Accueil / Travail / Quand l’algorithme lit votre stress : enjeux éthiques des évaluations automatisées du bien‑être au bureau

Quand l’algorithme lit votre stress : enjeux éthiques des évaluations automatisées du bien‑être au bureau

Les entreprises disposent aujourd’hui d’outils capables d’analyser des visages, des voix, des frappes clavier, des rythmes de connexion ou des micro-variations comportementales pour prétendre évaluer l’humeur, l’engagement ou le stress des salariés. Présentées comme des solutions de prévention, ces technologies déplacent pourtant une frontière sensible : celle qui sépare l’amélioration des conditions de travail de l’extraction automatisée d’indices intimes sur l’état psychique des personnes. Quand un système promet de « lire votre stress », il ne s’agit plus seulement d’innovation RH, mais d’un choix de société sur la manière de gouverner le travail, la santé mentale et la vie privée.

En Europe, cette question a franchi un seuil décisif. Le cadre européen sur l’IA est entré en vigueur le 1er août 2024, et depuis le 2 février 2025, certaines pratiques interdites s’appliquent déjà, dont les systèmes d’inférence des émotions au travail. Le Parlement européen l’a formulé sans ambiguïté : « Emotion recognition in the workplace and schools … will also be forbidden. » Autrement dit, l’idée de mesurer automatiquement le stress au bureau n’est plus seulement controversée sur le plan scientifique ou moral ; elle constitue désormais un risque réglementaire concret.

Une promesse technologique qui semble bienveillante, mais change la nature du travail

Sur le papier, l’évaluation automatisée du bien-être peut paraître rassurante. Détecter plus tôt l’épuisement, identifier des équipes en surcharge, prévenir des accidents ou des arrêts maladie : ces objectifs répondent à de vraies préoccupations. Dans un contexte où la santé mentale au travail reste fragile, l’attrait pour des indicateurs continus est compréhensible. En 2025, Mind Share Partners et Qualtrics rapportent que la moitié des salariés américains présentent des niveaux modérés à sévères de burnout, de dépression ou d’anxiété. Beaucoup d’organisations cherchent donc des instruments pour « objectiver » le mal-être.

Mais cette promesse repose souvent sur un glissement problématique. Au lieu de transformer les conditions qui génèrent la détresse, on cherche à mesurer en temps réel les réactions des individus à ces conditions. C’est une logique de capteur plus que de prévention. Or, du point de vue de la psychologie du travail, le bien-être n’est pas une simple donnée biologique ou comportementale détachable du contexte ; il dépend de l’autonomie, de la charge de travail, du soutien social, de la reconnaissance, de la sécurité de l’emploi et du sentiment de justice.

La question éthique centrale devient alors moins « peut-on détecter le stress ? » que « pourquoi l’organisation le produit-elle ? ». Le NIOSH, l’institut américain de référence en santé au travail, recommande d’agir d’abord sur les causes racines du stress, d’augmenter la flexibilité et le contrôle des salariés sur leur travail et leurs horaires, plutôt que de s’en remettre à des outils de détection individuelle. Autrement dit, un tableau de bord qui signale des employés en souffrance ne vaut pas politique de prévention, surtout si la structure même du travail reste inchangée.

Depuis février 2025, « lire votre stress » est aussi une ligne rouge juridique en Europe

L’évolution du droit européen change profondément le débat. Le règlement européen sur l’intelligence artificielle est entré en vigueur le 1er août 2024, avec une application progressive. Depuis le 2 février 2025, les pratiques d’IA explicitement interdites incluent déjà l’inférence d’émotions dans le cadre du travail. La pleine applicabilité du texte interviendra le 2 août 2026, mais le message normatif est déjà clair : certains usages ne sont pas simplement à encadrer, ils sont considérés comme incompatibles avec les droits fondamentaux.

