Meta poursuivie : quand le scoring IA d'un plan social rencontre le droit du travail

In plain terms

Vingt-six anciens salariés de Meta poursuivent l'entreprise. Ils affirment que des systèmes assistés par IA ont servi à noter et classer les employés sur une liste de licenciement, et que ces systèmes ont désavantagé de façon disproportionnée les personnes handicapées, en arrêt maladie ou enceintes. Meta conteste. C'est l'un des premiers contentieux qui attaque frontalement l'outil plutôt que la décision.

Ce qui est allégué

Les plaignants, qui ont saisi la justice de façon anonyme, invoquent les lois fédérales et locales interdisant la discrimination et les représailles contre les salariés en situation de handicap, en congé médical ou enceintes. Ils reprochent en outre à Meta de ne pas avoir testé ses systèmes d'IA contre les biais, en violation de textes récemment adoptés en Californie et à New York.

Selon la plainte, plusieurs systèmes internes auraient contribué à noter et classer les employés : « Metamate », un assistant fondé sur un grand modèle de langage ; un « second brain » entraîné sur les communications et documents des salariés ; et un score de productivité issu de l'analyse des frappes clavier, du contenu à l'écran, des e-mails et de l'historique de navigation. Toujours selon la plainte, l'entreprise se serait appuyée sur des facteurs tels que la productivité et l'usage de tokens d'IA pour supprimer des milliers de postes cette année.

Meta répond sans ambiguïté : « Workforce management and organizational decisions were and are made by people, not AI ».

Under the hood

La défense de Meta - la décision revient à des humains - est juridiquement la bonne, et c'est précisément là que le litige devient intéressant. Car la question que posera le tribunal n'est pas « qui a cliqué ? », mais « sur quoi la personne qui a cliqué a-t-elle fondé son classement ? ». Un humain qui valide un classement produit par un scoring biaisé ne neutralise pas le biais : il le ratifie. Le droit anti-discrimination connaît cette figure de longue date sous le nom d'impact disparate - peu importe l'intention, seul compte l'effet mesuré sur un groupe protégé.

C'est là que le choix des variables devient explosif. Un score de productivité fondé sur les frappes clavier et le temps passé à l'écran est, presque par construction, un proxy de la présence - donc de l'absence pour raison médicale. Quant à l'usage de tokens d'IA comme indicateur de performance, c'est exactement la métrique dont il est question cette semaine à propos des quotas par ingénieur : un chiffre facile à extraire, corrélé à mille choses, causal de rien.

So what

Le point de bascule est réglementaire. Les lois californiennes et new-yorkaises imposant un audit de biais des outils de décision automatisés transforment un débat éthique en obligation documentaire : soit l'entreprise produit le test, soit elle ne le produit pas. Cette affaire dira si l'obligation a des dents.

Pour tout dirigeant qui déploie du scoring RH assisté par modèle, la conclusion opérationnelle n'attend pas le verdict : la trace de l'audit de biais n'est pas une formalité de conformité, c'est votre seule ligne de défense. Sans elle, vous n'avez pas un outil de décision. Vous avez une pièce à conviction.