- il y a 17 heures
Lundi 17 novembre 2025, retrouvez Grégory Verdugo (Professeur des universités) dans PÉRIODE D'ESSAIS, une émission présentée par Cem Algul.
Catégorie
🗞
NewsTranscription
00:00Vous regardez l'émission Période d'essai qui donne la parole à celles et ceux qui écrivent le monde du travail.
00:13Aujourd'hui j'ai le plaisir de recevoir Grégory Verdugo qui est l'auteur de l'IA et l'emploi.
00:17C'est publié au presse de Sciences Po.
00:19Grégory, bonjour.
00:20Bonjour.
00:21Est-ce que vous pouvez nous parler de votre parcours, Grégory ?
00:23Je suis professeur des universités, spécialiste d'économie.
00:27Je suis en poste actuellement à l'université de Cergy et ma spécialisation c'est plutôt l'économie du travail
00:33et notamment l'effet de la technologie sur les inégalités sur le marché du travail.
00:37J'entre dans le vif du sujet, Grégory, vous soulignez que l'inquiétude face à l'intelligence artificielle, elle ne cesse de grandir.
00:44Alors d'où vient cette peur selon vous ?
00:46En fait on est dans des sociétés qui sont caractérisées par pas mal de croissance économique,
00:50donc ça a des bons côtés, c'est-à-dire d'année en année on devient plus riche.
00:53Par contre une des limites c'est que ça change qui sont les gagnants et qui sont les perdants de manière régulière.
00:58Et donc c'est vrai que les entreprises qui vont avoir du succès dans les dix prochaines années,
01:02ce n'est pas forcément celles qui sont dominantes aujourd'hui.
01:04Et ça, ça crée normalement des fortes inquiétudes de la part en face des décideurs économiques,
01:10ceux qui sont aujourd'hui en haut de la hiérarchie ne sont pas forcément ceux qui vont l'être dans une dizaine d'années.
01:15Et également au niveau des travailleurs, parce que ça oblige les travailleurs à se réallouer,
01:19à se réallouer entre secteurs, à se réallouer entre différents types de métiers.
01:24Et même ça déprécie dans certains cas leur connaissance sur le marché du travail.
01:28Donc l'intelligence artificielle, c'est vrai qu'elle apparaît comme quelque chose de nouveau.
01:32On se doute que ça va profondément transformer notre manière de produire, notre manière de créer de la richesse.
01:37Mais là pour l'instant, ce n'est pas vraiment qui seront les futurs gagnants et les futurs perdants de cette nouvelle technologie.
01:42Et donc c'est cette incertitude qui crée finalement de la peur dans toutes les couches de la société.
01:48Mais est-ce qu'il n'y a pas une part d'imaginaire finalement relative aux nouvelles technologies qui jouent un peu sur cette perception ?
01:55C'est vrai, il y a un professeur du MIT, David Autor, qui a souligné de manière très juste
01:59qu'on avait tendance à surestimer les effets négatifs de l'automatisation du progrès technique sur l'emploi par rapport aux effets positifs.
02:07Alors les effets négatifs, ils sont assez clairs, on le voit, c'est une machine qui va remplacer le travail.
02:11Et donc on va avoir besoin de moins de travail pour produire la même quantité.
02:15Mais paradoxalement, il va y avoir des effets positifs sur la demande de travail du progrès technique.
02:20Ces effets positifs proviennent du fait qu'en fait, le progrès technique, l'automatisation va nous rendre plus riches
02:25et donc va nous permettre de consommer plus de biens.
02:28On est passé d'une économie au 19e siècle dans laquelle on avait à peu près des salaires de subsistance.
02:3390% des revenus étaient consacrés à l'achat de nourriture.
02:37Et donc il n'y avait pas de possibilité de consommer d'autres biens, de consommer des services, de consommer des biens de santé ou des biens d'éducation.
02:45Aujourd'hui, maintenant, on est devenu beaucoup plus riche grâce au progrès technologique.
02:48Et donc, on peut consommer ces nouveaux biens.
02:51Et c'est ça qui a augmenté la demande de travail, par exemple, notamment dans le secteur des services.
02:55Donc on peut consommer plus de santé, on peut consommer plus d'éducation.
02:59Et c'est ça qui finalement contrebalance l'effet initial négatif du progrès technique sur la demande de travail.
03:05Alors, vous rapprochez l'intelligence artificielle de grandes révolutions passées.
03:09Je pense à l'électricité ou à la machine à vapeur.
03:12En quoi est-ce que ces comparaisons, elles peuvent nous aider à mieux appréhender l'adoption de l'intelligence artificielle ?
03:18En fait, la grande question qui se pose aujourd'hui, c'est est-ce que l'intelligence artificielle va être ce qu'on appelle une de ces technologies à usage général
03:24et une des caractéristiques de ces technologies, c'est que ça entraîne la croissance économique dans une dynamique positive pendant plusieurs décennies.
03:32Jusqu'ici, on n'en a comptabilisé à peu près que trois.
03:35La machine à vapeur au début du 19e siècle, l'électrification de la production à la fin du 19e et plus récemment, dans les 50 dernières années, le numérique.
03:45Alors, pourquoi c'est des technologies particulières ?
