L'IA et la vacance du travail

Alors que les technologies d'intelligence artificielle s'améliorent rapidement, on s'intéresse de plus en plus aux effets sur les travailleurs. Cette colonne utilise des données sur les compétences requises dans les postes vacants aux États-Unis publiés depuis 2010 pour examiner l'impact de l'intelligence artificielle sur le marché du travail américain. Bien que les estimations suggèrent que l'IA a commencé à remplacer les travailleurs dans certaines tâches, elle ne semble pas encore avoir d'effets sur le marché du travail global.
L'intelligence artificielle (IA) fait référence à des algorithmes qui agissent intelligemment, en identifiant des modèles dans des données non structurées (par exemple, des données de parole ou d'image), puis utilisent ces informations pour accomplir des tâches qui nécessiteraient normalement un jugement ou une expertise humaine. La dernière décennie a vu des progrès rapides de l'IA basés sur de nouvelles techniques d'apprentissage automatique et la disponibilité d'ensembles de données massifs. Le rythme du changement devrait s'accélérer dans les années à venir (par exemple, Neapolitan et Jiang 2018, Russell 2019), et les applications d'IA ont déjà commencé à avoir un impact sur les entreprises (par exemple, Agarwal et al. 2019).
Certains commentateurs y voient le signe avant-coureur d'un avenir sans emploi (par exemple, Ford 2015, West 2018 Susskind 2020), tandis que d'autres voient le potentiel de la révolution imminente de l'IA pour enrichir la productivité humaine et l'expérience de travail (par exemple, McKinsey Global Institute 2017). La persistance de ces visions contrastées n'est pas surprenante étant donné les preuves limitées à ce jour sur les conséquences de l'IA sur le marché du travail.
Non seulement il existe peu d'études à ce jour sur les conséquences de l'IA sur le marché du travail, mais il existe relativement peu de preuves systématiques indiquant s'il y a effectivement eu une augmentation importante de l'adoption de l'IA - par opposition à une couverture médiatique étendue de l'IA. De plus, il est possible de trouver des exemples de technologies d'IA qui remplacent le travail ou complètent les travailleurs précisément parce que l'IA, en tant que vaste plate-forme technologique, est capable de faire les deux, et c'est donc en partie une question de choix de société et d'entreprise dans quelle mesure l'IA de déplacement d'emplois créera (Acemoglu et Restrepo 2019b).
Dans une nouvelle recherche (Acemoglu et al. 2020), nous fournissons des preuves sur l'adoption de l'IA aux États-Unis et ses implications. Notre point de départ est que l'adoption de l'IA peut être partiellement identifiée à partir des empreintes qu'elle laisse dans les établissements adoptants lorsqu'ils embauchent des travailleurs spécialisés dans les activités liées à l'IA, telles que l'apprentissage supervisé et non supervisé, le traitement du langage naturel, la traduction automatique ou la reconnaissance d'images. Pour mettre cette idée en pratique, nous construisons un ensemble de données d'activité d'IA au niveau de l'établissement basé sur l'univers proche des offres d'emploi en ligne aux États-Unis et leurs exigences détaillées en matière de compétences, fournies par Burning Glass Technologies, pour les années 2007 et 2010. jusqu'en 2018. Nous classons chaque offre d'emploi publiée par un établissement selon qu'elle nécessite ou non des compétences en IA.
Nos données montrent que l'utilisation de l'IA a augmenté aux États-Unis depuis 2010 et est maintenant relativement répandue. Le panneau de gauche de la figure 1 représente la part de tous les postes vacants nécessitant une IA aux États-Unis, à partir de 2007 et 2010. Nos mesures larges et étroites sont deux classifications différentes de l'IA basées sur le texte des postes vacants. L'utilisation de l'IA augmente avec le temps, avec une légère hausse en 2016.
