Les jeunes et l’IA : quels impacts concrets sur…

Anthropic a-t-il mesuré les capacités théoriques de l'IA sur le marché du travail ?

40

1Ars Technica AI

Anthropic a-t-il mesuré les capacités théoriques de l'IA sur le marché du travail ?

Anthropic a publié ce mois-ci un rapport sur l'impact de l'intelligence artificielle sur le marché du travail, accompagné d'un graphique qui a rapidement circulé dans les milieux spécialisés. Ce visuel compare, sur 22 catégories professionnelles, l'« exposition observée » actuelle des métiers aux grands modèles de langage (en rouge) à leur « capacité théorique » (en bleu). Au premier regard, la zone bleue est saisissante : elle suggère que les systèmes basés sur des LLM pourraient, en théorie, accomplir au moins 80 % des tâches individuelles dans des secteurs aussi variés que les arts et médias, l'administration, le droit, la finance et même le management. L'interprétation de ce graphique a toutefois été largement exagérée. En creusant la méthodologie, la zone bleue ne représente pas une prédiction de remplacement massif des travailleurs par des machines, mais des estimations spéculatives, et en partie obsolètes, sur les domaines où l'IA pourrait améliorer la productivité humaine. Autrement dit, « capacité théorique » ne signifie pas « capacité de remplacer » : il s'agit de tâches que les LLM pourraient potentiellement assister ou automatiser en partie, sans que cela implique la disparition des postes correspondants. Ce rapport s'inscrit dans un débat plus large sur la quantification réelle de l'impact économique de l'IA générative. Anthropic, comme d'autres acteurs du secteur, cherche à cadrer la discussion publique autour de l'adoption de ses modèles, ce qui crée un intérêt institutionnel évident à présenter des chiffres d'exposition élevés. Les économistes du travail soulignent depuis longtemps la différence entre automatisation de tâches et suppression d'emplois entiers. La viralité du graphique illustre combien une visualisation mal calibrée peut alimenter des craintes, ou des enthousiasmes, déconnectés de la réalité méthodologique sous-jacente.

UELes biais méthodologiques dans la quantification de l'exposition des emplois aux LLM concernent directement les décideurs politiques français et européens qui s'appuient sur ces rapports pour calibrer leurs politiques d'emploi et de reconversion professionnelle.

SociétéPaper

1 source

IA, jeunes talents et entreprises : le nouveau pacte de confiance

45

2Le Big Data

IA, jeunes talents et entreprises : le nouveau pacte de confiance

La quatrième édition du Baromètre Talents SKEMA-EY, publiée en 2024 et consacrée pour la première fois à l'IA générative, dresse un portrait saisissant des nouvelles générations face aux outils numériques. Selon cette étude menée par SKEMA Business School en partenariat avec EY, 96 % des jeunes diplômés utilisent déjà des outils d'IA, et 61 % d'entre eux en font un usage quotidien. Amine Ezzerouali, enseignant-chercheur à SKEMA, observe que ces étudiants associent désormais directement leur employabilité à leur maîtrise de l'IA : plus ils développent ces compétences, plus ils se perçoivent comme attractifs sur le marché du travail. Pourtant, cet usage intensif ne se traduit pas automatiquement par une efficacité professionnelle réelle. Près de 80 % des jeunes attendent une formation structurée de la part de leur futur employeur, refusant d'être livrés à eux-mêmes face à des outils aux implications juridiques et cybersécuritaires importantes. Une simple fuite de données via un chatbot public peut fragiliser toute une organisation. Ce basculement crée une pression inédite sur les entreprises et leurs managers intermédiaires. Ceux qui ne proposent pas d'accompagnement structuré risquent de perdre leurs jeunes recrues au profit d'organisations capables d'enrichir durablement leur profil professionnel. L'étude souligne en parallèle un retour marqué de l'esprit critique : 60 % des jeunes le considèrent désormais comme essentiel à leur réussite. L'IA automatisant les tâches répétitives et une partie de l'analyse de données, le rôle des profils juniors évolue vers l'interprétation des signaux faibles, la contextualisation et la navigation dans l'incertitude. Les recruteurs s'adaptent en conséquence : l'étude de cas supplante progressivement le test technique pur, forçant les candidats à démontrer leur capacité à résoudre des problèmes réels avec ou sans assistance numérique. Ce constat s'inscrit dans une réflexion plus large sur le "Shadow AI", soit l'utilisation non encadrée et souvent dissimulée d'outils génératifs dans les environnements professionnels, phénomène qui s'est accéléré depuis l'irruption massive de ChatGPT en 2022. Faute de politique claire, de nombreuses entreprises oscillent entre interdiction, tolérance et encadrement partiel, laissant les managers en première ligne face aux risques de sécurité. SKEMA Business School a répondu à ce défi en intégrant la data science dans l'ensemble de ses spécialisations, pariant sur des parcours hybrides qui permettent aux talents de performer aussi bien sans IA qu'avec. Les profils seniors conservent un avantage structurel grâce à leur expertise métier, qui leur permet de formuler des requêtes plus pertinentes et d'évaluer la fiabilité des réponses. La frontière entre l'exécutant augmenté et l'expert capable d'interroger intelligemment la machine reste, selon Ezzerouali, le défi central de cette nouvelle ère professionnelle.

