Les grands modèles de langage et les nouveaux enjeux psychosociaux au travail : un défi pour la santé au travail

Résumé

L’intégration des grands modèles de langage (GML) en milieu professionnel soulève d’importantes préoccupations quant aux risques psychosociaux (RPS). En remodelant l’organisation du travail, ces technologies peuvent intensifier la charge de travail, engendrer une précarité de l’emploi et entraîner une perte de sens pour les employés concernés. Le rapport Gollac, qui identifie six principaux facteurs de RPS – dont l’intensité du travail, le manque d’autonomie et la précarité de l’emploi – offre un cadre pertinent pour analyser ces risques émergents. Les GML exacerbent ces risques en augmentant la charge cognitive (supervision et correction constantes des résultats de l’IA), en dévalorisant l’expertise humaine (déqualification progressive) et en affaiblissant les liens sociaux (isolement professionnel). De plus, la crainte de perdre son emploi contribue au stress chronique, notamment dans les professions fortement axées sur les tâches d’analyse et de rédaction. Pour relever ces défis, les stratégies de prévention des RPS doivent être adaptées. Les professionnels de la santé au travail ont besoin d’une formation ciblée pour identifier ces nouveaux risques psychologiques et accompagner les employés durant cette transition. L’article préconise la formation des équipes de santé au travail, l’intégration de ces préoccupations dans le rapport d’évaluation des risques (document unique), le développement d’outils de détection précoce et la promotion du dialogue social sur l’utilisation de l’IA afin d’assurer une intégration plus équilibrée et durable des technologies de l’information et de la communication (TIC) sur le lieu de travail.

Introduction

Dans les années à venir, les grands modèles de langage (LLM) ont vocation à remodeler en profondeur le fonctionnement des entreprises, en automatisant de multiples tâches qui, jusqu’ici, nécessitaient une intervention humaine. En effet, leur capacité à générer du texte, résumer des documents complexes, analyser rapidement de grandes quantités de données et même gérer des interactions avec des clients ou des collaborateurs en font des outils qui deviendront incontournables.Ce type de transition technologique n’est pas sans précédent. En effet, la diffusion massive de l’informatique et des ordinateurs dans les années 1970-1990 a profondément modifié la structure du marché de l’emploi, en augmentant la demande relative en travailleurs qualifiés, en particulier dans les secteurs ayant investi massivement dans les outils informatiques. L’usage croissant des ordinateurs explique entre 30 % et 50 % de l’augmentation de la demande pour des profils plus qualifiés concernés depuis 1970 [1]. Cette mutation s’est opérée non pas tant par le remplacement de métiers entiers, mais par une reconfiguration des compétences requises au sein même des secteurs existants.L’arrivée des LLM en entreprise pourrait engendrer un phénomène comparable, en modifiant les équilibres organisationnels, les tâches confiées aux salariés, et in fine, leur rapport au travail.De nombreuses entreprises ont déjà commencé à intégrer les LLM dans leurs processus internes, mais les approches adoptées varient considérablement.Onclusive, une société de veille médiatique basée dans les Hauts-de-Seine, un choix pour une automatisation radicale. En septembre 2023, elle a annoncé un plan social entraînant le remplacement de 217 salariés par une IA, menant à la fermeture de trois services spécialisés dans la revue de presse et la veille informationnelle [2]. De même, la plateforme de commerce en ligne Dukaan, en Inde, a licencié 90 % de son personnel de service client, remplaçant les employés par des solutions d’IA pour gérer le lien avec le client et les commandes. Un an après, son dirigeant a amélioré une de l’efficacité et une réduction des coûts de 85 % [3].À l’inverse, certaines entreprises privilégient une intégration plus collaborative de l’IA. C’est le cas de Forvis Mazars, société de conseil qui a décidé de ses 5000 collaborateurs en France à l’utilisation d’outils d’IA. Plutôt que de remplacer les travailleurs, l’objectif principal est d’éliminer les tâches répétitives et d’optimiser la productivité en mettant sur la complémentarité entre le salarié et son nouvel outil de travail [4].Cette diversité d’approches illustre le stade encore précoce d’adoption des LLM en entreprise et les répercussions potentielles qu’elles peuvent avoir sur la santé mentale de leurs salariés.Les risques psychosociaux (RPS) se prennent classiquement comme des « risques pour la santé mentale, physique et sociale, engendrés par les conditions d’emploi et les facteurs organisationnels et relationnels susceptibles d’interagir avec le fonctionnement mental » [5]. L’exposition aux RPS au travail est associée à de multiples conséquences négatives sur la santé mentale et physique des salariés : une forte demande psychologique double le risque de burnout, tandis qu’un manque de soutien social augmenté de 40 % le risque de lombalgies d’après L’INRS [6]. Ces expositions contribuent également à une augmentation de l’absentéisme, à une baisse de la satisfaction au travail et à une dégradation du climat organisationnel, entraînant des conséquences économiques significatives pour l’entreprise [6].Les données épidémiologiques soulignent que les effets cumulatifs du RPS, liés à l’organisation du travail, aux pratiques managériales et aux relations interpersonnelles, peuvent entraîner des conséquences majeures sur la santé mentale. Cela inclut une détresse psychologique chronique, une diminution de la résilience et un risque accumulé de troubles dépressifs majeurs [7].Le rapport Gollac a identifié six facteurs majeurs de RPS : l’intensité et le temps de travail, les exigences émotionnelles, l’autonomie et les marges de manœuvre, les rapports sociaux et la reconnaissance au travail, les conflits de valeur, l’insécurité de la situation de travail. L’émergence des grands modèles de langage (LLM) en entreprise pourrait contribuer à déclencher certains de ces facteurs. [8], [9].Dans cet article, nous défendons l’idée que l’introduction des grands modèles de langage (LLM) en milieu professionnel est susceptible de générer de nouveaux risques psychosociaux. À partir de cette hypothèse, nous analysons les mécanismes par lesquels ces outils pourraient impacter les salariés en nous basant sur le rapport Gollac. Nous soutenons que les médecins du travail doivent être formés à ces enjeux émergents pour pouvoir anticiper, prévenir et accompagner ces transformations. Enfin, nous proposons plusieurs pistes concrètes pour intégrer ces problématiques dans les pratiques en santé au travail.

