L’intelligence artificielle va-t-elle automatiser les tâches humaines ? Ce sont trois questions auxquelles une nouvelle étude publiée ce matin par le Laboratoire d’informatique et d’intelligence artificielle (CSAIL) du MIT tente de répondre. De nombreuses tentatives ont été faites pour extrapoler et prédire l'impact des technologies d'intelligence artificielle actuelles, telles que les grands modèles linguistiques, sur la vie des gens et sur l'économie dans son ensemble à l'avenir.

Goldman Sachs estime que l’intelligence artificielle automatisera 25 % de l’ensemble du marché du travail dans les prochaines années. Selon McKinsey, d’ici 2055, près de la moitié des emplois seront pilotés par l’intelligence artificielle. Une enquête menée par l'Université de Pennsylvanie, l'Université de New York et l'Université de Princeton a révélé que ChatGPT pouvait à lui seul affecter environ 80 % des emplois. Un rapport de l'agence pour l'emploi Challenger, Gray & Christmas montre que l'intelligence artificielle a déjà remplacé des milliers de travailleurs.

Mais dans leur étude, les chercheurs du MIT ont cherché à aller au-delà de ce qu'ils appellent des comparaisons « basées sur les tâches » pour évaluer dans quelle mesure il est possible pour l'IA de remplir certains rôles et quelle est la probabilité que les entreprises remplacent réellement leurs travailleurs par la technologie de l'IA.

Contrairement aux attentes, des chercheurs du MIT ont découvert que la plupart des emplois que l'on pensait auparavant risquer d'être remplacés par l'intelligence artificielle ne sont pas réellement « économiquement bénéfiques » à automatiser – du moins pas encore.

Neil Thompson, co-auteur de l'étude et chercheur au MIT CSAIL, a déclaré que la principale implication de l'étude est que la perturbation à venir de l'IA pourrait se produire plus lentement et moins dramatiquement que ne le suggèrent certains critiques.

"Comme de nombreuses études récentes, nous avons découvert que l'intelligence artificielle avait un grand potentiel pour automatiser les tâches", a déclaré Thompson dans une interview par courrier électronique avec TechCrunch. "Mais nous avons pu montrer que l'automatisation d'un grand nombre de ces tâches n'est pas encore attrayante."

Il est important de noter que cette étude n’a porté que sur les emplois nécessitant une analyse visuelle, c’est-à-dire les emplois qui impliquent des tâches telles que la vérification de la qualité d’un produit à la fin d’une chaîne de production. Les chercheurs n’ont pas étudié l’impact potentiel des modèles de génération de texte et d’images tels que ChatGPT et Midjourney sur les travailleurs et l’économie ; ils ont laissé cette question à des recherches de suivi.

En menant l’étude, les chercheurs ont interrogé les travailleurs pour comprendre quelles tâches seraient nécessaires pour qu’un système d’IA remplace complètement leur emploi. Ils ont ensuite modélisé le coût de construction d'un système d'IA capable d'accomplir toutes ces tâches, et déterminé si les entreprises - en particulier les entreprises « non agricoles » aux États-Unis - seraient prêtes à payer les coûts initiaux et opérationnels d'un tel système.

Au début de l’étude, les chercheurs ont donné l’exemple d’un boulanger.

Selon le Bureau of Labor Statistics des États-Unis, les boulangers passent environ 6 % de leur temps à vérifier la qualité des aliments, et l’IA peut (et est en train de le faire) automatiser cette tâche. Une boulangerie comptant cinq boulangers gagnant un salaire annuel de 48 000 dollars pourrait économiser 14 000 dollars si elle pouvait automatiser les tests de qualité des aliments. Mais l'étude estime qu'un système d'IA simple et créé pour accomplir cette tâche coûterait 165 000 dollars à déployer et 122 840 dollars par an à entretenir... et ce n'est que le bas de gamme.

"Nous avons constaté que seulement 23 % des salaires versés aux humains effectuant des tâches de vision sont économiquement attractifs pour l'automatisation de l'IA", a déclaré Thompson. "Les humains restent le meilleur choix économique pour ces emplois."

La recherche prend désormais en compte les systèmes d’IA auto-hébergés vendus par des fournisseurs tels qu’OpenAI, qui doivent uniquement être peaufinés pour des tâches spécifiques plutôt que d’être formés à partir de zéro. Mais même si un système ne coûte que 1 000 dollars, il existe de nombreux emplois - même s'ils sont peu rémunérés et s'ils reposent sur le multitâche - qu'il n'est pas financièrement logique pour les entreprises d'automatiser, selon les chercheurs.

"Même si l'on considère uniquement l'impact de la vision par ordinateur sur les tâches de vision, nous constatons que les pertes d'emplois sont inférieures à celles déjà constatées dans l'économie", écrivent les chercheurs dans l'étude. "Même si les coûts diminuent à un rythme rapide de 20 % par an, il faudra encore des décennies pour que les tâches de vision par ordinateur deviennent économiquement viables pour les entreprises."

Les chercheurs reconnaissent que l'étude présente certaines limites. Par exemple, il ne prend pas en compte les situations dans lesquelles l'IA peut augmenter plutôt que remplacer le travail humain (comme l'analyse du swing de golf d'un athlète) ou créer de nouvelles tâches et emplois qui n'existaient pas auparavant (comme la maintenance des systèmes d'IA). De plus, il ne prend pas en compte toutes les économies que pourraient apporter des modèles pré-entraînés comme GPT-4.

On ne peut s'empêcher de se demander si les chercheurs ont ressenti une pression de la part du sponsor de l'étude, le MIT-IBM Watson AI Lab, pour parvenir à certaines conclusions. Le laboratoire d'intelligence artificielle MIT-IBM Watson a été créé par IBM avec un investissement de 240 millions de dollars américains sur une période de 10 ans. Mais les chercheurs affirment que ce n’est pas le cas.

"Nous étions motivés par le succès retentissant de l'apprentissage profond, la forme dominante de l'intelligence artificielle, dans de nombreuses tâches, et nous voulions comprendre ce que cela signifiait pour l'automatisation des tâches humaines", a déclaré Thompson. "Pour les décideurs politiques, nos conclusions devraient renforcer l'importance de se préparer à l'automatisation des emplois grâce à l'IA... Mais nos conclusions révèlent également que "ce processus prendra des années, voire des décennies, à se dérouler, il est donc temps de mettre en place des mesures politiques". Pour les chercheurs et développeurs en IA, ce travail démontre l’importance de réduire le coût et la portée du déploiement de l’IA afin de rendre l’IA économiquement attractive pour l’automatisation d’entreprise. »