Introduction : trois courtes histoires
Première histoire
Cet été, j’ai fait appel aux services d’une personne pour l’entretien de la maison, recrutée via une plateforme. À peine une heure après la prestation, un message m’invitait déjà à l’évaluer - positivement, cela va sans dire -, et ce avec une insistance touchant presque à l’urgence, la personne m’expliquant combien cette notation conditionnait son avenir professionnel. Mon silence initial ne découragea nullement les relances, qui se succédèrent avec une belle constance. Je finis par céder et rédigeai une appréciation fort convenable, quoique le travail accompli fût, disons, en deçà des attentes.
Deuxième histoire
La deuxième histoire se déroule dans une salle de théâtre, en juillet. La mise en scène comme le jeu des comédiens m’avaient paru moyens, pour ne pas dire médiocres, et je pris - fait suffisamment rare dans ma vie pour être signalé - la décision de déposer mon avis sur une plateforme, les comédiens ayant eux-mêmes insisté, à l’issue de la représentation, sur l’importance qu’ils accordaient aux retours du public. Mal m’en prit : mon commentaire fut accueilli avec une froideur non dissimulée, allant jusqu’au soupçon d’une manœuvre orchestrée par la concurrence. J’en conclus, non sans une pointe d’amusement, que seuls les éloges avaient droit de cité.
Troisième histoire (fictive, mais plausible)
Dans un établissement parisien, dépourvu de toute enseigne visible, un maître d’hôtel accueille un habitué en le désignant par son prénom. Ce lieu n’a de fiche sur aucun répertoire, n’admet aucune réservation dématérialisée, et demeure absent de toute plateforme d’évaluation. On n’y entre que par recommandation - ou l’on n’y entre pas du tout.
Ces trois histoires, en apparence anodines, dont une fictive, révèlent en filigrane l’un des phénomènes sociaux les plus déterminants - et les plus passés sous silence - de ces dix dernières années : la notation généralisée n’a pas engendré un langage commun à l’ensemble de la société, mais un clivage entre deux régimes d’existence. D’une part, une évaluation algorithmique, continue, publique, dont les répercussions économiques sont immédiates. D’autre part, une discrétion revendiquée, un mode de fonctionnement d’un autre temps - celui du bouche-à-oreille, du réseau relationnel, de la confiance qui échappe à toute quantification. Et c’est justement cette faculté de soustraire son existence à l’évaluation généralisée qui, toujours davantage, trace une ligne de partage entre classes sociales.
Quand la notation se mue en condition de travail pour les plus précaires
Le phénomène est étudié depuis une dizaine d’années : les métiers les plus soumis à l’évaluation par des inconnus sont, presque invariablement, ceux qui bénéficient le moins de protection sociale. Auxiliaires de vie recrutés via des applications, chauffeurs VTC, coursiers, hôtes de plateformes de locations - tous partagent un même dénominateur : leur rémunération dépend étroitement d’un score numérique, actualisé en temps réel par une clientèle anonyme, sans réelle voie de contestation.
L’enjeu dépasse largement la question du simple inconfort. Plusieurs travaux ont établi que les biais à l’œuvre dans ces dispositifs ne relèvent pas d’anomalies statistiques isolées, mais bien de mécanismes discriminatoires structurels. Une étude parue dans Science Advances[1][2][3][4][5][6], portant sur environ 8 000 annonces Airbnb, plus de 7 100 hôtes et 150 000 avis de voyageurs entre 2009 et 2018, aboutit à un constat sans ambiguïté : à bien comparable, les hôtes noirs perçoivent des revenus inférieurs de 12 % à ceux de leurs homologues blancs, et les demandes formulées par des voyageurs noirs sont acceptées 16 % moins fréquemment. Une analyse complémentaire, citée dans ces mêmes travaux, va plus loin encore : à logement équivalent, la demande adressée aux hôtes noirs recueille 20 % de sollicitations en moins que celle adressée aux hôtes blancs.
Le secteur des VTC n’échappe pas à ce constat. Une étude portant sur près de 1 500 trajets Lyft et Uber à Boston et à Seattle a établi que les passagers dont le prénom était perçu comme « à consonance afro-américaine » voyaient leur course annulée plus de deux fois plus souvent que ceux dont le prénom était perçu comme « à consonance blanche », et patientaient jusqu’à 35 % de temps supplémentaire pour certains trajets à Seattle[7][8][9]. Plus troublant encore : lorsque Uber a tenté de corriger ce biais en masquant les identités raciales au moment de la mise en relation, la discrimination n’a pas disparu - elle s’est simplement déplacée vers l’étape suivante, celle de l’annulation par le conducteur une fois le passager identifié.
