Pourquoi les études qui prévoient la fin de tel ou tel emploi « à cause » de l’IA finissent-elles toujours par se planter ? Alors que les prédictions catastrophistes sur l’emploi circulent comme autant de rumeurs médiatiquement séduisantes, ce papier de Thomas Davenport et Miguel Paredes mérite d’être lu.
Dans ce papier les auteurs balaient plusieurs dizaines de prévisions lancées ces dernières années depuis le champ académique, des cabinets de conseil ou des ONG. Toutes se sont avérées fausses et il est probable que cela continue. Quelques exemples sont devenus célèbres : Frey et Osborne annonçaient dès 2013 que 47 % des emplois étaient menacés par l’automatisation ; McKinsey a suggéré que les États-Unis pourraient perdre entre 16 et 54 millions d’emplois entre 2016 et 2030. Certains ont annoncé des chiffres beaucoup plus bas – preuve de leur manque de fiabilité.
Les auteurs invitent même à tout simplement arrêter de faire ce genre d’études !
Outre leur attrait médiatique, le problème est méthodologique. Ces études partent d’un même présupposé : les emplois seraient décomposables en tâches, notamment à partir de bases comme l’Occupational Information Network (O*NET), et il suffirait d’identifier les tâches automatisables pour en déduire les emplois « à risque ». Mais le passage de la tâche à l’emploi reste fragile. Automatiser une partie du travail ne signifie pas supprimer un poste.
Bref, du doigt mouillé, qui ne tient pas compte de tout un tas d’inconnues (la croissance, la redistribution des tâches, les arbitrages en tous genres et les coûts d’intégration, les ratés, les nouvelles tâches que l’IA amène naturellement, etc.). J’ajouterai, pour observer quotidiennement le travail réel « avec l’IA », qu’il ne faut pas oublier que le travail est un terrain contesté, un lieu de lutte et de compromis, un endroit où « ça résiste » de tout un tas de façons.
Je m’inquiète particulièrement de la cristallisation actuelle autour de la figure des « juniors » supposément remplaçables par l’IA. Une telle formulation tend à naturaliser un processus qui relève d’abord de décisions managériales : qui décide de ne plus recruter de profils débutants ? Quelle entreprise peut durablement renoncer à former celles et ceux qui constitueront, à terme, ses professionnels expérimentés ? Qui peut croire que ce genre de pari ultra court-termiste présente un quelconque intérêt ?
Bref, apprenons à vraiment manipuler ces chiffres avec des pincettes. À regarder comment le travail se transforme plutôt que de calculer le « remplacement ». Ces prévisions ne se contentent pas de décrire le futur : elles le rendent pensable. Elles installent une ambiance. Je le dirai même plus franchement : elles sont, à ce titre, politiques.
Il suffit pour s’en rendre compte, de se poser une question toute simple : à qui ça profite, de laisser entendre que l’IA pourrait vous remplacer ?

[…] Pourquoi les études qui prévoient la fin de l’emploi « à cause » de l’IA se plantent-el… […]
Sujet traité par Loris Guemart, pour Arrêt sur images, où j’interviens courtement :
https://www.arretsurimages.net/emissions/proxy/dans-la-presse-professionnelle-des-licenciements-justifies-par-lia
« Mais la plupart des médias se contenteraient de relayer le point de vue des économistes et institutions productrices de ces études de substitution de tâches. « Expliquer comment sont faites ces études est intéressant », par exemple en indiquant « quel est leur biais de cadrage et ce qu’elles ratent ». À la manière dont les journalistes scientifiques rapportent avec un regard critique les études dans d’autres domaines de recherche, suggère-t-il. « Les médias nous serinent sur les fake news et l’esprit critique » mais montreraient avec ces études l’application d’un « deux poids deux mesures ». Notamment par l’absence, dans ces articles, du travail des sociologues spécialistes du monde du travail alors même qu’ils permettent de « faire parler les travailleurs de façon cumulée » et dont de « monter en généralité » au-delà de témoignages de quelques salariés qui adorent ou détestent l’IA dans leur travail. Contrairement aux sociologues, « les économistes ont l’avantage de poser des chiffres » forcément plus percutants vus des rédactions, suppose le doctorant pour expliquer leur prédominance médiatique. »