
Texte intégral
1Les effets de l’intelligence artificielle (IA) sur l’emploi sont aujourd’hui au cœur de débats. S’affrontent des thèses plurielles et des visions contradictoires d’une technologie tantôt saluée comme libératrice de tâches fastidieuses et source de productivité accrue, pour les travailleurs comme pour les entreprises ; tantôt perçue comme dangereuse, car susceptible d’entraîner une crise inédite de l’emploi. À rebours de cette thèses techno-optimistes et techno-pessimistes, l’ouvrage de Gregory Verdugo, L’IA et l’emploi, propose une analyse mesurée de ces effets en s’appuyant sur une synthèse de la recherche économique sur ces questions.
- 1 Sur cette polarisation, voir également : Gregory Verdugo, Les nouvelles inégalités du travail, Pari (...)
2Un premier chapitre évoque les liens ambivalents entre les progrès technologiques et l’emploi. Les innovations désignées par les économistes comme « des technologies à usage général » qui bouleversent les modalités de production des firmes bien au-delà de leur secteur d’origine, déclenchent « les grandes vagues de révolution technologique » (p. 14). Rares, se limitant, depuis la révolution industrielle, à la machine à vapeur, l’électricité et l’informatique, elles sont adoptées lentement dans la mesure où elles impliquent à court et moyen terme, comme le montre l’économiste Solow, des réorganisations et adaptations des entreprises. Leur arrivée semble même, paradoxalement, ralentir la productivité jusqu’à ce que les entreprises des différents secteurs parviennent à les intégrer. La diffusion de ces technologies bouleverse également le marché du travail ; permettant aux entreprises d’automatiser une part toujours croissante de leur production, elles contribuent au remplacement des travailleurs par les machines, sans pour autant toujours profiter aux plus qualifiés, comme le montre le remplacement du travail artisanal par le travail industriel. Enfin, si ces technologies peuvent contribuer à élargir la palette des emplois, c’est au prix d’un accroissement des inégalités entre travailleurs comme en atteste le cas de l’informatique qui a contribué à renforcer une polarisation du marché du travail entre des emplois bien rémunérés de cadres (ingénieurs, managers…), et des emplois peu payés et difficilement automatisables dans les services, alors qu’au même moment la part des emplois intermédiaires diminue proportionnellement1.
3Le deuxième chapitre décrit la « révolution de l’IA » (p. 27) dont l’essor spectaculaire est lié à l’augmentation de la capacité de stockage des données et de la puissance de calcul pour entraîner les modèles. L’IA s’apparente à une nouvelle technologie à usage général capable de se diffuser dans l’ensemble des secteurs de l’économie, dans la mesure où elle remplit trois critères à savoir, tout d’abord, une diffusion dans une majorité d’entreprises, tous secteurs confondus, ensuite sa contribution aux innovations technologiques des autres secteurs (dont ceux de la médecine et de la chimie), et, enfin, sa capacité à inventer de nouveaux produits et services tels que les voitures autonomes et assistants de la conduit pilotés par l’IA, dans le domaine des transports, l’automatisation des diagnostics médicaux ou encore l’animation de robots-conseillers fournissant des conseils en investissement et en placement dans le domaine de la finance. Par ailleurs, des gains de productivité plus rapides que ce que le « paradoxe de Solow » précité ne peut permettre de l’espérer seraient, selon les économistes les plus optimistes, facilités aujourd’hui par les progrès de l’IA générative dont le coût d’apprentissage est plus faible.