Ce que ces chiffres mettent en lumière, c’est que la notation par les pairs, présentée comme un instrument neutre de régulation par la confiance, reconduit et parfois amplifie des inégalités déjà à l’œuvre dans la société hors ligne - mais avec un degré d’automaticité et d’opacité qu’un rapport hiérarchique classique ne permettait pas.
2. L’émergence feutrée des zones sans notation
Tandis que ces mécanismes se durcissent pour une partie de la population, un mouvement inverse se dessine à l’autre bout de l’échelle sociale : la disparition volontaire des dispositifs de notation.
Ce phénomène demeure largement marginal dans les données disponibles - précisément parce qu’il concerne, par nature, des acteurs qui ont fait le choix de ne laisser aucune trace numérique. Certains indices n’en demeurent pas moins perceptibles. Des restaurants gastronomiques réputés se passent de toute présence active sur les plateformes d’avis, bâtissant leur notoriété sur la critique spécialisée, le bouche-à-oreille d’initiés ou une communication soigneusement maîtrisée, plutôt que sur l’accumulation d’avis anonymes. Des clubs privés, certaines conciergeries haut de gamme ou des cercles professionnels chics n’ont tout bonnement pas vocation à être notés par leur clientèle : l’accès lui-même, filtré par la cooptation ou la recommandation, constitue déjà un premier tri, autrement plus sélectif qu’une simple moyenne d’étoiles.
Il convient également de souligner, en filigrane, la fragilité intrinsèque du système de notation - ce qui rend d’autant plus rationnel le choix de s’y soustraire lorsque nous en avons la possibilité. Une étude[10] consacrée aux avis Yelp (un site web et une application mobile étatsuniens qui permettent de trouver des commerces locaux et de consulter des avis laissés par d’autres utilisateurs) a estimé qu’au moins 16 % des commentaires examinés portaient des signes de fraude, les établissements les plus enclins à publier de faux avis étant ceux qui cherchaient à contrebalancer des retours défavorables. Yelp a par ailleurs fait l’objet de plusieurs actions collectives – l’action de groupe, équivalent français du class action étatsunienne, est une procédure judiciaire qui permet à plusieurs personnes ayant subi un préjudice similaire, causé par le même responsable, de se regrouper pour intenter une seule action en justice au lieu de multiplier les procès individuels - émanant de commerçants soutenant que leurs avis positifs s’effaçaient - ou que leurs avis négatifs remontaient en tête de liste - selon qu’ils souscrivaient ou non à des services publicitaires payants, accusations que la plateforme a systématiquement contestées devant la justice. Dans ces conditions, un système d’avis ne se présente plus comme un simple reflet de la réalité, mais comme un dispositif que l’on peut, dans une certaine mesure, acheter, manipuler ou remettre en cause - un jeu auquel toutes les entreprises n’ont ni l’envie ni les moyens de se prêter.
3. Ne pas être noté : un privilège qui ne dit pas son nom
Nous pourrions objecter que cette option de la discrétion reste ouverte à tous : rien n’interdit, en théorie, à un chauffeur VTC indépendant de se détourner des plateformes pour ne fonctionner qu’à la recommandation. Mais cette objection fait l’impasse sur une réalité économique élémentaire - se soustraire au système suppose déjà de disposer d’un capital préalable suffisant pour pouvoir s’en passer.
Le restaurant qui peut se passer de TripAdvisor dispose, le plus souvent, déjà d’une clientèle fidèle, d’un emplacement prisé, ou d’une réputation établie avant l’ère numérique. Le club privé qui fonctionne par cooptation présuppose, quant à lui, un réseau social préexistant, généralement hérité ou constitué sur plusieurs années au sein de cercles eux-mêmes fermés. Autrement dit, échapper à la notation n’est pas une option aisément accessible : c’est un privilège réservé à ceux qui possèdent déjà ce que le sociologue Pierre Bourdieu[11] nommait le capital social - ce tissu de reconnaissance mutuelle et de relations qui permet de se dispenser de la validation du grand nombre.
