ISIASAccueil > Pour en savoir plus > Sciences formelles > Intelligence artificielle > "Rédaction, analyse de données, génération de code ou traduction seraient (…)
"Rédaction, analyse de données, génération de code ou traduction seraient possibles grâce à un nouvel outil d’IA locale sans Internet, mais l’IA ne serait rentable que lorsqu’elle aurait détruit le travail, donc un successeur potentiel des êtres humains !" par Jacques Hallard
dimanche 10 mai 2026, par
ISIAS IA Usages Risques
Rédaction, analyse de données, génération de code ou traduction seraient possibles grâce à un nouvel outil d’IA locale sans Internet, mais l’IA ne serait rentable que lorsqu’elle aurait détruit le travail, donc un successeur potentiel des êtres humains !
Jacques Hallard , Ingénieur CNAM, site ISIAS – 07/05/2026
Plan du document : Préambule Introduction Sommaire Auteur
Tout d’abord quelques rappels de définitions pour ce dossier réalisé dans un but didactique
Les algorithmes sont le socle de l’intelligence artificielle, du ‘machine learning’ et du traitement de données. Ils permettent de résoudre des problèmes complexes, automatiser des tâches et extraire de la valeur à partir de la data.19 déc. 2025
Le ‘machine learning’ (ML) est un sous-domaine de l’intelligence artificielle qui permet à un système d’apprendre et de s’améliorer de manière autonome à l’aide des réseaux de neurones et du ’deep learning’, sans être explicitement programmé, en étant alimenté par de grandes quantités de données.
Un réseau de neurones artificiels, ou réseau neuronal artificiel, est un système informatique dont la conception est inspirée à l’origine du fonctionnement des neurones mais qui, par la suite, s’est rapproché des méthodes statistiques.
‘Deep learning’ (DL) - ou apprentissage en profondeur - est un sous-ensemble du machine learning (ML), où les réseaux neuronaux artificiels - des algorithmes conçus pour fonctionner comme le cerveau humain - apprennent à partir de grandes quantités de données.
Les Réseaux de neurones, c’est quoi ? - Vulgarisation ...
Voir plus de détail par ici > Comprendre l’IA, le Machine Learning, le Deep Learning et la Gen AI : Guide pour les Product Managers
Intelligence artificielle et product management
L’intelligence artificielle générative - (en anglais : generative artificial intelligence ou GenAI) - est une catégorie d’IA qui se concentre sur la création autonome de contenu, tels que des textes, des images, des vidéos, des sons et d’autres types de données, par des systèmes informatiques…. - Source : Wikipédia
Ce dossier est axé sur les usages de l’intelligence artificielle sur l’emploi et le travail en général…
L’IA menace-t-elle vraiment l’emploi ? Un grand bouleversement à venir du marché du travail ?
Célia Séramour, Cheffe de rubrique Intelligence artificielle pour ‘usine-digitale.fr’, affirme que « le vrai retard organisationnel que les dirigeants français n’ont pas encore mesuré »…
Les articles sélectionnés pour ce dossier sont mentionnés avec leurs accès dans le sommaire ci-après
Retour au début de l’introduction
- Rétrospective - Comment faire de l’intelligence artificielle une technologie vertueuse pour l’emploi et le travail ? - Publié le 11 octobre 2024 - Par : Flore Barcellini ; Nathalie Greenan et Moustafa Zouinar – Document : ‘vie-publique.fr’
- Cette machine fait tourner une IA aussi puissante que le cloud… mais directement chez vous - Publié le 2 mai 2026 à 07:03 – Document ‘futura-sciences.com’
- Geoffrey Hinton, référence absolue de l’IA, prévient : l’intelligence artificielle n’est pas un outil, mais un successeur potentiel ! Publié le 28 novembre 2025 à 14:51 – Document ‘futura-sciences.com’
- Pour Geoffrey Hinton, prix Nobel : l’IA ne sera rentable que lorsqu’elle aura détruit le travail ! Publié le 7 novembre 2025 à 21:03 – Document ‘futura-sciences.com’
- L’IA menace-t-elle vraiment l’emploi ? - Par Jean-Emmanuel Ray - Publié le 1 avril 2026 à 13:30 – Document ‘leclubdesjuristes.com’
- Quand l’IA transforme l’emploi - Par Ouafia Kheniche • Mercredi 11 février 2026 - France Culture - Provenant du podcast Le Journal de l’éco - Par Anne-Laure Chouin
- Décryptage - IA : le grand bouleversement à venir du marché du travail - Par Guillaume de Calignon - Publié le 18 mars 2026 à 20:00 - Mis à jour le 19 mars 2026 à 08:47
- L’IA au travail : le vrai retard organisationnel que les dirigeants français n’ont pas encore mesuré - Célia Séramour - Publié le 5 mai 2026 à 12h55 – Document ‘usine-digitale.fr’
Retour au début du sommaire
Retour au début de l’introduction
§§§
Rétrospective - Comment faire de l’intelligence artificielle une technologie vertueuse pour l’emploi et le travail ? - Publié le 11 octobre 2024 - Par : Flore Barcellini ; Nathalie Greenan et Moustafa Zouinar – Document : ‘vie-publique.fr’
Société Économie
Les opportunités comme les risques de l’intelligence artificielle (IA) pour le monde du travail sont nombreux. Pour l’instant, leur évaluation scientifique reste limitée. Que suggèrent les résultats empiriques en économie et en ergonomie et comment les pouvoirs publics peuvent-ils favoriser une approche nuancée et vertueuse des usages l’IA ?
