IA générative et emplois : analyse mondiale des effets potentiels sur la quantité et la qualité du travail
Des chercheurs de l’OIT expliquent pourquoi l’exposition se mesure à partir des tâches qui composent les professions, plutôt qu’à partir de gros titres alarmistes sur l’emploi. L’étude de 2023 modélise une automatisation et une augmentation potentielles, puis met l’accent sur la qualité du travail, le genre, l’accès, la voix des travailleurs, le redéploiement et l’écart entre possibilité technique et adoption.
Plan pour cette page
Regarder activement avec une préparation, des repères et un contrôle de compréhension.
Vous repartirez avec
Comment une étude mondiale d’exposition fondée sur les tâches a été construite, pourquoi l’exposition des tâches ne correspond pas à une perte d’emploi observée, et comment les choix au travail façonnent l’automatisation, l’augmentation et la qualité du travail.
Temps
57 min
Avant de commencer
Travailleurs, responsables, enseignants et décideurs prêts à suivre une longue présentation de recherche et ses limites.
Faites ceci maintenant
Lisez les termes et les points d’attention avant de charger la vidéo.
IA générative et emplois : analyse mondiale des effets potentiels sur la quantité et la qualité du travailComment une étude mondiale d’exposition fondée sur les tâches a été construite, pourquoi l’exposition des tâches ne correspond pas à une perte d’emploi observée, et comment les choix au travail façonnent l’automatisation, l’augmentation et la qualité du travail.
00:00 · Pourquoi étudier l’IA générative au travail
03:00 · Un instantané mondial fondé sur les tâches
07:00 · Tâches ISCO et notation assistée
10:00 · Où se concentre l’exposition
15:00 · Estimations mondiales et tendances selon le genre
Ce que cela enseigne
Comment une étude mondiale d’exposition fondée sur les tâches a été construite, pourquoi l’exposition des tâches ne correspond pas à une perte d’emploi observée, et comment les choix au travail façonnent l’automatisation, l’augmentation et la qualité du travail.
Travailleurs, responsables, enseignants et décideurs prêts à suivre une longue présentation de recherche et ses limites.
À observer
Repérez l’unité analysée : tâche, profession, travailleur, organisation, pays ou emploi réellement observé.
Écoutez les présentateurs décrire à plusieurs reprises les estimations comme des bornes supérieures et des signaux directionnels.
Observez comment participation, genre, accès numérique et organisation modifient les résultats possibles.
Termes utiles
Avant de lancer la vidéo
exposition des tâchesprofessionautomatisationaugmentationqualité du travail
La vidéo externe est chargée uniquement à votre demande
Le lecteur utilise l’adresse officielle en mode de confidentialité renforcée. Les conditions du fournisseur s’appliquent.
Un métier regroupe des tâches ; l’exposition de certaines ne signifie pas la disparition du métier.
Les capacités techniques, le coût, l’infrastructure, les compétences, la demande, les choix organisationnels, la réglementation et la voix des travailleurs influencent l’adoption et ses résultats.
L’augmentation peut améliorer la productivité ou intensifier le travail et réduire l’emploi ; la qualité du travail est un résultat à concevoir et à mesurer, non un bénéfice automatique.
Contrôle actif
Que prouve une forte estimation d’exposition des tâches ?
Réserves
La présentation donne un instantané de 2023, fondé sur des capacités de type GPT-4 et des descriptions de tâches professionnelles ; les capacités, les emplois, l’adoption et les données probantes ont évolué depuis.
Les chiffres sont des plafonds directionnels et omettent coûts, infrastructure, salaires, choix, nouveaux métiers, effets de demande et autres IA ou robots.
Le modèle participe aux scores et regroupements ; malgré revue humaine et tests, les scores synthétiques gardent incertitudes et risques de biais.
Une revue de l’OIT de juin 2026 observe des gains de productivité inégaux et peu de déplacements massifs à grande échelle à ce stade ; elle doit accompagner le webinaire, non le remplacer rétroactivement.
Accessibilité
Seuls des sous-titres et une transcription anglaise automatiques ont été confirmés ; noms, sigles et certains chiffres comportent des erreurs et ne sont pas corrigés indépendamment. Aucune piste française manuelle n’a été confirmée. Les graphiques comptent ; l’article officiel reste la meilleure trace accessible des méthodes et chiffres.
Generative AI and Jobs: A global analysis of potential effects on job quantity and quality.International Labour Organization
Le webinaire exact ayant fait l’objet de la revue. Il présente une étude d’exposition des tâches fondée sur un instantané de 2023, conçue comme une borne supérieure, ainsi qu’une discussion sur la méthode et les politiques publiques.
Generative AI and Jobs: A global analysis of potential effects on job quantity and quality.International Labour Organization
Le document de travail 96 de l’OIT, publié le 21 août 2023 par Paweł Gmyrek, Janine Berg et David Bescond. Il décrit la méthode fondée sur les tâches et les limites qui sous-tendent le webinaire.
The impact of GenAI on jobs, productivity and work organization: a review of the empirical evidenceInternational Labour Organization
La mise à jour des données probantes de juin 2026. Elle relève des effets réels mais inégaux sur la productivité, peu de déplacements massifs à ce stade et des préoccupations persistantes concernant les inégalités, l’autonomie et la qualité du travail.
inAi