Dans un article publié en décembre 2025 dans Chroniques du travail, le sociologue Clément Fouquet raconte l’intégration d’un système d’IA dans une entreprise de diagnostic des dégradations routières. Son constat est moins spectaculaire qu’on ne l’imagine : l’automatisation ne supprime pas le travail, elle le déplace.
Vous préparez une thèse de sociologie sur l’intelligence artificielle à l’Université de Lille. Comment en êtes-vous venu à étudier l’IA au travail ?
En m’intéressant à la dynamique du coworking durant mon master, J’arrive !ai remarqué que les outils numériques étaient très structurants dans ces espaces de travail. Au moment de choisir mon sujet de thèse, en 2020, je voulais prolonger cette réflexion avec une technologie dont le potentiel de transformation me semblait majeur et qui restait encore peu explorée dans la discipline.
Pourquoi avoir mis le focus sur la vision par ordinateur ?
Parce que c’est un domaine où les techniques d’apprentissage ont montré tôt leur efficacité, notamment pour des activités de diagnostic. On pense tout de suite au secteur et aux applications médicales, mais la même logique s’applique dès qu’un métier produit des images. L’audit routier m’intéressait précisément parce qu’on ne l’imagine pas spontanément technologique : c’est un bon terrain pour voir comment l’IA se diffuse au-delà des secteurs attendus.
Qu’est-ce que l’IA change concrètement dans l’organisation du travail de ce secteur ?
Sur mon terrain, l’identification des défauts sur les photos, auparavant au cœur du métier, est désormais prise en charge par le système d’IA. Le travail humain se déplace : en amont, il faut rendre l’analyse possible par la collecte, l’organisation et la qualification des données. En aval, il faut vérifier, corriger et surtout interpréter. Même la capture se transforme : l’entreprise abandonne une caméra haute définition au profit d’un smartphone, parce que l’acquisition est pensée autour de l’application du prestataire.
Certains chercheurs disent qu’on « perd du temps » à préparer et à contrôler. Vous le confirmez ?
Oui. Intégrer une IA demande un engagement initial important, pour la constitution et l’annotation des données, l’entraînement, les tests, l’acculturation…. Malgré ce travail, l’automatisation n’est jamais totale : il restera du travail humain, il est simplement reconfiguré. Dans le cas de cette étude, les ingénieurs en travaux publics parlent malgré tout d’un gain global d’environ 30 % sur la démarche de diagnostic, parce que le repérage photo par photo est très fastidieux.
Avec l’opacité des modèles, ne risque-t-on pas une perte de compétences ?
Les compétences ne disparaissent pas, elles se recomposent. Concevoir une IA n’est pas la même chose que l’utiliser dans un métier. Les experts routiers ne comprennent pas tout le code, mais ils développent une connaissance située de l’outil : là où il fonctionne bien, là où il se trompe, comment anticiper ses défauts… Un exemple simple : des zones très ensoleillées peuvent créer des ombres que l’IA confond avec des fissures ; avec l’usage, les professionnels savent où regarder en priorité.
Quelles sont les conséquences de l’arrivée de l’IA dans ces métiers ?
Il y a un risque de polarisation : on pourrait imaginer confier davantage la collecte à des opérateurs moins qualifiés et réserver aux ingénieurs la vérification et la décision. Mais le contrôle ne peut pas être déqualifié : il faut connaître les matériaux, l’état d’une chaussée, et décider si l’on déclenche des travaux. Cette décision se négocie aussi avec les collectivités, clientes de ces services, en fonction de leurs priorités.
Côté coût, l'intelligence artificielle renchérit-elle la prestation ?
Je n’ai pas de grille tarifaire à donner, et je pense que ça dépend beaucoup des modèles économiques. Sur mon terrain, la solution technologique était prévue dès la création de l’entreprise : l’IA s’insère donc comme un investissement de long terme plutôt que comme un « bonus » facturé au client.
Les professionnels y gagnent-ils en sens au travail ?
Dans ce cas précis, oui. Les ingénieurs vivent le repérage d’images comme monotone ; ils préfèrent intervenir là où leur expertise compte : reprendre la main quand l’IA se trompe, formuler des recommandations, chiffrer des travaux, argumenter. Et l’IA déborde le diagnostic routier : on voit aussi des usages de chatbots pour des tâches périphériques (mails, supports), afin de se concentrer sur ce qui fait la valeur du métier.
Peut-on généraliser vos conclusions ?
On peut comparer des mécanismes, le déplacement vers la préparation et le contrôle, par exemple, mais il faut rester prudent. D’un secteur à l’autre, l’IA n’a pas le même sens, ni les mêmes risques. J’ai aussi entendu des cas de renoncement, notamment quand les enjeux éthiques ou les contraintes d’organisation rendent l’intégration trop coûteuse.
Je termine ma thèse cette année, et je crois surtout qu’il faut continuer à regarder ces transformations au ras du travail. On sort peu à peu des discours binaires « l’IA va tout remplacer » ou « l’IA va tout résoudre » pour entrer dans une zone plus intéressante : celle des compromis, des apprentissages, et des formes très concrètes de coopération entre humains et systèmes.
ITW tech & inno
Les interviews d’experts et d’expertes qui permettent de comprendre comment l’intelligence artificielle et l’innovation transforment le monde du travail. Dialogue social, droit, formation, égalité femmes-hommes, santé mentale, métiers : chaque entretien éclaire un enjeu clé des révolutions technologiques.
