Data4Workers: Décoder la gestion algorithmique pour le pouvoir
de calcul des travailleurs des plateformes

Cette recherche en sciences participatives renforcera le pouvoir de calcul des travailleurs au sein des plateformes numériques de travail, leur permettant de prendre des décisions éclairées sur leurs conditions de travail et de faire respecter leurs droits du travail grâce à des données probantes.

À l’intersection de la sociologie du travail, de la science des données et des politiques publiques, les chercheurs collaboreront avec les travailleurs pour se réapproprier leurs données, qui sont actuellement contrôlées par les plateformes, en utilisant différents cadres réglementaires. Nous analyserons les données avec les travailleurs, les organisations locales et les syndicats pour comprendre le fonctionnement des plateformes et calculer précisément les heures de travail et les revenus. Cette analyse fera partie d’une étude comparative entre deux pays du Sud – le Chili et le Venezuela – et deux pays du Nord – l’Espagne et la Suisse – afin de fournir des informations sur le travail numérique dans différents contextes économiques.

Secteurs concernés : Livraison de nourriture, nettoyage et soins.

#CalculativePower #GigEconomy #LabourRights #DecentWork #DigitalPlatforms #ParticipatoryScience #Research

Objectifs clés :

  • Analyser les données des travailleurs des plateformes pour comprendre l’impact de la gestion algorithmique sur les salaires et les heures de travail.
  • Comparer la manière dont les différents cadres réglementaires influencent la dynamique du pouvoir entre les travailleurs et les plateformes.
  • Créer des outils permettant aux travailleurs de suivre leur temps de travail et de récupérer leurs données.

Équipe responsable du projet en Suisse :

  • Jessica Pidoux (chercheuse principale et coordinatrice du projet PersonalData.IO, Université de Neuchâtel)
  • Chercheuse et co-coordinatrice Prof. Nuria Sánchez (Université de Neuchâtel)
  • Data scientist Sofia Kypriaou (PersonalData.IO)

Partenaire technique :

  • Dr. Paul-Olivier Dehaye (Hestia.ai)

Chercheurs internationaux :

Amérique latine

  • Francisca Gutiérrez (Université Austral du Chili, MNEW-COES)
  • Luciana Zorzoli (Université d’Essex, Angleterre)

Espagne

  • Óscar Molina (Universitat Autònoma de Barcelona)
  • Anna Ginès (esade, Université Rafel Lull)
  • Raquel Serrano Olivares (Université de Barcelone)

Durée du projet : Janvier 2025-Novembre 2026

Informations détaillées sur le traitement des données pendant le projet

Présentation du projet Data4Workers « Decoding Algorithmic Management for Platform Workers’ Calculative Power » (financé par l’Internet Society Foundation)

Ce projet est mené par l’ONG suisse PersonalData.IO en collaboration avec trois universités espagnoles et leurs projets correspondants : DigitalWORK à l’Université ESADE, QUIT à l’Universitat Autònoma de Barcelona, et le professeur Francisca Gútierrez.

Il s’agit d’un projet international qui coopère avec le projet Data4Workers-Suisse « Participatory Methodology for AI Accountability in the Gig Economy : A Comparative Study of (Digital) Labour Conditions Between the French- and German-Speaking Cantons of Switzerland » (financé par FNS SPARK, réf. : U.03694 : FN CRSK-1_228644).

qui mène cette recherche

La recherche est coordonnée par :

Jessica Pidoux, Prof. Núria Sánchez-Mirá (chercheurs principaux) à l’Université de Neuchâtel (CHE-192.771.761) : Fondation soutenant la recherche scientifique et l’enseignement supérieur. Plus d’informations sur https://www.unine.ch.
PersonalData.IO (CHE-202.624.721): Une organisation à but non lucratif qui défend les droits des données et la gestion collective des données. Plus d’informations à l’adresse https://personaldata.io/lassoc/.

Les résultats de ce projet nous permettront de mener une analyse internationale avec les partenaires suivants :

Anna Ginès Fabrellas, Raquel Serrano (chercheurs principaux) dans le cadre du projet DigitalWORK de la Fondation Esade (CIF : G-59716761) au sein de l’Université Ramon Llull.
Oscar Molina (chercheur principal) dans le cadre du projet QUIT de l’Université autonome de Barcelone (UAB) (NIF : Q-0818002-H).
Francisca Gútierrez au Chili https://coes.cl/integrantes/francisca-gutierrez/, chercheur principal indépendant pour ce projet au Chili. Elle est professeur, sociologue, à l’Universidad Austral de Chile.

Conformément au règlement général européen sur la protection des données, l’Université de Neuchâtel et PersonalData.IO sont les co-responsables du traitement des données, et les autres institutions agissent en tant que tiers autorisés qui traitent les données à des fins d’analyse et d’établissement de rapports.

