L’émergence de l’intelligence artificielle (IA) génère autant d’espoirs en matière de productivité que de craintes quant à l’avenir du travail. À chaque révolution technologique, la question ressurgit : l’IA va-t-elle massivement remplacer les travailleurs humains, ou au contraire les assister afin d’améliorer leurs compétences ? Historiquement, la plupart des économistes ont soutenu que les nouvelles technologies, malgré les disruptions initiales, créent au long terme au moins autant d’emplois qu’elles en détruisent ( Frick,2024). Autrement dit, les chocs technologiques passés ont été considérés comme des changements assez bénins voire bénéfiques pour le secteur de l’emploi ( Frick, 2024) Toutefois, face aux progrès récents de l’IA et surtout de l’IA générative , qui est capable d’accomplir un grand nombre de tâches cognitives , cette vision optimiste est réévaluée (Harvard Business Review, 2024).
Désormais, les chercheurs et décideurs publics s’interrogent sur l’ampleur réelle de la disruption du marché du travail et sur les mesures à prendre pour en accompagner les effets sociaux. Des rapports récents prévoient des transformations majeures : selon le Forum économique mondial, l’adoption de l’IA et de l’automatisation pourrait simultanément supprimer des millions d’emplois tout en en créant davantage d’ici 2030, entraînant une reconfiguration sans précédent de nombreux secteurs (World Economic Forum, 2025). Cependant, il faut noter que l’impact de l’IA dépend du secteur et du métier et que tout le monde ne sera pas touché de la même façon. Les estimations varient, mais elles montrent que nous devons être prudents. D’un côté certaines études ont avancé que près de la moitié des emplois seraient potentiellement automatisables à l’avenir ce qui a alimenté un discours alarmiste sur une possible “obsolescence” généralisée tions du personnel humain (Harvard Business Review 2024). D’un autre côté, des analyses plus approfondies mettent en avant la diversité des missions au sein de chaque métier : en prenant en considération le fait que seules certains missions sont automatisables; la proportion d’emplois réellement menacés serait beaucoup plus limitée. Par exemple Arntz et ses collaborateurs estiment qu’environ seulement 9 % des emplois sont exposés à un risque élevé d’automatisation totale dans les pays membres de l’OCDE (Arnt et al., 2023). Ce nombre est beaucoup plus bas que les 47 % avancés par Frey et Osborne en 2017 suggèrant que de nombreux travailleurs verront plutôt leur profession se transformer en profondeur , grâce à la délégation des tâches routinières aux machines , plutôt que simplement disparaître complètement et immédiatement. En ce sens-là l’IA « reformule » davantage le travail qu’elle ne le supprime en redirigeant les efforts humains vers des tâches à plus grande valeur ajoutée (Harvard Business Review 2021).En moyenne, 27 % des emplois dans l’OCDE sont considérés comme étant à haut risque d’automatisation à court terme (OCDE, 2023). À l’échelle mondiale, on estime que 40 % des emplois sont susceptibles d’être transformés par l’IA générative (Tony Blair Institute, 2025) et, Selon le Forum économique mondial, 40 % des employeurs envisagent de réduire leurs effectifs s’ils peuvent automatiser certains postes d’ici 2030 ( World Economic Forum, 2025).
