Conditions de travail sur les plateformes et perceptions qu’en ont les travailleurs : une perspective configurationnelle et de nécessité

Pourquoi les emplois basés sur des applications comptent dans la vie quotidienne

De la commande d’un dîner à la réservation d’un trajet, de nombreuses routines urbaines dépendent aujourd’hui de travailleurs à la tâche qui se connectent à des applications plutôt que de pointer dans des usines. Pourtant, derrière cette commodité se pose une question fondamentale : ces emplois sont‑ils perçus comme du « travail décent » par ceux qui les exercent ? Cet article examine l’économie des plateformes en plein essor en Chine pour explorer comment les livreurs et les chauffeurs évaluent la qualité de leur travail, et pourquoi certains considèrent leur emploi comme juste et digne tandis que d’autres se sentent épuisés et précarisés.

Comment les ressentis diffèrent des règles officielles

Les organisations internationales abordent généralement le travail décent en termes de règles sur les rémunérations, les horaires et la sécurité. Ces aspects sont importants, mais difficiles à suivre sur un marché du travail fragmenté, où le travail est découpé en petites tâches et géré par des algorithmes cachés. Les auteurs se concentrent donc sur la perception du travail décent : dans quelle mesure les travailleurs eux‑mêmes estiment que leur emploi est équitable, sûr et respectable. Des recherches antérieures ont montré que lorsque les travailleurs perçoivent leur emploi comme décent, ils sont moins susceptibles de démissionner et plus enclins à fournir un effort supplémentaire, ce qui fait de cette perception un prisme clé pour comprendre l’économie des plateformes actuelle.

Les forces invisibles qui façonnent le quotidien des travailleurs à la tâche

L’étude examine six forces qui ensemble colorent l’expérience des travailleurs sur plateforme. Certaines sont structurelles : le sentiment de contrôle exercé par l’algorithme de l’application, le nombre d’heures travaillées, et la conscience qu’ils ont du fait que les technologies intelligentes et les robots (regroupés sous le terme STARA) pourraient un jour les remplacer. D’autres sont émotionnelles : s’ils affichent surtout des émotions feintes en surface ou s’ils cherchent sincèrement à ressentir des émotions positives lorsqu’ils servent les clients, ce qu’on appelle le deep acting. Enfin, l’identité compte : le genre peut influencer l’interprétation des longues heures, des demandes des clients et des besoins familiaux. À partir d’une perspective de traitement social de l’information, les auteurs soutiennent que les travailleurs lisent en permanence des signaux provenant de la technologie, des clients et de la société, puis assemblent mentalement ces signaux pour forger un jugement global sur le caractère décent de leur travail.

Une nouvelle façon de cartographier des expériences de travail complexes

Pour rendre compte de cette complexité, les chercheurs combinent deux outils analytiques relativement récents. L’analyse comparative qualitative en ensembles flous (fsQCA) identifie différentes combinaisons de conditions pouvant conduire à un fort sentiment de travail décent, reconnaissant qu’il y a rarement un seul chemin vers un bon résultat. L’analyse des conditions nécessaires (NCA) vérifie si un facteur unique doit être présent à un niveau minimal pour que les travailleurs perçoivent leur emploi comme décent. L’équipe a enquêté auprès de 316 travailleurs de plateformes chinois à deux moments distincts, mesurant l’intensité perçue de chacune des six forces et la façon dont ils évaluaient leur situation professionnelle globale, de la rémunération et la sécurité de l’emploi au respect social et aux perspectives d’avancement.

De nombreux chemins mènent à la sensation que le travail est « suffisamment bon »

Les résultats montrent qu’aucun facteur unique — comme une faible surveillance ou de courtes journées — n’était strictement nécessaire pour un jugement positif du travail. Plusieurs « recettes » distinctes sont apparues. Un profil concernait des femmes pratiquant le deep acting, qui n’avaient que rarement besoin de feindre leurs émotions et n’étaient pas très conscientes des menaces technologiques. Ces travailleuses déclaraient souvent un fort sentiment de dignité au travail même si des algorithmes guidaient leurs tâches. Un autre profil associait une faible conscience de l’automatisation future à des heures de travail plus courtes, réduisant à la fois la fatigue physique et l’inquiétude d’être remplacé. Un troisième profil, le plus fréquent, combinait deep acting et longues heures : ici, un plus haut revenu et l’établissement d’une véritable complicité avec les clients semblaient compenser la fatigue, tant que les travailleurs ne ressassaient pas les risques d’automatisation ni ne se sentaient forcés à une fausse sociabilité constante.

Implications pour les travailleurs, les plateformes et les politiques

Ces conclusions suggèrent que le travail décent dans l’économie des plateformes ne se résume pas à augmenter les salaires ou à ajuster une règle isolée. Le sentiment d’équité et de dignité des travailleurs émerge plutôt de l’alignement entre conditions structurelles, stratégies émotionnelles et identités sociales. Écarter les craintes de remplacement technologique, laisser place à des interactions émotionnelles plus authentiques et reconnaître les charges de soin liées au genre peuvent tous contribuer à de meilleures expériences, même avant que la réglementation formelle ne rattrape le phénomène. En termes simples, l’étude montre que les emplois basés sur des applications peuvent paraître respectables et valables, mais seulement lorsque le mélange de technologie, de pression temporelle et d’exigences émotionnelles permet aux travailleurs de se percevoir non comme des rouages jetables, mais comme des êtres humains valorisés.

Citation: Liu, L., Wang, Y., Xiao, T. et al. Platform gig work conditions and workers’ perceptions of decent work: a configurational and necessity perspective. Humanit Soc Sci Commun 13, 359 (2026). https://doi.org/10.1057/s41599-026-06702-5

Mots-clés: travail à la tâche, économie des plateformes, travail décent, gestion algorithmique, travail émotionnel