📌 L’Université de Neuchâtel
✔ L’université est responsable de l’accès et de l’analyse de vos données récupérées sur les plateformes dans leur serveur interne CollectionHub, chargé de protéger vos données personnelles et de s’assurer qu’elles ne sont utilisées que pour la recherche et le développement d’outils.

📌 PersonalData.IO
✔ Fournit le développement de l’infrastructure technique et le stockage pour traiter vos données collectées auprès des plateformes. Les données seront stockées dans un serveur OHV sécurisé une fois que vous les aurez téléchargées via digipower.academy, uniquement dans le but de les transférer au serveur interne des chercheurs. PersonalData.IO est responsable de la protection de vos données personnelles à ce stade. Les outils et logiciels utilisés dans ce projet ont été développés sur la base de spécifications fournies par l’Université de Neuchâtel selon un contrat formel de coopération.
✔ Les visualisations affichées sur digipower.academy ne comporteront jamais de données personnelles, et votre identité ne sera pas révélée en dehors de votre session personnelle.

📌 Chercheurs d’institutions affiliées
✔ utiliseront les données pseudonymisées pour mener les entretiens et les ateliers. Seules les données anonymes et agrégées seront utilisées pour les publications de recherche.

Vos données seront utilisées de trois manières :

  1. Développement d’outils sur digipower.academy
  • Vos données contribueront à la création d’outils libres et gratuits permettant aux travailleurs des plateformes d’analyser, d’agréger, de visualiser et de comprendre leurs propres données. Rassurez-vous : aucune donnée d’identification ne sera publiée dans l’outil destiné au grand public. 

         2. Recherche sur les conditions des travailleurs des plateformes

  • Les chercheurs analyseront vos données pour comprendre les algorithmes des plateformes et analyser le temps de travail et les revenus. Vous serez invités à discuter de votre expérience lors d’un entretien individuel et d’un atelier collectif.

         3. Analyse des données au regard du droit du travail

  • Les chercheurs évalueront la manière dont le travail de la plateforme s’aligne sur le droit du travail national et les résultats vous seront communiqués directement. À ce stade, les données concernent votre identité. Seuls les résultats agrégés et anonymes seront utilisés pour la recherche.

Durée de conservation des données : Les données personnelles ou pseudonymisées sont conservées pendant 4 ans. Elles seront supprimées d’ici décembre 2028, mais les données anonymes et agrégées seront archivées à des fins de recherche (le processus de publication des résultats et des publications scientifiques étant souvent long).

🔹 Vos coordonnées (email, téléphone, nom ou pseudonyme).
🔹 Données récupérées sur les plateformes (formats de fichiers, fréquence de collecte des données).
🔹 Entretiens et ateliers (enregistrements audio de vos réponses, notes du chercheur).
🔹 Visualisation des données pour faciliter l’analyse collective.

Vos données seront d’abord pseudonymisées pour le traitement et l’analyse, puis anonymisées pour les publications, ce qui signifie que votre nom ne sera jamais utilisé ou publié.

Pour plus d’informations sur les types de données récupérées auprès des plateformes, consultez les politiques de confidentialité de chaque application à laquelle vous avez demandé des données. Selon ces documents, il est possible que ces fichiers contiennent des informations telles que la date de naissance, le nom, l’adresse électronique, l’identifiant téléphonique, la géolocalisation, les moyens de paiement et d’autres informations sensibles, comme des photos.

C’est l’une des raisons pour lesquelles nous privilégions une protection maximale dans la conception de cette étude et de l’outil qui est mis à votre disposition (voir la section Comment vos données sont protégées).

L’Université de Neuchâtel traitera et analysera vos données personnelles collectées sur les plateformes. Seuls les résultats pseudonymisés de l’analyse des fichiers seront partagés avec les chercheurs des partenaires internationaux du projet. L’analyse consiste d’abord à structurer et à agréger vos données à différents niveaux temporels (horaire, quotidien, hebdomadaire, annuel) et ensuite à effectuer des calculs supplémentaires basés sur les lois nationales du travail (par exemple, les heures supplémentaires).

En outre, les chercheurs traiteront localement les données issues des entretiens et des ateliers qu’ils ont respectivement collectés. Seuls les résultats anonymes de l’analyse des données de la plateforme et des entretiens seront partagés avec les chercheurs au niveau international.

*Les outils d’analyse de données sur https://digipower.academy/fr/experiences et les espaces de données sur https://digipower.academy/spaces incluront un espace dédié à la plateforme sur laquelle vous travaillez.

