Modéliser la transition de l’emploi liée à l’IA
La plupart des discussions sur l’IA et l’emploi partent d’une question simple : quels métiers l’IA peut-elle exercer ?
Cette question est importante, mais elle ne suffit pas à prédire ce qui attend les travailleurs. Une technologie peut accomplir de nombreuses tâches d’une profession sans pour autant la faire disparaître. Plusieurs raisons peuvent l’expliquer. L’humain peut rester indispensable parce que les clients souhaitent une interaction humaine, que les institutions exigent une responsabilité humaine, ou que le travail nécessite une présence physique et du discernement. Ou bien la baisse des coûts peut stimuler suffisamment la demande pour que l’emploi dans un secteur augmente au lieu de diminuer, alors même que l’IA accroît la productivité des travailleurs.
Le cadre d’analyse de la transition de l’emploi liée à l’IA d’OpenAI propose une nouvelle façon d’envisager ces possibilités. Plutôt que d’assimiler l’exposition technique à une prévision de suppressions d’emplois, il pose trois questions :
L’IA peut-elle accomplir une part significative des tâches de la profession ?
Une personne reste-t-elle essentielle pour réaliser ou superviser le travail, ou en assumer la responsabilité ?
Si l’IA réduit le coût du service, la demande augmentera-t-elle assez pour absorber les gains de productivité ?
Appliqué à 921 professions représentant environ 148 millions d’emplois aux États-Unis, ce cadre offre une vision plus nuancée de la transition du marché du travail. Environ 18 % des emplois présentent un risque d’automatisation relativement élevé, 24 % devraient se réorganiser, 12 % pourraient se développer grâce à l’IA et 46 % connaissent moins de changements immédiats.
Ces catégories ne prédisent pas la disparition d’un pourcentage donné d’emplois. Elles indiquent où différents types de changements pourraient survenir en premier.
Emplois à risque d’automatisation accru : cette catégorie pourrait inclure les opérateurs de saisie, les téléprospecteurs, les correcteurs et certains postes comptables ou administratifs. Le travail consiste en grande partie à traiter, vérifier ou communiquer des informations standardisées, des tâches que l’IA peut de plus en plus accomplir sans qu’une personne fournisse directement le service final. La demande pour ces activités pourrait ne pas croître suffisamment pour compenser les gains de productivité qui en résultent.
Ces emplois méritent un suivi attentif, surtout lorsqu’ils sont concentrés géographiquement ou que les travailleurs ont peu de possibilités d’accéder à des métiers proches. Mais même dans ce cas, les capacités techniques ne se traduisent ni automatiquement ni immédiatement par des suppressions d’emplois. Les employeurs doivent encore repenser les processus de travail, intégrer l’IA aux systèmes existants, gérer les erreurs et les risques réglementaires, et déterminer si l’automatisation coûte réellement moins cher que le maintien des salariés.
Emplois qui se réorganiseront : un deuxième groupe, plus large, devrait se réorganiser plutôt que disparaître. Les avocats, comptables, développeurs de logiciels, analystes financiers et enseignants en sont des exemples plausibles. L’IA peut déjà rédiger des contrats, résumer des éléments de preuve, préparer des analyses financières, écrire du code et créer des supports pédagogiques. Mais les clients et les institutions ont toujours besoin de personnes capables de faire preuve de discernement, d’assumer leurs décisions, de comprendre les cas inhabituels et de nouer des relations avec leurs collègues, élèves ou clients.
L’IA pourrait permettre à chaque avocat d’examiner plus de documents, à chaque développeur de produire plus de code ou à chaque enseignant de préparer des supports plus personnalisés. Cela pourrait réduire la quantité de travail nécessaire à certaines activités, mais les professions elles-mêmes restent profondément humaines. L’enjeu central devient la manière de repenser ces emplois : quelles tâches déléguer à l’IA, lesquelles confier aux travailleurs, et comment préserver les possibilités d’apprentissage dans les postes de début de carrière et les parcours professionnels.
