This resource is also available in English.
Les conventions collectives des unités 1, 2 et 3 du SCFP 3903 expirent le 31 août 2026. Ainsi, dès juin, nous devons commencer à négocier de nouveaux contrats. En ce moment, nous avons l’occasion de nous pencher sur la façon dont l’intelligence artificielle (IA) modifie nos conditions de travail.
Le terme « IA » ne désigne pas une seule chose. Il fait référence à des systèmes informatiques qui gèrent des tâches impliquant, d’habitude, les compétences humaines de jugement, de reconnaissance des motifs, de prédiction ou de traitement du langage. Bon nombre des outils (mais pas tous) qui s’intègrent au milieu professionnel à présent reposent sur une IA dite faible, ce qui signifie qu’elle effectue des tâches spécifiques au lieu de penser comme un être humain.
Les différents types d’IA
- Intelligence artificielle (IA) : Un terme générique pour désigner des systèmes qui effectuent des tâches associées à l’intelligence humaine, comme la reconnaissance de motifs, la prédiction et le traitement du langage.
- Apprentissage automatique : Une catégorie d’IA qui apprend à partir de données et améliore ses capacités de reconnaissance de motifs et de prédiction sans que chaque étape soit codée à la main.
- Apprentissage profond : Une catégorie d’apprentissage automatique qui se sert d’un grand réseau neuronal, il est souvent utilisé dans le cadre de reconnaissance d’images, de production vocale et d’outils génératifs.
- IA générative : Des systèmes capables de produire de nouveaux contenus, comme du texte, des images, du code, de l’audio ou des résumés, à partir de motifs dans les données d’entraînement. On utilise également le terme « IA forte ».
- Grands modèles de langage (GML) : Une catégorie d’IA génératives entraînées sur de très grands ensembles de données que l’on utilise pour les agents conversationnels, la rédaction, les résumés, la traduction et le codage.
- Vision par ordinateur : Des IA capables d’interpréter des images ou des vidéos à des fins de reconnaissance faciale, de détection d’objets ou de surveillance visuelle.
- Traitement du langage naturel : Des IA destinées à comprendre, à analyser ou à générer du langage humain; bon nombre de GML font partie de cette catégorie.
- IA prédictive : Des systèmes qui prévoient des résultats, classent les personnes ou évaluent les risques qui sont souvent utilisés pour le recrutement, la planification, la gestion de performance et l’analyse des étudiants.
- IA de surveillance ou de gestion algorithmique : Des systèmes qui surveillent les travailleurs par leurs frappes au clavier, leur activité d’écran, leur localisation, la biométrie ou l’évaluation de productivité.
IA au travail
Pour comprendre la façon dont l’IA modifie votre travail à York, vous pouvez commencer par vous poser ces trois questions simples sur tout outil d’IA :
- Quelles données utilise-t-il?
- Quelles décisions influence-t-il?
- Qui en est responsable?
De nombreuses ressources sur les négociations à l’ère numérique indiquent que les connaissances techniques ne suffisent pas pour comprendre l’IA. Pour comprendre l’IA, il faut également comprendre la surveillance, l’extraction des données, les préjugés, la déqualification et l’intensification de la charge de travail.
Pour d’autres références utiles, vous pouvez consulter le guide du SCFP sur l’intelligence artificielle ou le guide du SCFP sur la négociation de bonnes conventions collectives à l’ère numérique.
En ce qui concerne le milieu de travail, il est pratique de classer les outils selon les catégories suivantes :
- Outils de contenu : Agents conversationnels, générateurs de texte, générateurs d’image, assistants de codage.
- Outils décisionnels : Systèmes de classement, de notation, de prédiction, de recommandation et d’évaluation des risques.
- Outils de surveillance : Reconnaissance faciale, enregistrement des frappes, enregistrement de l’écran, analyse vocale et suivi automatisé de la productivité.
- Outils administratifs : Systèmes de planification et d’allocation de tâches et portails de soutien automatisés qui peuvent discrètement façonner la charge de travail et l’évaluation.
Questions que les membres devraient se poser :
- De quel type d’IA s’agit-il et que fait-elle concrètement?
- Est-ce qu’elle génère des contenus, fait des prédictions ou surveille des gens?
- Quelles données collecte-t-elle? Où vont ces données et qu’est-ce qui leur arrive?
- L’outil affecte-t-il la charge de travail, l’évaluation, la discipline, le recrutement ou la sécurité d’emploi?
- Un humain peut-il vérifier ou passer outre ses extrants ou s’y opposer?
- Est-ce que le matériel pédagogique, la recherche, les travaux scolaires ou les données de qui que ce soit servent à l’entraîner?
Pourquoi c’est important
À l’Université York comme ailleurs dans le secteur, l’intelligence artificielle s’immisce de plus en plus dans notre milieu de travail chaque jour. En tant que membres du SCFP 3903, il nous faut des conventions collectives qui s’adaptent à cette réalité changeante et placent les travailleurs et travailleuses au premier plan.
Mieux comprendre l’IA nous permet de reconnaître que les systèmes en milieu de travail ne sont pas des outils de productivité neutres, mais peuvent servir à des fins de gestion, de surveillance ou de restructuration.
Lorsqu’on négocie des protections concernant l’IA, on insiste sur notre humanité dans notre travail en tant qu’éducateurs et travailleurs universitaires. Que vous soyez un assistant d’enseignement, un chargé de cours, un assistant de recherche ou un assistant des cycles supérieurs, nous méritons tous des mécanismes de responsabilité, une supervision par des humains, des protections de l’emploi, la protection des données, les droits de propriété intellectuelle, la transparence et la capacité de contester les décisions automatisées.