Offrez-moi un café
Retour au Blog
Productivity

Répartir le travail équitablement dans une petite équipe

Random Select Team•2026-04-02•6 min

« On dirait que ce sont toujours les mêmes qui héritent des tâches faciles » est une plainte à propos d’un processus, pas à propos des tâches. Elle persiste parce que le processus est invisible : personne ne peut voir pourquoi un collègue particulier a été choisi, alors l’absence de raison est comblée par la suspicion.

Un tirage aléatoire ne rend pas la répartition égale. Il rend la raison visible, ce qui est la partie à laquelle les gens s’opposaient réellement.

Ce que fait l’attribution aléatoire

Elle vous retire de la décision. Pas votre jugement — votre sélection. Vous décidez toujours quelles tâches existent et environ combien de temps chacune prend. Ce que vous arrêtez de faire, c’est de choisir qui obtient quoi, l’étape que les gens lisent comme du favoritisme, que ce le soit ou non.

Elle donne à chacun une chance égale. Uniforme, pas égale. Sur une courte période, quelqu’un tirera la courte paille deux fois. Cela vaut la peine de le dire à voix haute à votre équipe, parce que l’alternative est qu’elle conclue que le processus est cassé.

Elle vous donne une trace. Une capture d’écran montrant la liste et le résultat est une meilleure défense qu’une affirmation selon laquelle vous avez été équitable, laquelle est infalsifiable.

Ce qu’elle ne fait pas

Elle n’équilibre pas la charge de travail. L’attribution aléatoire donne une probabilité égale, pas un effort égal. Faire tourner une tâche de dix minutes à côté d’une tâche de deux heures produit une semaine inégale qui est mathématiquement équitable, et votre équipe qualifiera correctement cela d’injuste.

Réglez cela avant de tirer, pas après : soit scindez la grande tâche, soit acceptez le déséquilibre à voix haute. Ce qui ne fonctionne pas, c’est de tirer quand même en espérant que personne ne le remarque.

Elle ne tient pas compte des compétences. Si une tâche exige une qualification, la randomiser garantit parfois que la mauvaise personne l’a. Attribuez celles-là délibérément, et randomisez le reste.

Elle ne gère pas les dépendances. Si une tâche doit avoir lieu avant une autre, séquencez-les au lieu de les apparier.

Ce n’est pas un planning. Sur quatre semaines, quatre tirages aléatoires ne donneront pas à chacun la même charge de travail. Si c’est l’exigence, vous avez besoin d’une rotation publiée, et vous ne pouvez utiliser le tirage que pour les parties qui en ont réellement besoin.

Mettre en place une rotation qui tient

Listez les personnes. Noms complets lorsque deux personnes partagent un prénom, sinon le résultat sera contesté sur un détail.

Assignateur de Tâches répartissant des tâches dans une équipe

Listez les tâches comme des unités comparables. Pas « cuisine » et « comptabilité » — ce sont des quantités de travail différentes. Si l’une vaut trois fois l’autre, soit scindez-la en trois, soit regroupez-les par poids avant de faire tourner.

Enregistrez les deux listes. Les retaper chaque semaine est ce qui tue une rotation. Mes collections en conserve jusqu’à cinq, fonctionne dans votre navigateur sans compte, et se synchronise entre appareils si vous vous connectez.

Fixez un jour. Un tirage lié à un déclencheur — la réunion du lundi, la fin du mois, le début d’un cycle de service — est une rotation. Un tirage ponctuel est un geste.

Faites le point après un mois. Regardez qui a réellement obtenu quoi, pas ce que les tirages disaient. C’est l’étape que la plupart des équipes sautent, et c’est là que vous découvrez qu’une tâche prend deux fois plus de temps que vous ne le pensiez.

Quand tirer devant les gens

Si le processus sera remis en question, lancez-le là où il peut être vu. Enregistrez le tirage à l’écran avec la liste des participants dans le cadre, ou lancez-le devant l’équipe.

Il ne s’agit pas de théâtre. C’est qu’un processus aléatoire que personne n’a vu est indiscernable d’un processus biaisé, donc le témoin est ce qui rend la différence réelle plutôt qu’affirmée.

Les attributions ponctuelles

Un schéma différent. Pour une tâche unique, tirez une personne parmi une liste de volontaires, ou tirez parmi tout le monde si la tâche est réellement partagée.

Ne tirez pas un nom pour attribuer une tâche pour laquelle quelqu’un s’est porté volontaire — cela gâche le volontaire et crée une obligation étrange.

Assignateur de Tâches gère le cas de l’appariement : les personnes d’un côté, les tâches de l’autre, appariées en une seule action. Il signale les tâches non attribuées plutôt que de les abandonner en silence, ce qui compte quand le nombre ne se divise pas également.

Quelle est la méthode sous-jacente

Les tirages utilisent la source aléatoire cryptographique du navigateur plutôt que Math.random(), qui est prévisible — sa sortie peut, en principe, être anticipée en reconstruisant l’état interne. Pour un planning que les gens inspecteront, cette distinction est la substance de l’affirmation, pas un détail technique. La page d’équité l’explique correctement.

Une attente réaliste

Le hasard est une façon d’être équitable sur le plan procédural, pas une façon d’être équitable sur le fond. Il garantit que vous n’avez favorisé personne. Il ne garantit pas que tout le monde a fini avec une bonne semaine.

Les équipes qui l’adoptent bien tendent à ajouter une exception délibérée par-dessus — un sursis fixe à court terme pour celui qui a tiré le pire travail — et à garder cette règle constante. Le hasard traite l’objection selon laquelle le processus était biaisé ; l’exception permanente traite l’objection selon laquelle il était aveugle. Les deux sont nécessaires.

Pour commencer

Notez les personnes et les tâches. Rendez les tâches comparables en taille. Chargez-les dans Assignateur de Tâches, enregistrez les deux listes, et tirez un jour fixe pendant un mois. À la fin, regardez la répartition réelle.

Le premier mois est toujours un peu irrégulier. Le deuxième est meilleur, et au troisième, plus personne ne vérifie.

RST

Random Select Team

Un analyste de données chevronné et théoricien des jeux chez Random Select. Avec plus de 10 ans d'expérience dans l'équité numérique, les mathématiques de probabilité et les systèmes de prise de décision aléatoires.

Partager cet article