L’histoire du progrès technique est aussi celle des secousses sociales. Alors que l’IA générative s’invite partout, faut-il anticiper une “fin du travail” ? Pour l’économiste François Poinas, enseignant-chercheur et doyen de la formation à la Toulouse School of Economics (TSE), l’enjeu est moins la disparition des métiers que la recomposition des tâches. Et l’effet final sur l’emploi, les salaires ou les inégalités dépendra d’un arbitrage encore incertain entre trois forces : les gains de productivité, l’effet de remplacement et l’émergence de nouvelles activités.
Dans un article du magazine de TSE sur le monde du travail paru en 2023, vous décrivez les changements dans le monde du travail avec l’IA. Si vous deviez le réécrire aujourd’hui, diriez-vous la même chose ?
Ce qui a changé, c’est la vitesse et la visibilité. L’arrivée d’outils comme ChatGPT et plus largement l’IA générative ont marqué un tournant puisque ces technologies sont désormais accessibles à un très grand nombre de personnes, avec une démultiplication des usages. Mais, paradoxalement, le cadre général reste assez stable. Les ressorts technologiques sont similaires - apprentissage automatique, réseaux de neurones, méthodes associées - et les mécanismes économiques à l’œuvre sont eux aussi les mêmes. Ce qui varie surtout, c’est le périmètre des tâches qui peuvent être effectuées par la machine, et donc, très concrètement, la liste des activités qui, dans la pratique, deviennent automatisables.
Quel est le cadre mobilisé par les économistes pour penser l’IA et l’emploi ?
On peut distinguer trois effets de l’IA qui coexistent et ont des effets contradictoires sur l’emploi. D’abord, un effet de productivité : l’IA peut générer des gains substantiels, créer de la valeur et stimuler la demande, donc l’emploi. Ensuite, un effet de remplacement puisque la machine peut se substituer à l’humain sur certaines tâches, ce qui diminue l’emploi. Enfin, un effet d’augmentation car l’arrivée de l’IA permet l’émergence de tâches nouvelles et recompose le contenu du travail. Toute la difficulté tient à la combinaison de ces effets. La question est de savoir lequel dominera.
Justement, peut-on prédire quel sera l’effet dominant ?
Sur le plan théorique, les mécanismes sont bien connus. En revanche, empiriquement, il est encore tôt pour conclure, et à l’heure actuelle, il n’y pas de consensus clair dans la profession sur la balance finale entre gains de productivité, substitution et nouvelles activités. L’enjeu est aussi la nature des gains. Si l’IA ne produit que des améliorations marginales, l’impact ne sera pas du même ordre que si elle engendre une productivité réellement substantielle.
Les révolutions passées ont détruit ou modifié des emplois mais pas supprimé le travail. L’IA change-t-elle la donne ?
La réponse la plus honnête, c’est que je l’ignore. Il existe d’ailleurs des désaccords entre chercheurs. Ce que l’on sait, c’est que l’économie s’est adaptée à des transformations massives. La mécanisation de l’agriculture, par exemple, a profondément modifié la structure de l’emploi sans conduire à une fin du travail. On peut aussi citer l’arrivée des technologies de l’information, qui a automatisé des tâches et transformé des métiers entiers, sans pour autant conduire à une perte massive d’emplois au niveau agrégé. La question, avec l’IA, est de savoir si l’ampleur et la transversalité de la technologie conduiront à une recomposition comparable ou de nature différente.
Vous insistez aussi sur les limites : pourquoi l’IA ne remplace-t-elle pas “tout”, et pas n’importe quand ?
L’IA demeure fondamentalement probabiliste. Elle excelle dans des cadres balisés, sur des tâches normées, et devient beaucoup plus fragile face à des situations originales ou à des événements extrêmes. Il serait donc aventureux, pour une institution, de fonder des décisions entièrement sur la seule production d’une IA. Le jugement humain, l’expérience, la capacité à décider de l’étape suivante restent, à ce stade, indispensables. Cela explique pourquoi on est souvent davantage face à une IA qui augmente l’humain que face à une IA qui remplace intégralement des professions.