03:47Parce qu'en fait, elles se diffusent dans tous les secteurs de l'économie.
03:50Elles ne restent pas seulement dans leur secteur initial.
03:52Et en se diffusant dans tous les secteurs, elles nourrissent le progrès technologique dans l'ensemble de la société.
03:58Et donc, pour cela, elles transforment également profondément le marché du travail en ayant cet impact.
04:04Et donc, la question qui se pose pour l'intelligence artificielle, c'est est-ce que c'est vraiment cette technologie qui va se diffuser dans tous les secteurs ?
04:11Aujourd'hui, la plupart des entreprises ont tendance à dire qu'elles commencent à utiliser l'IA et ce, dans l'ensemble des secteurs.
04:17Mais ce qu'on observe de manière plus intéressante, c'est qu'ils embauchent énormément également de spécialistes de l'IA.
04:23Et bien au-delà de leur secteur initial, qui était le secteur de l'informatique et du numérique.
04:27Alors, on entend beaucoup dire, vous l'avez mentionné, que l'IA va détruire des emplois.
04:33Vous, vous montrez au contraire que ça va être une transformation plus qu'un processus de destruction, notamment sur la répartition des tâches.
04:41Quelles sont les prochaines étapes de cette transformation ?
04:43On avait un peu cette vision naïve, il y a une cinquantaine d'années ou une trentaine d'années en économie,
04:47de penser qu'il y avait une opposition entre le capital et le travail.
04:51C'est-à-dire que si on utilisait une machine, ça allait automatiquement remplacer un travailleur.
04:55Et aujourd'hui, en fait, on sait que la machine ne remplace pas forcément le travail,
04:59mais au contraire, va remplacer certaines tâches dans le travail.
05:02Pour vous donner un exemple, par exemple, quand il y a eu l'impact du numérique dans les années 80,
05:08et notamment dans le secteur bancaire, on a eu la distribution d'argent dans les banques
05:12qui a été remplacée par des distributeurs automatiques.
05:15Donc on pensait que les emplois de guichetiers dans les banques allaient disparaître.
05:18Or, en pratique, ils n'ont pas disparu, mais ils se sont complètement transformés.
05:21C'est-à-dire qu'au lieu de se focaliser sur la distribution des espèces,
05:25les guichetiers sont devenus des spécialistes de la vente des produits financiers et du conseil aux clients.
05:31Alors, un problème, évidemment, c'est que comme il va y avoir le changement technologique
05:34qui change les tâches qui sont faites dans les emplois,
05:36les nouvelles tâches ne sont pas forcément les mêmes que les anciennes.
05:39Pour reprendre l'exemple des guichetiers, avant, il suffisait d'avoir un niveau d'éducation relativement basique,
05:45sans connaissances financières approfondies pour distribuer des billets.
05:49Mais par contre, les nouveaux guichetiers, ils vont devoir avoir des connaissances un peu plus spécialisées
05:55sur les produits financiers.
05:56Et donc, en fait, le travail ne va pas être remplacé, mais sa nature va changer
06:00sous l'effet du progrès technologique.
06:02Et c'est vraisemblablement ce qui va se passer sur l'intelligence artificielle.
06:05Et est-ce que cette transformation, elle va être faite de façon égalitaire selon vous ?
06:09Quels sont les points de vigilance qu'on doit avoir ?
06:12Alors, ce qu'on a vu sur l'impact du numérique, c'est que ça avait très fortement augmenté
06:16les inégalités sur le marché du travail dans les 30 dernières années.
06:20Et notamment, ça avait remplacé des emplois assez basiques,
06:25qu'on appelait dans le milieu de la distribution des salaires,
06:27qui étaient remplacés par des ordinateurs et par l'automatisation.
06:30Et ce qu'on voyait au contraire, c'était que les cadres étaient les grands gagnants,
06:33parce que l'utilisation des ordinateurs et de l'informatique les rendait plus productifs.
06:38Pour l'intelligence artificielle, pour l'instant, c'est assez incertain.
06:42Il y a des premières études qui tendent à redire que ça pourrait diminuer
06:47certains types d'inégalités, notamment en facilitant l'acquisition de l'expérience.
06:52Il y a une étude notamment qui montre que dans des centres d'appel,
06:55l'utilisation de l'IA permet à des employés d'être aussi productifs
07:00après deux semaines de travail qu'après six mois de travail sans IA.
07:04Et donc, ça leur permet d'égaliser rapidement leur niveau de salaire.
07:09D'autres économistes pensent que l'IA pourrait servir à remplacer
07:16les connaissances très qualifiées et très pointues
07:21qu'ont par exemple certains travailleurs dans le domaine de la médecine
07:25ou dans le domaine du droit.
07:26Donc par exemple, lorsque vous avez un désert médical
07:28et qu'il n'y a pas de docteur spécialisé,
07:31on pourrait penser qu'on aurait quelqu'un qui serait par exemple infirmier
07:34qui irait aider d'une IA, donner des soins, des soins de base
07:40et qui pourrait donc complémenter ces soins de base
07:42avec l'utilisation de l'intelligence artificielle.