Cette interdiction vise précisément des outils qui prétendent déduire un état émotionnel à partir d’images webcam, d’analyses faciales, vocales ou comportementales. Des dispositifs commercialisés pour mesurer le stress, l’humeur, la fatigue ou l’engagement des salariés entrent donc dans une zone juridique à très haut risque, voire prohibée. Pour les employeurs, continuer à raisonner comme si ces technologies relevaient d’une simple innovation RH ou d’une optimisation managériale est désormais intenable.

Le 5 juin 2025, la commission EMPL du Parlement européen a d’ailleurs consacré une audition publique à « Artificial Intelligence at the workplace ». Ce choix institutionnel montre que l’IA au travail n’est plus traitée seulement comme un dossier technique, mais comme un enjeu de droits fondamentaux, de gouvernance et de santé. Dans ce cadre, l’automatisation du bien-être devient un test : une organisation respecte-t-elle réellement la dignité psychique de ses salariés, ou transforme-t-elle leurs affects en variables de pilotage ?

Le management algorithmique est déjà massif, et ses effets ne sont pas théoriques

On aurait tort de croire que ces questions concernent quelques entreprises pionnières ou des scénarios futuristes. En 2025, l’OCDE rapporte, à partir d’une enquête menée auprès de 6 047 managers, que 74 % déclarent que leur entreprise utilise au moins un outil pour instruire, surveiller ou évaluer les salariés. Le management algorithmique est donc déjà largement diffusé, bien au-delà des plateformes numériques. L’évaluation automatisée du bien-être s’inscrit dans cet écosystème plus vaste de métriques, de supervision et d’aide à la décision.

Cette généralisation s’accompagne de préoccupations croissantes, y compris du côté des managers eux-mêmes. Selon l’OCDE, 64 % disent observer au moins un risque lié à ces outils. Les plus fréquemment cités sont une accountability floue, un manque d’explicabilité et une protection insuffisante de la santé physique et mentale des employés. Ce point est essentiel : même dans les organisations qui déploient ces technologies, la croyance dans leur neutralité ou leur maîtrise est loin d’être acquise.

La synthèse de l’OCDE est particulièrement éclairante sur les effets psychosociaux. Elle conclut que le management algorithmique est fortement associé à une baisse de l’autonomie au travail et à des niveaux de stress plus élevés, ainsi qu’à une hausse de la charge de travail, de l’insécurité d’emploi et à une baisse de la confiance, de la satisfaction et de la motivation. Si l’on ajoute un module censé « détecter le stress » à un environnement déjà saturé de surveillance et de pilotage automatisé, il est donc plausible que l’on aggrave le problème que l’on prétend résoudre.

La surveillance du travail nourrit le stress, le sentiment de micromanagement et le départ

Les données internationales convergent sur un point simple : être surveillé modifie l’expérience subjective du travail. D’après ADP Research, près d’un tiers des quelque 38 000 travailleurs interrogés dans 34 marchés déclarent être constamment surveillés au travail. Ce groupe se dit aussi moins productif et plus stressé. La surveillance n’améliore donc pas mécaniquement la performance ; elle peut au contraire éroder les conditions psychologiques qui la soutiennent.

Le rapport 2024 Work in America Survey de l’American Psychological Association va dans le même sens. Parmi les travailleurs qui savent que leur employeur utilise une technologie pour les surveiller pendant le travail, 51 % se disent tendus ou stressés durant une journée type, contre 38 % chez ceux qui ne sont pas surveillés ou ne savent pas qu’ils le sont. Presque la moitié, 47 %, se sentent micromanagés, contre 23 % dans l’autre groupe. Ce n’est pas un détail de perception : se sentir observé en permanence transforme la relation au temps, à l’erreur, à la spontanéité et à la confiance.

Le monitoring a aussi un coût organisationnel direct. Selon l’APA, les travailleurs conscients d’être surveillés sont presque deux fois plus nombreux à prévoir de chercher un nouvel emploi dans l’année : 39 % contre 21 %. Dans un monde professionnel déjà marqué par la fatigue, la rotation du personnel et les tensions de recrutement, l’argument selon lequel plus de mesure équivaut automatiquement à une meilleure gestion apparaît de moins en moins convaincant. Une organisation peut parfaitement accumuler les données tout en perdant l’essentiel : l’engagement durable de ses équipes.

