Pourquoi travailler dur quand une machine peut prendre le relais ?
Une patate chaude : Même s’il existe de nombreuses craintes justifiées quant à la suppression d’emplois par les robots, l’IA et l’automatisation générale, ces technologies ont également été saluées pour leur capacité à augmenter les tâches humaines. Mais une nouvelle étude montre que les gens ont tendance à consacrer moins d’efforts à leur travail lorsqu’ils pensent que leurs coéquipiers, y compris les robots, ont déjà fait le gros du travail, un phénomène connu sous le nom de « paresse sociale ».
La paresse sociale se produit lorsqu’une personne consacre moins d’efforts à une tâche car elle pense que ses collègues prendront le relais et le remplaceront.
Des chercheurs de l’Université technique de Berlin ont voulu voir si les humains sont sociables lorsqu’ils travaillent avec des robots.
« Le travail d’équipe est une bénédiction mitigée », a déclaré Dietlind Helene Cymek, première auteure de l’étude dans Frontiers in Robotics and AI. « Travailler ensemble peut motiver les gens à bien performer, mais cela peut également entraîner une perte de motivation car la contribution individuelle n’est pas aussi visible. Nous voulions savoir si nous pouvions également trouver de tels effets de motivation lorsque le partenaire de l’équipe est un robot. »
Les scientifiques ont testé leur théorie en demandant à 42 participants de regarder des images de circuits imprimés pendant 90 minutes pour trouver d’éventuelles erreurs. Les images étaient floues et les planches plus nettes ne pouvaient être visualisées qu’en plaçant la souris dessus. Cela a permis aux scientifiques de suivre l’inspection des panneaux par les participants.
La moitié des participants ont appris que leurs circuits imprimés avaient déjà été inspectés par un robot appelé Panda, qu’ils pouvaient entendre et qu’ils avaient déjà vu.
Il est apparu initialement qu’il n’y avait aucune différence entre les deux groupes, car tous deux passaient le même temps à inspecter les cartes et la zone où ils recherchaient les erreurs.
Cependant, lorsque les chercheurs ont examiné de près les taux d’erreur des participants, il a été constaté que ceux qui travaillaient avec Panda détectaient moins de défauts après avoir constaté que le robot avait réussi à signaler de nombreuses erreurs. Cela pourrait refléter l’effet « regarder mais ne pas voir », dans lequel les gens s’habituent à s’appuyer sur quelque chose – dans ce cas, le robot – et s’engagent donc moins dans une tâche.
Les participants ont également été invités à évaluer leur performance. Ils pensaient accorder une attention équivalente, mais on soupçonne qu’inconsciemment, ils avaient commencé à supposer que Panda n’avait manqué aucun défaut.
« Il est facile de savoir où une personne regarde, mais beaucoup plus difficile de dire si ces informations visuelles sont suffisamment traitées au niveau mental », a déclaré le Dr Linda Onnasch, auteur principal de l’étude.
Certains craignent que les résultats de l’étude puissent avoir des implications en matière de sécurité sur le lieu de travail, d’autant plus que « lors de périodes de travail plus longues, lorsque les tâches sont routinières et que l’environnement de travail offre peu de suivi des performances et de rétroaction, la perte de motivation a tendance à être beaucoup plus importante ».
« Dans l’industrie manufacturière en général, mais surtout dans les domaines liés à la sécurité où les doubles contrôles sont courants, cela peut avoir un impact négatif sur les résultats du travail. »