07:45Oui, on a d'ailleurs vu des ouvrages et des prises de parole
07:48dans le sens d'arrêter les études
07:50parce que l'intelligence artificielle va nous permettre
07:53de combler finalement ces écarts-là.
07:56J'aimerais qu'on revienne sur la question de l'adoption
07:59de la technologie par les entreprises
08:01et je me permets de lire un extrait de l'ouvrage qui m'a marqué.
08:05Si les progrès technologiques semblent rapides,
08:07l'adoption des innovations par les entreprises prend du temps
08:10car elles doivent découvrir la meilleure manière de produire avec elles.
08:13Les conséquences à moyen terme de l'IA sur l'emploi
08:16restent très incertaines, d'autant plus que les révolutions technologiques
08:19ont toujours surpris leurs contemporains.
08:22Alors, vous insistez sur le décalage entre la vitesse des progrès technologiques
08:27et le temps d'adoption dans les entreprises.
08:29Concrètement, aujourd'hui, avec l'IA, on en est où ?
08:32C'est un peu ce qu'on voit, l'espèce de paradoxe qu'on a
08:36dans ces grandes révolutions technologiques.
08:38C'est-à-dire que, peut-être encore plus pour l'IA
08:41parce qu'on voit qu'il y a des progrès absolument impressionnants
08:43de ces machines, mais par contre, ce qu'on sait,
08:46c'est que pour les adopter dans le processus de production,
08:49pour les entreprises, ça va prendre beaucoup de temps.
08:51On l'a vu dans les années 80, pour l'informatique,
08:54il y avait ce qu'on appelait le paradoxe de Solo.
08:56On disait, il y a des ordinateurs partout, c'était un économiste du MIT
08:59qui disait, il y a des ordinateurs partout,
09:02sauf qu'on ne voit pas de croissance très forte de la productivité.
09:05Donc, il disait ça dans les années 80.
09:07Les entreprises avaient déjà commencé à beaucoup s'équiper.
09:10Et en fait, ce qui s'est passé, c'est qu'on a vu les gains de productivité
09:13apparaître une dizaine d'années plus tard.
09:15Il y a une sorte de décalage entre les investissements nécessaires
09:17des entreprises dans la réorganisation de la production
09:19et les fruits de ces investissements.
09:23Ce qui pousse certains économistes à penser que l'évolution de la productivité
09:30suite à une révolution technologique a une sorte de courbe en U.
09:34Tout d'abord, elle est décroissante parce que les entreprises investissent beaucoup.
09:37Elles investissent beaucoup dans des projets
09:39qui finalement n'auront pas forcément le rendement attendu
09:42avant de vraiment découvrir la bonne manière de les adopter.
09:45Et ça, paradoxalement, ça va peut-être être vrai pour l'intelligence artificielle
09:50qui est une technologie qui s'est diffusée de manière extrêmement rapide
09:53parce qu'elle utilise des réseaux qui existaient déjà,
09:56qu'elle utilisait Internet.
09:57Mais pour l'instant, c'est vrai que les entreprises ont une sorte de tâtonnement.
10:03Elles tâtonnent sur la manière de savoir comment intégrer
10:06dans le processus de production l'intelligence artificielle.
10:09Vous consacrez un de vos chapitres aux décisions que l'IA commence déjà à prendre.
10:14Je pense au recrutement, à l'évaluation, à la notation.
10:18Qu'est-ce qui change pour les salariés
10:20quand le manager devient finalement une machine absente ?
10:25Alors, ce qui peut changer, le bon côté,
10:28c'est que comme c'est une machine,
10:31elle peut avoir tendance à éviter de discriminer
10:34de manière consciente et inconsciente.
10:36Comme on peut avoir, on sait que les décisions humaines,
10:39parfois, peuvent être biaisées de manière volontaire,
10:42mais aussi involontaire.
10:44Et donc, l'utilisation d'une machine et de critères fiables,
10:47ça peut permettre finalement d'égaliser,
10:49de récompenser les plus méritants
10:51et de savoir finalement qui est le plus productif.
10:53Le problème, c'est que dans beaucoup de métiers,
10:56ce n'est pas forcément facile de savoir
10:57qui est le plus méritant, qui est le plus productif.
10:59Et donc, la machine peut elle-même être biaisée.
11:02Il y a également un risque de biais
11:04des algorithmes qui peuvent se produire.
11:06Et ce risque de biais, il est d'autant plus fort
11:09si la machine essaie également d'imiter une décision humaine
11:13qui peut elle-même être biaisée.
11:16Alors, c'est pour ça qu'il faut vraiment savoir
11:19quelle est la bonne circonstance
11:20dans laquelle il faut employer ces technologies.
11:22Est-ce qu'on peut vraiment bien mesurer
11:24la productivité du travailleur ?
11:25Et si c'est vraiment le cas, dans ce cas,
11:27on peut éventuellement envisager son utilisation
11:31pour récompenser les meilleurs et les plus méritants.
11:33Alors justement, sur cette question de la performance,
11:35on voit apparaître des nouveaux outils de suivi
11:38ou de mesure de cette performance.
11:41Quelles peuvent être les conséquences,
11:43alors qu'elles soient positives ou négatives,
11:46de l'usage de tels outils ?
