Repérer les signaux faibles des RPS : L’IA au service de la santé psychologique au travail

Les limites des approches traditionnelles de prévention des RPS

Les sondages périodiques, souvent statiques et réalisés à intervalles réguliers, ne captent pas l’évolution rapide des risques psychosociaux (RPS) comme la surcharge de travail ou les conflits interpersonnels (Bakker & Demerouti, 2017). Leur traitement prend plusieurs mois, rendant les résultats obsolètes (Pavlista et al., 2022). De plus, ces outils souffrent de biais de sous-déclaration, dus à la crainte de représailles ou à la désirabilité sociale (Nielsen et al., 2017). Enfin, les approches traditionnelles offrent une vue fragmentée des risques, ce qui empêche de déceler des vulnérabilités précises comme celles des groupes marginalisés (Eurofound, 2023).

L’IA comme solution de rechange pour une gestion proactive des RPS : l’exemple de Mosflow

L’IA offre une solution innovante pour surmonter les limites des méthodes traditionnelles de gestion des RPS. En analysant en temps réel des données internes provenant de diverses sources (p. ex. les interactions sociales), l’IA permet de détecter rapidement les signaux faibles de détresse psychologique (Haefner et al., 2023; Strohmeier, 2022). Plus précisément, les « interactions sociales » correspondent à l’usage de métadonnées déjà générées par les outils collaboratifs (p. ex. Microsoft 365, Slack, etc.), sans aucun accès au contenu des messages ni suivi des individus. Il s’agit par exemple de tendances générales liées au rythme de sollicitations reçues pouvant révéler des signes de surcharge. Ces informations sont relayées à l’employé pour l’aider à mieux comprendre son propre équilibre de travail et lui offrir la possibilité d’agir, sans être utilisées pour évaluer sa performance ni pour surveiller son activité. Par ailleurs, des tendances agrégées et anonymisées peuvent être mises à la disposition des gestionnaires et des spécialistes RH afin de leur permettre de cerner les zones de risque au niveau collectif et d’agir de manière proactive, toujours sans possibilité d’identifier des personnes. Ainsi, contrairement aux sondages périodiques qui ne détectent les problèmes qu’à retardement, l’IA fournit une détection continue (Haefner et al., 2023). Cela permet d’intervenir avant que les problèmes de santé psychologique ne s’aggravent. Cette approche transforme alors la gestion des RPS d’une réponse réactive à une gestion proactive.

Développée par Mosai, Mosflow est un exemple concret d’application de l’IA dans ce domaine. Cette solution transpose l’usage des agents conversationnels au contexte organisationnel, permettant une détection proactive des RPS tout en respectant la confidentialité des employés et en privilégiant l’accompagnement humain. Contrairement aux sondages traditionnels, Mosflow permet une analyse en temps réel, fournissant ainsi une détection précoce des risques. Mosflow intervient ainsi en première ligne en offrant aux employés un moyen discret de signaler des signes de détresse et en les incitant à demander de l’aide auprès des gestionnaires ou des spécialistes RH. Mosflow permet aussi aux gestionnaires et aux spécialistes RH de reconnaître des signaux faibles (comme la surcharge de travail) avant qu’ils ne se transforment en problèmes graves, tels que l’épuisement professionnel.

Cet outil les aide ainsi à prendre des décisions éclairées et à agir rapidement. Mosflow illustre la complémentarité entre l’IA et l’humain, en étant un outil de soutien plutôt que de remplacement. Cela permet aux gestionnaires et aux spécialistes RH de préserver la dimension humaine du management (Meijerink et al., 2021; Tambe et al., 2019). Enfin, en intégrant la culture et les ressources propres à l’entreprise, Mosflow fonctionne comme un véritable levier de gouvernance qui dynamise les dispositifs existants. Il fournit aux employés les informations nécessaires au bon moment, il facilite l’accès à ces informations et les incite à contacter les bonnes personnes. Par exemple, lorsqu’un cas de harcèlement est détecté, Mosflow oriente discrètement l’employé vers les ressources appropriées (telles que le responsable RH ou les services d’accompagnement), tout en intégrant ces signaux dans les mécanismes de signalement de l’organisation. Cela garantit une réponse rapide et ciblée, en soutenant une démarche de prévention continue et cohérente.

Les principes éthiques nécessaires à une adoption responsable de l’IA

L’utilisation de l’IA dans la gestion des RPS soulève des questions éthiques essentielles, notamment en matière de confidentialité des données et de respect de la vie privée des employés. Mosflow incarne ces principes en garantissant une collecte de données transparente et responsable. Le système recueille uniquement des données anonymisées et permet aux employés de communiquer leurs préoccupations dans un espace sécurisé, sans crainte de représailles, tout en ayant le choix de divulguer ou non leurs informations avec leur employeur. Cette approche garantit que les données sont exclusivement utilisées pour améliorer le bien-être des employés et non à des fins de surveillance. Mosflow veille donc à respecter la confidentialité des informations, renforçant ainsi la confiance nécessaire pour une adoption réussie de l’IA (Jobin et al., 2019). Cela crée un environnement de transparence et d’inclusivité, tout en préservant la dignité des employés.

Les défis et les perspectives pour l’avenir

Bien que l’IA offre des solutions prometteuses pour la gestion des RPS, plusieurs défis subsistent. L’un des plus grands obstacles à l’adoption de l’IA réside dans la résistance des employés qui peuvent percevoir ces outils comme une forme de surveillance et d’intrusion. Cependant, lorsqu’ils sont déployés de manière responsable, ces outils permettent d’autonomiser les employés et de prévenir les risques, plutôt que de simplement y réagir (Tambe et al., 2019). Il est donc essentiel d’accompagner l’introduction de l’IA par une communication transparente, une formation adéquate et des garanties éthiques pour rassurer les employés et garantir leur adhésion.

De plus, les gestionnaires ainsi que les CRHA | CRIA doivent développer des compétences particulières pour interpréter correctement les données générées par l’IA. Bien qu’efficace, l’IA nécessite un cadre de gouvernance et de prise de décision éthique pour s’assurer que les actions préventives mises en place sont appropriées et adaptées au contexte organisationnel. L’avenir de l’IA dans la gestion des RPS dépendra donc de la capacité des organisations à l’intégrer de manière responsable afin qu’elle devienne un levier au service de la prévention et de la santé psychologique au travail, intégrée dans une démarche globale de gestion responsable des ressources humaines.