L'industrie 5.0 vise à préserver la santé des opérateurs tout en améliorant leur productivité grâce à l'utilisation de technologies telles que les robots collaboratifs ou cobot (European Commission, 2021). Ces cobots pourraient améliorer la fluidité des interactions en limitant les mouvements inutiles et en réduisant la charge de travail des opérateurs (Paliga, 2022). Leur conception ne repose pas toujours sur les besoins directement exprimés par les opérateurs, les cobots peuvent être imposées sans discussion préalable (Bobillier Chaumon, 2021), ce qui change complètement la façon de travailler et d'appréhender leur métier des opérateurs (Bader et al., 2021 ; Landry & Caroly, 2024 ; Schoose et al., 2023). Il convient de mobiliser une analyse de l’activité pour faire émerger les besoins des opérateurs avant l’implantation (Anastassova, 2006), en mettant en œuvre une démarche de Conception Centrée-Utilisateur (CCU), définie par la norme ISO 9241-210 (Organisation internationale de normalisation, 2019) pour que les effets des changements soient positifs.



Dans le cadre d’un projet multidisciplinaire, notre équipe a participé à la conception d’une intelligence artificielle contrôlant un cobot prévu pour prendre en compte les variabilités présentes dans la situation de travail. Une démarche de CCU a été menée selon les recommandations de Loup-Escande et al. (2013) en commençant par une analyse de la demande, suivi par une analyse de l’activité de chimistes, et enfin des tests utilisateurs. C’est à partir de l’analyse des effets des variabilités sur les opérateurs et sur leur activité qu’ont été formulés des repères de conception à destination des concepteurs de cette IA. Grâce à cette traduction des variabilités en contraintes implémentables, plusieurs situations expérimentales sont mises en place, en faisant varier les adaptations de l’IA dans le cadre d’une tâche d’assemblage en collaboration Humain-Robot.



Les résultats obtenus sur le terrain ont permis d’identifier plusieurs variabilités influençant l’activité des opérateurs. Celles-ci ont été recensées et classées en fonction de leur effet potentiel sur la santé et la performance. Par exemple, la variabilité de la dangerosité des mélanges chimiques et les caractéristiques des équipements de protection ont été sélectionnées pour des tests en laboratoire. Ces choix sont guidés par leur faisabilité expérimentale et leur pertinence pour améliorer la situation de travail?. Les résultats du terrain mettent également en avant des tâches invisibilisées, comme le nettoyage ou les déplacements, qui exposent les opérateurs à des risques, soulignant l’importance d’une meilleure prise en compte des variabilités dans la conception de solutions cobotiques. Les tests en laboratoire ont montré que la collaboration cobotique a diminué les effets négatifs de certaines variabilités présentes sur la situation de travail (e.g. sur la charge mentale et le taux de succès à la tâche). De plus, nous avons noté des scores élevés aux échelles d’acceptabilité de cette technologie ainsi qu’à l’échelle de confiance perçue. Et enfin, quand l’IA du robot prend en compte les contraintes sécuritaires de l’humain, celui-ci s’expose à moins de risques pendant sa tâche. Ces différentes études nous permettent de formuler des conseils visant à accompagner l’intégration d’une collaboration Humain-Robot sur un poste de travail et confirme l’importance de remettre l’humain au cœur de la conception.

References:

• Anastassova, M. (2006). L’analyse ergonomique des besoins en amont de la conception de technologies émergente : Le cas de la Réalité Augmentée pour la formation à la maintenance automobile [Phdthesis, Université René Descartes - Paris V]. https://theses.hal.science/tel-00340103
• Bader, K. B., Hendley, S. A., & Bollen, V. (2021). Assessment of Collaborative Robot (Cobot)-Assisted Histotripsy for Venous Clot Ablation. IEEE Transactions on Biomedical Engineering, 68(4), 1220–1228. https://doi.org/10.1109/TBME.2020.3023630
• Bobillier Chaumon, M.-É. (2021). Technologies émergentes et transformations digitales de l’activité : Enjeux pour l’activité et la santé au travail. Psychologie du Travail et des Organisations, 27(1), 17–32. https://doi.org/10.1016/j.pto.2021.01.002
• European Commission. (2021). Industry 5.0: Towards a sustainable, human centric and resilient European industry (KI-BD-20-021-FR-N). Publications Office of the European Union. https://data.europa.eu/doi/10.2777/308407
• Loup-Escande, E., Dominjon, L., Perret, D., Erhel, S., Jamet, E., Michinov, N., Andriot, C., Gravez, P., & Ragot, M. (2013, October 28). La démarche de Conception Centrée-Utilisateur en Réalité Virtuelle : L’exemple du projet Virtuali Teach. 8èmes journées de l’Association Française de Réalité Virtuelle, Augmentée, Mixte et d’Intéraction 3D. https://univ-rennes2.hal.science/hal-01785027
• Organisation internationale de normalisation. (2019). ISO 9241-210. Ergonomie de l’interaction homme-système. Partie 210 : Conception centrée sur l’opérateur humain pour les systèmes interactifs. https://www.iso.org/fr/standard/77520.html
• Paliga, M. (2022). Human–cobot interaction fluency and cobot operators’ job performance. The mediating role of work engagement: A survey. Robotics and Autonomous Systems, 155, 104191. https://doi.org/10.1016/j.robot.2022.104191
• Schoose, C., Cuny-Guerrier, A., Caroly, S., Claudon, L., Wild, P., & Savescu, A. (2023). Evolution of the biomechanical dimension of the professional gestures of grinders when using a collaborative robot. International Journal of Occupational Safety and Ergonomics, 29(2), 668–675. https://doi.org/10.1080/10803548.2022.2065063
• Landry, A., & Caroly, S. (2024). Analyser les pôles du sens de l’activité pour accompagner les nouvelles prescriptions du travail. Activités, 21(2), https://journals.openedition.org/activites/10320. https://doi.org/10.4000/12hus