Quand les collaborateurs programment les robots : des interfaces « no-code » pour une automatisation au service de l’humain

Et si les opérateurs de production pouvaient programmer eux-mêmes les robots ? Une étude menée à la BFH en collaboration avec Bien-Air Dental SA montre que les interfaces « no-code » permettent aux employés de prendre le contrôle des robots collaboratifs, ouvrant ainsi la voie à une automatisation économique et flexible dans les PME suisses.

Le paradoxe de l’automatisation

Depuis des décennies, l’automatisation industrielle est optimisée en termes de vitesse, de précision et de robustesse. Cela fonctionne bien dans la production de masse, mais échoue là où l’industrie manufacturière suisse est la plus performante : dans la production de petites séries et d’une grande diversité de produits. Selon le «Swiss Manufacturing Survey», les coûts de main-d’œuvre et la pénurie de personnel qualifié constituent les deux principaux obstacles à la fabrication en Suisse. L’automatisation pourrait atténuer ces deux problèmes, mais de nombreuses tâches continuent d’être effectuées manuellement, car la reprogrammation d’un robot pour chaque nouveau produit nécessite le recours à des experts externes coûteux. Les robots collaboratifs (cobots) promettaient de changer la donne grâce à des interfaces intuitives et « sans code ». Dans la pratique, cependant, la facilité d’utilisation s’est faite au détriment de la flexibilité : la plupart des systèmes « plug-and-play » se limitent à des tâches très simples, ce qui explique en partie leur faible diffusion dans l’industrie suisse. L’automatisation ne peut être agile que si les collaborateurs de la production sont capables de la reprogrammer eux-mêmes.

De la facilité d’utilisation à la facilité d’apprentissage

Dans le cadre du projet CODIMAN, un projet de recherche mené à la BFH visant à permettre aux collaborateurs de garder le contrôle des technologies de fabrication numériques, nous avons développé une interface de programmation « no-code » basée sur des blocs, qui s’appuie sur une architecture de compétences robotiques. Une compétence robotique est une fonctionnalité robotique généralisée et réutilisable, telle que saisir, déposer ou appuyer. Au lieu d’écrire du code, les utilisateurs assemblent des blocs visuels représentant ces capacités afin de créer des tâches complètes. Le principe de conception central consiste à privilégier la facilité d’apprentissage plutôt que la simple convivialité : au lieu de limiter les collaborateurs à des comportements prédéfinis, le système les aide à acquérir progressivement les compétences nécessaires pour adapter l’automatisation de manière autonome, corriger les erreurs et la faire évoluer.

L’interface Prograblock : les actions du robot sont assemblées sous forme de blocs visuels (à gauche et au centre), avec une vue 3D en temps réel de la cellule robotisée (à droite).

Cette distinction est déterminante pour l’autonomie des collaborateurs. Un système qui se contente d’être simple d’utilisation maintient les collaborateurs dans une situation de dépendance vis-à-vis des experts. Un système facile à maîtriser fait du robot un outil d’aide sous le contrôle du collaborateur – à l’instar de ce qu’est devenu l’ordinateur pour le travail de bureau.

Ce que nous avons appris dans le domaine de la fabrication

Plusieurs études menées en laboratoire ont montré que des débutants peuvent programmer avec succès des tâches robotiques à l’aide d’interfaces par blocs, avec des scores d’ergonomie élevés et de bons taux de réussite. Le fait de travailler avec un robot physique plutôt qu’avec une simulation a également réduit l’appréhension des participants et favorisé le développement de modèles mentaux précis du système, en particulier pour les tâches complexes.

Nous avons ensuite validé notre approche en conditions réelles de production chez Bien-Air Dental SA, un fabricant d’instruments dentaires situé à Bienne. Une première tâche automatisée est désormais activement exploitée en production, et après des ateliers de formation, les techniciens de l’entreprise ont commencé à reprogrammer le robot pour de nouvelles tâches, tout en ayant encore occasionnellement besoin du soutien de notre équipe. Pour l’entreprise, cela représente un avantage décisif : de nouvelles tâches peuvent être automatisées en interne sans avoir à faire appel à un intégrateur externe, ce qui réduit les coûts, raccourcit les délais de mise sur le marché et rend rentable l’utilisation d’une seule cellule robotisée pour de nombreux produits.

