Navigation par page & recherche

Comment l’intelligence artificielle transforme le monde du travail

Ces dernières années, l’intelligence artificielle (IA) a fait des progrès fulgurants et s’est désormais établie dans différents domaines de notre vie. L’IA influence tout particulièrement le monde du travail et la formation. Cela comprend à la fois desopportunités et des défis.

Les origines du terme «intélligence artificielle» remontent aux années 1950, lorsque des pionniers comme Alan Turing et John McCarthy ont imaginé la réalisation d'une intelligence ressemblant à celle des humains intégrée dans des machines. Dans son article «Computing Machinery and Intelligence», Turing a présenté en 1950 son test précurseur appelé «test de Turing», qui spéculait sur la capacité des machines à imiter la pensée humaine de manière si convaincante qu'il deviendrait difficile de les distinguer des interlocuteurs humains.  

La notion officielle d'intelligence artificielle a finalement été définie en 1956 au collège américain de Dartmouth à Hanover, dans le New Hampshire. John McCarthy, Marvin Minsky, Nathaniel Rochester et Claude Shannon y ont organisé un atelier innovateur, considéré comme la naissance de l'IA. Les participants à cet atelier ambitionnaient de développer des algorithmes et des modèles permettant aux ordinateurs d'accomplir des tâches complexes semblables à celles des humains. 

Au cours des décennies qui ont suivi, la recherche sur l'IA a connu des progrès fulgurants - en particulier dans le développement d'applications d'IA allant de la reconnaissance vocale et d'images à des systèmes autonomes très sophistiqués. Aujourd'hui, l'IA fait partie intégrante de différents secteurs et touche notre quotidien de multiples façons. Qui n'a jamais effectué une traduction dans DeepL, généré une image sur Dall-E ou demandé conseil à ChatGPT? 

«L’IA générative pourrait considérablement augmenter la productivité au travail, contribuer à la croissance économique et donc avoir un impact sur la pénurie de main-d’œuvre qualifiée.»
Ursula Häfliger

IA: quelles sont les professions concernées?

Compte tenu de sa forte proportion de métiers de la connaissance et de son niveau de salaire élevé, la Suisse est confrontée à des changements considérables dus à l’IA. Le développement de l’IA a un impact considérable sur les métiers de la connaissance, qui comptent parmi le groupe de professionnel-le-s affichant la plus forte croissance en Suisse. L’impact de l’automatisation sera particulièrement important dans les métiers du domaine commercial et de la gestion d’entreprise, ainsi que dans les métiers MINT et de vente. L’IA ne remplace pas seulement les activités routinières simples, elle accomplit également des tâches complexes qui requièrent un haut niveau de compétences linguistiques et mathématiques. Il s’agit notamment de la génération de textes, mais aussi et surtout de tâches de coordination et d’analyse.

L'IA au travail

Les scientifiques Huang et Rust (2018) ont avancé, sur le remplacement des postes de travail par l’IA, une théorie selon laquelle l’IA se chargerait de tâches d’abord mécaniques (routine), puis analytiques, puis intuitives et enfin, très probablement, même de tâches nécessitant de l’empathie. Une grande partie des applications actuelles de l’IA relève du domaine de l’intelligence analytique, où les ordinateurs ont atteint un niveau égal, voire supérieur, à celui des humains, car ils sont plus rapides et disposent de meilleures capacités de mémoire que les cerveaux humains. Typiquement, cette intelligence est appliquée à de grands volumes de données et doit accomplir des tâches complexes mais systématiques, cohérentes et prévisibles.

Parmi les métiers basés sur l’intelligence analytique, on trouve les informaticien-ne-s et les technologues, les scientifiques de données, les mathématicien-ne-s, les comptables et les économistes.

L'IA permet d'augmenter la productivité du travail 

Selon une étude de McKinsey, les technologies d’IA existantes permettent d’automatiser, dans les métiers de la connaissance, des activités qui prennent actuellement jusqu’à 70% du temps de travail – ce qui est nettement supérieur aux estimations précédentes. La capacité croissante de l’IA générative à comprendre le langage naturel accélère notamment ce processus et permet également de prendre en charge des tâches collaboratives et décisionnelles. D’ici 2060, près de 50% des activités professionnelles actuelles pourraient ainsi être automatisées.

Ce changement structurel entraîne une modification parfois fondamentale des profils de poste, mais il offre également de nouvelles opportunités, comme l’explique Ursula Häfliger, responsable politique de la Société suisse des employés de commerce et directrice de la plateforme: «L’IA générative pourrait considérablement augmenter la productivité au travail, contribuer à la croissance économique et donc avoir un impact sur la pénurie de main-d’œuvre qualifiée.»

Enquête 2023 de Deloitte sur l'IA

Durant les mois de juin et juillet 2023, Deloitte a réalisé l'enquête «L’ascension fulgurante de l’IA Générative en Suisse». Elle a été menée dans toute la Suisse auprès de 1’002 personnes susceptibles d’utiliser l’IA générative sur leur lieu de travail. Source: Deloitte

Il faut de nouvelles compétences

L’Organisation internationale du travail (OIT) souligne que l’IA aurait tendance à enrichir les emplois plutôt qu’à les remplacer, surtout les emplois à revenus moyens et élevés. L’IA ne toucherait donc pas le secteur des bas salaires, mais plutôt les emplois plus exigeants et à plus haut salaire. Néanmoins, cela ne signifie pas que toutes les activités seront remplacées par l’IA. En effet, certaines seront automatisées tandis que d’autres seront étendues. Cette rupture des compétences peut engendrer une différenciation sur le marché du travail. Les activités pouvant être automatisées risquent d’être moins valorisées et moins bien payées. En même temps, les activités élargies peuvent entraîner une productivité accrue et donc être mieux valorisées.