Dans votre article, vous proposez une lecture “par les tâches” plutôt que “par les métiers”. Pouvez-vous l’illustrer ?
C’est, en effet, une manière plus fine d’appréhender le changement : regarder à l’intérieur d’une profession ce qui peut être remplacé, et ce qui peut être augmenté. Prenons le cas du radiologue. L’IA peut se montrer performante pour la détection de certaines anomalies, mais poser un diagnostic, décider des suites, articuler des informations qualitatives et exercer un jugement clinique demeurent aujourd’hui du ressort du professionnel. Il n’est d’ailleurs pas souhaitable de transférer entièrement cette responsabilité à la machine. Un autre exemple est celui de l’enseignement : l’IA peut contribuer à détecter où un apprenant réussit ou bute, et proposer des exercices ou des parcours d’entraînement plus personnalisés. Mais l’enseignant conserve un rôle décisif de mise en perspective comme questionner un choix, élargir le champ, aider l’étudiant à juger si une solution est réellement pertinente et apprendre à utiliser l’outil à bon escient.
Vous évoquez aussi une tension : l’IA peut augmenter le travail, mais elle est parfois conçue pour remplacer.
Oui, il existe une dimension de choix dans le type d’IA à développer. Certaines technologies sont explicitement développées dans une logique de remplacement, quand d’autres visent davantage l’augmentation du travail humain. Des chercheurs mettent en garde sur la direction que l’on donne à ces systèmes. Il ne s’agit pas seulement d’observer une évolution technologique, mais aussi d’orienter le développement vers des usages socialement souhaitables.
Vous abordez la question de l’exposition à l’IA et ses effets possibles sur les salaires. Que faut-il retenir ?
L’idée est de cartographier les professions exposées à l’IA par rapport à leur niveau de qualification, en estimant, pour chacune, la fraction de tâches potentiellement remplaçables. Ce type d’exercice met en évidence que tous les niveaux de qualification sont concernés. Certaines approches suggèrent même que, sur l’effet de remplacement, des emplois plus qualifiés pourraient être relativement plus exposés que d’autres. Mais cette photographie ne suffit pas, elle doit être complétée par l’analyse de l’augmentation du travail et des gains de productivité, qui peuvent, eux, soutenir l’emploi et les salaires.
L’IA va-t-elle donc accroître ou réduire les inégalités ?
Là encore, le résultat est ambigu. Si les gains de productivité profitent surtout aux emplois très qualifiés - comme cela a pu être observé avec l’arrivée de l’informatique - l’inégalité salariale peut s’accentuer. À l’inverse, si l’IA génère des gains de productivité importants dans des emplois moins qualifiés et que ces gains se traduisent en amélioration de rémunération, l’effet peut aller dans le sens d’une réduction des inégalités. On peut imaginer des gains dans la relation client, où l’IA améliore la qualité de l’information et du service rendu, ou encore dans des métiers comme chauffeur de taxi, via l’optimisation des trajets et de l’enchaînement des courses. Mais il faut raisonner au-delà des salaires : le stock d’emplois et plus largement les revenus, entrent également en jeu.
Si l’on voulait limiter les effets négatifs de l’IA sur le marché du travail, quels leviers privilégier ?
La société pourrait agir sur deux dimensions, la régulation et les incitations. La régulation consiste d’abord à déterminer ce qui est socialement acceptable en matière de développement et d’usage de l’IA, et à orienter la technologie vers un modèle de société souhaité, y compris en posant des questions fondamentales : voulons-nous vivre dans une société où le travail se raréfie, et comment l’organiser ? Les incitations, notamment via le financement public, permettent quant à elles d’encourager certains types d’IA ; on peut choisir de soutenir davantage des systèmes conçus pour augmenter le travail plutôt que ceux visant prioritairement à le remplacer. In fine, ce sont des arbitrages collectifs.
Propos recueillis par Valérie Ravinet
ITW tech & inno
Les interviews d’experts et d’expertes qui permettent de comprendre comment l’intelligence artificielle et l’innovation transforment le monde du travail. Dialogue social, droit, formation, égalité femmes-hommes, santé mentale, métiers : chaque entretien éclaire un enjeu clé des révolutions technologiques.
