Numérique et travail

Concurrence déloyale et plateformes VTC

Cour de cassation, 25 juin 2025 : une plateforme VTC sanctionnée pour concurrence déloyale en raison de la maraude électronique et de la relation de travail dissimulée avec ses chauffeurs. Un arrêt clé pour l’économie des plateformes

Lire la suite »

La responsabilité numérique des entreprises

Qu’est ce que la responsabilité numérique des entreprises? La responsabilité numérique des entreprises s’inscrit dans une démarche qui incitent les organisations à intégrer dans leur politique RSE les impacts générés par leurs activités numériques. La responsabilité numérique des entreprises s’articule autour de trois catégories d’ enjeux liés à l’utilisation du numérique dans leurs activités : Enjeux des données : Enjeux environnementaux : Le numérique a un impact environnemental non négligeable. La collecte, le traitement et le stockage de volumes de plus en plus massifs de données génèrent : Les entreprises doivent adopter des pratiques permettant de réduire leur empreinte carbone et promouvoir des technologies plus économes en énergie. Enjeux sociaux : L’organisation du travail est transformée par le numérique. De nouvelles formes de précarité et de pénibilité au travail sont apparues avec le développement des activités numériques. Pour atténuer ces effets systémiques, les entreprises doivent mettre enplace des actions concrètes afin de garantir des conditions de travail équitable, favoriser le dialogue social et protéger les droits des travailleurs. Enjeux spécifiques soulevés par l’intelligence artificielle : les discriminations numériques La discrimination numérique est un phénomène qui se manifeste lorsque des biais discriminatoires sont présents dans les outils numériques, tels que les algorithmes et l’intelligence artificielle (IA). Les biais dans les algorithmes : les algorithmes, même s’ils semblent neutres, peuvent contenir des biais. Ces biais proviennent souvent des données utilisées pour les entraîner. Si ces données sont elles-mêmes discriminatoires, les algorithmes risquent de reproduire ces discriminations. Par exemple, des critères apparemment neutres peuvent, lorsqu’ils sont combinés, entraîner des effets discriminatoires. Invisibilité des biais : les biais dans les algorithmes sont souvent difficiles à détecter individuellement. Même les systèmes d’IA complexes peuvent générer des effets discriminatoires sans que cela soit immédiatement visible. Exemples :

Lire la suite »