Article
Catégorie Veilles et prospectives
Date de publication 09 février 2026
Auteur Marcus Weldon
Source Newsweek
Compétences
Pratiques de travail

Centaures, canaris et courbes en J : pièges et potentiel de productivité de l’IA (contenu en anglais)

Intérêt de la source

Erik Brynjolfsson, économiste à Stanford et directeur du laboratoire d’économie numérique à l’Institut pour l’IA centrée sur l’humain, offre un cadre économique rigoureux pour comprendre pourquoi les gains de productivité de l’IA tardent à se manifester. Son concept de « courbe en J de productivité » explique que les investissements initiaux en IA – formation, réorganisation, nouveaux processus – apparaissent d’abord comme des coûts sans résultats mesurables, avant de générer des gains importants plus tard. Contrairement aux technologies à usage général précédentes comme l’électricité (20-30 ans), il anticipe que cette courbe sera comprimée à environ cinq ans pour l’IA.

Ses analyses de données de paie révèlent des impacts asymétriques : baisse de 6 % de l’emploi chez les 22-25 ans dans les rôles exposés à l’IA, mais aucun impact sur les travailleur·euses expérimenté·es. L’explication : les jeunes s’appuient sur la connaissance codifiée (facilement automatisable par les LLM), alors que les expérimenté·es possèdent une connaissance tacite et incarnée que l’IA peine à reproduire. Aucun impact salarial n’a encore été observé, mais Brynjolfsson prévoit des gains en emploi et en salaires si on privilégie l’augmentation plutôt que l’automatisation.Il met en garde contre le « piège de Turing » (Turing Trap) : si on conçoit l’IA pour imiter parfaitement les humains, on crée des substituts parfaits du travail humain, ce qui fait baisser la valeur du travail et concentre les gains économiques et politiques chez ceux qui contrôlent l’IA. L’alternative : des « métriques centaure » qui mesurent la performance humain-machine plutôt que la machine seule, orientant le développement vers l’augmentation des capacités humaines. Brynjolfsson insiste : « augmentation is the norm » – historiquement, la valeur du travail humain a été multipliée par 50 en trois siècles grâce aux outils d’augmentation, et 60 % des emplois actuels n’existaient pas en 1940.

Yutong Liu & Digit / https://betterimagesofai.org / https://creativecommons.org/licenses/by/4.0/

We’ve been very fortunate that there’s a lot of written data about a lot of our cognitive processes, and that has allowed us to train LLMs that do a lot of cognitive tasks, but there’s not the same kind of detailed data about physical processes. That’s something that we humans understand, like picking up a glass of water or breaking a pencil or buttoning a shirt, they require a lot of detailed data about forces and directions and so forth. That hasn’t been codified anywhere. It’s not on the internet, and that means that we don’t have the training data for these physical systems.

Participer à la discussion

guest
0 Commentaires
Commentaires en ligne
Afficher tous les commentaires