Comme abordé un peu plus haut, tout le monde ne sera pas touché de la même façon En effet, la vulnérabilité face à l’automatisation demeure très inégale. Les emplois peu qualifiés et les fonctions routinières sont parmi les plus exposés. Les secteurs comme l’administration, la logistique ou la vente au détail devraient connaître les plus fortes perturbations liées à l’IA (World Economic Forum, 2025). À l’inverse, les travailleurs disposant de compétences techniques avancées ou exerçant des métiers impliquant créativité, pensée critique ou interaction humaine peuvent espérer voir leur productivité augmenter grâce à des outils d’IA augmentant leurs capacités plutôt que les remplaçant. Ceux qui ont un bon niveau d’études profitent souvent plus de l’IA. Ceux qui ont peu de qualifications ont plus de mal à s’adapter (OCDE, 2023).Les données récentes soulignent en effet un risque de creusement des inégalités , car d’une part, les groupes socio-professionnels favorisés sont mieux positionnés pour tirer parti des compléments offerts par l’IA et d’autre part, les travailleurs moins qualifiés rencontrent davantage d’obstacles à l’adaptation. Selon l’Organisation de coopération et de développement économiques, les adultes peu qualifiés participent aujourd’hui deux fois moins aux formations continues que ceux ayant un diplôme universitaire, ce qui compromet leur capacité à se reconvertir face aux mutations technologiques (OECD, 2023). Sans correction, de telles inégalitées d’accès aux compétences risquent d’aggraver les écarts de revenus et d’opportunités à l’ère de l’IA.
Un autre facteur d’inégalité tient concerne le rythme d’adoption de ces technologies au sein même de la population active. En effet, toutes les catégories de travailleurs n’embrassent pas l’IA au même degré. Une enquête de Chicago Booth montre que les utilisateurs précoces d’outils d’IA générative comme ChatGPT se trouvent majoritairement parmi les travailleurs jeunes, hautement éduqués et performants (Stropoli, 2024). À poste équivalent, les cadres récemment diplômés s’avèrent bien plus enclins à expérimenter ChatGPT que leurs collègues plus âgés. L’étude révèle également un écart de genre marqué : à qualifications comparables, les femmes interrogées sont environ 20 % moins susceptibles que les hommes d’utiliser ces outils, souvent par manque de formation ou de confiance en leurs compétences numériques ( Stropoli, 2024). De l’autre côté, même parmi les travailleurs convaincus que l’IA pourrait leur faire gagner un temps considérable (par exemple réduire de moitié le temps nécessaire pour accomplir certaines tâches), une partie des travailleurs hésite à passer à l’acte ( Stropoli, 2024). Près de la moitié des employés estimant que ChatGPT pourrait les rendre beaucoup plus efficaces , déclarent ainsi ne pas envisager de l’utiliser dans leur travail quotidien, que ce soit par inquiétude quant aux politiques internes de leur entreprise ou par méfiance vis-à-vis de la confidentialité des données (Stropoli, 2024). Ce décalage entre le potentiel technologique et son adoption réelle suggère que sans accompagnement, l’IA pourrait initialement profiter surtout à une catégorie de travailleurs , ce qui creuserait l’écart avec ceux qui, par choix ou par contrainte, tarderaient à intégrer ces outils dans leurs pratiques professionnelles (Stropoli, 2024).
Pour les organisations, l’IA promet d’importants gains d’efficience, mais elle met également la question de la responsabilité sociale vis-à-vis des employés en jeu. En 2025, l’entreprise IBM a annoncé avoir remplacé des centaines d’employés du service des ressources humaines par des systèmes d’IA, tout en continuant à recruter dans des domaines techniques de pointe (Shibu, 2025). Selon son directeur général, automatiser certaines fonctions administratives permettrait de réduire les coûts et d’accélérer les processus, tandis que les effectifs humains seraient réorientés vers des activités à plus forte valeur ajoutée (Shibu, 2025). Si cette stratégie traduit la recherche légitime de compétitivité, elle soulève en contrepartie des enjeux de gestion du capital humain. La reconversion du personnel déplacé par l’IA n’est pas garantie, et de telles mesures peuvent entamer la confiance des salariés dans la vision à long terme de l’entreprise. D’un point de vue éthique, ces décisions reposent souvent sur un arbitrage délicat entre performance économique et devoir de diligence envers les travailleurs. Comme le souligne Ifeoma Ajunwa, sans intervention extérieure, les employeurs pourraient être tentés d’exploiter les technologies d’IA pour maximiser la productivité au détriment des considérations humaines, en adoptant une approche managériale quasi scientifique focalisée sur l’efficacité immédiate (Ajunwa, 2024). Cette juriste dépeint le scénario d’une course effrénée à l’automatisation où les entreprises, en quête d’avantages concurrentiels, capturent et exploitent massivement les données de leurs employés – leur « capital captif » – afin d’entraîner des systèmes destinés à les remplacer ( Ajunwa, 2025). Une telle dynamique, qui s’inscrit dans la continuité du surveillance capitalism analysé par Shoshana Zuboff, risque d’ériger la surveillance permanente et la dépossession des données personnelles en normes du monde du travail (Zuboff, 2019). Les salariés, soumis à des « managers algorithmiques » scrutant leurs moindres faits et gestes, pourraient voir s’éroder leur autonomie et leur dignité au travail, tandis que la valeur tirée de leur performance serait accaparée par l’employeur sans juste contrepartie pour les salariés (Ajunwa, 2024). Ces perspectives invitent à repenser en profondeur le rôle de l’IA dans l’entreprise : plutôt qu’un simple instrument de rendement, l’IA doit être encadrée de façon à servir un projet collectif conciliant innovation et respect des droits des travailleurs. Il est donc essentiel de revoir le rôle de l’IA : elle ne doit pas juste servir à aller plus vite ou à faire plus avec moins, mais à enrichir le travail humain tout en respectant les droits.