Sommaire :
1. L’IA : une technologie en pleine mutation qui devient une affaire politique et sociale
2. Les opportunités et les risques pour l’entreprise et le salarié
3. Au-delà de l’IA : les vrais moteurs de la révolution du travail
4. L’enjeu des politiques publiques : promouvoir des ’scénarios vertueux’ d’usages de l’IA
L’IA : une technologie en pleine mutation qui devient une affaire politique et sociale {{}}
L’Intelligence artificielle (IA) connaît actuellement un regain d’intérêt sans précédent dans les sphères politiques et socio-économiques. Les discours qui en émanent prônent une nouvelle ère d’innovations technologiques et de services, à même de transformer le monde du travail. Face à cette évolution, plusieurs pays ont mis en place des plans stratégiques visant à soutenir et encadrer le développement de l’IA. En France, le rapport Villani de 2018 a conduit au lancement du Programme national de recherche en IA (PNRIA). La Commission de l’intelligence artificielle a publié un rapport en mars 2024, contenant 25 recommandations tandis qu’au niveau européen, le Règlement sur l’IA, qui établit des règles harmonisées fondées sur les risques, a été adopté par le Conseil de l’Europe en mai 2024.
Les interrogations sur l’IA au travail ne sont pas pour autant nouvelles. Les premiers systèmes d’intelligence artificielle (SIA) (années 1960-70), basés sur l’IA symbolique qui repose sur l’utilisation de modèles de processus cognitifs (raisonnement, perception, compréhension, etc.) prédéfinis par les concepteurs à l’aide de règles et de symboles, étaient envisagés comme des outils d’assistance dans divers domaines professionnels, mais leurs usages sont restés assez limités. Les SIA actuels, basés sur une approche ’connexionniste’ et des algorithmes d’apprentissage dit profond qui consiste à faire apprendre à des réseaux de neurones artificiels à réaliser des tâches cognitives sans modèles prédéfinis, sont devenus beaucoup plus performants.
Certains de ces systèmes restent circonscrits à des domaines spécifiques, tels que l’analyse d’images ou le traitement automatique du langage avec des utilisations dans différents secteurs (par exemple, le transport avec les véhicules (semi)-autonomes, l’imagerie médicale, la relation client, la maintenance prédictive) sur des tâches bien définies (Zouinar, 2020), d’autres comme ChatGPT, lancé en novembre 2022, ont ouvert de nouvelles perspectives sur l’évolution potentielle des métiers et du travail. Ces systèmes se distinguent des précédentes applications d’IA ’mono-tâche’ par leur polyvalence, offrant de multiples champs d’application : ils peuvent traduire, calculer, générer des textes ou des programmes informatiques, des images, des sons et des vidéos. Grâce à son accessibilité et sa large diffusion, l’IA générative s’approche aujourd’hui des applications web grand public, comme les moteurs de recherche et pourrait devenir un outil professionnel comme un autre.