Emplois qui se développent grâce à l’IA : il s’agit d’emplois où l’IA pourrait réduire suffisamment les coûts pour accroître la demande. Cela concerne notamment les professeurs particuliers, les conseillers en santé mentale, les conseillers financiers pour particuliers et certains professionnels de santé. Ces services sont aujourd’hui coûteux ou difficiles d’accès pour de nombreuses personnes. Dans ces domaines, une productivité accrue ne signifie pas nécessairement moins de travailleurs. Des cours particuliers plus abordables pourraient inciter davantage de familles à y recourir. Des conseils financiers moins coûteux pourraient rendre un accompagnement personnalisé accessible aux ménages qui n’en ont pas les moyens aujourd’hui. Les cliniciens épaulés par l’IA pourraient assurer davantage de suivi et de soins dans la durée. Si la demande augmente suffisamment, l’emploi total pourrait progresser alors même que chaque travailleur gagne en productivité.
Emplois moins sujets aux changements immédiats : cette catégorie comprend de nombreux métiers dont les tâches essentielles restent physiques et doivent être réalisées sur place, comme les électriciens, plombiers, couvreurs, ouvriers du bâtiment et de nombreux employés de la restauration. L’IA peut certes aider à gérer les plannings, devis, formations, stocks ou échanges avec les clients, mais elle ne peut pas encore installer un câblage, réparer un tuyau, remplacer une toiture ou préparer et servir un repas.
Ces professions ne resteront pas à l’écart de l’IA. Leurs tâches administratives et de gestion pourraient évoluer, et les progrès de la robotique pourraient à terme étendre l’automatisation. Mais pour l’instant, leur cœur de métier reste relativement peu exposé à l’IA fondée sur le langage, ce qui rend moins probables des changements majeurs à court terme.
Les premiers effets de l’IA devraient se manifester par l’évolution des tâches, des processus de travail et des compétences requises, avant de se traduire par la disparition de professions entières. De fait, l’utilisation réelle de l’IA est déjà plus élevée dans les professions identifiées comme présentant un risque d’automatisation accru. L’utilisation de ChatGPT est environ trois fois plus répandue dans les professions les plus à risque que dans l’ensemble de la population active.
Pourtant, les évolutions récentes du chômage ne correspondent pas clairement à l’exposition technique. Depuis le premier trimestre 2024, le chômage a davantage augmenté dans certaines professions moins exposées que dans celles que ce cadre classe comme les plus menacées par l’IA. Cela ne prouve toutefois pas que l’IA n’a aucun effet sur le marché du travail. Le chômage par profession dépend de nombreux facteurs. Certains changements peuvent d’abord toucher les embauches, les débouchés en début de carrière, les salaires ou la répartition des tâches, plutôt que les licenciements.
L’IA n’impose pas un avenir unique et inéluctable au travail. Les capacités techniques comptent, mais aussi les institutions, la demande des consommateurs, les décisions des entreprises, la réglementation et la valeur durable de la participation humaine. Le cadre d’analyse de la transition proposé dans cette étude suggère que les interventions publiques devront varier selon les professions.
Les emplois à risque d’automatisation élevé pourraient nécessiter des systèmes d’alerte précoce, des aides ciblées à l’adaptation et des plans de transition conçus localement.
Les emplois susceptibles de se réorganiser pourraient nécessiter une actualisation des formations, des normes professionnelles, des règles d’effectifs et des attentes plus claires en matière de supervision humaine.
Les emplois ayant un potentiel de croissance pourraient bénéficier de politiques encourageant l’adoption de l’IA, élargissant l’accès aux services et préparant davantage de travailleurs à rejoindre ces secteurs.
Dans toutes les catégories, les responsables publics ont besoin de meilleures informations en temps réel. Les statistiques traditionnelles sur l’emploi sont précieuses, mais leur rythme de publication est souvent trop lent pour saisir l’évolution des tâches, des attentes des employeurs et des usages technologiques. Combiner les données sur l’emploi avec des mesures des capacités de l’IA et de son adoption réelle peut offrir une vision plus à jour des domaines où les tensions s’accumulent.