  • Les outils fonctionnent entièrement sur votre appareil lorsque vous accédez à digipower.academy.
  • Votre fichier de données personnelles est chargé uniquement dans la mémoire de votre appareil (RAM) et disparaît lorsque vous fermez la session si vous ne donnez pas votre consentement au partage de vos données. Vos données personnelles ne sont jamais transmises sur l’internet ou stockées à l’extérieur si vous ne donnez pas votre consentement.
  • Les outils convertissent les données dans un format lisible par l’homme (par exemple, en convertissant un fichier .json en une feuille de calcul) afin que vous puissiez les lire directement. Nous produirons également des visualisations graphiques qui vous aideront, ainsi que les chercheurs, à analyser vos données.
  • Vos données personnelles ne sont partagées que si vous y consentez explicitement. Dans ce cas, vos données personnelles sont téléchargées sur les serveurs OHV basés en France, gérés par PersonalData.IO, puis pseudonymisées, partagées avec des chercheurs en Suisse en utilisant le serveur institutionnel « CollectionHub » uniquement pour les objectifs spécifiés.

📌 Vous pouvez également décider de conserver ou de supprimer les visualisations sans partager vos données. Si vous ne partagez pas vos données et décidez de supprimer les visualisations, le rafraîchissement de la page redémarrera la session sans stocker aucune donnée.

📌 Les équipes de l’Université de Neuchâtel et de PersonalData.IO restent à votre disposition pour répondre à vos questions à l’adresse projecthome@unine.ch ou projectdelivery@unine.ch.

Pendant la collaboration :

✔ Vos données sont stockées et gérées en toute sécurité par l’Université de Neuchâtel. Toutes les données de recherche sont hébergées sur le serveur sécurisé de l’Université de Neuchâtel à l’aide de l’outil CollectionHub, qui respecte les normes institutionnelles de protection des données et de sécurité.

✔ PersonalData.IO n’est responsable que de la collecte initiale des données. Un serveur dédié hébergé par PersonalData.IO (à digipower.academy) sur OVHcloud est utilisé uniquement pour permettre aux travailleurs de télécharger leurs fichiers. Une fois téléchargées, les données sont transférées en toute sécurité à l’Université de Neuchâtel. Après le transfert, les fichiers originaux sont supprimés du serveur OVH.

✔ L’accès est strictement limité. Seul le personnel autorisé de PersonalData.IO et de l’Université de Neuchâtel peut accéder aux fichiers de données originaux. Les chercheurs partenaires n’accèdent qu’aux données pseudonymisées et prétraitées, ce qui garantit la protection des identités individuelles.

✔ Les données sont transférées de manière sécurisée. Le serveur OVH est protégé par des protocoles de sécurité de niveau industriel, y compris une infrastructure anti-DDoS. Tous les téléchargements de données sont cryptés et authentifiés à l’aide de clés secrètes uniques afin de garantir que seuls vous et le personnel autorisé puissent accéder à vos fichiers ou les transférer.

✔ Vous gardez le contrôle de vos données lorsque vous utilisez l’interface de digipower.academy

  • Vous choisissez de partager ou non vos données personnelles avec les chercheurs. 
  • Si vous ne souhaitez pas partager vos données, vous pouvez supprimer votre fichier dans l’interface, afin qu’il ne soit pas traité

✔ Une assistance est disponible. L’équipe de PersonalData.IO, experte dans l’exercice du droit d’accès aux données, est disponible pour vous accompagner dans la compréhension et la gestion de vos données à chaque étape du processus. Écrivez-leur à contact@personaldata.io

Après la collaboration :

✔ Toutes les données sont agrégées et anonymisées. Une fois les données analysées avec des pseudonymes, tous les identifiants personnels sont supprimés pour garantir la confidentialité. Seules les informations anonymes et agrégées seront utilisées dans des publications scientifiques ou partagées avec des partenaires.

✔ Les résultats ne sont pas identifiables. Tout résultat publié est présenté sous une forme agrégée qui empêche l’identification des participants individuels.

______________________________________________________________________________________

Nous remercions tous les participants pour leur temps et les expériences qu’ils ont partagées, qui ont enrichi cette recherche. Les résultats seront disponibles sur le site web du projet pour consultation.

participez

Vous souhaitez apporter votre contribution ? Vous pouvez vous impliquer en

pour les travailleurs de plate-forme

Rejoignez-nous pour vous réapproprier vos données et comprendre l'impact des algorithmes sur votre travail.

Écrivez-nous à projecthome@unine.ch ou projectdelivery@unine.ch
contact

pour les organisations

Vous pouvez être notre partenaire !
Votre expérience et vos connaissances sont essentielles pour mieux comprendre l'impact de la numérisation et des algorithmes sur le lieu de travail.
contact

SUPPORT

financé par