_
Les différents types de Systèmes d’Intelligence artificielle | ||
| Type d’IA{{}} | Description{{}} | Exemples{{}} |
| Symbolique{{}} | Utilise des symboles et des règles logiques pour modéliser des processus cognitifs (raisonnement, compréhension, résolution de problèmes, perception) | Systèmes experts (ex : MYCIN pour le diagnostic médical) |
| Connexionniste dont… | Basée sur des réseaux de neurones artificiels qui apprennent et développent des modèles numériques à partir de données | |
| …faible | Conçue pour des tâches spécifiques, sans conscience, ni compréhension du sens des données manipulées | - Reconnaissance d’objets, de visage ou de scènes (ex : classification d’objets dans Google Photos) - Traduction automatique (ex : DeepL, Google Translate) |
| …boîte noire | Modèles d’apprentissage complexes dont les processus de production de résultats sont difficiles à déterminer | - Réseaux de neurones profonds utilisés dans le trading algorithmique, certains systèmes de recommandation (ex : algorithme de recommandation de Netflix), les grands modèles de langage comme Chat-GPT ou la reconnaissance faciale - certains algorithmes à base d’arbres de décisions (exemple : algorithmes Random Forest) |
| …générative | Capable de créer du contenu basé sur des données d’apprentissage | - GPT-3 pour la génération de texte - DALL-E pour la création d’images - MuseNet pour la composition musicale |
| … forte ou générale (hypothétique) | IA avec une intelligence comparable ou supérieure à l’humain, avec conscience et compréhension du sens des données | Actuellement théorique |
Crise du rapport au travail : le diagnostic du Haut-Commissariat au Plan
En bref - 12 octobre 2023
https://www.vie-publique.fr/files/styles/card/public/en_bref/gare-saint-lazare.jpg?itok=bLR0ZCFK
Les opportunités et les risques pour l’entreprise et le salarié
L’histoire de l’IA a connu des cycles d’enthousiasme et de désillusion. Actuellement, enthousiasmés par les récentes avancées de l’IA, les acteurs économiques y voient une opportunité d’automatisation et de transformation des systèmes de production, notamment avec des objectifs de performance. Les promesses associées à l’IA reposent essentiellement sur trois hypothèses :
- du côté du travail, l’IA est supposée augmenter les capacités humaines dans la réalisation de certaines tâches, contribuer à réduire les erreurs en fiabilisant des tâches ou soulager les humains de tâches perçues comme ’sans valeur ajoutée’, notamment lorsqu’elles sont répétitives ou pénibles. Dans le domaine médical par exemple, l’IA a montré des résultats prometteurs pour fiabiliser des tâches de diagnostic liés à l’analyse d’images. Dans la finance, elle facilite la détection des fraudes ou des anomalies de transaction. Dans l’industrie, les robots guidés par l’IA pourraient effectuer des tâches dangereuses ou pénibles ;
- l’IA ouvre également des opportunités en termes d’emploi et de structure de production. Le développement de la technologie, sa mise en œuvre et l’innovation de produits ou services qu’elle stimule devrait générer des nouveaux emplois. Certains voient même dans l’industrie 4.0 incluant l’IA une opportunité de réindustrialisation pour l’économie européenne ;
- l’IA répondrait également en partie à des enjeux de pénurie de main-d’œuvre dans un contexte de vieillissement de la population. Cette vision se retrouve dans le projet de société 5.0 promue par les pouvoirs publics japonais.
Néanmoins, il convient de noter que ces hypothèses n’ont fait l’objet que de peu d’évaluations scientifiques solides en contexte réel. Par ailleurs, l’IA actuelle relève principalement de l’IA dite ’faible’, spécialisée dans des tâches précises, et non d’une IA ’forte’ ou ’générale’ capable de remplacer entièrement l’intelligence humaine dans tous les domaines.
Au-delà de ces promesses, l’intégration des SIA actuels dans le monde du travail présente également des risques majeurs :
- la substitution partielle ou totale de l’humain, impliquant la perte de son expertise et de ce qui donne du sens à son travail : ceci se manifeste à travers l’automatisation croissante des tâches, y compris celles considérées comme ’cognitives’ et basées sur l’expérience et l’expertise des professionnels (par exemple les tâches de diagnostic médical). Cette évolution touche désormais des métiers dits qualifiés (informaticien, comptable, traducteur, etc.), entraînant une possible déqualification de certains travailleurs et une polarisation entre les tâches considérées comme à forte valeur ajoutée et celles jugées routinières. Cette approche néglige souvent l’expérience réelle des professionnels, l’importance des dimensions collectives du travail, et la valeur réelle de ces tâches pour les processus de production. De plus, les modèles d’IA se caractérisent par de nombreuses limites de nature ’cognitive’ réduisant leur capacité réelle à remplacer totalement l’humain dans des tâches nécessitant une compréhension fine du contexte ou une prise de décision complexe. À ceci s’ajoute l’opacité des modèles d’IA qualifiés de ’boîtes noires’, dont le fonctionnement interne est difficile ou impossible à interpréter, même pour ses concepteurs. Si ces imperfections des SIA sont sous-estimées par les organisations qui imposent leur utilisation, les risques se multiplieront. Cela pourrait compromettre la fiabilité des décisions prises par ou avec une IA, la crédibilité des professionnels, le sens et la qualité de leur travail, et à terme leur santé ;
- la subordination croissante aux systèmes algorithmiques et aux contraintes des organisations du travail : elle se manifeste à travers le développement du management algorithmique ou la rigidification des règles organisationnelles du travail lié à l’introduction de l’IA. Dans ces contextes, l’IA est utilisée pour attribuer, optimiser, superviser et évaluer les tâches humaines, ouvrant la porte à une surveillance accrue des performances et des comportements des travailleurs. La perte d’autonomie pour les professionnels pourrait advenir via des usages de l’IA qui entérinent la diminution de leur capacité décisionnelle et de l’exercice de leur jugement professionnel. De tels systèmes tendraient à optimiser les performances individuelles plutôt que collectives, fragmentant les équipes et limitant la coopération entre travailleurs ;
- le mirage de la collaboration entre humains et SIA : la collaboration humain-IA renvoie à l’idée qu’humains et SIA ne seraient pas substituables mais pourraient travailler en collaboration, augmentant leurs capacités réciproquement – les SIA augmentant potentiellement les capacités humaines et les humains ’formant’ les SIA avec des données massives structurées, en fournissant des explications sur ses actions et en surveillant son bon fonctionnement. Cependant, le terme de collaboration parait excessif car les SIA sont loin de disposer de capacités cognitives et sociales nécessaires à la collaboration, par exemple : manque de capacités de communication, de compréhension des intentions et des buts poursuivis par les humains, difficulté à interpréter le contexte d’action et à s’ajuster (Zouinar, 2020).