L'utilisation de l'IA est loin d'être répartie uniformément dans l'ensemble de l'économie. Le panneau de droite de la figure 1 représente la part des postes vacants en IA par grand secteur industriel. Les secteurs de l'information et de la technologie et des services professionnels et commerciaux affichent une part particulièrement élevée de postes vacants en IA. Ces secteurs sont principalement des fournisseurs d'IA au reste de l'économie. Mais surtout, l'IA se répand également rapidement dans un certain nombre d'autres secteurs tels que la finance et la fabrication, qui sont susceptibles d'utiliser l'IA dans la production.
Un cadre basé sur les tâches pour guider les données empiriques
Nous commençons par une perspective basée sur les tâches, reliant l'adoption de l'IA et ses implications possibles à la structure des tâches d'un établissement. Cette perspective souligne que les applications actuelles de l'IA sont capables d'effectuer des tâches spécifiques et prédit que les entreprises engagées dans ces tâches seront celles qui adopteront les technologies de l'IA (Acemoglu et Autor 2011, Acemoglu et Restrepo 2018, 2019a). Ce n'est pas la seule approche que l'on pourrait adopter pour l'IA. On pourrait également penser que l'IA complète certains modèles commerciaux particuliers (plutôt que d'effectuer des tâches spécifiques au sein de ces modèles) ou qu'elle permet aux entreprises de générer et de commercialiser de nouveaux produits (Agarwal et al. 2019, Bresnahan 2019). Mais l'approche basée sur les tâches est particulièrement bien adaptée à notre approche empirique et reçoit le soutien de nos résultats empiriques, comme nous l'expliquons maintenant.
Pour identifier les tâches compatibles avec les capacités actuelles de l'IA, nous utilisons trois mesures distinctes mais complémentaires : la mesure d'impact occupationnel de l'IA de Felten et al. (2018, 2019); l'indice d'aptitude à l'apprentissage automatique (SML) de Brynjolfsson et al. (2018, 2019); et le score d'exposition à l'IA de Webb (2020). Chacun de ces indices est construit sur la base de différentes hypothèses et identifie différents ensembles de tâches et de professions comme étant les plus impactés par les technologies d'IA. Nous construisons l'exposition à l'IA de chaque établissement à partir de sa structure professionnelle de référence (2010) en fonction de chacun de ces indices, et nous utilisons ces trois proxys pour l'exposition à l'IA tout au long de notre analyse. Étant donné que notre objectif est d'étudier l'impact de l'IA sur les entreprises utilisant l'IA plutôt que sur les entreprises productrices d'IA, notre analyse empirique exclut les entreprises des secteurs des services professionnels et commerciaux et des technologies de l'information, qui sont tous deux les principaux fournisseurs de services d'IA.
Les effets de l'IA sur l'emploi
Notre premier résultat est que, conformément à une vision de l'IA basée sur les tâches, l'adoption de l'IA est motivée par des établissements dont les structures de tâches sont compatibles avec les capacités actuelles de l'IA. La figure 2 documente ce résultat. Nous traçons l'évolution de la part des postes vacants nécessitant l'IA, séparément pour les établissements à forte ou faible exposition selon chacune de nos mesures : dans le premier panel avec la mesure de Felten et al. (2018, 2019), dans le deuxième panel avec la mesure SML, et dans le troisième panel avec la mesure de Webb (2020). Dans les régressions, la forte association entre l'exposition à l'IA et l'embauche ultérieure d'IA est robuste à de nombreux contrôles et vérifications de spécifications lors de l'utilisation de Felten et al. (2018, 2019) et les mesures de Webb (2020), bien que moins robustes avec SML.
Nous examinons ensuite si l'exposition à l'IA est associée à des changements dans le contenu des compétences des postes vacants affichés. Avec Felten et al. (2018, 2019) et Webb (2020) (et avec la mesure SML dans une moindre mesure), nous constatons que l'exposition à l'IA est associée à la fois à une baisse significative de certaines des compétences précédemment demandées dans les postes vacants et à l'émergence de nouvelles compétences . Ces preuves renforcent l'hypothèse selon laquelle l'IA modifie la structure des tâches des emplois, remplaçant certaines tâches exécutées par l'homme tout en générant simultanément de nouvelles tâches accompagnées de nouvelles exigences de compétences.
