13 octobre 2026
L’être humain au travail est flexible et a les capacités nécessaires pour simplifier la majorité des tâches complexes qu’on lui demande d’exécuter. Néanmoins, il a ses limites. Il est ainsi essentiel d’accorder de l’importance, entre autres, à la conception des systèmes, des tâches et de leurs conditions de réalisation, de même qu’aux instructions transmises si l’on veut éviter les erreurs humaines.
Comprendre les limites humaines au travail
L’erreur humaine peut être définie simplement comme un écart entre ce qui aurait dû être et ce qui a été réalisé ou un écart dépassant des limites d’acceptabilité. Lesdits écarts peuvent mener, bien sûr, et la littérature nous le rappelle, à des accidents majeurs, mais aussi à des défauts de qualité, par exemple (Torres et al. 2021). Les erreurs humaines ont été classées en trois types : les ratés ou lapsus, les fautes liées à la mise en œuvre erronée de règles d’actions et les erreurs liées au manque de connaissances. Soyons plus clairs.
L’être humain au travail, dans certains contextes, exécute ses tâches de façon quasi automatique, ce qui a l’avantage d’être moins exigeant du point de vue cognitif et de produire un résultat précis. L’être humain a alors préprogrammé ses gestes et les exécute un peu comme un programme informatique qui se déroule. Pensons, par exemple, au caissier-vendeur dans un magasin de détail, une tâche hautement répétitive consistant à scanner des produits, faire payer la facture au client et parfois emballer les marchandises. Le désavantage de ce mode quasi automatique est qu’advenant un changement (p. ex. un client qui approche la main du tiroir-caisse), le programme, lui, continue à se dérouler comme planifié. L’arrêter exige du temps et peut mener à des gestes au mauvais endroit, au mauvais moment ou à des omissions.
L’être humain au travail, grâce à sa capacité à simplifier des tâches complexes, a aussi tendance à résoudre les problèmes qui lui semblent familiers avec les règles mémorisées, et ce, par similarité ou par fréquence de problèmes. Combien d’entre vous avez « sauté aux conclusions » un peu trop rapidement et pris des décisions erronées dernièrement? Il s’agit tout simplement d’une erreur de classement des situations.
Malheureusement, il arrive aussi qu’à cause de connaissances incomplètes ou incorrectes ou de limites de ressources (p. ex. le temps), l’être humain pose des gestes erronés. Par exemple, vous tentez de rejoindre un ami au restaurant. Vous n’avez pas consulté de carte ou d’itinéraire avant de partir, vous fiant à votre GPS, qui, lui, vous laisse tomber. Vous vous fiez alors à votre connaissance de la ville pour vous rendre à destination, un secteur de celle-ci que vous ne connaissez pas vraiment. Allez-vous arriver à temps? Combien d’erreurs de choix d’intersection allez-vous faire?
Le système aussi peut favoriser l’erreur
Cette typologie simple des erreurs sous-estime celles liées au contexte organisationnel. S’il suffisait d’intervenir uniquement sur ce qui touche l’être humain… mais non. Les erreurs humaines s’inscrivent dans un contexte où parfois la conception du système, l’inexistence de barrières de protection, les procédures, la maintenance, la formation et autres peuvent aussi contribuer aux erreurs.
Attention aux cultures organisationnelles culpabilisantes et privilégiant la chasse à l’être humain coupable d’erreurs humaines. De façon générale, il y a des exceptions bien sûr, l’être humain tente de bien faire. S’il détecte une erreur, il tentera de maintenir la sécurité du système en ne privilégiant que les gestes efficaces et en centrant toute son attention sur les gestes permettant d’identifier ou de corriger l’erreur.
Lorsque le temps presse, l’attention peut se rétrécir et favoriser un effet tunnel (attention sélective). Un système centré sur l’humain aura prévu d’autres mécanismes de récupération de l’erreur humaine, dont des signaux transmis au travailleur ou à la travailleuse quand il y a une erreur (p. ex., antidote pour la qualité du français), une tierce partie inspectant et portant à l’attention du travailleur son erreur (p. ex. une ou un professeur en situation d’encadrement), un système (p. ex. numérique) détectant et corrigeant semi ou automatiquement les erreurs (Tiaya et al. 2022), comprenant ou non un algorithme d’intelligence artificielle éthique, durable et centré sur l’humain (Karevan et Nadeau 2026).
Intégrer l’erreur dès la conception
Il est possible d’analyser le risque d’erreurs humaines et d’intervenir, idéalement en amont, lors de la conception du système. Quelles sont les fonctions du système pouvant être affectées par l’erreur humaine? Quelles sont les actions humaines qui y sont liées? Quels seront les effets des erreurs humaines sur le système? Est-ce possible d’estimer les probabilités d’erreurs humaines par jugement d’experts ou d’expertes ou à partir de données historiques? Plus facile à dire qu’à faire…
Il existe plusieurs techniques d’analyse, des classiques aux systémiques, notamment, les arbres d’événements, AcciMap, Human error assessment and reduction technique (HEART), Human Factors Analysis and Classification System (HFACS), Systems-Theoretic Accident Model and Processes (STAMP), Functional Resonance Analysis Method (FRAM) et autres. Vaut mieux collaborer avec un expert en la matière.
Ce qu’il faut retenir? La réduction de l’erreur humaine passe d’abord et avant tout par la conception d’un système intégrant les erreurs dès le départ : l’erreur est humaine après tout. L’être humain au travail doit notamment bien comprendre le système et pouvoir réaliser des tâches simplifiées, dans des conditions ergonomiques et sécuritaires dès la conception, lorsque cela est possible. Le système doit aussi respecter les correspondances naturelles entre intentions et actions, fournir une rétroaction sur les gestes posés et prévoir des contraintes pour empêcher les actions indésirables.