| Risques et apports selon les acteurs interviewés de deux SIA utilisées dans le domaine médical | |
|---|---|
| Apports de l’IA{{}} | Risques et conséquences négatives{{}} |
Détection de fractures :
|
Détection de fractures : Dictée à reconnaissance vocale : |
Source : D’après Gamkrelidze (2022)
Intelligence artificielle : quels effets sur l’emploi et le travail ? - En bref - 22 novembre 2023 – Document ‘vie-publique.fr’
Au-delà de l’IA : les vrais moteurs de la révolution du travail {{}}
Si les SIA offrent des opportunités pour améliorer la productivité et transformer le monde du travail, leur intégration dans les organisations soulève des défis importants en termes d’autonomie des travailleurs, de travail collectif et de préservation de l’expertise humaine. Il apparaît nécessaire d’adopter une approche équilibrée, reconnaissant à la fois le potentiel de l’IA pour améliorer certains aspects du travail tout en évitant les écueils de la substitution et de la subordination (Zouinar, 2020 ; Acemoglu et al., 2023). L’analyse critique des résultats empiriques récents obtenus par la recherche en économie et en ergonomie invite à questionner une forme de ’solutionnisme’, qui conduit à voir les technologies comme des ’remèdes simples et sur étagère’ à des problèmes complexes comme des enjeux de santé, de performance ou de réduction des coûts.
Ainsi, l’approche ergonomique nous montre que l’introduction d’une technologie comme l’IA dans une situation de travail ne détermine pas à elle seule les usages sociaux et organisationnels qui se déploieront (Gamkrelidze, 2022). Les conséquences de l’introduction de SIA sur le travail – notamment au niveau organisationnel - et l’emploi résultent de multiples décisions managériales dans les entreprises et les institutions qui sont le fruit d’arbitrage entre différentes ’rationalités’, par exemple financière et technique et qui s’inscrivent dans une histoire et un contexte – parfois déjà dégradés (manque de personnel, augmentation de la charge de travail, fort turn-over, etc.). Ces décisions ne prennent souvent pas en compte le travail réel et ses contraintes et misent essentiellement sur la technique comme seule réponse à des problèmes dont les causes sont en fait systémiques.
Du côté des approches économiques, de nombreux travaux considèrent qu’il y a transformation technologique dans une entreprise dès lors qu’elle introduit une technologie émergente dans son système de production. Or l’entreprise peut tout à fait sous-utiliser cette technologie, continuer à traiter ses affaires courantes et à produire ’comme d’habitude’ ou avoir sous-documentées les conséquences néfastes de cette technologie au moment où la décision de l’introduire est prise. Dans ce cas, la transformation technologique et l’innovation amorcées restent incomplètes, voire non advenues.
Les travaux du projet européen Beyond 4.0 soulignent que la technologie, aussi bien conçue soit-elle, n’est pas le seul facteur qui intervient dans ce processus. La transformation technologique dépend ainsi des investissements conjoints des entreprises dans les technologies émergentes, la R&D et la capacité d’apprentissage de l’organisation, essentielle pour développer des usages ’vertueux’ des technologies et minimiser les risques.
_
Qu’est-ce que la capacité d’apprentissage des organisations ?{{}}
Par capacité d’apprentissage des organisations en lien avec le travail, nous entendons leur capacité à se doter d’espace et de temps pour explorer la pertinence et la faisabilité d’un changement technique ou organisationnel, et à construire collectivement – avec les travailleurs concernés et leur encadrement – des usages réellement pertinents.
Il s’agit donc pour les entreprises :
- de conduire des transformations du travail en impliquant les travailleurs concernés sur la base de connaissances de leur travail et en donnant une valeur à leur expérience ;
- d’analyser le retour d’expérience sur les actions de transformation entreprises, permettant de les ajuster.
De nombreuses études qualitatives montrent que ces pratiques permettent d’apprendre collectivement à déterminer les usages performants des outils en situation de travail (Barcellini, 2019 ; Barcellini et Lefeuvre 2023).
