Gagnants et perdants de la numérisation du travail

Gagnants et perdants de la numérisation du travail

Les progrès de l’intelligence artificielle et de l’apprentissage automatique ont de nouveau fait craindre des pertes d’emplois à grande échelle. Et si l’adaptation du marché du travail est susceptible d’éviter un chômage élevé permanent, on ne peut pas compter sur elle pour empêcher une forte augmentation des inégalités.

Peut-être qu’aucun aspect de la révolution numérique n’a reçu plus d’attention que l’effet de l’automatisation sur les métiers, le travail, l’emploi et les revenus. Il y a au moins une très bonne raison à cela, mais ce n’est probablement pas celle que la plupart des gens citeraient.

L’utilisation de machines pour augmenter la productivité n’est pas une nouveauté. Dans la mesure où tout outil est une machine, les humains s’en sont servis pendant la plus grande partie de notre courte histoire sur cette planète. Mais, depuis la première révolution industrielle – lorsque la puissance de la vapeur et la mécanisation ont produit une augmentation énorme et soutenue de la productivité –, ce processus a été surmultiplié.

Cette transition n’a pas été bien accueillie par tous. Beaucoup craignaient que la réduction de la demande de travail humain n’entraîne un chômage élevé et permanent. Mais cela ne s’est pas produit. Au contraire, l’augmentation de la productivité et des revenus a stimulé la demande, et donc l’activité économique. Au fil du temps, les marchés du travail se sont adaptés en matière de compétences et, finalement, les heures de travail ont diminué au fur et à mesure que l’équilibre entre revenus et loisirs s’est modifié.

Toutefois, alors que l’augmentation du travail humain cède la place à l’automatisation (les machines exécutant un nombre croissant de tâches de manière autonome dans les segments de l’information, du contrôle et des transactions de l’économie), les craintes de pertes d’emplois à grande échelle se multiplient à nouveau. Après tout, les emplois de cols blancs et bleus comportant essentiellement des tâches de routine (c’est-à-dire facilement codifiées) disparaissent à un rythme accéléré, surtout depuis 2000. Comme beaucoup de ces emplois occupaient le milieu de la distribution des revenus, ce processus a alimenté la polarisation des emplois et des revenus.

Mais comme au XIXe siècle, les marchés du travail s’adaptent. Dans un premier temps, les travailleurs licenciés peuvent chercher un nouvel emploi dans des domaines nécessitant leurs compétences préexistantes. Mais, confrontés à des possibilités limitées, ils commencent rapidement à rechercher des emplois exigeant des compétences moins élevées (ou facilement accessibles), y compris des emplois à temps partiel dans l’économie à la demande sur Internet, même si cela implique d’accepter un revenu plus faible.

Au fil du temps, un nombre croissant de travailleurs ont commencé à investir dans l’acquisition de compétences recherchées dans des catégories d’emploi non routinières et mieux rémunérées. Ce processus est généralement plus long, bien qu’il ait été accéléré dans certains pays, dont les États-Unis, par des initiatives impliquant le gouvernement, les entreprises et les établissements d’enseignement.

S'abonner à SAY
3écrans+4couv transparent 240 dpi

S'abonner à SAY

Profitez d'un accès illimité aux idées et opinions des plus grands penseurs du monde, y compris des lectures hebdomadaires, des critiques de livres et des interviews !  

Offre de l'été : 70€ au lieu de 78€

S'abonner maintenant !

Mais, même avec des mécanismes de soutien institutionnel, l’accès au développement des compétences est généralement loin d’être équitable. Seuls ceux qui disposent de suffisamment de temps et de ressources financières peuvent réaliser les investissements nécessaires, et dans une société très inégale, de nombreux travailleurs sont exclus de ce groupe. Dans ce contexte, nous devrions probablement nous inquiéter moins du chômage permanent à grande échelle et plus de la montée des inégalités et de leurs ramifications sociales et politiques.