Que faire face à des tâches complexes, qui ne peuvent pas ou peu être simplifiées? En effet, plusieurs produits ont des cycles de vie de plusieurs décennies et plusieurs processus dans nos organisations ne sont pas optimisés (et le demeurent) tant du point de vue de l'efficacité que de l’efficience. Une intervention en reconception est parfois trop coûteuse pour être envisagée à court terme, p. ex. reconception d’un moteur d’avion. Dans ces cas, l’optimisation du temps d’assemblage ou la réduction des erreurs (Torres et al. 2021) peut, entre autres, passer par un soutien au moment des opérations (Fässberg et al. 2012).
L’état de la recherche actuelle sur le déploiement de la réalité augmentée et mixte en assemblage/désassemblage complexe est unanime (Zaeh et al. 2009, Keller et al. 2021, European Agency for Safety and Health at Work 2024). Il n’en demeure pas moins que le système accueillant ces nouvelles technologies numériques ainsi que les technologies elles-mêmes doivent aussi être conçus adéquatement (Karevan et Nadeau 2026, Khoddammohammadi et al. 2023, Mofidi Naeini et Nadeau 2022). Plusieurs de nos travaux de recherches en cours, tant en assemblage/désassemblage (Valdesse Eko’Ola et Nadeau 2025) qu’en gestion des inventaires/logistique/distribution (Ngô et al. 2026) au Laboratoire de Génie des Facteurs Humains Appliqué affilié au Laboratoire d’ingénierie des produits, procédés et systèmes s’y penchent.
Quatre questions importantes se posent :
- Quelles fonctions du système doivent être interconnectées?
- Quelles informations doivent être échangées ou quel type d’assistance/soutien est nécessaire?
- Quelles technologies permettront d’acheminer ces informations ou d’offrir ce soutien/assistance au travailleur ou à la travailleuse?
- Comment présenter adéquatement l’information ou offrir le soutien/assistance au travailleur ou à la travailleuse?
La meilleure façon de réduire l’erreur humaine est de l’intégrer dès la conception des produits, des systèmes, des processus, des interfaces humain-équipement, des tâches et de leurs conditions de réalisation, qu’il s’agisse de technologies manuelles, automatisées ou numériques.
Pour approfondir : voir Comité technique Resilience Engineering, Systemic methods in complex and digitalized manufacturing webinars series, International Ergonomics Association.
IEA Webinar #52 PSO-STPA model: case study of an industry 4.0 plant using smart glasses: https://www.youtube.com/watch?v=qkGuEf1XUKU
IEA Webinar #51 FRAM-STPA model: case study of an industry 4.0 plant using a digital glove: https://www.youtube.com/watch?v=lMQtC7kyi2Y
IEA Webinar #48 Using STAMP-STPA in complex manual assembly in aircraft engine manufacturing: https://www.youtube.com/watch?v=A6ViQzFVnGU
Références
European Agency for Safety and Health at Work (2024). Worker Exposure to Virtual and Augmented Reality and Metaverse Technologies: How Much do We Know? osha.europa.eu consulté le 8 août 2024.
Fässberg, T., Fasth, A., Hellman, F., Davidsson, A., Stahre, J. (2012). Interaction Between Complexity, Quality and Cognitive Automation. Proc. Ath CIRP Conference on Assembly Technologies and Systems, 21-22 May, USA.
Karevan, A., Nadeau, S. (2026) Integrating smart glasses and smart gloves in hybrid assembly/disassembly systems: an STPA-driven semi-automated risk management tool ». Robotics and Computer-Integrated Manufacturing vol. 100.
Keller, T., Behling, M., Stockinger, C., Metternich, J., Schüt, K. (2021). Analysis of the Influence of Process Complexity and Employee Competence on the Effect of Digital Assistance in Industrial Assembly. Production Engineering, 15, 1-8.
Khodammohammadi, N., Tuyet Mai Ngô, V., Nadeau, S. (2023). Integrating smart glasses in a hybrid manufacturing system: Towards a better understanding of impacts on productivity, quality and ergonomics/human factors. CIGI Qualita MOSIM : Propulser la performance - Interconnectivité et collaboration dans un contexte d'intelligence artificielle (Trois-Rivières, QC, Canada, June 14-16, 2023) Université du Québec à Trois-Rivières.
Mofidi Naeini, A., Nadeau, S. (2022). STPA systemic approach for OHS and operational risk analysis of data glove use in 4.0 assembly. CIRP Journal of Manufacturing Science and Technology, 39, 317-331.
Ngô, V., Nadeau, S. (2026). Les méthodes d’analyses systématiques des risques, applicables au travail numérisé en équipe. Communication lors de la conférence : 46e congrès annuel AQHSST (Québec, QC, Canada, 16-17 avril 2026.
Tiaya Tedonchio, C., Nadeau, S., Boton, C., Rivest, L. (2022). Digital mock-ups as support tools for preventing risks related to energy sources in the operation stage of industrial facilities through design. Results in Engineering, 16.
Torres, Y., Nadeau, S., Landau, K. (2021). Classification and Quantification of Human Error in Manufacturing: A Case Study in Complex Manual Assembly. Applied Sciences, 11 (2), 749.
Valdesse Eko’Ola, R., Nadeau, S. (2025) Systematic Selection of Visual and Cognitive Assistance Equipment: Case of Gas Turbine Assembly in Narrow Spaces. Intelligent control and automation, 16 (3), 80-109. DOI: 10.4236/ica.2025.163005.
Zaeh, M.F., Wiesbeck, M., Stork, S., Schubö, A. (2009). A Multi-dimensional Measurement for Determining the Complexity of Manual Assembly Operations. Prod. Eng. Res. Develop., 3m 489-496.