En outre, on observe, sur des données européennes, que tout en contribuant positivement à l’innovation, l’investissement dans la capacité d’apprentissage des organisations est associé à des effets socio-économiques globalement favorables pour les travailleurs (moins de chômage, emplois plus qualifiés et rémunérateurs, meilleurs conditions de travail) alors que l’investissement dans les technologies digitales seules et sans réflexion sur les usages socio-organisationnels de la technologie émergente n’a pas cette propriété (Greenan et Napolitano, 2023a). Le type d’innovation qui prend appui sur la digitalisation joue dans ce cas un rôle essentiel : les secteurs qui utilisent ces technologies pour innover en produits génèrent plus d’emplois de meilleure qualité alors que ceux qui les utilisent pour réaliser des innovations marketing connaissent un chômage accru et des conditions de travail et d’emploi plus défavorables (Cursi et al., 2024). Par exemple, l’IA contribue aux énergies vertes en favorisant des innovations de produit sources d’emplois nouveaux de qualité comme le personnel d’entretien des éoliennes. En revanche, dans le commerce de détail, l’IA est utilisée pour des innovations marketing. Les plateformes de e-commerce l’exploitent pour cibler les acheteurs potentiels, ce qui peut mener à la concentration des ventes sur quelques acteurs majeurs et entrainer le remplacement d’emplois du commerce local par des postes dans la logistique, souvent avec des conditions de travail dégradées. Ainsi, l’innovation marketing basée sur l’IA tend à capturer des marchés existants plutôt qu’à en créer de nouveaux.
Le développement de l’intelligence artificielle : risque ou opportunité ?
Eclairage 23 août 2023
https://www.vie-publique.fr/files/styles/card/public/eclairage/robot-bras-ouverts.jpg?itok=isUCcPdw
L’enjeu des politiques publiques : promouvoir des ’scénarios vertueux’ d’usages de l’IA {{}}
L’introduction d’une technologie émergente telle que l’IA implique plusieurs scénarios, certains seront vertueux pour les humains et l’environnement (redéploiement des compétences au sein des métiers, préservation de la santé des travailleurs, développement des capacités à préserver l’environnement…), d’autres seront susceptibles d’accroître l’épuisement des ressources (fortes restructurations des métiers, pertes de savoirs et d’expertise, atteintes à la santé des travailleurs, moindre maîtrise des coûts environnementaux). L’enjeu des recherches et des politiques publiques est alors d’agir en amont du processus de développement de la technologie et de définition de ses usages pour favoriser des scénarii vertueux plutôt que de n’intervenir qu’en aval pour corriger des problèmes lorsqu’ils se manifestent, alors qu’ils auraient pu être anticipés en investissant dans la capacité d’apprentissage des organisations et dans les capacités des professionnels.
Pour favoriser l’émergence des scénarios vertueux d’usages des IA, c’est-à-dire des usages soutenables, deux éléments sont centraux :
- d’une part, les usages des SIA doivent s’inscrire dans des formes de travail soutenables (Gaudart et al., 2019), qui conjuguent la performance des organisations avec la préservation de la santé des travailleurs et le développement de leurs compétences tout au long de la vie professionnelle ;
- d’autre part, l’introduction de l’IA doit améliorer la qualité des connaissances produites et faciliter l’exploration de savoirs nouveaux sur le processus de production des entreprises et le travail des professionnels.
Le développement de la capacité d’apprentissage des organisations joue positivement sur ces deux éléments. Pourtant, cette capacité a plutôt stagné sur les deux dernières décennies. Face à la globalisation des économies, puis la grande récession, les entreprises auraient en effet privilégié un investissement technologique pour rationaliser et optimiser leurs processus de production tout au long des chaînes de valeur (Bodrǒzíc et Adler, 2018) et négligé le développement de la capacité d’apprentissage des organisations. Pourtant ce sont les conduites de projets réellement participatives, c’est-à-dire ouvertes à l’inversion des rapports de force dans les entreprises et institutions et ancrées dans des modèles du travail ’tel qu’ils se font’, qui permettront au tissu économique et à la société de tirer collectivement les meilleurs bénéfices des SIA (Barcellini, 2019 ; Gamkrelidze, 2022 ; Barcellini et Lefeuvre, 2023). Les dispositifs existants de dialogue social pourraient être mobilisés pour favoriser les investissements dans la capacité d’apprentissage des organisations.
Inversement, si l’on ne promeut pas cette capacité d’apprentissage des organisations, les scénarios d’épuisement des humains et de l’environnement pourraient se développer dans la course à la réduction des coûts. Une concentration trop forte des entreprises sur le marché des produits (De Loeker et al. 2020), notamment celui des IA génératives et de ses applications dérivées (Korinek et Vipra, 2023), mais aussi une concentration trop importante des employeurs sur le marché du travail (Araki et al. 2023) sont des éléments de contexte défavorables aux scénarios vertueux d’usage et de déploiement de l’IA.
