Nouvelle publication de Jessica Pidoux, Sofia Kypraiou et Paul-Olivier Dehaye

Cette étude empirique met en lumière la gestion algorithmique par Uber et présente la première estimation du temps de travail des chauffeurs Uber à Paris afin comprendre comment les plateformes numériques transforment les temporalités du travail. Nous fondant sur les données personnelles de 12 chauffeurs parisiens, nous démontrons comment Uber organise le travail des chauffeurs à travers l’allocation des courses et le calcul des distances selon trois unités de temps de travail distinctes : la recherche de clientèle, l’approche vers la clientèle et la conduite de la clientèle. L’analyse des données montre que les chauffeurs travaillent de plus en plus d’heures et parcourent davantage de kilomètres dans la recherche d’une potentielle clientèle, ce qui constitue un travail non rémunéré mais essentiel pour les algorithmes de la plateforme. De plus, l’importante variabilité du temps de travail et des tarifs générés dépend du comportement du marché qui est invisible pour les chauffeurs. Néanmoins, cette dépendance, ainsi que les pertes et gains économiques qui en découlent se répercutent individuellement sur les chauffeurs en tant que « risque de prédictibilité algorithmique ». En effet, les données des chauffeurs sont contrôlées par Uber pour faire des prédictions automatisées de l’offre et de la demande uniquement au bénéfice de la plateforme.

Lien vers la publication