Il est important de noter que l’intégration de l’automatisation ne signifie pas nécessairement une relation de concurrence directe entre les individus et les machines. De nombreux spécialistes pensent plutôt qu’il s’agit plutôt d’une approche basée sur la complémentarité : le but idéal serait que l’intelligence artificielle renforce les capacités humaines au lieu de les supplanter (Harvard Business Review 2021). De ce fait, les tâches récurrentes à faible valeur ajoutée ou présentant des risques pour la sécurité seront automatisées, ce qui permettrait ainsi aux employés de se concentrer sur des tâches plus créatives, relationnelles ou stratégiques. Selon eux, la technologie ne va pas remplacer le rôle de l’être humain , elle met plutôt en lumière l’importance de l’intelligence émotionnelle et du discernement humain dans des domaines où ils restent essentiels ( MIT Sloan, 2025). Toutefois, si l’usage de l’intelligence artificielle se limite à la recherche d’économies rapides, cela pourrait avoir des répercussions négatives sur les employés. Certains pourraient ressentir un manque d’implication, de motivation voire d’utilité. Ce désengagement pourrait également entraîner une perte de compétences précieuses : lorsque des individus expérimentés quittent l’entreprise ou cessent de partager leurs connaissances, toute l’organisation en pâtit. En fin de compte, les décisions prises par les compagnies, les instances gouvernementales et les parties prenantes dans le domaine de l’éducation auront un impact majeur sur les conséquences ultimes de la révolution de l’intelligence artificielle ( Barry, 2025). En promouvant une innovation inclusive à travers la formation des travailleurs et la redéfinition participative des méthodes de travail et de la mobilité interne. Les effets nuisibles de l’automatisation peuvent être atténués et les avantages de productivité répartis de manière plus équitable (Chicago Booth Review ,2024). À un niveau macroéconomique plus large, l’intégration de l’intelligence artificielle pourrait se réaliser de deux façons : soit de manière rapide et généralisée comme cela a été le cas pendant la révolution industrielle (une adoption massive entraînant une croissance partagée), soit de manière plus progressive et polarisante similaire à la transition observée lors de l’avènement des technologies de l’information qui a initialement bénéficié aux individus les plus qualifiés (Chicago Booth Review , 2024).