Les études ont également mis en évidence un aspect subtil mais important concernant l’autonomie. Lorsqu’un problème survenait, les employés préféraient souvent faire appel au support technique plutôt que d’intervenir eux-mêmes. À y regarder de plus près, il est apparu qu’il ne s’agissait pas d’un manque de compétences, mais d’une évaluation consciente des risques dans un environnement où les erreurs coûtent cher. Dans le secteur industriel, l’autonomie ne signifie pas travailler seul ; elle consiste à savoir quand agir et quand faire appel à d’autres – ce que nous appelons « l’interdépendance éclairée ».

L’autonomisation est socio-technique

La conclusion centrale de cette recherche est que l’autonomisation des collaborateurs ne résulte pas uniquement de l’innovation technique, mais de systèmes sociotechniques coordonnés. Des interfaces utilisateur simplifiées sont nécessaires, mais ne suffisent pas. Une conception adaptée aux rôles, la confiance au sein de l’organisation, les structures d’apprentissage et l’implication des collaborateurs dans le processus de développement déterminent ensemble si une nouvelle technologie est perçue comme un gain d’autonomie ou comme une perte de contrôle.

Du laboratoire à l’industrie et vice-versa

Ces résultats font désormais l’objet d’un suivi selon deux voies complémentaires.

Du côté de la recherche, une subvention de démarrage issue du domaine thématique stratégique « Humane Digital Transformation » de la BFH soutient le projet « Robotics Worker Empowerment », qui prépare actuellement, en collaboration avec des partenaires industriels, une nouvelle demande auprès d’Innosuisse. En collaboration avec des psychologues du travail de l’institut « New Work » de la BFH, nous étudions comment des formations continues combinant ateliers pratiques et tutoriels peuvent permettre aux collaborateurs actuels de programmer et d’utiliser de manière autonome des systèmes robotiques. L’objectif est de faire évoluer les personnes parallèlement à la technologie, afin que les entreprises puissent développer en interne des compétences en automatisation avec leur personnel actuel et que les collaborateurs soient en mesure de collaborer avec les robots, plutôt que d’être remplacés par eux.

Dans le domaine du transfert de connaissances, nous développons, en collaboration avec la spin-off de la BFH « Auto-Mate Robotics », fondée en décembre 2024, et grâce à une subvention BRIDGE « Proof of Concept » financée par le FNS et Innosuisse, nous développons des tutoriels axés sur des cas concrets qui transmettent aux collaborateurs les concepts clés de la robotique et de la programmation dont ils ont besoin pour pouvoir travailler de manière autonome. Ce système, indépendant du fabricant, est déjà utilisé par deux entreprises suisses et réduit considérablement la charge de programmation par rapport aux méthodes traditionnelles.

Un dispositif pédagogique associant un cobot, des objets concrets et des tablettes ; ce même environnement est également disponible en simulation.

En rendant l’automatisation abordable même pour les productions en petites séries et en permettant aux collaborateurs de garder le contrôle des machines, cette approche tient compte des deux aspects de la « transformation numérique humaine » : elle renforce la compétitivité des PME suisses tout en améliorant la qualité du travail industriel.

Liens

Auto-Mate Robotics: https://www.auto-mate-robotics.ch/

Best Paper CHIRA 2023: Blanc, C., Boudry, L., Sonderegger, A., Nembrini, J., Dégallier-Rochat, S. (2023). Empowering Production Workers to Program Robots: A No-Code, Skill-Based Approach. Springer CCIS.

Blanc, C., Jankowski, J., Sonderegger, A., Calinon, S. und Dégallier Rochat, S. (2025). Intuitive Roboterprogrammierung. Barresi, G. und Wischniewski, S. (Hrsg.). Ergonomie in der Robotik: Fortschritte und Innovationen. Springer.