Le risque n’est pas seulement l’intrusion, mais aussi l’erreur et la discrimination

Attribuer un score de stress ou inférer un état émotionnel à partir d’indices numériques suppose que ces indices signifient la même chose pour tout le monde. C’est une hypothèse fragile. Une voix plus tendue peut refléter la fatigue, une douleur, un accent, une timidité, un handicap, des effets médicamenteux ou simplement une journée difficile sans rapport avec le travail. Un visage peu expressif peut être culturellement normé, lié à une neurodivergence ou à un effort de concentration. Traduire ces signaux en catégories psychologiques standardisées expose à des erreurs de lecture qui ont des conséquences concrètes sur l’évaluation des personnes.

À cela s’ajoute la question de la distribution inégale de la surveillance. ADP Research montre que les personnes s’identifiant comme minorité raciale ou ethnique dans leur marché sont plus nombreuses à déclarer être surveillées : 44 % contre 30 % chez les non-minorités, avec un écart particulièrement marqué en Europe. Lorsqu’une organisation déploie des outils de monitoring ou d’analyse affective, elle ne les introduit pas dans un vide social ; elle les greffe sur des rapports de pouvoir, des asymétries de statut et des biais déjà existants.

L’enjeu éthique n’est donc pas seulement la vie privée, mais la justice. Qui est observé plus étroitement ? Qui a la possibilité de contester une interprétation automatisée ? Qui supporte les faux positifs, par exemple être classé comme désengagé, instable ou à risque ? Dans le domaine de la santé mentale, une erreur algorithmique peut être particulièrement stigmatisante. Elle peut influencer la promotion, la répartition des tâches, la réputation professionnelle ou l’accès implicite à la confiance managériale.

Le bien-être devient une question de données massives, donc de gouvernance

Un autre changement important tient au fait que le bien-être au travail devient un objet de mesure structurée à grande échelle. En septembre 2024, HERO et le NIOSH ont lancé le HERO Worker Well-Being Clearinghouse, une base ouverte de données désidentifiées alimentée notamment par le NIOSH Worker Well-Being Questionnaire. Le signal est double. D’un côté, il est utile de mieux documenter les déterminants du bien-être. De l’autre, plus les organisations collectent, agrègent et croisent des données sur la santé psychologique, plus les questions d’anonymisation, de finalité et de gouvernance deviennent centrales.

Il ne suffit pas de dire qu’une donnée est « bien-être » pour qu’elle soit éthiquement bénigne. Le contexte d’usage compte. Une mesure véritablement anonyme et agrégée, destinée à repérer des problèmes d’organisation, n’a pas la même signification qu’un score individuel relié à un manager, à un service RH ou à un logiciel d’évaluation de performance. La frontière entre amélioration collective et notation individualisée peut être mince, surtout lorsque l’infrastructure technique permet de réidentifier, de recouper ou de profiler.

Le même mouvement apparaît dans l’essor des audits de santé mentale organisationnelle. En 2024, le NIOSH a relayé un rapport de Mental Health America fondé sur l’évaluation de 271 employeurs éligibles au programme Bell Seal for Workplace Mental Health. Cette structuration peut être positive si elle soutient de meilleures politiques. Mais elle comporte aussi un risque de glissement : passer de l’évaluation des pratiques d’une organisation à l’évaluation automatisée de l’état intérieur des personnes qui y travaillent. C’est précisément ce glissement qu’il faut empêcher.

La meilleure prévention n’est pas la notation des individus, mais la transformation du travail

Sur le plan clinique comme sur le plan organisationnel, les données disponibles invitent à une conclusion prudente mais ferme : mesurer davantage les salariés ne remplace pas une politique de santé mentale. Le Joint Research Centre de la Commission européenne indiquait en 2025 que 37 % des employés de l’UE sont surveillés pour leurs horaires de travail, et que des formes plus poussées de digitalisation et de platformisation sont corrélées à davantage de stress et à une autonomie réduite. Le problème n’est donc pas uniquement l’existence d’outils, mais le modèle de travail qu’ils renforcent.

