AIPTLF 2025 - du 8 au 11 juillet 2025
Qualité de Vie :
Du Travail aux Autres Sphères de l'Existence
Session :
Mesure et détection des risques psychosociaux : Et si l’intelligence artificielle pouvait aider?
DEXTRAS-GAUTHIER J. 1, GILBERT M. 1, DRIAS S. 1, DIMA J. 2, DUFOUR M. 1
1 Université Laval, Mascouche, Canada; 2 Haute école d’ingénierie et de gestion du canton de Vaud, HES-SO, Canton de Vaud, Switzerland
1. Problématique
La loi modernisant le régime de santé et de sécurité du travail (loi 27) impose dorénavant aux employeurs québécois d’évaluer les risques psychosociaux (RPS) présents dans l’environnement de travail. Bien que de nombreuses études (Vézina et al., 2021) aient porté sur les RPS et leurs effets sur la santé psychologique des travailleurs, le défi de détecter et mesurer ces risques reste souvent entier pour bien des employeurs. En effet, le peu d’organisations qui détectent et mesurent les RPS le font en utilisant des données auto-rapportées, subjectives et prises à un moment spécifique dans le temps (p.ex. : sondage annuel auprès des employés). Bien que moins coûteuses et invasives, ces données exigent beaucoup de temps d’analyse (Young et al., 2008) et ne rendent pas hommage à toute la complexité des RPS. Dès lors, le passage à l’action demeure lui aussi un défi de taille pour la majorité des organisations (Christensen, et al., 2019). Il est donc fréquent que les organisations se limitent à l’étape de détection des RPS sans passer à l’action faute de connaissances, d’informations, de données objectives, d’outils, de ressources ou d’accompagnement. Ces obstacles potentiels minent les efforts des organisations pour mettre en œuvre une stratégie de prévention des RPS efficace. Au même moment, les avancées technologiques ont permis l’émergence d’outils d’intelligence artificielle (IA). Ces outils sont utilisés en contexte professionnel, notamment en GRH (Dima et al., 2024). Grâce à l’intégration judicieuse de ces technologies dans la GRH, les organisations peuvent espérer optimiser certains de leurs processus et même renforcer l’engagement et la satisfaction au travail des employé(e)s (Dutta et al., 2022). Mais, qu’en est-il de la possibilité d’utiliser l’IA pour aider les organisations à relever le défi de mieux détecter et mesurer les RPS pour éventuellement les prévenir ?
2. Méthodologie
La méthodologie de l'examen de la portée a été utilisée pour analyser, synthétiser et cartographier de manière critique les recherches existantes (Arksey et O’Malley, 2005) sur les liens entre l’IA et les RPS. Cette méthode est particulièrement utile pour identifier les lacunes dans les connaissances, clarifier des concepts clés et évaluer la faisabilité de futures recherches. La stratégie de recherche s'est concentrée sur l'identification des études explorant les liens entre l’IA et les RPS.
3. Résultats
Les résultats préliminaires montrent que la littérature scientifique portant sur le lien entre l’IA et la santé psychologique au travail est limitée, mais elle est encore plus limitée lorsqu’il est question des RPS (tel que le soulignent Jetha et al., 2023).
4. Discussion
Face à un enjeu aussi important que les RPS pour les organisations et les travailleurs, il demeure essentiel de poursuivre la réflexion sur cette problématique. Plus encore, et compte tenu du rôle important que les organisations ont à jouer dans la prévention des problèmes de santé psychologique en milieu de travail, il est nécessaire de continuer les efforts pour outiller adéquatement les organisations dans leurs interventions pour réduire les RPS. En effet, l’ampleur et l’importance de la problématique entourant les RPS nécessitent que l’on puisse réfléchir à toutes les innovations technologiques susceptibles de pouvoir aider les organisations dans leurs efforts de prévention de ces risques nuisibles pour la santé psychologique des travailleurs.
References: