Déployer l'IA dans l'industrie du semi-conducteur : diffusion de promesses, pratiques de conception et reconfigurations du travail

Deploying AI in the semiconductor industry: propagation of promises, design practices and work reconfigurations

• Auteur / Autrice : Louis Devillaine
• Direction : Thomas Reverdy, Thierry Menissier
• Type : Projet de thèse
• Discipline(s) : Sociologie
• Date : Inscription en doctorat le 01/09/2021
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale sciences de l'homme, du politique et du territoire
• Partenaire(s) de recherche : Laboratoire : Pacte, Laboratoire de sciences sociales
• Partenaire(s) de recherche : Equipe de recherche : Régulations

Mots clés

Mots clés libres

Intelligence artificielle

Industrie du semi-conducteur

Sociologie des organisations

Sociologie des techniques

Sociologie du travail

Artificial intelligence

Semiconductor industry

Sociology of organizations

Sociology of technology

Sociology of work

Résumé

Intéressées par les innovations récentes dans le domaine de l'intelligence artificielle (IA), les organisations industrielles cherchent à exploiter leurs potentialités pour améliorer la qualité et la quantité de leur production. Au-delà des récits grandiloquents qui circulent aujourd'hui sur l'objet sociologique protéiforme qu'est l'IA, l'ambition de cette thèse est d'aller investiguer pourquoi et comment, en pratique, les systèmes d'IA sont intégrés aux organisations industrielles. Pour ce faire, elle enquête d'abord sur les motivations socio-économiques des promoteurs de ces technologies, au travers de l'examen des promesses qui portent sur l'IA. Au lieu d'être simplement émises par les promoteurs des technologies et reçues par des adoptants potentiels, ces promesses sont reformulées et réinterprétées par les acteurs des entreprises dans lesquels elles se diffusent, afin de soutenir les projets de changement technologique. Basée sur une étude ethnographique menée entre 2022 et 2023 dans l'industrie du semi-conducteur, la thèse décrit ensuite le travail à l'œuvre dans un projet de déploiement d'un système de traitement d'image pour le contrôle qualité. Elle montre comment ces projets mobilisent un important travail des savoirs, entre tâches conceptuelles d'élaboration de catégories et tâches d'annotation plus rébarbatives. Tout au long de ce processus qui s'inscrit sur la durée, les futurs usagers du système sont largement exclus de cette conception. La thèse montre que le dispositif n'est pas nourri des savoirs existants, qui seraient traduits dans la machine : ces savoirs sont reconstruits collectivement à l'occasion du processus de conception. Ils embarquent avec eux une certaine vision de l'organisation du travail de la qualité. Cette recherche cherche enfin à décrire avec finesse le travail au sein de l'univers particulier de la salle blanche dans un contexte d'automatisation déjà poussée, où grande complexité technique se conjugue avec forte incertitude. La thèse montre comment déploiement de l'IA s'inscrit dans une prescription du travail croissante. Celle-ci est perçue comme une menace pour les processus d'apprentissage des techniciens, qui tentent de maintenir informellement leur autonomie. Malgré un important dispositif de médiation technologique, l'existence d'un cloisonnement spatial, socio-économique et organisationnel entre salariés des bureaux et de la salle blanche contribue à une méconnaissance du travail d'autrui.

Interested in recent innovations in the field of artificial intelligence (AI), industrial organizations are seeking to exploit its potential to improve both the quality and quantity of their production. Beyond the spectacular narratives currently circulating about the multifaceted sociological phenomenon that is AI, the aim of this thesis is to investigate why and how, in practice, AI systems are being integrated into industrial organizations. To do so, it first examines the socio-economic motivations of the promoters of these technologies by looking at the promises made about them. Rather than simply being broadcast by the promoters of the technologies and received by potential adopters, the promises of AI are reformulated and reinterpreted by the actors in the companies where they are disseminated in order to support technological change projects. Based on an ethnographic study conducted between 2022 and 2023 in the semiconductor industry, the thesis then describes the work involved in a project to deploy an image processing system for quality control. It shows how these projects mobilize a significant amount of knowledge work, ranging from conceptual tasks of categorization to more tedious annotation tasks. Throughout this long-term process, the future users of the system are largely excluded from its design. The thesis shows that the system is not built on existing knowledge, which would be translated into the machine: this knowledge is instead reconstructed during the design process. It brings with it a certain vision of how the work of quality should be organized. Finally, this research seeks to provide a detailed description of work within the specific environment of the cleanroom, which are already at an advanced stage of automation. In the cleanrooms, great technical complexity is combined with a high degree of uncertainty. The thesis shows how the deployment of AI is part of a growing trend towards work prescription. This is perceived as a threat to the learning processes of technicians, who attempt to maintain their autonomy informally. Despite a significant technological mediation system, the existence of spatial, socio-economic, and organizational barriers between office and cleanroom employees contributes to a lack of understanding of each other's work.