Comment l’IA élargit le travail des gens

L’IA transforme le travail des gens. Dans une analyse de plus de 800 000 messages provenant d’utilisateurs américains de ChatGPT, notre nouvelle étude indique que 16,8 % des messages liés au travail et 43,5 % des messages propres à une profession portent sur des tâches associées à une autre profession.

Une personne à la tête d’une petite entreprise peut rédiger elle-même du contenu, examiner un contrat ou effectuer une analyse financière de base. Un représentant commercial peut utiliser l’IA pour explorer les données d’une clientèle, une tâche qui aurait auparavant pu être confiée à un analyste. Un spécialiste du marketing peut dépanner un site Web sans attendre l’intervention d’un développeur. Dans chaque cas, l’IA transforme non seulement la façon de travailler, mais aussi la répartition des tâches.

Notre nouveau rapport, Work at the Frontier : comment l’IA élargit le travail des gens, étudie cette évolution. Nous appelons le phénomène qui en résulte le transfert de tâches : des tâches historiquement associées à une profession apparaissent dans l’utilisation de l’IA par des personnes qui en exercent une autre. Dans notre Cadre de transition des emplois face à l’IA⁠(s'ouvre dans une nouvelle fenêtre), nous avançons que de nombreux emplois sont susceptibles d’être réorganisés, puisque leurs tâches quotidiennes pourraient changer considérablement. Ce rapport est le premier de notre nouvelle série Work at the Frontier, qui examine en temps réel la façon dont l’IA transforme le travail. 

Grâce à notre point de vue unique sur l’évolution du monde du travail, nous présenterons régulièrement des constats fondés sur des données probantes afin d’orienter les politiques et les pratiques.

De nombreuses études sur l’IA et le travail partent d’une liste fixe de tâches associées à une profession donnée et cherchent à déterminer si les modèles peuvent les accomplir. Nos données indiquent que l’IA change également la répartition des tâches.

Pour mesurer le transfert de tâches, nous distinguons d’abord le travail associé à une profession de celui qui se retrouve dans de nombreux emplois. Certaines activités, comme la rédaction, la synthèse et la planification, sont trop répandues dans l’ensemble des professions pour témoigner d’un transfert. Nous les classons comme génériques. Pour les autres messages, nous déterminons si la tâche relève ou non de la profession de l’utilisateur. Parmi les messages non génériques, 43,5 % sortent du cadre professionnel de l’utilisateur. Ce constat donne un premier aperçu de la façon dont l’IA pourrait redéfinir les tâches des emplois avant que ces changements ne figurent dans les descriptions ou les titres de poste.

Cela laisse entendre qu’une part importante de l’utilisation professionnelle de ChatGPT vient de personnes qui élargissent leur rôle. Cette tendance est particulièrement marquée dans plusieurs groupes. Une fois le travail générique exclu, les tâches hors profession représentent : 

• 77 % des messages propres à une profession chez le personnel de l’expérience client
• 75 % chez les designers
• 69 % chez le personnel des ressources humaines
• 56 % chez le personnel juridique 
• 53 % chez les spécialistes du marketing

Ces professions « empruntent » ces tâches à d’autres rôles. Les données révèlent une nouvelle division du travail : certaines activités qui exigeaient autrefois un transfert peuvent maintenant être réalisées par la personne qui constate d’abord le besoin.

La carte de densité ci-dessous illustre le transfert de tâches en déterminant à quelle profession ressemble le plus chaque message non générique. Les tâches de marketing et d’ingénierie circulent le plus, apparaissant fréquemment dans les messages de personnes qui travaillent dans d’autres domaines.

Lorsqu’on passe des professions aux tâches précises, le transfert de tâches n’est pas réparti uniformément. Les calculs financiers et le dépannage technologique figurent chacun parmi les trois tâches externes les plus courantes dans les sept autres groupes professionnels analysés. Le travail de marketing circule également beaucoup : la création de matériel promotionnel apparaît dans cinq autres groupes et occupe une place particulièrement importante chez les utilisateurs du domaine du design.

L’examen d’ensembles de tâches plus vastes révèle deux directions distinctes de transfert. Certains emplois intègrent de nombreuses tâches provenant d’autres professions. D’autres fournissent des tâches qui se retrouvent dans de nombreux emplois différents.

Le design illustre la première tendance. Environ 35,2 % des messages des designers portent sur du travail habituellement associé à une autre profession, tandis que les tâches de design ne représentent que 1,7 % des messages des personnes travaillant dans d’autres domaines. Les designers font largement appel à des tâches externes, mais le travail de design lui-même apparaît rarement ailleurs.

L’ingénierie présente une tendance presque inverse. Seulement 18,5 % des messages en ingénierie portent sur des tâches d’autres domaines, mais les tâches d’ingénierie représentent 7,4 % des messages de personnes exerçant d’autres professions. L’ingénierie est une source importante de travail pris en charge par des personnes d’autres domaines, du dépannage de logiciels à l’utilisation de systèmes techniques.

Le marketing se démarque dans les deux directions. Les spécialistes du marketing consacrent 24,3 % de leurs messages à des tâches associées à d’autres professions, tandis que les tâches de marketing représentent 8,9 % des messages de personnes d’autres domaines, soit la part sortante la plus élevée de l’échantillon. Le personnel du marketing combine des tâches de plusieurs domaines, et le travail de marketing se répand aussi largement dans l’organisation.

La taille et la structure d’une entreprise influencent la façon dont l’IA transforme le travail. Dans une grande entreprise, le personnel peut avoir accès à des équipes spécialisées, à des processus établis et à des services internes. Dans une petite organisation, la personne la plus près du problème est plus susceptible de s’en charger que de le déléguer.

Chez les utilisateurs moyens, la part des tâches hors profession passe de 18,9 % pour ceux qui travaillent dans des espaces comptant de 2 à 5 places à 16,3 % pour ceux dont l’espace en compte plus de 100. Chez les utilisateurs les plus actifs, nous n’observons pas la même tendance monotone.

Une explication possible est que les utilisateurs modérés de petites organisations se tournent vers l’IA lorsqu’ils rencontrent une tâche qui exigerait autrement l’intervention d’un autre service. Les utilisateurs intensifs pourraient plutôt avoir établi des processus stables soutenus par l’IA qui se ressemblent davantage d’une organisation à l’autre, ou utiliser l’IA plus intensivement dans leur profession principale.

L’IA pourrait être particulièrement utile comme outil généraliste lorsque les ressources spécialisées sont rares.

Ce type de données sur l’utilisation de l’IA indique où le travail évolue. Il nous permet de voir comment l’IA aide les travailleurs à expérimenter de nouvelles combinaisons d’activités avant que les entreprises ne réécrivent les descriptions de poste ou ne créent de nouveaux titres. En ce sens, les habitudes d’utilisation pourraient fournir un signal précoce des changements professionnels que les statistiques traditionnelles du marché du travail ne saisiront que plus tard.