La constatation que les établissements avec des tâches adaptées à l'IA embauchent des travailleurs dans des postes d'IA et modifient leur demande pour certains types de compétences ne nous dit pas, bien sûr, si l'IA remplace ou complète les travailleurs engagés dans ces tâches. Pour mieux comprendre cette question, nous étudions également les conséquences de la récente poussée de l'IA sur la demande de main-d'œuvre dans les établissements.
En principe, les établissements exposés à l'IA peuvent voir une augmentation de l'embauche (non-IA), si soit l'IA complète directement les travailleurs dans certaines tâches, augmentant leur productivité, soit l'IA se substitue aux travailleurs dans certaines tâches, mais augmente suffisamment la productivité (facteur total) augmenter la demande de tâches et de professions non exposées (Acemoglu et Restrepo 2019a). À l'inverse, l'adoption de l'IA peut réduire l'embauche si de nombreuses tâches sont remplacées par l'IA, tandis que l'embauche supplémentaire dans des tâches non automatisées stimulée par l'adoption de l'IA ne compense pas ce déplacement.
Nos résultats ne montrent systématiquement aucune relation positive entre l'exposition à l'IA et l'embauche dans l'établissement. Au contraire, nous trouvons des preuves d'une embauche plus faible associée à une plus grande exposition à l'IA dans presque toutes les spécifications utilisant l'étude de Felten et al. (2018, 2019) et dans la plupart des spécifications avec la mesure de Webb (2020). Le calendrier de ces relations est plausible, car ils se concentrent sur la fenêtre temporelle entre 2014 et 2018, au cours de laquelle les offres d'emploi en IA ont augmenté. Ce modèle de résultats, combiné à nos estimations montrant que l'adoption de l'IA est concentrée dans les établissements avec des tâches plus exposées à l'IA, suggère que la récente poussée de l'IA est en partie due à la substitution de tâches par laquelle l'IA automatise un sous-ensemble de tâches autrefois effectuées par la main-d'œuvre. Nous ne trouvons aucun soutien empirique à l'opinion selon laquelle il existe des complémentarités majeures entre l'homme et l'IA dans ces établissements ou à l'attente que l'IA augmentera l'embauche en raison de ses effets importants sur la productivité - bien que nous ne puissions bien sûr pas exclure que d'autres applications de l'IA ne soient pas prises en compte ici. pourrait avoir de tels effets.
Contrairement aux modèles au niveau de l'établissement, nous ne détectons aucune relation entre l'exposition à l'IA et l'emploi global ou les salaires au niveau de l'industrie ou de la profession. Il n'y a pas d'impact significatif sur l'emploi dans les industries qui ont une structure de tâches qui présente une plus grande exposition à l'IA, et également aucun effet sur l'emploi ou les salaires pour les professions qui sont plus exposées à l'IA. C'est probablement parce qu'il est encore trop tôt pour voir les effets des technologies d'IA au niveau global.
Un jugement sommaire
Nos résultats montrent que malgré l'augmentation notable de l'adoption de l'IA, l'impact de l'IA est encore trop faible par rapport à l'échelle du marché du travail américain pour avoir eu des impacts de premier ordre sur les modèles d'emploi - en dehors de l'embauche de l'IA elle-même. Néanmoins, notre constatation selon laquelle l'adoption de l'IA est considérablement motivée par les établissements qui ont une grande partie des tâches adaptées à l'IA, combinée aux preuves d'une association négative avec l'embauche non liée à l'IA au niveau de l'établissement, implique que tout effet positif sur la productivité et la complémentarité de l'IA sont actuellement faibles par rapport aux conséquences de déplacement de l'IA.