6 faits empiriques qui bouleversent ce que l'on croyait savoir sur l'IA et l'emploi

Brynjolfsson, Li et Raymond présentent six faits stylisés sur les effets récents de l'IA sur l'emploi, fondés sur des données à grande échelle. Leurs résultats montrent que les effets sont déjà visibles dans certains métiers et que les travailleurs les plus exposés ne sont pas nécessairement ceux que l'on croyait.

Des canaris dans la mine de charbon

Le titre de cet article de travail est une métaphore délibérée : les canaris étaient utilisés dans les mines pour détecter précocement les gaz toxiques. De même, certains métiers et certains travailleurs constituent des indicateurs avancés de l'impact de l'IA sur l'ensemble du marché du travail. Brynjolfsson, Li et Raymond, trois économistes de Stanford et du MIT, se concentrent sur ces « canaris » pour identifier les premiers signes mesurables de transformation. Leur approche est résolument empirique : ils utilisent des données de marché du travail à grande échelle plutôt que des projections théoriques.

Les données mobilisées

Les auteurs combinent plusieurs sources de données : offres d'emploi, salaires, flux d'entrée et de sortie par profession, et indicateurs d'adoption de l'IA par les entreprises. Cette richesse de données leur permet d'observer non pas ce que l'IA pourrait théoriquement faire, mais ce qu'elle fait effectivement au marché du travail. L'analyse porte sur la période récente, capturant les premiers effets de l'IA moderne (post-2017, ère des transformers et des grands modèles de langage).

6 faits qui défient les intuitions

Les six faits documentés sont : (1) les professions les plus exposées à l'IA ne connaissent pas nécessairement de déclin d'emploi ; (2) certains métiers « protégés » sont en réalité plus affectés qu'anticipé ; (3) la demande de compétences IA augmente dans des métiers inattendus ; (4) les effets sur les salaires sont hétérogènes et non uniformément négatifs ; (5) la vitesse de transformation varie considérablement selon les secteurs ; (6) les travailleurs qui adoptent l'IA comme outil voient leur productivité augmenter significativement. Ces faits invalident le récit simpliste d'une substitution mécanique et uniforme.

Un effet de complémentarité dominant

L'un des résultats les plus frappants est que l'effet dominant, dans la période observée, est un effet de complémentarité plutôt que de substitution. Les travailleurs qui utilisent l'IA comme outil deviennent plus productifs et voient leur position renforcée, du moins à court terme. Cela ne signifie pas que la substitution n'existera jamais, mais que dans la phase actuelle, ce sont les travailleurs qui n'adoptent pas l'IA qui sont le plus en difficulté, et non ceux dont les tâches sont automatisables.

Implications pour la recherche et l'action

Les auteurs mettent en garde contre deux erreurs symétriques : le fatalisme (« tout le monde sera remplacé ») et le déni (« l'IA n'aura pas d'effet sur l'emploi »). La réalité est que les effets sont déjà là, qu'ils sont hétérogènes, et qu'ils dépendent fortement de la capacité des individus et des organisations à s'adapter. Les politiques de formation et d'accompagnement ne sont pas un luxe : elles sont la condition pour que l'effet de complémentarité l'emporte sur l'effet de substitution. Ne vous fiez pas aux prédictions globales sur les métiers menacés par l'IA. Observez plutôt ce qui se passe concrètement dans votre secteur : quels collaborateurs adoptent l'IA et voient leur productivité augmenter, et lesquels restent à l'écart et risquent d'être marginalisés. Votre priorité n'est pas de protéger les postes contre l'IA, mais de permettre à chaque membre de votre équipe de devenir un utilisateur efficace de ces outils.

Pour aller plus loin

Ren et al. (2024). Theory-Driven Perspectives on Generative Artificial Intelligence in Business and Management

Retkowsky et al. (2024). Managing a ChatGPT-Empowered Workforce: Understanding Its Affordances and Side Effects

Choi (2021). A study of employee acceptance of artificial intelligence technology

Référence : Brynjolfsson, E., Li, D., & Raymond, L. R. (2023). Canaries in the coal mine? Six facts about the recent employment effects of artificial intelligence (Working Paper).