Insécurité de l’emploi

L’automatisation de certaines tâches par des LLM en entreprise peut nourrir une certaine insécurité de l’emploi. En effet, le remplacement partiel d’un salarié par un LLM peut engendrer la peur d’être jugé remplaçable et in fine de perdre son poste. Cette angoisse, pertinente du sixième facteur de Gollac (l’insécurité de la situation de travail), est légitime au vu des projections : L’étude GPTs are GPTs analyse l’impact des potentiels grands modèles de langage (LLM) sur différentes professions

Anciens médecins du travail aux enjeux des LLM

Face à ces transformations rapides, le rôle du médecin du travail devient plus central que jamais pour prévenir les dérives et accompagner les salariés. En France, les médecins du travail ont pour rôle de suivre la santé des salariés et de prévenir les risques professionnels dans les entreprises. Ils constituent de ce fait des sentinelles privilégiées pour détecter l’émergence de nouveaux RPS liés aux LLM, à condition d’y être formés et sensibilisés. Ou les problématiques spécifiques posées

Conclusion et recommandations

Les grands modèles de langage s’imposent progressivement dans nos environnements de travail, porteurs d’espoirs en matière d’efficacité, mais aussi de risques psychosociaux tangibles : automatisation partielle des tâches, intensification du rythme, dilution des compétences, sentiment d’isolement ou de surveillance accumulé, ces effets secondaires peuvent menacer la santé mentale des travailleurs si l’on n’y prend garde. Les études menées en France (INRS, LaborIA) et à l’étranger confirment que

Utilisation de l’IA

L’auteur a utilisé GPT-4o d’Openai pour reformuler certains passages (notamment le résumé en anglais) afin d’améliorer la lisibilité.

Déclaration de privilèges d’intérêts

Les auteurs déclarent ne pas avoir de privilèges d’intérêts.

Glossaire

Intelligence Artificielle (IA) : L’ensemble des techniques informatiques qui permettent à des machines de simuler des comportements humains intelligents, comme apprendre, raisonner, résoudre des problèmes ou percevoir leur environnement.

apprentissage automatique : Une sous-discipline de l’IA qui permet aux machines d’apprendre à partir de données, sans être précisément programmées pour chaque tâche.

Apprentissage profond : Une branche du machine learning qui utilise des réseaux de neurones profonds.

Références (18)

• DH Autor et al.Inégalités liées à l’informatique : les ordinateurs ont-ils transformé le marché du travail ?(1997)
• Une entreprise remplace plus de 200 salariés par une intelligence artificielle [Internet](2023)
• Le PDG de Dukaan licencie 90 % de son personnel de support après l’avoir remplacé par un chatbot IA [Internet](2023)
• En formation à l’IA chez Forvis Mazars : « Si chacun gagne trente minutes par mois, la licence sera rentabilisée » [Internet](2024)
• Institut National de Recherche et de Sécurité (INRS). Risques psychosociaux (RPS). Ce qu’il faut retenir. Disponible…
• S. Boini et al.Effet des expositions psychosociales sur la santé des salariés : mise à jour des connaissances épidémiologiquesRéf. Santé Trav(2024)
• Risques psychosociaux, stress et violence dans le monde du travail(2024)
• M. Gollac et al.Mesurer les facteurs psychosociaux de risque au travail pour les maîtriser. Rapport du Collège d’expertise sur le suivi des RPS au travail(2011)
• L’intelligence artificielle au service de la santé et de la sécurité au travail : synthèse–enjeux et perspectives à l’horizon 2035(2023)