On the road with Uber drivers : navigating through algorithmic management of labour, panoptic surveillance and the generalized state of precarity
Notice bibliographique
Résumé
Cette thèse porte sur le cas de l’organisation Uber Technologies à Montréal afin de discuter de l’essor fulgurant des plateformes numériques dans la foulée de la crise des subprimes en 2008. Elle expose l’écosystème des plateformes numériques tout en s’interrogeant sur les vecteurs d’expansion de l’organisation Uber en tant qu’un archétype des « plateformes allégées » (Srnicek, 2016) exploitant l’accès aux capitaux de risque, la technologie de pointe, la disruption des régulations en vigueur, dont celle encadrant le travail en reléguant les conducteurs et conductrices au statut de travailleurs et travailleuse autonomes. Les résultats de l’enquête, qui se basent sur un travail ethnographique bonifié par une netnographie et des entrevues semi-dirigées, sont discutés dans trois articles. Dans le premier article, nous abordons, de manière critique, les conditions de travail imposées par Uber dans le contexte plus large de précarisation de l’emploi et de prolifération du travail atypique au Québec (Jamil et Noiseux, 2018) en mettant en relief les ressorts fondant l’exploitation d’une armée de réserve de personnes issues de l’immigration confinées aux marges du marché du travail et de travailleurs pauvres cumulant des emplois afin d’arrondir les fins de mois. Le deuxième article examine en détail le système de surveillance décentralisé encastré dans la gestion algorithmique d’Uber et réactualisant – dans une version autonomisée - le panoptique foucaldien. Le troisième article, adoptant une perspective goffmanienne, interroge les pratiques d’adaptation et de résistances des conducteurs à travers l’analyse de leurs interactions – tant avec les passagers qu’avec l’application Uber - tout au long des différentes étapes du cycle de production d’une course. La thèse se conclut en proposant une conceptualisation du modèle productif découlant de la généralisation des pratiques du lean management dans la production en masses de services désormais standardisées. À cette fin, nous exposons les flux d'information produits par les utilisateurs - conducteurs et passagers – alimentant la gestion algorithmique du processus de la production. Nous y illustrons, le processus d’émiettage des tâches (taskification) encastré dans un processus de production fondé sur l'autonomie contrôlée des chauffeurs Uber et se déployant grâce à la mise en place de « méta-règles » de jeu. Cette analyse critique du système d’accumulation inhérent au modèle organisationnel d’Uber nous amène enfin à proposer une relecture du concept de « nouvelle combinatoire productive » proposé par Durand « 1989) au prisme du développement récent des plateformes allégées et des modèles organisationnels qui les caractérisent.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».