du travail. À contre-courant des approches déterministes postulant une relation unidirectionnelle entre objets techniques et formes organisationnelles, nous proposons d’adopter un cadre d’analyse co-évolutionniste où ces dimensions s’influencent réciproquement selon des boucles récursives continues. À partir d’une recherche exploratoire menée dans une entreprise de conseil en transformation numérique, nous tenterons d’exposer ce mouvement co-évolutionniste et, à travers lui, les opportunités et contraintes dont sont porteurs ces outils en milieu professionnel. Ces constats nous permettront de nuancer les discours utopistes qui accompagnent le développement de ces technologies, mais également d’apporter davantage de précisions au sujet des conditions à réunir pour assurer leur implantation durable.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,770
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0050,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,048
Tête enseignante GPT0,347
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetDiverse multidisciplinary academic researchTravaux en français237 207