À l’inverse, l’auxiliaire de vie, le chauffeur ou le livreur, qui débute est précisément dépourvu de ce capital : c’est pour cette raison même qu’il ou elle dépend d’une plateforme mettant en relation avec des inconnus, et partant, d’un système de notation qui, seul, permet de fonder une réputation ex nihilo. La notation numérique n’a par conséquent pas aboli l’ancien système de distinction sociale fondé sur la recommandation et le réseau - elle a fait émerger, à ses côtés, un second circuit, plus ouvert en apparence, mais réservé de fait à ceux qui n’ont pas d’autre issue.
Le sociologue allemand Steffen Mau[12] observe que la quantification généralisée du monde social ne se borne pas à mesurer une valeur qui existerait déjà : elle engendre de nouvelles hiérarchies, en érigeant des critères qui deviennent eux-mêmes des normes de jugement. Ce que l’examen des zones soustraites à la notation apporte à ce constat, c’est que la hiérarchie issue de la métrique n’élimine pas les hiérarchies antérieures - elle vient s’y superposer, sanctionnant davantage ceux qui n’ont pas les moyens d’y échapper.
4. Deux poids, deux mesures : qui demeure exposé au jugement public
Ce qui frappe, à mesure que l’on approfondit ce sujet, c’est l’asymétrie quasi parfaite entre exposition à la notation et degré de précarité économique. Ceux qui sont le plus intensément soumis à l’évaluation - auxiliaires de vie, chauffeurs, livreurs, petits commerçants tributaires des plateformes - sont aussi ceux qui disposent du moins de ressources pour contester une note jugée injuste, changer de modèle économique, ou tout simplement encaisser une mauvaise semaine d’évaluations. Une note de 3,8 étoiles au lieu de 4,5 peut, pour un chauffeur VTC, se traduire par une perte de revenu directe et immédiate ; pour un restaurant étoilé opérant hors plateforme, cette question ne se pose tout bonnement pas.
Cette asymétrie produit une conséquence que nous commençons tout juste à appréhender : elle traite différemment, sous couvert de neutralité algorithmique, des populations déjà inégales devant le marché du travail. Les biais raciaux ou de genre relevés dans les études citées plus haut ne constituent pas des dysfonctionnements marginaux du système - ils soulignent que la notation par les pairs importe, jusque dans l’algorithme, des préjugés que le droit du travail classique s’était historiquement efforcé, avec plus ou moins de réussite, d’encadrer ou de contrôler.
5. Réguler quoi, précisément ?
Face à ce constat, deux pistes de réflexion se dessinent, et elles ne se valent pas.
La première consisterait à mieux régir les systèmes de notation eux-mêmes : droit de recours pour les travailleurs pénalisés, obligation de neutralité démographique dans la présentation des profils, transparence des algorithmes de calcul des scores. Le règlement européen sur l’intelligence artificielle[13] commence à ouvrir ce chantier pour les systèmes de décision automatisée à fort impact, mais la notation par les pairs - techniquement non automatisée puisqu’elle émane d’humains - échappe largement à ce cadre, alors même que ses effets économiques n’en demeurent pas moins automatiques une fois le seuil de déconnexion franchi.
La seconde piste, plus rarement évoquée, consisterait à interroger directement l’asymétrie d’exposition : pourquoi certains métiers et certains établissements sont-ils structurellement astreints à la notation permanente, quand d’autres peuvent s’y soustraire sans la moindre contrainte réglementaire ? Ce n’est pas tant la notation en elle-même qui fait problème que sa distribution profondément inégale à travers l’échelle sociale.
Conclusion : la discrétion, nouvel emblème des puissants
Il fut un temps où l’anonymat protégeait les faibles, tandis que la notoriété publique demeurait l’apanage des puissants. Cette logique s’est aujourd’hui relativement renversée : l’auxiliaire de vie, le chauffeur, le livreur évoluent sous un projecteur permanent, jugés en permanence par des individus qu’il connaissent peu ou par des inconnus dont ils ne sauront jamais rien, tandis qu’une part croissante de l’économie de prestige - cercles professionnels, restauration haut de gamme, services de luxe - se reconstruit précisément à l’abri de ce regard quantifié.
Dans une société qui prétend tout mesurer au nom de la protection du consommateur et de la transparence, échapper à la notation est peut-être en train de devenir le nouveau silence des puissants - une discrétion qui, loin d’être un vestige du passé, s’impose comme l’un des privilèges les plus contemporains qui soient.