UEL'étude SKEMA-EY, menée en France, révèle que les entreprises françaises doivent repenser leurs politiques de formation et d'encadrement de l'IA pour attirer et fidéliser les jeunes diplômés.

SociétéOpinion

1 source

L'impact de l'IA sur l'emploi et les centres de données dans l'espace

45

3MIT Technology Review

L'impact de l'IA sur l'emploi et les centres de données dans l'espace

L'intelligence artificielle continue de redistribuer les cartes de l'économie mondiale, et les économistes qui minimisaient jusqu'ici ses effets sur l'emploi commencent à revoir leur position. Alex Imas, chercheur à l'Université de Chicago, avance qu'un seul indicateur pourrait réellement éclairer l'ampleur de la transformation à venir : l'élasticité-prix du travail face à l'automatisation. Il plaide pour ce qu'il appelle un "Projet Manhattan" de la collecte de données, afin de mesurer dans quelle mesure les entreprises substitueront effectivement des travailleurs humains à des systèmes d'IA selon l'évolution des coûts. Sans cette donnée, toute politique publique visant à amortir le choc risque de viser à l'aveugle. En parallèle, un rapport explosif du New Yorker révèle que Sam Altman aurait discrètement lobbié contre des réglementations sur l'IA qu'il soutenait publiquement, alimentant la méfiance d'une partie des cadres d'OpenAI envers leur propre PDG. La société fait également face à des doutes sur sa capacité à entrer en Bourse cette année, selon The Information. Ces bouleversements interviennent alors que l'industrie technologique explore des solutions infrastructurelles radicales pour soutenir la croissance de l'IA sans aggraver la crise environnementale terrestre. En janvier 2026, SpaceX d'Elon Musk a déposé une demande pour lancer jusqu'à un million de centres de données en orbite autour de la Terre. L'objectif affiché est de libérer pleinement le potentiel de l'IA tout en délocalisant hors de notre planète la consommation énergétique et thermique colossale que ces infrastructures impliquent. SpaceX n'est pas seule sur ce créneau : plusieurs autres entreprises technologiques explorent des solutions similaires d'informatique orbitale, même si les défis techniques restent considérables. Ce double mouvement, vers une IA plus puissante et vers une infrastructure toujours plus ambitieuse, se déploie dans un contexte géopolitique tendu. L'administration Trump a proposé des coupes massives dans le financement des agences scientifiques américaines, ce qui pourrait provoquer une fuite des cerveaux hors des États-Unis selon le New York Times. Pendant ce temps, OpenAI, Anthropic et Google ont formé une alliance inhabituelle pour contrer ce que Bloomberg décrit comme de la "distillation adversariale" par des acteurs chinois, c'est-à-dire l'extraction des capacités de leurs modèles par imitation. DeepSeek, de son côté, préparerait un nouveau modèle optimisé pour fonctionner sur des puces Huawei, attendu dans les prochaines semaines. Ces dynamiques dessinent un paysage où la course à l'IA se joue désormais autant sur le terrain économique et réglementaire que sur celui de la recherche pure.

