● Au sein du Civic AI Lab à l’Université Northeastern (Boston), une équipe de chercheurs dirigée par Saiph Savage a mis au point une suite d’outils d’intelligence artificielle pour aider les travailleurs des plateformes (Uber, Deliveroo, etc.) à identifier et résoudre leurs problèmes socio-économiques
● Grâce à ces outils basés sur l’IA générative, ces travailleurs pourraient identifier des problèmes de paiement ou d’arnaque et développer en autonomie de nouvelles solutions numériques, comme des systèmes d’alertes collectifs.
Fiverr, HopWork, Uber, Amazon Mechanical Turk, Superprof, etc. : ces plateformes de la « gig economy » (secteur des petits boulots) ont en commun de proposer du travail payé à la tâche à des personnes au statut indépendant. Ces « gig workers » font parfois face des difficultés : surveillance permanente des plateformes, escroqueries, non paiement de sommes dues. Ils se retrouvent alors souvent isolés et sans solution. « S’ils avaient accès aux données de leurs plateformes, ils auraient davantage d’informations sur les problèmes qu’ils rencontrent pour pouvoir mener des actions collectivement », explique Saiph Savage, directrice du Civic AI Lab à l’Université Northeastern (Boston). Celui-ci a développé trois outils d’intelligence artificielle basés sur l’API d’OpenAI et destinés à simplifier la vie de ces travailleurs invisibles : GigSousveillance, GigSense et GigAction. « La plupart du temps, les travailleurs des plateformes n’ont pas accès aux données sur leur travail : tout est opaque. » GigSousveillance, par exemple, leur permet de collecter des données professionnelles et de mesurer l’ampleur d’un problème dans le cadre de leur travail. GigSense, lui, permet d’interpréter des données pertinentes sur leur temps de travail, leur rentabilité, etc.
L’IA générative permet à ces travailleurs de partager leurs idées et de les structurer, les organiser, pour répondre à leur problème
De la data-visualisation pour prendre du recul sur les problèmes socioprofessionnels
« L’objectif de GigSense est de permettre à un travailleur de plateforme de découvrir que d’autres travailleurs font l’expérience des mêmes difficultés et de visualiser l’ampleur de problème grâce à un outil de data visualisation », explique Kashif Imteyaz, doctorant au Khoury College of Computer Sciences de l’Université Northeastern. Cela leur permet d’identifier leurs obstacles de manière collaborative pour ensuite y faire face. Par exemple, une utilisatrice d’une plateforme de freelance découvrant que des annonces auxquelles elle a postulé sont fausses cherchera spontanément des solutions sur des sites comme Reddit, alors qu’une solution comme Gigsense lui permettra de s’associer à d’autres personnes pour mesurer l’ampleur du défi et d’élaborer une solution, comme un plug-in web qui avertit les utilisateurs grâce à l’IA en cas de fausse annonce. « Dans ce cas l’IA générative permet à ces travailleurs de partager leurs idées et de les structurer, les organiser, pour répondre à leur problème. Un modèle de langue aura plus de recul et permettra de gagner du temps », précise Saiph Savage.
Concevoir des solutions concrètes à l’aide de l’IA et d’experts
Une fois la problématique identifiée et la solution imaginée par les travailleurs, encore faut-il pouvoir la concevoir. Or designer et implémenter un plug-in web demande une certaine expertise, c’est pour cela que le modèle d’IA GigAction va guider les travailleurs dans la conception de leur solution. Si besoin, ils auront accès à une communauté d’experts volontaires qui vont leur donner des micro-conseils. Mais pour Saiph Savage, « concevoir des actions concrètes est très complexe et pour cela nous avons obtenu des financements de la National Science Foundation pour développer des outils qui permettent aux travailleurs d’aller plus loin dans la compréhension de leurs problèmes et l’élaboration de solutions ». Parmi les questions non tranchées : faut-il concevoir des systèmes d’IA génériques ou très spécifiques sur certaines problématiques ? Les initiatives IA pour améliorer les conditions de travail des employés interviennent dans un contexte où plus de 60% des Américains envisagent de devenir freelance ou passer sous contrat indépendant.
Sources :
GigSense: An LLM-Infused Tool forWorkers’ Collective Intelligence (en anglais)
Designing Sousveillance Tools for Gig Workers (en anglais)
Northeastern researcher creates AI tools that help gig workers solve problems (en anglais)