11:48Il y a une conséquence qui peut être négative,
11:50c'est que s'il y a une surveillance trop forte
11:54qui est permise grâce à ces outils,
11:56ça peut être très très mal vécu pour les salariés
11:58qui vivent la surveillance excessive de manière étouffante.
12:01Il y a quand même une certaine valorisation de l'autonomie
12:05chez les salariés.
12:07Et il y a des études qui montrent très très clairement
12:09que de nombreux salariés étaient prêts à abandonner des postes
12:11dans lesquels ils estimaient justement être trop traqués
12:14par leurs employeurs.
12:17Donc il faut essayer vraiment d'avoir la juste mesure
12:20et ne pas utiliser ces technologies
12:22de manière à ce qu'elles soient trop étrouffantes
12:24pour les salariés.
12:25Il y a donc un enjeu de régulation aussi, je suppose ?
12:28Évidemment, il y a un enjeu de régulation
12:30et de respect de la vie privée.
12:33C'est vrai que c'est des technologies qui sont très puissantes,
12:34qui peuvent permettre de surveiller les salariés
12:37en leur donnant de l'information sur leur vie privée,
12:39que les employeurs n'ont pas à connaître.
12:41Également surveiller où ils sont,
12:42en dehors de leurs heures de travail.
12:44Donc ça, il faut évidemment que ce soit régulé
12:46de manière très très efficace.
12:48Et toujours sur cette régulation,
12:49est-ce que vous pensez, vous à titre personnel,
12:52que l'IA Acte par exemple est une régulation suffisante
12:55ou alors pas assez ambitieuse ?
12:57Voilà, quelle est votre position ?
12:59L'IA Acte, effectivement,
13:01c'est une des premières régulations
13:02qui a été proposée par l'Union européenne,
13:07qui est a priori très très ambitieuse.
13:09Les craintes des économistes, pour l'instant,
13:12ont tendance à dire qu'elles seraient peut-être excessives
13:15et elles auraient peut-être tendance à freiner
13:18le développement de l'intelligence artificielle
13:19dans notre continent.
13:21C'est vrai qu'a priori,
13:22on a pour l'instant pas mal de retard,
13:24avec très peu de champions de l'intelligence,
13:25l'intelligence artificielle qui sont sur notre continent,
13:28très peu de dépôts de brevets,
13:30enfin bon, sur de nombreuses métriques,
13:32les compteurs sont un peu vers le rouge.
13:35Donc c'est vrai que pour l'IA Acte,
13:37pourrait être utile,
13:38mais paradoxalement,
13:39comme il a été développé dans une période
13:41dans laquelle on ne connaissait pas vraiment
13:43le potentiel de cette technologie,
13:46c'est peut-être une régulation trop forte
13:48et je dirais peut-être prématurée,
13:49vu les circonstances.
13:51Est-ce que vous êtes chercheur
13:52et dans la période d'essai,
13:53on reçoit souvent des chercheurs et des chercheuses ?
13:56Est-ce que là, il n'y a pas aussi un enjeu
13:58au niveau de la recherche à l'échelle nationale,
14:01surtout quand on voit les difficultés
14:03que connaît l'enseignement supérieur aujourd'hui ?
14:05Alors c'est vrai qu'on a vraiment une difficulté majeure
14:08déjà de retenir les talents.
14:11On est un des pères de l'intelligence artificielle,
14:13Yann Lequin,
14:14qui a effectué son doctorat en France,
14:16mais qui maintenant travaille aux États-Unis
14:19et qui a effectué toute sa carrière aux États-Unis.
14:21On a également des difficultés à transformer
14:23ces innovations en entreprises.
14:26Et plus généralement,
14:27on a des difficultés à financer
14:29ce genre de technologies disruptives
14:31parce qu'il y a très peu de capital risque
14:34disponible en Europe.
14:36Donc le capital risque,
14:37c'est une manière de financer des activités
14:41qui ne seront rentables éventuellement
14:42que sur 10 ans, 20 ans.
14:44Donc c'est ce qui se passe aux États-Unis
14:46pour financer tous ces nouveaux géants
14:49de l'intelligence artificielle.
14:50C'est ce qui se passe également en Asie.
14:52Par contre, en Europe,
14:53on suppose que l'absence de financement
14:56de capital risque important
14:57explique notre retard dans ce domaine.
15:01Et justement, vous parlez des États-Unis
15:03et de la Chine.
15:03Quel est le risque de vivre
15:06ce décrochage finalement technologique
15:09face à ces deux superpuissances
15:11dont on connaît les ambitions
15:13et finalement la stratégie
15:16qui est devenue très claire
15:18qui est une stratégie de concurrence ?
15:19Le risque, c'est que les salariés européens
15:21ne bénéficient moins ou avec retard
15:24des gains de productivité
15:25de ces nouvelles technologies.
15:27Et également que ces technologies
15:28soient utilisées de manière stratégique
15:31pour le bénéfice des entreprises américaines
15:35ou des entreprises chinoises.
15:38Donc, pour l'instant,
15:40les entreprises ont tendance
15:42à garantir l'accès aux infrastructures,
15:44à essayer de ne pas discriminer
15:46entre les différents types de clients.
