Le Taylorisme inversé.
Avant de remplacer un geste, la machine doit souvent l’apprendre. Et pour l’apprendre, elle a besoin d’observer des corps qui savent déjà travailler avec la matière, la fatigue, la gravité et l’imprévu.
L’automatisation industrielle classique cherchait à décomposer le travail pour rendre les gestes plus prévisibles. L’IA physique ouvre un mouvement presque inverse : au lieu d’imposer d’abord une mécanique au corps, elle observe le corps pour apprendre à agir dans un monde qui résiste.
Un robot peut calculer une trajectoire. Ce qu’il ne possède pas spontanément, c’est l’expérience accumulée dans la correction d’un geste : un objet qui glisse, un sol irrégulier, une charge mal répartie, un outil qui accroche.
Taylorisme inversé : captation d’un savoir corporel afin de convertir des gestes, corrections et adaptations humaines en données d’apprentissage pour une machine capable de les reproduire.
La machine sait calculer. Le corps connaît la résistance.
Le corps apprend autrement qu’un manuel. Il mémorise une pression, une vibration, un déséquilibre, la manière dont un outil réagit lorsqu’il est humide, usé ou trop lourd.
Cette intelligence pratique est difficile à formaliser entièrement. Elle se montre souvent mieux qu’elle ne s’explique. C’est précisément pour cela que l’apprentissage par démonstration intéresse la robotique : montrer une tâche peut être plus efficace que décrire chaque microdécision.
Pour s’incarner, le code emprunte une mémoire qu’il n’a pas.
Il a besoin des corps qui savent déjà où placer le poids, quand ralentir, comment corriger et ce qu’il faut éviter avant même que l’erreur soit visible.
Le geste peut devenir une ressource détachable.
Lorsqu’un mouvement est filmé ou enregistré, il change de statut. Il peut être découpé, annoté, comparé, combiné avec d’autres puis réutilisé dans une chaîne d’entraînement.
Le travailleur n’exécute alors plus seulement une tâche. Il peut aussi produire une trace capable de survivre à la journée, au poste et parfois à l’emploi lui-même.
Posture, trajectoire, correction et rythme deviennent enregistrables.
La séquence est isolée de son contexte puis rendue exploitable par un modèle.
Le système tente d’apprendre une capacité à partir de nombreuses démonstrations.
Le robot peut alors modifier le poste, la cadence ou la répartition du travail.
Le taylorisme classique décomposait le geste pour discipliner le corps. Le taylorisme inversé observe le corps pour instruire la machine.Le Taylorisme inversé
La question n’est pas de posséder chaque mouvement.
Personne ne peut revendiquer la propriété exclusive du fait de pousser, soulever, plier ou balayer. Le problème ne se trouve pas dans le geste banal.
Il apparaît lorsque des ensembles de gestes sont captés, transformés en données et valorisés commercialement sans que ceux qui les ont fournis comprennent clairement la destination, la durée d’usage ou les conséquences de cette extraction.
La souveraineté motrice concerne donc moins la propriété absolue d’un mouvement que la capacité à décider de la captation, à connaître son usage et à négocier la valeur qu’elle produit.
L’automatisation commence avant le remplacement.
Le débat public se concentre souvent sur la disparition éventuelle d’un poste. Pourtant, le travail peut être transformé bien avant : caméras, annotation des gestes, mesures de cadence, constitution de corpus et retour des performances du modèle dans l’organisation du poste.
Le robot n’a donc pas besoin d’avoir déjà remplacé quelqu’un pour modifier la relation au travail. La collecte elle-même peut changer ce qui est visible, mesurable et négociable.
Le Brut-Punk ne sacralise pas la fatigue.
Un robot peut retirer à l’humain une tâche toxique, dangereuse ou physiquement destructrice. Il serait absurde de défendre la souffrance au nom d’une authenticité du travail manuel.
Le problème n’est pas que la machine apprenne. Il est de savoir qui choisit ce qu’elle apprend, qui fournit les traces, qui capture la valeur et ce que deviennent les personnes lorsque la capacité apprise revient dans l’atelier.
La friction Brut-Punk se trouve là : dans la différence entre réduire la charge et effacer celui dont le corps a permis de la réduire.
La trace avant le travail.
Ce texte est un essai doctrinal. Pour l’enquête factuelle sur la captation de gestes ouvriers, l’IA physique, Hyundai, Agility Robotics et la question du partage de valeur, lire « La trace avant le travail ».
Quatre questions avant de capter le corps.
Une politique crédible ne commence pas par « peut-on filmer ? », mais par la destination et les conséquences de ce qui sera extrait.
Quel problème précis justifie l’enregistrement du geste et pourrait-il être résolu autrement ?
Le travailleur sait-il où partent les données, combien de temps elles restent utilisables et quels acteurs peuvent les réemployer ?
Si la captation permet des gains durables, comment une part de ces gains revient-elle aux personnes et aux collectifs qui ont fourni la matière d’apprentissage ?
Un refus est-il réellement possible sans sanction, déclassement ou pression implicite liée au rapport salarial ?
La machine n’apprend jamais dans le vide.
Derrière une capacité robotique se trouvent des gestes, des corrections, des situations et des corps qui ont déjà rencontré la matière. La souveraineté commence lorsque cette dette reste visible.