[1] Park M., Yu C., Macy M. (2023), Fighting bias with bias: How same-race endorsements reduce racial discrimination on Airbnb, Science Advances, 9(6), p. 1-7.
[2] Zhang L., Xiong S., Zhang L., Bai L.,Yan Q. (2022), Reducing racial discrimination in the sharing economy: Empirical results from Airbnb, International Journal of Hospitality Management, 102, article 103151.
[3] Cui R., Li, J., Zhang D. J. (2020), Reducing discrimination with reviews in the sharing economy: Evidence from field experiments on Airbnb, Management Science, 66(3), p. 1071–1094.
[4] Zeng Y. (2024), Navigating racial bias in the sharing economy: Heterogeneity and mechanisms, Working paper, UCLA Anderson School of Management. Disponible sur : anderson-review.ucla.edu.
[5] Verhaeghe P.-P., Martiniello B., Endrich M., Van Landschoot L. (2023), Ethnic discrimination on the shared short-term rental market of Airbnb: Evidence from a correspondence study in Belgium., International Journal of Hospitality Management, 109, 103423.
[6] Anne D., Chareyron S., L’Hort Y. (2024, septembre), Les discriminations ne prennent pas de vacances : un état des lieux dans l’hébergement de loisir. Rapport TEPP/CNRS. Disponible sur : tepp.eu.
[7] Ge Y., Knittel C.R.(2020), Racial and gender discrimination in transportation network companies, Journal of Public Economics, 190, 104205. Contrairement au cas Airbnb, il n’existe pas à notre connaissance de testing académique francophone équivalent, sur la discrimination des chauffeurs VTC envers les passagers.
[8] Les sources francophones portent surtout sur d’autres angles : Bernard, S. (2023), UberUsés. Le capitalisme racial de plateforme à Paris, Londres et Montréal, Paris, PUF. Ouvrage sociologique sur la racialisation de la main-d’œuvre des chauffeurs eux-mêmes (et non des passagers) dans les grandes métropoles francophones et anglophones ; Gebrial D. (2024). Racial platform capitalism: Empire, migration and the making of Uber in London, Environment and Planning A: 56(4), p.1170–1194. Cette étude porte également sur la racialisation des chauffeurs plutôt que sur la discrimination envers les passagers.
[9] Direction générale de la concurrence, de la consommation et de la répression des fraudes (DGCCRF) (2014), Rapport sur les faux avis en ligne. Enquête portant notamment sur TripAdvisor, La Fourchette, Cityvox et Babelio. 35 % des avis examinés sont jugés non authentiques. Par ailleurs, la DGCCRF a développé Polygraphe, un outil de détection des avis suspects (traitement automatique du langage naturel et analyse comportementale), pour aider les enquêteurs à qualifier les faux avis. C’est l’équivalent fonctionnel français de l’algorithme de filtrage de Yelp (cf. ci-dessous) utilisé comme proxy par Luca et Zervas - mais Polygraphe sert à l’enquête réglementaire et non à la recherche en économie. Enfin, la France a été pionnière dans la lutte contre les faux avis avec la norme NF Z74-501 (AFNOR, juillet 2013), remplacée en septembre 2018 par la norme internationale ISO 20488.
[10] Luca M., Zervas G. (2016), Fake It Till You Make It: Reputation, Competition, and Yelp Review Fraud, Management Science 62(12), p. 3412–3427.
[11] Bourdieu P. (1986)., The Forms of Capital, in J.G. Richardson (dir.), Handbook of Theory and Research for the Sociology of Education, New York, Greenwood Press, p. 241-258.
[12] Mau S. (2021), La société du score : Comment le nombre est devenu la mesure de toute chose, Paris, La Découverte, 2021. Voir également Hubert Guillaud, Les algorithmes contre la société, Paris, La Fabrique, 2025, 176 p.
[13] Le règlement européen sur l’intelligence artificielle, dit « AI Act » (règlement UE 2024/1689), est entré en vigueur le 1er août 2024. Il est venu parachever la directive européenne du 27 novembre 2019, dite directive « Omnibus », laquelle avait elle-même renforcé le dispositif français de lutte contre les faux avis, transposé en droit interne par l’ordonnance n° 2021-1734 du 22 décembre 2021, entrée en vigueur le 28 mai 2022.