15:48Mais c'est vrai que la plupart
15:49des centres de calcul
15:50qui sont utilisés pour l'intelligence artificielle
15:52sont pour l'instant
15:54de manière disproportionnée
15:56et concentrée aux États-Unis.
15:58Donc, ça pose un enjeu majeur de souveraineté
16:01dans le cas où on n'aurait plus accès
16:02à ces infrastructures.
16:04Parce que ça serait totalement possible finalement,
16:06je veux dire, en termes de technologies
16:08et même de principes économiques,
16:09que les États-Unis, par exemple,
16:10décident de couper les accès
16:12à l'intelligence artificielle ?
16:14On voit ce qui se passe maintenant avec Trump.
16:17Donc, a priori, tout serait possible.
16:20Et c'est vrai qu'il vaut mieux
16:21se prémunir de ce risque.
16:24Qu'est-ce qu'il faudrait faire
16:24pour que la France et l'Europe, du coup,
16:26devienne actrice et non pas spectatrice
16:28de cette révolution
16:29en ce qui concerne le travail ?
16:32En ce qui concerne le travail,
16:34eh bien, c'est vrai que,
16:36et là, c'est peut-être mon côté universitaire
16:38où je suis un peu biaisé,
16:39c'est vrai qu'on a des universités
16:41ou des formations
16:42dans lesquelles on manque pas mal de moyens.
16:45On a des formations qui sont de qualité,
16:48mais relativement pas assez d'étudiants en sciences.
16:51Donc, il faudrait peut-être revaloriser
16:53à la fois les études scientifiques
16:54et à la fois revaloriser la formation de base
16:57puisque je pense que, paradoxalement,
16:59il est possible qu'elle soit de plus en plus utile
17:01malgré l'essor de l'intelligence artificielle
17:04qui sera vraisemblablement plus complémentaire
17:06que substituable avec les connaissances des étudiants.
17:10En tout cas, c'est ce qu'on voit aux États-Unis.
17:12S'il y a un ralentissement de certaines embauches
17:14aux États-Unis, c'est surtout pour des individus
17:17qui ont des niveaux de diplôme intermédiaire.
17:20Ceux qui sont toujours diplômés de bas de plus 5
17:23et même au-delà,
17:25ont tendance à être très, très toujours,
17:27très, très fortement demandés par les entreprises,
17:29notamment lorsqu'ils sont formés
17:31dans les domaines scientifiques
17:32et dans les domaines techniques
17:33pour lesquels la France a des formations de qualité.
17:37Mais, paradoxalement,
17:38on manque toujours de bras dans ces domaines.
17:41Donc, il y a un enjeu d'éducation
17:43et aussi sur l'enseignement supérieur.
17:46Est-ce que les entreprises,
17:47elles n'ont pas des moyens d'action
17:49pour des populations
17:51qui sont déjà hors du circuit éducatif ?
17:54Alors, les entreprises, effectivement,
17:56elles jouent un rôle tout à fait majeur.
17:58Depuis qu'il y a eu le développement de l'apprentissage,
18:00c'est vrai qu'on le voit chez nos étudiants,
18:03ça a profondément transformé leur expérience.
18:07Ils ont tendance à apprendre beaucoup plus,
18:08à s'insérer beaucoup plus facilement.
18:11Donc, effectivement,
18:12les entreprises peuvent développer leur vivier
18:17en embauchant de manière plus large.
18:20Le problème, c'est que c'est vrai
18:22que les entreprises,
18:23elles font face à un marché du travail local.
18:25Et les problèmes en France économiques,
18:27qu'on a, sont assez concentrés
18:29dans certaines régions.
18:30Donc, l'entreprise ne va pas forcément
18:32se déplacer dans les régions
18:33où il y a les difficultés économiques.
18:34Donc, je dirais que plutôt,
18:35il faudrait favoriser la mobilité des individus
18:38dans les régions dans lesquelles la demande va être forte
18:40dans les années à venir.
18:42Et ça, bon, les entreprises
18:43ne peuvent pas forcément y faire grand-chose.
18:46Est-ce qu'il y a d'autres mesures
18:47comme celle que vous venez d'évoquer,
18:50qui est la mobilité,
18:51que les entreprises peuvent mettre en place
18:54pour faire face un peu
18:56à cette révolution de l'intelligence artificielle ?
18:58Évidemment, la formation me semble cruciale,
19:02notamment pour des raisons de confidentialité.
19:05Si vous avez des salariés qui utilisent
19:07les grands modèles de langage,
19:09voilà, ils peuvent potentiellement manipuler
19:12des données confidentielles
19:14et mettre des données confidentielles
19:15dans ces interfaces,
19:16ce qui peut être en risque.
19:18Il faut que les entreprises arrivent à savoir
19:23de quelle manière les salariés
19:25peuvent s'approprier le mieux possible
19:26ces outils et devenir le plus productif.
19:30Et ça, ça dépend évidemment fortement du secteur.
19:33Ça ne va pas être la même chose pour un juriste
19:35que pour quelqu'un qui fait de la programmation.
19:38Et là, c'est vrai que la formation a un rôle important à jouer.
19:42Il y a beaucoup de voix qui s'élèvent, Grégory,
19:44sur le fait qu'il y a pour être une bulle.