Selon les recherches menées par Chicago Booth (2024), l’avenir de l’intelligence artificielle dépendra de la manière dont elle est utilisée de manière réfléchie et efficace. Une mise en œuvre intelligente impliquant une formation continue et l’engagement des collaborateurs , pourrait atténuer les effets néfastes tout en favorisant une meilleure répartition des avantages générés par cette technologie émergente. Ce qui est sûr, ce sont les défis cruciaux auxquels nous sommes actuellement confrontés (Harvard Business Review 2024). Face à ces défis, les gouvernements doivent agir. Il faut d’abord encadrer l’usage de l’IA par des règles claires. L’Union européenne a pris les devants en 2024 avec le AI Act (Commission européenne, 2024). Ce texte classe les IA selon leur dangerosité : plus une IA est risquée, plus elle est encadrée. Par exemple, les IA utilisées dans la santé ou l’éducation doivent suivre des règles très strictes, avec des contrôles humains et une transparence complète. L’objectif est de garder le contrôle humain et de protéger les droits fondamentaux. C’est une avancée, mais certains points restent flous. Par exemple, comment définir une IA « à haut risque » ? Les autorités auront-elles les moyens de faire des audits efficaces ? (Veale & Borgesius, 2021). Les auteurs semblent mettre en avant le fait que ce sont les entreprises qui évaluent elles-mêmes le risque de leurs IA. Cela soulève des doutes sur l’efficacité des contrôles. Malgré cela, cette loi est une première mondiale et marque un tournant.
Mais les règles ne suffisent pas, il faut aussi former les gens. Les gouvernements, les entreprises et les écoles doivent mettre en place des formations pour permettre à tous de s’adapter. Il ne s’agit pas seulement d’apprendre la technologie, mais aussi de développer des qualités humaines : l’esprit critique, la créativité, le travail en équipe.
Des études montrent les formations sont essentielles (Harvard Business Review, 2024). Une publication de 2023 rappelle que dès 2019, l’OCDE prévoyait que 14 % des emplois pourraient être totalement automatisés, et qu’un autre tiers serait profondément modifié. Cela représente près d’un milliard de personnes à requalifier (Harvard Business Review, 2023). Les gouvernements sont donc encouragés à offrir des formations continues, à donner des avantages fiscaux aux entreprises qui forment leurs employés, et à collaborer avec les écoles et les plateformes d’apprentissage (OCDE, 2025).
Ces efforts doivent viser les personnes les plus fragiles : les travailleurs peu qualifiés, ceux qui ont des métiers menacés, mais aussi les jeunes diplômés, dont les compétences peuvent devenir vite dépassées (Forum économique mondial, 2025). Les écoles et les universités intègrent déjà des cours sur l’IA, les données et l’éthique du numérique, pour former des profils capables d’utiliser la technologie tout en ayant des qualités humaines fortes. L’éducation change aussi avec l’arrivée de tuteurs virtuels, de correcteurs automatiques ou de plateformes d’apprentissage personnalisées. Ces outils se développent rapidement dans l’enseignement supérieur (Jiali, 2025). Ils offrent des apprentissages plus adaptés, mais montrent aussi l’importance du rôle des enseignants dans la qualité, l’éthique et la protection des données. Il est important de noter que bien que le changement soit technologique, il est aussi profondément humain. Il y a des raisons d’espérer : des lois, des projets de formation, des entreprises qui utilisent l’IA de manière responsable. Le Forum économique mondial rappelle que si certains métiers vont disparaître, d’autres seront créés ( World Economic Forum, 2025).
Dans la continuité de cette réflexion, il est essentiel de développer des politiques de formation inclusives capables de répondre aux besoins spécifiques des groupes les plus vulnérables, en particulier les personnes peu qualifiées, les travailleurs plus âgés ou encore les individus judiciarisés. La reconnaissance des compétences acquises en dehors des parcours formels constitue également un levier important pour faciliter l’intégration ou la reconversion professionnelle. En parallèle, la mise en place de dispositifs assurant une transition juste doit permettre d’accompagner socialement et économiquement les individus affectés par les transformations technologiques, à travers des mécanismes de soutien au revenu, de mobilité́ professionnelle et de dialogue social renforcé. Il est également important de réfléchir à un encadrement normatif de l’intelligence artificielle en milieu de travail, notamment en ce qui concerne les décisions automatisées et la protection de la vie privée. Enfin, la gouvernance collective de l’innovation technologique, incluant les travailleurs, les syndicats, les employeurs et l’État, est comme une condition indispensable pour concilier efficacité économique, équité sociale et respect des droits fondamentaux. En conclusion, l’IA ne vise pas nécessairement à « détruire » le travail. C’est à nous de faire en sorte qu’elle le transforme positivement. Si nous combinons innovation, justice sociale et volonté politique, nous pouvons imaginer un avenir où l’IA assiste les humains au lieu de les remplacer. Mais ce futur ne viendra pas tout seul : il commence dès aujourd’hui.