Une attention particulière doit donc être portée aux formes d’innovation qui favorisent la concentration sur les marchés des produits et du travail et à la façon dont elles sont soutenues par les autorités publiques au travers de dispositifs comme le crédit d’impôt recherche. Ainsi, les dépenses de R&D destinées à la standardisation et à l’innovation marketing devraient être identifiées et suivis dans les budgets de R&D. Poser des limites aux formes de management algorithmiques et de surveillance automatisée en prenant appui sur le cadre législatif existant (RGPD par exemple) et sur la négociation collective (Doellgast et al., 2022) est un autre élément important pour favoriser une innovation centrée sur l’humain. Une attention particulière doit également être portée aux inégalités de genre liées aux usages des IA car les impacts identifiés sur ces inégalités sont plus souvent négatifs (Bianchini et al., 2023). Ensuite, cette littérature identifie aussi des tensions entre le développement de l’IA et celui des technologies vertes.
Ces constats appellent donc à une analyse fine des motifs et stratégies des entreprises et institutions quant à l’introduction de l’IA, aux modèles de conduites de projets, de conduite des changements organisationnels et de positionnement sur les marchés qu’elles mettent effectivement en œuvre, au-delà des discours et éléments de langage énoncés quant aux objectifs de développement durable poursuivis.
_
Références :{{}}
Acemoglu, D., Autor, D., et Johnson, S. (2023), Can we Have Pro-Worker AI ?, CEPR Policy Insight, 123.
Barcellini, F. (2019), Industrie du futur : quelle place pour le travail et ses transformations, dans : Bourdu E., Lallement M., Veltz P.,Weil T. (dir.), Le Travail en mouvement, Colloque de Cerisy, Presses des Mines, avril 2019
Barcellini, F., Gamkrelidze, T., Greenan N., Jolivet, A., Zouinar M. (2024), Le travail et l’emploi à l’épreuve de l’IA : État des lieux et analyse critique de la littérature, Rapport de recherche financé par l’Agence d’objectifs de l’IRES dans le cadre d’une convention avec la CGT - Force Ouvrière, mars.
Barcellini, F., Lefeuvre, A.-G. (2023), ’L’industrie 4.0 passe (d’abord) par l’humain’, Santé & Travail, 122, avril.
Bianchini, S., Colagrossi, M., Damioli, G., Ghisetti, C., Michoud, K. (2023), Measuring the Impact of Digital Technologies on Sustainable Development from Scientific Literature : a Natural Language Processing analysis, Publications Office of the European Union, Luxembourg, doi:10.2760/64241, JRC133614.
Bodrǒzíc, Z., P. S. Adler (2018), ’The evolution of management models : a neo-Schumpeterian theory’, Administrative Science Quarterly, 63(1), 85–129.
Curci, Y., Greenan, N., Napolitano, S. (2024), Innovating for the good or for the bad. An EU-wide analysis of the impact of technological transformation on job polarisation and unemployment, TEPP working paper, 2024-02.
De Loecker, J., Eeckhout, J., Unger, G. (2020), ’The rise of market power and the macroeconomic implications’, The Quarterly Journal of Economics, 135(2), 561-644.
Doellgast, V., Wagner I., O’Brady S. (2023), ’Negotiating limits on algorithmic management in digitalised services : cases from Germany and Norway’, Transfer : European Review of Labour and Research, 29.1 : 105-120.
Gamkrelidze, T. (2022), Des discours aux réalités de la conception, du déploiement et des usages des systèmes d’Intelligence Artificielle dans les situations de travail., Thèse de doctorat en Ergonomie, Cnam, novembre.
Gaudart, C., Lhuilier, D., Molinié, A. F., Waser, A. M. (2019), ’Santé fragilisée et construction d’un travail soutenable’, Psychologie du Travail et des Organisations, 25(1), 1-5.
Greenan N, Napolitano S. (2023), Investir dans la capacité d’apprentissage de l’organisation pour la double transition digitale et écologique, dans : Amossé et al., Que sait-on du travail, SciencesPo les presses, 209-221.
Greenan N., Napolitano S., (2024), ’Digital technologies, learning capacity of the organization and innovation : EU-wide empirical evidence from a combined dataset’, Industrial and Corporate Change, volume 33.3, juin.
Korinek, A., Vipra, J. (2023). Market concentration implications of foundation models : The Invisible Hand of ChatGPT., Center of Regulation and markets at Brookings Working paper, 9, September.
Zouinar, M. (2020), ’Évolutions de l’Intelligence Artificielle : quels enjeux pour l’activité humaine et la relation Humain Machine au travail ?’, Activités (17-1).
