Travailler au temps des robots

Dès 2017, l’économiste français Philippe Aghion, professeur au collège de France, a publié une étude qui fait encore référence en matière d’impact de l’IA sur l’emploi, Artificial intelligence and economic growth. Celle-ci considère que seule une partie des tâches est automatisée chaque année, alors que la majeure partie reste attribuée aux êtres humains. En conséquence, les gains de productivité dus à l’IA génèrent des effets positifs sur l’emploi. On retrouve cette vision optimiste dans le rapport que la commission sur l’IA – coprésidée par Philippe Aghion – a présenté au début du mois (lire Qant du 14 mars). Elle cite une note récente d’Antonin Bergeaud, professeur à HEC, Exposition à l’intelligence artificielle générative et emploi.

Mais que se passe-t-il si OpenAI atteint son but et produit “un système hautement autonome capable de surpasser l’humain dans la plupart des tâches ayant un intérêt économique” ? Même le cocréateur du deep learning et des réseaux neuronaux, Geoffrey Hinton, jusqu’alors sceptique, considère qu’une telle intelligence artificielle générale (AGI) verra le jour avant vingt ans.

Que reste-t-il de l’emploi si toutes les tâches sont automatisables par l’AGI ? 

Scénarios catastrophe

Une étude publiée il y a quelques jours par deux chercheurs américains, Anton Korinek et Donghyun Suh (de l’université de Virginie et des think-tanks Brookings et GovAI) propose quatre scénarios. Le premier, baptisé “business as usual”, reprend les options de l’étude Philippe Aghion et considère que l’AGI ne peut pas être atteinte dans un temps fini, car la complexité des tâches peut croître jusqu’à l’infini.

Deux autres scénarios, “AGI de base” et “AGI agressif” supposent une transition vers l’automatisation complète de toutes les tâches économiques dans un délai de 20 ans ou 5 ans, respectivement. Dans les deux cas, le modèle des deux chercheurs prévoit une croissance jusqu’à dix fois plus rapide que dans le scénario “business as usual”. Mais au fur et à mesure que l’automatisation progresse, le chômage augmente et les salaires s’effondrent.

Enfin, un « scénario mixte » combine l’automatisation rapide du travail intellectuel avec une longue traîne de tâches difficiles à automatiser. Dans ce cas, la première phase d’automatisation produit les mêmes conséquences néfastes pour l’emploi (et la paix sociale). Mais dès que l’accumulation de capital devient suffisante, l’offre de travail redevient rare et les salaires augmentent, s’alignant avec la croissance économique. Parmi les diverses formes de capital, la puissance de calcul joue ici un rôle crucial : c’est au moment où elle devient largement disponible que la pression sur le travail s’atténue.

Un point central est l’examen des conséquences de l’automatisation sur les salaires et la part du travail dans le revenu national. Les auteurs suggèrent que, bien que l’automatisation devrait entraîner une augmentation de la productivité globale, elle pourrait également conduire à une répartition inégale des gains économiques, avec des pressions à la baisse sur les salaires de nombreux travailleurs alors qu’une part toujours plus réduite de “superstars” voit ses rémunérations croître de plus en plus haut. 

Dans une hypothèse pessimiste, l’apparition de goulets d’étranglement, autour des matières premières, pourrait ralentir la croissance sans que la pression baissière sur les salaires et l’emploi ne cesse. 

A contrario, les chercheurs formulent une hypothèse où le progrès technologique et l’automatisation atteignent un niveau tel qu’ils augmentent la rémunération de tous les facteurs de production, travail compris. Ce que Philippe Aghion et ses co-auteurs, dans son étude de 2017, baptisaient une “singularité de croissance”. 

Lunettes roses

Ce n’est pas le seul argument qui peut donner une vision optimiste de la future vague de l’AGI. 

David Autor, un économiste du MIT connu pour ses travaux en IA, rappelait le mois dernier dans une note pour l’institut Berggruen que l’IA se déploie dans un contexte de vieillissement rapide de la population mondiale. L’augmentation de la productivité peut arriver à point nommé, si elle permet à un nombre élevé de travailleurs de bénéficier d’une expertise qui n’est aujourd’hui accessible qu’à une élite technocratique. Il prévoit que l’IA pourrait même renverser l’aggravation des inégalités qui s’est répandue dans le monde, ces quarante dernières années, sous l’effet de l’informatisation croissante. 

Noah Smith, un économiste-blogueur américain très populaire, reprend l’idée de l’avantage comparatif de David Ricardo. Face aux coûts de déploiement d’une IA, Noah Smith prévoit que les humains garderont toujours un avantage comparatif qui leur permettra de se redéployer en profitant de la croissance générale apportée par l’augmentation de la productivité. “J’accepte que l’IA puisse un jour devenir meilleure que les humains dans toutes les tâches imaginables. C’est l’avenir que j’imagine. Et dans cet avenir, je pense qu’il est possible – peut-être même probable – que la grande majorité des humains aient des emplois bien rémunérés, et que nombre de ces emplois ressembleront assez à ceux de 2024” écrit-il.

Il faut en effet tenir compte du coût d’opportunité du déploiement de l’IA. Cela empêchera une automatisation générale rapide. Son raisonnement est cohérent avec le quatrième scénario d’Anton Korinek et Donghyun Suh : la puissance de calcul disponible déterminera la vitesse à laquelle l’automatisation se répandra dans l’économie. Cette progressivité n’empêchera pas un choc peut-être violent, mais si le coût du calcul baisse comme il l’a fait dans le passé, la croissance de l’emploi et les salaires repartiront après quelques années.

L’argument de David Autor sur la renaissance potentielle des classes moyennes semble en revanche pâlir face à la concentration des ressources de l’IA dans un nombre de mains extrêmement réduit, plus encore que pour le numérique. Et même Noah Smith reconnaît que les bouleversements que l’IA apportera seront douloureux, même s’ils ne provoquent pas de chômage de masse.

David Ricardo utilisait le concept d’avantage comparatif, au XIXème siècle, pour illustrer la division du travail entre les nations, où les échanges guident la spécialisation de chacune. On sait ce qu’est devenue la mondialisation heureuse de la Belle Époque.

Haut les cœurs. 

Pour en savoir plus :

• Anton Korinek et al., Scenarios for the Transition to AGI, Arxiv, 2024
• Antonin Bergeaud, Exposition à l’intelligence artificielle générative et emploi, Long-Term Productivity DB 2024
• David Autor, AI Could Actually Help Rebuild The Middle Class, Noema 2024 (Berggruen Institute)
• Noah Smith, Plentiful, high-paying jobs in the age of AI, Noahpinion 2024
• Erik Brynjolfsson et al., Generative AI At Work, NBER 2023
• Philippe Aghion et al,  Artificial intelligence and economic growth, NBER 2017
• New York Times