4Le troisième chapitre traite de « l’IA au travail » (p. 49). Évoquant plus le marché du travail que le travail lui-même, l’auteur détaille les approches permettant de déterminer les emplois susceptibles d’être particulièrement affectés au cours des prochaines années. Elles identifient les tâches ayant la plus grande propension à être automatisée dans les dix ans, avec comme premier critère indispensable le fait de disposer d’une quantité suffisante de données pour entraîner le modèle. Cette contrainte hypothèque ainsi l’automatisation des tâches de détection des maladies orphelines ou encore la traduction des langues rares ; elle explique aussi l’inefficacité des robots dans des contextes imprévisibles, des lieux jamais explorés ou dont la configuration change en permanence comme les lieux en construction. D’autres critères sont évoqués, parmi lesquels la stabilité ou encore l’absence d’obligation d’explications détaillées sur la manière dont la tâche a été réalisée. Lorsque ces critères sont remplis, l’IA est susceptible de prendre en charge de multiples tâches, supplantant ou secondant l’humain selon les professions, avec des effets qui seraient plus positifs dans celles qui se caractérisent par une diversité de tâches, l’IA pouvant alors permettre de gagner du temps pour réaliser des activités plus complexes, valorisantes, interpersonnelles que celles automatisables. Susceptible également, dans certains contextes, d’augmenter la productivité des travailleurs les moins expérimentés, cette technologie pourrait contribuer à réduire les inégalités. L’auteur rappelle toutefois le caractère très incertain des gains de productivité envisageables ainsi que certaines limites de cette technologie, notamment en termes de fiabilité…
5Le quatrième chapitre analyse comment « les algorithmes dirigent le travail » (p. 65) S’immisçant de plus en plus dans la prise de décision, par exemple en matière de recrutement, ou encore dans le domaine judiciaire aux États-Unis, l’IA présente plusieurs avantages pour l’aide à la décision, notamment en termes de capacités de prédictions supérieures à celles formées par le jugement humain, sans toutefois être à l’abri de dangers et de risques, notamment de discrimination systématique. Par ailleurs, la pandémie de Covid-19 et le développement du télétravail ont entraîné une démultiplication du marché des logiciels de surveillance digitale des employés. La reconnaissance faciale facilite ces possibilités de surveillance dans le domaine de la sécurité et fait même de plus en plus figure d’unique technique d’investigation et de preuve dans les enquêtes criminelles aux États-Unis. Outil de contrôle des populations, l’IA bénéficie également de la collecte massive de données sur celles-ci, permettant par exemple l’attribution d’un score à chaque citoyen, afin, en Chine, de mesurer son intégrité sociale ou, aux Etats-Unis, de mesurer les risques de non-remboursement en cas d’attribution de prêt.
6Le cinquième et dernier chapitre trace quelques pistes pour « s’adapter à l’IA » (p. 83). L’utilisation systématique de grands modèles de langage entraînés sur d’immenses volumes de textes et qui occupent une place centrale dans l’IA actuelle, fait craindre qu’ils ne dégradent l’apprentissage, en offrant des réponses toutes prêtes au problèmes soumis, et en remplaçant des efforts indispensables pour développer sa capacité à résoudre des problèmes et développer une pensée critique, au risque de réduire les compétences humaines, pourtant indispensables pour de nombreuses tâches. Cependant ces grands modèles pourraient aussi faciliter l’apprentissage selon l’auteur, qui présente curieusement la mise au service des enseignants de « robots de conversation » jouant un rôle de « tuteur » comme solution « rentable », malgré des effets « modestes », pour répondre aux questions des enseignants néophytes, leur apprendre les « bonnes pratiques » pédagogiques et compenser leur manque d’expertise, « en s’inspirant des méthodes pédagogiques les plus expérimentées » (p. 87). Le chapitre évoque également la lutte contre les phénomènes de concentration et la nécessité de « renforcer la place de l’Europe » (p. 87) sur un marché dont les principales entreprises sont installées aux États-Unis, en raison notamment d’une meilleure valorisation de la recherche fondamentale produite par les universités états-uniennes et de sources plus importantes de financement des start-ups.
7L’ouvrage se conclut sur le constat de l’investissement croissant dans l’IA et les risques d’éclatement de cette bulle technologique et un « krach des investissements dans l’IA à l’horizon 2030 » qui, sans sonner le glas de l’IA, marquerait plutôt « l’avènement d’une phase plus mature, dans laquelle les possibilités et les limites de cette technologies seront comprises de manière plus réaliste » (p. 102).
8L’IA et l’emploi est un livre clair et synthétique qui, illustré de nombreux exemples, contribue à faire très utilement le point sur les mutations contemporaines du marché du travail liées à cette technologie.
Notes
1 Sur cette polarisation, voir également : Gregory Verdugo, Les nouvelles inégalités du travail, Paris, SciencesPo Les presses, 2017 (compte rendu d’Eric Keslassy, sur liens socio : https://journals.openedition.org/lectures/23319).
Haut de pagePour citer cet article
Référence électronique
Corinne Delmas, « Gregory Verdugo, L’IA et l’emploi », Lectures [En ligne], Les comptes rendus, mis en ligne le 13 janvier 2026, consulté le 13 février 2026. URL : http://journals.openedition.org/lectures/69418 ; DOI : https://doi.org/10.4000/15hsd
Haut de pageDroits d’auteur
Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont susceptibles d’être soumis à des autorisations d’usage spécifiques.
Haut de page