L’intelligence artificielle en 30 questions
Ouvrage - Rodolphe Gelin - Olivier Guilhem - 12 septembre 2024
Source : https://www.vie-publique.fr/parole-dexpert/295603-lintelligence-artificielle-lemploi-et-le-travail
Cette machine fait tourner une IA aussi puissante que le cloud… mais directement chez vous - Publié le 2 mai 2026 à 07:03 – Document ‘futura-sciences.com’
Tags associés : tech Intelligence artificielle Technologie Informatique
La TT-QuietBox 2 permet aux ordinateurs d’exploiter toute la puissance de l’IA. © Tenstorrent
La TT-QuietBox 2 permet aux ordinateurs d’exploiter toute la puissance de l’IA. © Tenstorrent
Avec la TT-QuietBox 2, la start-up américaine Tenstorrent a conçu une station de travail qui peut exécuter les modèles de langage avancés directement en local.
Alors que la montée en puissance des outils d’IA générative repose largement sur les infrastructures cloud, les coûts d’abonnement aux API explosent, les données sensibles transitent sur des serveurs distants, et les performances dépendent en grande partie de la connexion réseau, avec des problèmes de latence qui peuvent survenir. Et c’est sans compter le coût environnemental gigantesque des centres de données.
À mesure que l’intelligence artificielle se développe, les centres de données se multiplient à grande vitesse. Mais au-delà de leur consommation énergétique, un phénomène moins visible commence à inquiéter les chercheurs.... Lire la suite
En guise de réponse, la TT-QuietBox 2 est une station de travail légère et silencieuse qui propose une approche radicalement différente en faisant tourner les modèles les plus puissants directement sur un PC personnel, au bureau comme à domicile.
Une machine pensée pour l’IA locale{{}}
Pour fonctionner, la TT-QuietBox 2 embarque sous son capot une architecture hybride qui combine quatre processeurs Blackhole, intégrant chacun 120 accélérateurs d’IA Tensix, et un stockage SSD nouvelle génération ultra-rapide, ce qui permet à la machine de disposer de 128 Go de mémoire vive GDDR6 et de 256 Go de mémoire dynamique synchrone à double débit de données DDR5, soit 384 Go de mémoire au total.
Cette configuration toute en puissance permet de charger et d’exécuter les grands modèles de langage, comme GPT-OSS-120B d’OpenAI, Llama 3.1 70B de Meta, ou encore Mixtral 8x7B de Mistral, à une cadence proche de 500 jetons par seconde et sans dépendre du cloud.
L’utilisateur peut ainsi interagir avec un assistant IA sans être connecté à Internet, et sans latence, tout en bénéficiant de performances de haut niveau pour de nombreux usages professionnels, que ce soit la rédaction, l’analyse de données, la génération de code ou la traduction.
Renforcer la souveraineté technologique{{}}
Autre atout majeur, la TT-QuietBox 2 comporte des outils de personnalisation qui permettent aux entreprises d’affiner leurs modèles en toute autonomie sur leurs propres données, sans devoir les exposer à des services externes, ce qui est un atout pour garantir leur confidentialité.
En Australie, une équipe de recherche a mis au point une technologie originale et particulièrement efficace pour protéger les échanges d’information entre terminaux. En rendant les signaux invisibles, ils les rendent indétectables par les hackers.... Lire la suite
En réduisant la dépendance aux grandes plateformes traditionnelles, la TT-QuietBox 2 offre une alternative crédible et particulièrement efficace pour permettre à chaque organisation de développer des outils d’IA souverains, dont l’exploitation et l’amélioration ne dépendent pas des acteurs habituels.
Un cran plus loin, cette innovation pourrait préfigurer une évolution plus large du marché. À terme, chaque poste de travail et chaque ordinateur personnel pourrait disposer en propre d’un système d’IA autonome et personnalisable, ce qui transformerait en profondeur notre rapport à l’intelligence artificielle en démocratisant encore un peu plus cette technologie.
#Intelligence artificielle : {{}}
Le refroidissement des centres de données créerait un microclimat local. © EB, image générée avec IA ChatGPT
Centres de données : un impact thermique ressenti jusqu’à 10 kilomètres !