Quoi qu’il en soit, il faudra de nouvelles compétences à la gestion des nouvelles technologies, que ce soit dans le cadre de leur implémentation ou de leur utilisation. Et cela nécessite un processus de (re)mise à niveau de la main-d’œuvre.

«Par conséquent, l’introduction de l’IA devrait également être mise en œuvre avec la participation et l’implication directe des collaborateurs-trices.»
Ursula Häfliger

Une démarche participative

D’une manière générale, l’introduction de l’IA dans le monde du travail requiert une approche minutieuse et participative. Il convient d’éviter de répéter les mêmes erreurs que celles commises lors de précédents progrès technologiques, à savoir que l’on introduit d’abord la technologie et que les personnes doivent ensuite s’adapter comme elles le peuvent. «Par conséquent, l’introduction de l’IA devrait également être mise en œuvre avec la participation et l’implication directe des collaborateurs-trices. Ce sont eux et elles qui connaissent le mieux les processus internes de l’entreprise et qui peuvent donc se familiariser dès le début avec la nouvelle technologie», explique Ursula Häfliger.

Gestion de l’IA sur le lieu de travail

Les employeurs et les employé-e-s doivent être sensibilisé-e-s, voire formé-e-s spécifiquement à l’utilisation de l’IA et à l’enrichissement des activités existantes par l’IA. Mais surtout, il faut des règles de jeu communes qui déterminent si et comment les entreprises et leurs collaborateurs-trices peuvent utiliser les outils et les applications basés sur l’IA.

L’économie, la politique et les employé-e-s doivent s’assurer ensemble que les opportunités de l’IA soient exploitées sans négliger les droits fondamentaux, la santé mentale des employé-e-s et les normes éthiques. La voie vers un avenir régi par l’IA nécessite un équilibre entre progrès et responsabilité.

IA: explication succincte des termes

  1. Le terme big data désigne de grands volumes de données trop complexes pour être traités par des méthodes traditionnelles. Le big data est utilisé dans de nombreux domaines, p. ex. dans l’économie, la science et la médecine.

  2. Big Data bezeichnet große Datenmengen, die zu komplex sind, um sie mit traditionellen Methoden zu verarbeiten. Big Data wird in vielen Bereichen eingesetzt, z. B. in der Wirtschaft, der Wissenschaft und der Medizin.

  3. On entend par bot des programmes informatiques qui exécutent des tâches répétitives de manière automatisée ou autonome. Les bots sont souvent utilisés dans le service à la clientèle, la logistique et la surveillance.

  4. Le data mining, ou exploration de données, consiste en l’analyse de big data afin de détecter des modèles, des tendances ou des corrélations. Le data mining est utilisé dans de nombreux domaines, p. ex. dans les études de marché, le développement de produits et la lutte contre la criminalité.

  5. Le terme deep learning désigne l’apprentissage automatique dans des réseaux neuronaux artificiels à plusieurs niveaux, composés d’un grand nombre de neurones artificiels.

  6. Les modèles d’IA générative sont utilisés pour créer de nouvelles données présentant des caractéristiques statistiques similaires à celles d’un ensemble particulier de données. Ainsi, il est possible de générer p. ex. du texte, des images, de l’audio, de la vidéo, du code, des modèles 3D ou des simulations qui suivent les instructions des utilisateurs-trices.

  7. L’intelligence artificielle est un sous-domaine de l’informatique qui a pour objectif d’automatiser le comportement intelligent (des machines). Les systèmes d’IA peuvent effectuer des tâches traditionnellement effectuées par des humains, p. ex. la reconnaissance de modèles, la résolution de problèmes et l’apprentissage par l’expérience.

  8. Les large language models sont une sorte d’algorithme d’intelligence artificielle qui est entraîné à comprendre et à générer du langage naturel.

  9. L’apprentissage automatique désigne la génération de connaissances sur la base de valeurs empiriques (données) dans des systèmes automatiques. Des algorithmes d’apprentissage développent des modèles pouvant être appliqués à de nouvelles données sans qu’une solution concrète ne soit programmée. L’AA est utilisé p. ex. dans la reconnaissance d’images, le traitement du langage et l’analyse financière.

  10. Le natural language processing désigne le traitement automatique du langage. Il décrit la reconnaissance, l’interprétation et la génération automatiques du langage naturel par des ordinateurs.

  11. Les réseaux neuronaux artificiels sont des algorithmes qui imitent le cerveau humain. Grâce aux neurones numériques, l’ordinateur parvient à traiter et à transmettre des données. Les modèles d’apprentissage automatique sont appelés «réseaux neuronaux artificiels». Les réseaux neuronaux du cerveau servent de modèle.

Contenus appréciés

Liens et téléchargements

Contact