19:47Qu'est-ce que vous, vous en pensez ?
19:49Est-ce qu'il y a des études sur le sujet
19:50qui permettent de conforter
19:52ou au contraire d'avoir un point de vue
19:54un peu pessimiste sur la question
19:55en se disant, voilà, c'est une bulle,
19:58ça n'en est pas une ?
19:59Sur le plan financier, a priori,
20:01c'est assez certain
20:03que de plus en plus de monde est en train de dire
20:06qu'on est sur une bulle spéculative,
20:08qu'il y a eu des connexions très très fortes
20:10des valeurs boursières,
20:12des fondamentaux des entreprises.
20:14Et ça, c'est ce qu'on a observé
20:16dans les autres révolutions technologiques.
20:17On a observé ça pour le rail dans le 19e siècle.
20:20Il y a eu une forte croissance des actions
20:23dans ce domaine suivi d'un crash.
20:25On l'a observé plus récemment en 2001
20:27avec la bulle Internet,
20:28avec des valorisations d'entreprises
20:30absolument fantaisistes
20:32qui ont disparu dès que le crash s'est réalisé.
20:35Donc, a priori, il y a une bulle financière,
20:37mais ça ne veut pas dire
20:38qu'il y a une bulle technologique.
20:39Derrière la bulle du rail,
20:42il y a eu la construction des voies ferrées,
20:44un développement très important.
20:45Derrière la bulle Internet,
20:46il y a eu toute une série d'apparitions
20:48qui sont arrivées,
20:49le développement d'Amazon,
20:50le développement de Meta et de Google.
20:53Donc, je pense qu'à court terme,
20:54il faut distinguer peut-être la bulle financière
20:57qui vraisemblablement devrait éclater
20:59tôt ou tard.
21:01On ne sait jamais.
21:02C'est ça le problème des bulles.
21:04C'est que c'est difficile de les reconnaître
21:06et c'est difficile de savoir
21:07quand est-ce que la bulle va se dégonfler.
21:10Donc, pour le moment,
21:11on est sûrement dans la période de bulle.
21:13Alors, les conséquences de ces bulles,
21:14elles sont très importantes au niveau réel
21:16parce que les entreprises
21:17obtiennent des financements
21:18de manière très facile grâce à cette bulle
21:20et donc investissent énormément
21:22dans le développement des nouvelles technologies.
21:24C'est pour ça qu'on a des progrès extrêmement rapides
21:26aujourd'hui dans ces technologies.
21:29Vous voyez des nouveaux produits
21:30faits par HDPT ou Google
21:32qui apparaissent régulièrement.
21:33Donc, la bulle stimule l'innovation.
21:36Ça va sûrement s'arrêter tôt ou tard
21:38et il y aura des survivants au crash de la bulle
21:43qui seront ceux qui auront vraiment
21:45des perspectives de croissance
21:47et des plans solides pour l'avenir.
21:49Mais c'est sûr que l'éclatement de la bulle
21:51fera du ménage parmi ses premières entreprises pionnières.
21:54Et ces survivants,
21:55est-ce que ce seront nécessairement
21:57ceux qui avaient le plus de moyens
21:59où là aussi, en appuyant sur la recherche
22:02et l'innovation,
22:03il y a un moyen de tirer son épingle du jeu ?
22:05Je pense à la France, à l'Europe
22:07ou à d'autres pays.
22:08Ça ne sera pas forcément ceux
22:10qui avaient le plus de moyens
22:11comme pour la bulle Internet.
22:13Vous voyez, Yahoo aujourd'hui,
22:14est plus que l'ombre de lui-même.
22:16Il y avait également des entreprises
22:17très importantes qu'on a oubliées aujourd'hui.
22:20Le navigateur Netscape, par exemple,
22:22était dominant à une époque.
22:24Donc, ça ne sera pas forcément
22:25les entreprises dominantes d'aujourd'hui
22:28qui seront celles de demain.
22:29Mais il y a quand même un risque
22:31que ce soit toujours
22:32que certains grands acteurs d'aujourd'hui,
22:35comme Microsoft, par exemple,
22:37où Google restent,
22:39ou même Amazon,
22:40avec ses centres de calcul,
22:41restent dans le jeu.
22:42Donc, les choses ne sont pas jouées.
22:45Il y a la possibilité
22:46qu'il y ait une innovation disruptive
22:47qui arrive.
22:48On l'a vu en janvier dernier
22:49lorsque DeepSy, qui est apparu,
22:52qui est un modèle qui a été développé
22:53par une entreprise chinoise
22:56et qui aurait été développée
22:57pour à peu près un dixième du coût
22:58de développement de chètes GPT.
23:03Donc, les choses ne sont pas forcément jouées,
23:06mais c'est vrai qu'il y a quand même
23:07des chances très, très fortes
23:08que les géants de demain
23:10soient ceux d'aujourd'hui.
23:13Dans votre conclusion,
23:14qui a pour titre,
23:16et c'est très bien dit,
23:17croissance illimitée ou tempête en vue,
23:19vous opposez deux scénarios.
23:21On les a un petit peu évoqués.
23:22Donc, celui d'une croissance soutenue
23:24et celui d'un déséquilibre profond
23:26du marché du travail.
