L'économiste Jon Hartley a récemment mis en avant un nouveau document de travail sur l'IA générative et le marché du travail dans un fil de discussion sur X : fil de Jon Hartley. Le document, disponible sur SSRN, est cosigné par Jolevski, Melo et Moore.

Résumant les conclusions, Hartley écrit : « L'adoption de l'IA générative est généralisée, mais une perturbation substantielle du marché du travail à l'échelle agrégée n'est pas encore visible. Néanmoins, les travailleurs perçoivent un risque substantiel de déplacement, en particulier lorsque l'usage direct révèle que l'IA peut accomplir des tâches clés de leur emploi. »

L'étude s'inscrit dans un corpus croissant de recherches examinant comment les outils d'IA générative sont adoptés dans la population active et si cette adoption se traduit par des changements mesurables de l'emploi. Cette littérature comprend notamment les travaux expérimentaux antérieurs d'Erik Brynjolfsson, Danielle Li et Lindsey Raymond sur les agents de support client — qui ont constaté des gains de productivité concentrés chez les travailleurs les moins expérimentés — ainsi que des enquêtes comme la Business Trends and Outlook Survey du Census Bureau, qui a suivi la diffusion rapide de l'usage de l'IA dans les entreprises. Bien que les grands modèles de langage et des outils similaires se soient rapidement propagés parmi les travailleurs depuis leur introduction, les données agrégées sur l'emploi n'ont pour l'instant montré que des preuves limitées d'un déplacement généralisé, selon les conclusions de l'étude telles que présentées dans le fil de Hartley.

La recherche souligne également un décalage notable entre perception et résultats observés : même là où la perturbation agrégée n'est pas encore mesurable, des travailleurs individuels expriment une inquiétude réelle d'être déplacés, et cette inquiétude semble la plus forte chez ceux qui ont utilisé l'IA directement et l'ont vue accomplir des tâches centrales de leur propre emploi. Ce décalage entre perception et résultats importe pour les décideurs publics, car les craintes de déplacement des travailleurs peuvent influencer les décisions de formation, les changements d'emploi et les négociations salariales avant même que les statistiques agrégées n'enregistrent un quelconque changement — et parce que les épisodes antérieurs de changement technologique, comme l'informatisation, ont historiquement été suivis d'ajustements du marché du travail différés, difficiles à détecter en temps réel avec des données agrégées grossières.

Pour davantage de contexte, Alex Tabarrok de Marginal Revolution a publié la veille un billet connexe sur l'IA et l'emploi, s'appuyant sur ce que les entreprises elles-mêmes rapportent des effets de l'IA sur l'embauche et les effectifs. Ensemble, le document de travail et les commentaires qui l'accompagnent reflètent le débat en cours parmi les économistes : les effets de l'IA générative sur le marché du travail ne se sont-ils simplement pas encore concrétisés à grande échelle, ou les données existantes ne sont-elles pas encore assez fines pour les saisir ? Une question naturelle pour les recherches futures est de savoir si des jeux de données au niveau des tâches et spécifiques aux métiers commenceront à révéler des effets que les agrégats nationaux ont jusqu'ici masqués.

Source : Marginal Revolution