Références
Ajunwa, I. (2024). The Quantified Worker: Law and Technology in the Modern Workplace. Cambridge University Press. https://fr.scribd.com/document/863140443/The-Quantified-Worker-Law-And-Technology-In-The-Modern-Workplace-Ifeoma-Ajunwa-pdf-download
Stropoli, R. (2024, May 7). Which workers will benefit from AI? Chicago Booth Review. https://www.chicagobooth.edu/review/which-workers-will-benefit-ai cedlas.econo.unlp.edu.araxios.com+13chicagobooth.edu+13chicagobooth.edu+13
Humlum, A., & Vestergaard, E. (2025, April 22). Workers are adopting AI — but inequalities are emerging. Chicago Booth Review. https://www.chicagobooth.edu/review/workers-are-adopting-ai-inequalities-are-emerging chicagobooth.edu+1chicagobooth.edu+1
Harvard Business Review. (2021, November 15). Automation doesn’t just create or destroy jobs — it transforms them. https://hbr.org/2021/11/automation-doesnt-just-create-or-destroy-jobs-it-transforms-them arxiv.org+4chicagobooth.edu+4arxiv.org+4
Barry, D. (2025, May 27). Poor AI Planning, Not Technology, Is Costing Jobs. Reworked.co. https://www.reworked.co/employee-experience/poor-ai-planning-not-technology-is-costing-jobs
Frick, W. (2024, May). AI is making economists rethink the story of automation. Harvard Business Review. https://hbr.org/2024/05/ai-is-making-economists-rethink-the-story-of-automation
Harvard Business Review. (2024a, February). Will AI kill your job, or help you do it better? https://hbr.org/2024/02/will-ai-kill-your-job-or-help-you-do-it‑better
Harvard Business Review. (2024b, April). Reskilling in the age of AI. https://hbr.org/2024/04/reskilling-in-the-age-of-ai
Jiali, S. (2024). The Impact of Artificial Intelligence on Personalized Learning in Education: A Systematic Review. Pakistan Journal of Life and Social Sciences (PJLSS), 22(2). https://www.pjlss.edu.pk/pdf_files/2024_2/7412-7428.pdf
OECD. (2023). OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market. OECD Publishing. https://www.oecd.org/en/publications/oecd-employment-outlook-2023_08785bba-en/full-report/artificial-intelligence-and-the-labour-market-introduction_ea35d1c5.html
Sloan, M. (2025, March 17). New MIT Sloan research suggests that AI is more likely to complement, not replace, human workers | MIT Sloan. MIT Sloan. https://mitsloan.mit.edu/press/new-mit-sloan-research-suggests-ai-more-likely-to-complement-not-replace-human-workers
European Commission. (2024). AI Act: Regulation on Artificial Intelligence. Digital Strategy. https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
World Economic Forum. (2025). The future of jobs report 2025. https://www.weforum.org/publications/the-future-of-jobs-report-2025/
The Impact of AI on the Labour Market. (2024, November 8). Institute.global; Tony Blair Institute. https://institute.global/insights/economic-prosperity/the-impact-of-ai-on-the-labour-market
Shibu, S. (2025, May 8). IBM Replaced Hundreds of HR Workers With AI, According to Its CEO. Entrepreneur. https://www.entrepreneur.com/business-news/ibm-ceo-ai-replaced-hundreds-of-human-resources-staff/491341
Zawacki‑Richter, O., et al. (2019). Systematic review of research on artificial intelligence applications in higher education: Where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 1–27. https://educationaltechnologyjournal.springeropen.com/articles/10.1186/s41239-019-0171-0