UELes coupes budgétaires américaines dans les agences scientifiques pourraient provoquer une fuite des chercheurs vers l'Europe, tandis que l'alliance OpenAI-Anthropic-Google contre la distillation adversariale chinoise soulève des questions de souveraineté numérique pour les acteurs européens de l'IA.

SociétéActu

1 source

L'effet machine à sous de l'IA : pourquoi les fils générés perturbent le travail en profondeur (et comment retrouver sa concentration)

40

4AI News

L'effet machine à sous de l'IA : pourquoi les fils générés perturbent le travail en profondeur (et comment retrouver sa concentration)

Une nouvelle analyse publiée en 2026 met en lumière un phénomène baptisé "l'effet machine à sous" de l'intelligence artificielle générative, qui perturberait la concentration des travailleurs du savoir. Le constat de départ est simple : un professionnel ouvre un outil d'IA générative pour une tâche rapide, et se retrouve dix minutes plus tard en train de reformuler un prompt pour la quatrième fois, ayant perdu de vue son objectif initial. Une revue consacrée au déploiement de l'IA dans les médias numériques a montré que ces plateformes sont "mathématiquement optimisées pour maximiser le temps passé sur le site", les contenus à forte charge émotionnelle surpassant systématiquement les réponses sobres et factuelles. Sur le plan des performances, une étude publiée cette année par le MIT Technology Review a mesuré des gains de productivité de 14% dans le service client et de 26% dans le développement logiciel, mais des retours nettement plus faibles sur les tâches complexes nécessitant du jugement. Le Stanford AI Index 2026 confirme par ailleurs un taux d'adoption de l'IA de 88% dans les entreprises, l'industrie étant à l'origine de la majorité des modèles de pointe publiés l'année précédente. Ce mécanisme s'apparente à une boucle de récompense variable, comparable à celles étudiées depuis des années dans les machines à sous et les réseaux sociaux : chaque réponse légèrement améliorée procure une satisfaction suffisante pour donner envie de continuer, sans jamais être décisive. Cette dynamique grignote silencieusement les plages de travail profond que les professionnels s'étaient réservées, tout en donnant l'illusion d'être productif. Le New York Times a d'ailleurs rapporté des études montrant que ces outils "ne réduisaient pas la charge de travail, mais l'intensifiaient systématiquement", contredisant le discours dominant sur les gains d'efficacité de l'IA. Les signes de cette fragmentation de l'attention sont multiples : une simple clarification qui se transforme en un échange de six messages, des délais qui s'allongent car chaque résultat nécessite plusieurs corrections, des notifications et suggestions qui interrompent le fil de pensée, et une fatigue ressentie en fin de session malgré une synthèse réelle très limitée. Ce paradoxe s'explique par le modèle économique des plateformes d'IA générative, qui ont tout intérêt à maximiser le temps de connexion plutôt qu'à permettre une fermeture rapide de la tâche. Les logiques de recommandation et les flux conversationnels sont ainsi conçus pour produire des variations instantanées et peu coûteuses, entretenant l'engagement plutôt que l'efficacité. Face à ce constat, certains professionnels réagissent en mettant en place des bloqueurs de sites pour imposer des limites strictes autour des onglets et flux distrayants, afin de préserver les plages de concentration ininterrompue qu'exige un travail de qualité.

SociétéOpinion

1 source

Les jeunes et l’IA : quels impacts concrets sur le marché du travail ?

À lire aussi

Anthropic a-t-il mesuré les capacités théoriques de l'IA sur le marché du travail ?

IA, jeunes talents et entreprises : le nouveau pacte de confiance

L'impact de l'IA sur l'emploi et les centres de données dans l'espace

L'effet machine à sous de l'IA : pourquoi les fils générés perturbent le travail en profondeur (et comment retrouver sa concentration)