Rapport du MIT : AI transformera progressivement le travail basé sur le texte, plutôt que de supprimer les professions d'un seul coup

Une nouvelle étude du MIT offre une vision moins apocalyptique de l'impact de l'IA sur le marché du travail. Selon l'équipe, les changements se produisent déjà rapidement, mais ils ressemblent davantage à une montée graduelle des eaux qu'à un effondrement soudain des professions : de plus en plus de tâches basées sur le texte deviennent automatisables, tandis que les entreprises et les employés ont le temps de se réorganiser.

Comment cela a été mesuré

Les chercheurs du MIT ont tenté de répondre non pas à une question abstraite—'quand l'IA remplacera-t-elle les gens ?'—mais à une plus pratique : quelles tâches professionnelles les modèles peuvent-ils déjà gérer dans des conditions réelles. Pour cela, ils ont pris plus de 3 000 tâches basées sur le texte de la classification O*NET, qui décrit le travail sur le marché américain du travail, et ont recueilli plus de 17 000 évaluations des travailleurs eux-mêmes. C'est un changement important par rapport aux benchmarks de laboratoire : l'accent ne porte pas sur les tests pour le bien des tests, mais sur la question de savoir si on peut confier à un modèle une tâche professionnelle spécifique.

Le MIT compare séparément deux scénarios de développement. Le premier—'vagues qui s'écrasent'—est celui où l'IA devient soudainement très forte dans un ensemble limité de tâches et disrupe rapidement des catégories entières de travail. Le second—'marées montantes'—est celui où la qualité augmente simultanément sur un large front, sans sauts brusques dans les niches individuelles. Sur la base des résultats de l'étude, l'équipe a trouvé beaucoup plus de signes du deuxième scénario : le progrès se fait rapidement, mais de manière plus uniforme et prévisible.

Ce que montrent les chiffres

La conclusion clé est que l'IA est déjà remarquablement utile pour une part significative du travail basé sur le texte, si elle est évaluée au seuil de 'minimalement suffisant'. Les chercheurs se sont concentrés sur 63 % des tâches professionnelles dans l'économie américaine qui sont de nature textuelle et donc, en principe, adaptées aux LLMs. Au sein de ce groupe, les modèles ont réussi à accomplir environ 60 % des tâches sans intervention humaine à un niveau qu'un responsable jugerait acceptable. Mais si le seuil s'élève à des résultats vraiment forts, le tableau change : seulement 26 % des tâches ont été accomplies à un niveau 'excellent'.

• Au deuxième trimestre 2024, l'IA a complété des tâches d'une durée d'environ 3–4 heures avec un taux de réussite d'environ 50 %
• D'ici le troisième trimestre 2025, ce chiffre était passé à environ 65 %
• Si le rythme se maintient, d'ici 2029, la plupart des tâches basées sur le texte atteindront 80–95 % de réussite
• Une qualité quasi impeccable, selon le MIT, exigera d'attendre encore plusieurs années

Ces chiffres expliquent bien pourquoi la nouvelle semble à la fois préoccupante et encourageante. D'un côté, l'automatisation se déplace plus vite que beaucoup ne le souhaiteraient. De l'autre—'minimalement suffisant' n'équivaut pas à 'fiable', 'de haute qualité' ou 'mieux que les humains'. En d'autres termes, les entreprises peuvent déjà gagner du temps sur les brouillons, l'analyse de documents, la correspondance et la préparation routinière du matériel, mais il est trop tôt pour retirer complètement les humains du processus, surtout dans les processus où les erreurs sont coûteuses.

Pourquoi ce n'est pas un effondrement

Les auteurs défient directement le scénario populaire dans lequel les professions disparaissent apparemment par blocs après chaque saut de modèle. Leur argument est plus simple : si la capacité de l'IA croît doucement sur de nombreuses tâches à la fois, le marché a généralement le temps de réagir. Les entreprises ne licencient pas les gens le jour du lancement d'un nouveau modèle—elles doivent encore réécrire les processus, ajuster les contrôles de qualité, distribuer les responsabilités et comprendre où l'automatisation est vraiment rentable. C'est pourquoi le progrès technologique et l'effet économique ne se produisent pas simultanément.

"Ce n'est pas une protection pour les travailleurs, mais le progrès de l'IA pourra être remarqué à l'avance", —

Neil Thompson, MIT.

C'est la principale bonne nouvelle du rapport. Il ne dit pas que les emplois sont protégés. Il dit que les gens, les responsables et les régulateurs ont une chance de remarquer les changements à l'avance, plutôt que de se réveiller un jour dans une nouvelle réalité. Pour les équipes de bureau, cela signifie non pas l'attente du 'jour X', mais une restructuration graduelle du rôle humain : moins de texte mécanique, plus de vérification, de fixation des tâches, de prise de décision et de responsabilité pour les résultats.

Ce que cela signifie

Pour les entreprises, la conclusion est simple : il est temps d'arrêter de débattre si l'IA remplacera complètement les employés et de commencer à ventiler le travail en tâches individuelles. C'est là que le principal changement se produit. Pour les spécialistes, le signal est tout aussi clair : les gagnants ne seront pas ceux qui ignorent l'IA, mais ceux qui l'intégreront plus rapidement dans leur processus et conserveront ce que les modèles font encore de manière inconsistante—le contexte, le jugement professionnel et la qualité finale.