Les environnements de travail protecteurs produisent, eux, des bénéfices mesurables. Selon l’étude 2025 de Mind Share Partners et Qualtrics, les salariés travaillant dans une entreprise qui soutient leur santé mentale sont deux fois plus susceptibles de déclarer ne pas souffrir de burnout ni de dépression. Cela rappelle une évidence souvent oubliée : la santé mentale s’améliore lorsque les personnes disposent de marges de manœuvre, d’un soutien crédible, de règles justes, d’une charge soutenable et d’une culture où demander de l’aide n’expose pas à être pénalisé.

Le NIOSH recommande de supprimer les causes racines du stress, et non de se contenter d’en détecter les symptômes chez des individus. Concrètement, cela signifie agir sur les effectifs, les délais, la clarté des rôles, la prévisibilité des horaires, la qualité du management, la possibilité de récupération et la participation aux décisions. Une entreprise qui investit dans un système capable de repérer des signaux de détresse, tout en laissant intactes les causes structurelles de cette détresse, risque de médicaliser un problème d’organisation.

Ce qui peut rendre l’usage de l’IA moins nocif : participation, limites et redevabilité

Il existe toutefois une nuance importante. L’OCDE souligne que les effets négatifs du management algorithmique sont nettement réduits lorsque les salariés ont une influence substantielle sur les décisions de l’entreprise et sont consultés lors du déploiement des nouveaux systèmes. Autrement dit, la question n’est pas seulement technique ; elle est démocratique. Un outil imposé sans discussion accroît le sentiment de dépossession. Un dispositif débattu, limité et orienté vers des objectifs collectifs peut, dans certains cas, être mieux accepté et moins dommageable.

Pour les organisations, cela implique plusieurs garde-fous minimaux. D’abord, une finalité claire : cherche-t-on à améliorer l’organisation du travail ou à profiler les individus ? Ensuite, une minimisation stricte des données : tout ce qui ressemble à de l’inférence émotionnelle individualisée au travail doit être considéré comme juridiquement et éthiquement hautement problématique en Europe. Il faut aussi garantir l’explicabilité, la possibilité de contestation, l’absence d’usage disciplinaire caché et l’évaluation indépendante des effets sur la santé mentale.

Plus profondément, la redevabilité ne peut pas être déléguée à un algorithme. Quand un outil classe, alerte ou recommande, qui répond des erreurs, des biais et des dommages ? Les chiffres de l’OCDE sur l’accountability floue et le manque d’explicabilité montrent que cette question reste largement ouverte dans les entreprises. Une gouvernance éthique exige de nommer les responsables, de consulter les représentants du personnel, d’évaluer les risques avant déploiement et d’accepter qu’en matière de santé mentale, tout ce qui est techniquement possible n’est pas socialement souhaitable.

Au fond, l’automatisation du bien-être au bureau révèle une tension décisive de notre époque. Nous disposons de plus en plus de moyens pour collecter des traces fines du comportement humain, mais cela ne nous donne pas automatiquement le droit de les interpréter comme des signes fiables de l’état intérieur d’une personne, encore moins de les utiliser pour la gérer. En 2025, entre l’interdiction européenne de l’inférence d’émotions au travail, la montée de la surveillance perçue et les données reliant monitoring, stress, micromanagement et turnover, l’enjeu central est clairement éthique et politique.

Une approche réellement protectrice du bien-être au travail commence par une autre question : que devons-nous changer dans l’organisation pour que les salariés aient moins besoin d’être « détectés » comme en difficulté ? Tant que cette question reste secondaire, les systèmes censés lire votre stress risquent surtout de l’amplifier. La technologie peut aider à mieux comprendre le travail, mais elle ne doit pas devenir un moyen de coloniser la vie psychique des personnes. Dans un bureau digne de ce nom, le bien-être ne devrait pas être une note secrète calculée sur votre visage ; il devrait être le résultat visible de conditions de travail justes.