23:28Quand vous, vous regardez
23:29la situation actuelle
23:31à l'échelle nationale,
23:33quel scénario vous semble le plus crédible ?
23:35Pour le moment,
23:36c'est un peu trop tôt de savoir
23:38si vraiment l'intelligence artificielle
23:40va être adoptée très rapidement
23:42dans de nombreux secteurs
23:43et si elle va vraiment transformer
23:45ou même détruire de nombreux emplois.
23:49Donc, je dirais que dans les 5-10 ans,
23:52alors j'aurais peut-être tort,
23:53on est toujours dans la période de transition.
23:57Lorsqu'il y aura vraiment
23:57cette deuxième phase de décollage
24:00dont on parlait tout à l'heure,
24:01les choses seront vraisemblablement différentes
24:03et c'est là qu'on saura finalement
24:05qui sont les gagnants,
24:08quels vont être l'effet sur les inégalités.
24:09Est-ce qu'il va être important
24:10ou est-ce qu'il va être limité ?
24:13Mais il y a des grandes chances
24:15que les tendances actuelles
24:17continuent à se prolonger.
24:19C'est-à-dire que les villes
24:21qui vont tirer leur épingle du jeu,
24:23ça va être les villes
24:23où il y a beaucoup de diplômés du supérieur.
24:26Il y a des grandes chances
24:26que le rendement des études
24:28continue à être assez important.
24:30Donc, les travailleurs les plus qualifiés,
24:32les plus éduqués,
24:32soient les plus protégés.
24:34Donc, ça, ça serait les scénarios,
24:36je pense, les plus crédibles
24:37puisque c'est à peu près
24:38ce qu'on a observé
24:38dans toutes les transitions technologiques.
24:41Les travailleurs les plus qualifiés
24:42étaient ceux qui avaient
24:43le plus tendance
24:44à sortir leur épingle du jeu.
24:46Et sur cette durée
24:47que vous évoquez
24:48entre les investissements
24:50et donc cette phase en U,
24:53elle est toujours de 10 ans environ
24:55pour les technologies ?
24:56Non, en fait, c'est difficile.
24:58C'est difficile de prédire.
24:59C'est à peu près
25:00ce qu'on avait observé
25:01pour l'informatique.
25:03Mais ça dépend, en effet,
25:05de la vitesse des progrès technologiques,
25:07de l'intensité des investissements.
25:09C'est vrai qu'aujourd'hui,
25:10on a des investissements majeurs
25:11dans l'intelligence artificielle.
25:13Alors, des fois,
25:13c'est utilisé pour transformer
25:15des photos en photos mangas,
25:17par exemple.
25:18Donc, des choses
25:18qui ne sont pas forcément
25:19directement productives
25:20dans l'ensemble des secteurs.
25:23Donc, ces investissements
25:24sont peut-être mal orientés.
25:26Mais c'est vrai que,
25:26vu l'ampleur des investissements,
25:28il y en a vraisemblablement certains
25:29qui vont finir par éclore
25:30et qui vont avoir un impact,
25:32un bouleversement majeur
25:33sur l'économie
25:34dans les années à venir.
25:36Vous, Grégory,
25:36à titre personnel,
25:38vous êtes chercheur.
25:38Comment est-ce qu'on travaille
25:40dans un contexte,
25:42on l'a compris,
25:42qui est très incertain ?
25:44Comment on avance ?
25:45Comment on réussit
25:46à produire du savoir
25:47avec autant d'incertitudes ?
25:49Ce qui est compliqué,
25:50finalement,
25:51je dirais,
25:52ce serait plus
25:52les relations avec les étudiants
25:54puisque là,
25:55c'est un domaine
25:55dans lequel l'adoption
25:56a été massive
25:57et très rapide.
25:59Voilà,
25:59si vous donnez
26:00un exercice de mathématiques,
26:01vous lui demandez
26:02de réaliser une dissertation
26:03à un grand modèle de langage
26:05comme chez le GPT,
26:05il va vous donner
26:07une réponse assez rapide
26:08et qui va être
26:09d'une qualité à peu près
26:10meilleure
26:10que ce qu'un étudiant
26:11peut faire.
26:13Et donc maintenant,
26:13on a un peu cette limite,
26:14on ne sait pas vraiment
26:15comment évaluer les étudiants
26:17puisque si on demande
26:18de faire des devoirs
26:19à la maison
26:20ou du travail personnel,
26:21on a des grandes chances
26:21qu'en fait,
26:22ce soit un robot
26:24qui nous ait répondu.
26:26Donc ça,
26:26je pense,
26:27c'est un bouleversement
26:28important.
26:30En ce qui concerne
26:30le travail de chercheur,
26:32on voit ce même phénomène
26:36apparaître.
26:37Il y a des articles
26:38maintenant qu'on reçoit
26:39pour référer,
26:40c'est-à-dire pour donner
26:40un avis,
26:41est-ce que l'article
26:41doit être publié ou non,
26:42dans lesquels il y a
26:43des citations qui n'existent pas,
26:46des citations de papier
26:46qui n'existent pas
26:47et qui proviennent
26:48de ce qu'on appelle
26:49les hallucinations
26:50des grands modèles de langage.