Il est certain que l’adaptation technologique peut réduire l’ampleur du problème de l’acquisition de compétences. Après tout, les marchés récompensent les innovations qui rendent les équipements et les systèmes numériques plus faciles à utiliser. Par exemple, l’interface utilisateur graphique, qui nous permet d’interagir avec les appareils électroniques par le biais de représentations d’indicateurs visuels, est aujourd’hui si répandue que nous la considérons comme allant de soi. Comme ces approches intuitives sont appliquées à des processus technologiques de plus en plus complexes, la nécessité de se reformer et, par conséquent, l’impact de la révolution numérique sur la répartition des ressources seront réduits.

Les progrès en matière d’intelligence artificielle auront également un impact. Jusqu’à il y a une dizaine d’années, l’automatisation reposait sur la codification des tâches : les machines sont programmées avec un ensemble d’instructions qui reproduisent la logique de la prise de décision humaine. Mais qu’en est-il des tâches qui ne peuvent être décomposées en une série d’étapes logiques et prédéfinies ? Que ce soit la compréhension du langage naturel ou la reconnaissance visuelle des objets, un nombre étonnamment élevé d’activités (même apparemment simples) entrent dans cette catégorie. De nombreux emplois sont ainsi à l’abri de l’automatisation, mais plus pour longtemps, grâce aux progrès de l’apprentissage automatique.

L’apprentissage machine est essentiellement une reconnaissance de formes très sophistiquée. En utilisant de grandes quantités de données et une énorme puissance de calcul, les machines apprennent à faire des choses que nous ne pouvons pas coder. Elles le font en utilisant des exemples plutôt qu’une logique basée sur des règles. Les progrès de l’apprentissage machine ont ouvert de vastes domaines d’automatisation : la robotique, les véhicules autonomes et la recherche d’articles clés dans la littérature médicale technique. Dans de nombreux domaines, tels que la reconnaissance des formes en génétique et en sciences biomédicales, les machines deviennent non seulement capables de remplacer les travailleurs humains, mais, à certains égards, leurs capacités dépassent celles de tout être humain.

C’est une meilleure nouvelle que ce que l’ont pourrait croire. Oui, beaucoup plus de tâches et de sous-tâches seront réattribuées aux machines. Mais l’objectif et le point final de la révolution numérique doivent être de transformer l’automatisation du travail en une augmentation numérique. Et lorsque les machines exécutent des tâches que les humains ne peuvent pas faire, l’augmentation est précisément ce que nous obtenons.

Bien qu’il soit impossible d’en être sûr à ce stade précoce, il y a des raisons de croire que les coûts de transition de cette nouvelle série de perturbations liées au travail seront ressentis plus largement que la première sur l’ensemble de la gamme des revenus. Dans la partie inférieure de l’échelle des revenus, les progrès de l’intelligence artificielle et de la robotique perturberont et finiront par remplacer la fabrication à forte intensité de main-d’œuvre – et les modèles de développement qui en dépendent. À l’extrémité supérieure, les capacités basées sur l’apprentissage machine auront un impact majeur sur la recherche scientifique et le développement technologique, ainsi que sur les services professionnels haut de gamme.

Il n’en reste pas moins que nous sommes en présence de transitions très complexes, et non d’équilibres : et nous ne pouvons pas attendre que l’adaptation naturelle des travailleurs et des marchés du travail produise des résultats équitables, surtout si l’on part d’énormes différences dans les ressources des ménages. C’est pourquoi les décideurs politiques (en partenariat avec les entreprises, les syndicats et les écoles) doivent se concentrer sur des mesures visant à réduire les inégalités de revenus et de richesses, notamment en garantissant un large accès à des services sociaux de qualité tels que l’éducation et la formation professionnelle. En l’absence de ce type d’intervention, il existe un risque important que la transformation numérique du travail laisse de nombreuses personnes pour compte, avec des conséquences négatives à long terme sur la cohésion sociale.

https://www.say.media/Ll10Cl3