
 ;Dernières nouvelles
“Les machines vont nous voler nos emplois” est un sentiment souvent exprimé en période d’évolution technologique rapide. L’anxiété est réapparue avec la création de grands modèles linguistiques (ChatGPT, Bard, GPT-4…) qui démontrent des compétences remarquables dans des tâches que seuls les humains maîtrisaient auparavant.
Une étude récente (Eloundou et alia, 2023) a révélé qu’environ 50 % des tâches peuvent être au moins partiellement automatisées à l’aide de grands modèles de langage.) Si l’automatisation de ces tâches importantes devait intervenir rapidement, cela représenterait une énorme perturbation pour la main-d’œuvre. Inversement, si elle devait se faire lentement, le monde du travail pourrait être en mesure de s’adapter comme il l’a fait lors d’autres transformations économiques (par exemple, lors du passage de l’agriculture à l’industrie manufacturière).
Par conséquent, pour prendre de bonnes décisions politiques et commerciales, il est nécessaire de comprendre à quelle vitesse l’automatisation des tâches liées à l’IA s’étendra. Un groupe de chercheurs, coordonné par Maja S. Svanberg du MIT, a posé cette question en particulier. “Beyond AI Exposure : Which Tasks are Cost-Effective to Automate with Computer Vision ?“qui présente un nouveau modèle d’évaluation de l’automatisation des tâches d’IA, axé sur la faisabilité technique et l’attrait économique de ces systèmes.
Prédictions
Selon l’étude, la plupart des inquiétudes liées à l’IA proviennent des prédictions concernant ce que l’on appelle “l’exposition à l’IA”, qui classe les activités ou les compétences en fonction de leur potentiel d’automatisation, mesuré par le nombre de personnes impliquées. L’étude souligne que la quasi-totalité de ces prévisions sont toutefois vagues en ce qui concerne le calendrier et l’ampleur de l’automatisation, car elles ne tiennent pas directement compte de la faisabilité technique ou de la viabilité économique des systèmes d’IA. La seule exception est un rapport de McKinsey qui estime que l’adoption de l’IA se situe entre 4 % et 55 %. Avec des prédictions aussi imprécises, les conclusions à en tirer ne sont pas claires.
Les modèles d’exposition à l’IA confondent également les prévisions relatives à l’automatisation complète des tâches, qui est plus susceptible d’entraîner des suppressions d’emplois, et celles relatives à l’automatisation partielle, qui pourrait seulement accroître la productivité. Il est extrêmement important de séparer ces effets pour comprendre les implications économiques et politiques de l’automatisation.
L’étude publiée par le MIT a mené une enquête auprès de travailleurs familiarisés avec les tâches finales afin de comprendre quelles performances seraient exigées d’un système automatisé. Deuxièmement, elle a modélisé le coût des systèmes d’intelligence artificielle capables d’atteindre ce niveau de performance : les systèmes techniquement parfaits peuvent être extrêmement coûteux. Enfin, ils ont calculé si et quand l’adoption de l’IA est économiquement intéressante.
L’exemple d’une petite boulangerie
L’étude part de l’exemple d’une petite boulangerie qui s’interroge sur l’opportunité d’automatiser ses opérations à l’aide de la vision par ordinateur. L’une des tâches des boulangers consiste à vérifier visuellement les ingrédients pour s’assurer qu’ils sont de qualité suffisante (par exemple, qu’ils ne sont pas sales). Cette tâche pourrait théoriquement être remplacée par un système de vision par ordinateur, en ajoutant une caméra et en entraînant le système à détecter les aliments avariés. Même si cette tâche d’inspection visuelle pouvait être séparée des autres parties du processus de production, serait-il rentable de le faire ? Les données O*NET du Bureau des statistiques du travail indiquent que le contrôle de la qualité des aliments est une activité qui occupe environ 6 % du travail d’un boulanger. Une petite boulangerie comptant cinq boulangers qui gagnent un salaire typique (qui, aux États-Unis, est assez élevé : 48 000 dollars par an pour chacun d’entre eux) peut donc économiser 14 000 dollars par an sur la main-d’œuvre en automatisant cette activité. Ce montant est bien inférieur au coût de développement, de mise en œuvre et de maintenance d’un système de vision par ordinateur. Nous en concluons donc qu’il n’est pas rentable de remplacer le travail humain par un système d’intelligence artificielle.
Quelles sont les conclusions de l’étude ? Il serait rentable de n’automatiser que l’équivalent de 23 % des salaires des travailleurs dont les fonctions peuvent être remplacées par un système de vision par ordinateur basé sur l’intelligence artificielle, en raison des coûts initiaux élevés des systèmes d’IA.
Ce pourcentage peut-il augmenter ? L’étude admet que oui, mais à condition que les coûts de mise en œuvre diminuent ou que le facteur d’échelle augmente, par exemple en introduisant des plateformes d’IA en tant que service.
Dans l’ensemble, le modèle de l’équipe du MIT montre que la perte d’emplois résultant de la vision artificielle, même au sein de l’ensemble des emplois directement liés aux tâches de vision, sera inférieure au taux de rotation naturel du marché, ce qui suggère que le remplacement des emplois sera plus progressif que soudain.
Christian Grolier est un rédacteur sport très passionné. Écrire à propos des sports qu‘il adore et partager ses informations avec les lecteurs lui procure une immense satisfaction. En dehors de son travail, il s‘adonne à de nombreuses activités sportives. Il fait de la randonnée, du vélo et de la natation. Il est également un grand fan de football. Christian a également un grand intérêt pour le tennis et les jeux vidéo sportifs.