26:52Donc c'est vrai
26:52qu'on est un peu
26:54comme dans les autres secteurs,
26:56on cherche la meilleure manière
26:58de s'approprier ces outils
26:59à la fois pour la recherche.
27:02Est-ce que ça peut nous permettre
27:03d'écrire de meilleurs articles
27:04ou est-ce qu'il va,
27:05sans vraiment donner
27:06le stylo à l'ordinateur,
27:08au grand modèle de langage
27:09et surtout pour l'enseignement
27:11où là vraiment,
27:12ça devient un peu plus compliqué
27:14de savoir comment évaluer
27:15les étudiants
27:16et est-ce que ça va dégrader
27:17ou améliorer les apprentissages
27:19des étudiants à la fin.
27:20Ce qui est sûr,
27:21c'est que ce sont des outils
27:22qui ont besoin d'être adaptés
27:23pour améliorer les apprentissages.
27:25Il y a des études
27:26qui montrent
27:27que si vous donnez l'accès
27:28à des lycéens par exemple
27:30au grand modèle de langage,
27:32donc c'est des études
27:32qui ont été faites
27:33avant que ces outils
27:33soient généralisés,
27:35si vous leur donnez accès
27:36à des grands modèles de langage,
27:37ils ont tendance,
27:38pour préparer l'examen,
27:39ils ont tendance
27:39à réussir un peu moins bien
27:41que s'il n'y avait pas accès.
27:43Et pour finir,
27:44on en a parlé un petit peu ensemble,
27:47est-ce que vous auriez
27:47trois ouvrages à conseiller
27:49pour prolonger la réflexion
27:50sur le sujet ?
27:51Alors, un voleur enterrement,
27:52je me suis rendu compte
27:53que j'allais vous suggérer
27:55trois ouvrages
27:56qui ont été écrits
27:57par des prix Nobel
27:58d'économie,
28:00puisque je suis économiste.
28:02Donc, le premier ouvrage
28:03que je mentionnerai,
28:04c'est celui de Philippe Aguillon,
28:06Céline Antonin
28:06et Simon Bunel.
28:08Le pouvoir de la destruction créatrice
28:09chez Odile Jacob,
28:10je crois, a publié
28:11il y a deux ans.
28:13Donc, c'est un ouvrage
28:13très, très intéressant
28:15qui montre
28:16de quelle manière
28:18le progrès technologique
28:19et l'automatisation
28:20n'est pas forcément négatif
28:22pour l'emploi
28:22comme on a pu dire.
28:25Le deuxième ouvrage,
28:26ça serait celui
28:27de Daron Acemoglu
28:28et Simon Johnson.
28:29Donc, Daron Acemoglu
28:30a eu le prix Nobel
28:31l'an dernier,
28:32en 2024,
28:33Pouvoir et progrès.
28:34Donc, c'est un ouvrage
28:35qui s'intéresse
28:35aux interactions
28:36entre le pouvoir politique
28:39et le pouvoir économique
28:40et qui montre
28:41de quelle manière,
28:42certaines fois,
28:43le pouvoir politique
28:44peut essayer de bloquer
28:45le progrès économique
28:46dans son profit
28:47et dans quel cas
28:48le pouvoir économique
28:49peut lui, au contraire,
28:50s'accaparer la plupart
28:52et essayer d'influencer
28:54le pouvoir politique.
28:56Et c'est...
28:57Donc, il y a pas mal
28:58d'exemples frappants
28:58et notamment autour
29:00de l'essor
29:01de ces énormes
29:03entreprises américaines
29:04qu'on a aujourd'hui
29:04qui dominent
29:05les nouvelles technologies
29:06comme Amazon,
29:07Meta et Google.
29:08Et le troisième article,
29:09il est signé
29:10par Claudia Goldin
29:12et Laurence Casse.
29:12Donc, Claudia Goldin
29:13a eu le prix Nobel
29:14en 2023.
29:15Et celui-là,
29:16il n'est pas traduit
29:16en français,
29:17mais son titre,
29:18c'est « La course
29:18entre la technologie
29:19et l'éducation ».
29:20Et c'est un livre
29:21qui montre
29:22de quelle manière
29:23le progrès technologique
29:24a influencé
29:25les inégalités de salaire
29:26sur le marché du travail
29:27américain
29:28mais également
29:29dans d'autres pays
29:30dans le siècle dernier.
29:31Donc, un ouvrage fascinant
29:32sur les interactions
29:33entre la technologie
29:34et les inégalités
29:35sur le marché du travail.
29:37Grégoï, merci beaucoup
29:38d'avoir répondu
29:39à mon invitation.
29:40Vous êtes l'auteur
29:40de « L'IA et l'emploi ».
29:41C'est déjà disponible
29:42aux presses de Sciences Po.
29:44Quant à moi,
29:44je vous retrouve très bientôt
29:45pour un nouvel épisode
29:46de « Période d'essai ».
29:48Merci.
Recommandations
26:57
|
À suivre
29:39
25:00
25:53
28:38
25:13
5:50
26:26
2:58
57:46
28:36
26:14
29:17
28:30
6:07
4:28
3:09
13:37
28:47
29:19
26:17
16:29
Écris le tout premier commentaire