Des chercheurs australiens ont inventé une méthode innovante de sécurisation des données. © AP avec IA ChatGPT
Le chiffrement protège vos données. Cette nouvelle méthode fait comme si elles n’existaient pas
Des implants dans le cerveau qui permettent de commander un ordinateur par la pensée dès 2022. C’est le projet Neuralink d’Elon Musk qui vise à redonner la parole et la mobilité aux personnes handicapées. © Jacky, Adobe Stock
Tags : Neuralink : Elon Musk veut donner la vue aux aveugles et faire marcher les paralysés
Un simple smartphone suffit pour mesurer la pression artérielle avec Binah.ai. © amrothman, Pixabay  ;
Tags : Mesurer la pression artérielle avec son smartphone, c’est maintenant possible
Des scientifiques ont utilisé une intelligence pour analyser 100.000 études sur le changement climatique. © Tara Winstead, Pexels
Cela vous intéressera aussi :
- Geoffrey Hinton, référence absolue de l’IA, prévient : l’intelligence artificielle n’est pas un outil, mais un successeur potentiel ! Publié le 28 novembre 2025 à 14:51 – Document ‘futura-sciences.com’
Tags associés : tech Intelligence artificielle IA générative
https://cdn8.futura-sciences.com/s180/images/scientist/Sylvain_Biget_EP.jpg
Article rédigé par Sylvain Biget Journaliste, télépilote professionnel de drones et réalisateur de documentaires
https://cdn8.futura-sciences.com/s180/images/2-Suzanne-lapauze.PNG
relu par Suzanne Lapauze Secrétaire de rédaction
Devenue incontrôlable, l’IA sera une menace pour les relations sociales, le travail et un accélérateur de guerres asymétriques. © XD avec  ;ChatGPT
Devenue incontrôlable, l’IA sera une menace pour les relations sociales, le travail et un accélérateur de guerres asymétriques. © XD avec ChatGPT
Destruction du travail, de l’économie, de l’esprit et guerres d’une violence excessive… L’un des parrains de l’IA accuse les géants de la tech d’inconscience par appât du gain et dresse un tableau noir d’une humanité dépassée par des IA devenues incontrôlables.
Encore une fois, ce sont ceux qui ont été aux prémices des intelligences artificielles qui sonnent l’alerte. Certains sont très pessimistes. C’est notamment le cas de Roman Yampolskiy, chercheur en IA, qui estime que l’arrivée d’une IA générale a 99,9 % de chances de détruire l’humanité lors des 100 prochaines années ! Mais avant cela, d’autres annoncent une catastrophe pour la valeur « travail » et les pertes d’emploi massives que vont engendrer les IA dans un avenir proche.
Lors d’un entretien public rare avec le sénateur américain Bernie Sanders, le chercheur Geoffrey Hinton, l’un des pionniers des réseaux de neurones artificiels, a affirmé que le monde n’était pas préparé aux transformations radicales que promet l’IA. Là encore, il évoque les dangers des IA envers le travail. Selon lui, elle ne va pas se limiter à le transformer, mais pourrait tout bonnement le supprimer. Pour lui, tout poste, même qualifié, deviendra obsolète si l’IA atteint ou dépasse l’intelligence humaine.
Comme Geoffrey Hinton l’avait déjà énoncé, les investissements qui semblent totalement déraisonnables pour le développement des IA ne viseraient pas à aider les humains dans leur travail, mais à les remplacer.
Et comme nous le suggérions, si les salaires disparaissent ou déclinent, le modèle économique lui-même pourrait s’effondrer. Cela semble évident et pourtant, il doute que les dirigeants de la tech aient vraiment réfléchi à cette conséquence.
Dans cet entretien d’un peu plus d’une heure avec le politicien américain Bernie Sanders, le parrain de l’IA Geoffrey Hinton a dressé le portrait anxiogène d’un monde dominé par les IA. © Hook Global
L’IA dans la guerre{{}}
Pour ce qui est de leur développement pur, Hinton explique que les grands modèles d’IA actuels accumulent déjà des quantités d’informations des milliers de fois supérieures à celles d’un humain. Comme la tendance est de poursuivre cette alimentation massive en données, l’IA pourrait non seulement rivaliser avec l’esprit humain, mais le dépasser nettement. Selon lui, à partir de ce moment, personne ne sait ce qui pourrait se passer une fois que l’on ne saura plus vraiment ce que « pensent » les IA ni comment elles fonctionnent vraiment en interne. Il va encore plus loin en envisageant que les IA pourraient d’elles-mêmes se fixer des sous-objectifs pour résister à toute tentative de les arrêter.
Destruction du travail, IA incontrôlables, mais aussi des esprits. Hinton met également en garde le système éducatif contre l’usage des IA. Si elle est utilisée en tant qu’outil comme une calculatrice, c’est un bon point, mais à partir du moment où elle est employée pour remplacer la réflexion, elle va finalement altérer, voire détruire l’esprit critique selon lui.
Le scientifique a aussi pointé les risques de leur exploitation pour mener la guerre. Avec des drones et des robots-tueurs dopés à l’IA, le camp qui les utiliserait ne mettrait plus en danger ses troupes en les conservant à l’arrière. En revanche, les ravages seraient colossaux pour les populations et un adversaire moins développé n’ayant pas l’atout des IA. Géopolitiquement, l’usage de l’IA dans la guerre viendrait un peu plus déséquilibrer le rapport de force entre une nation « riche » et une plus « pauvre ».
https://cdn8.futura-sciences.com/a1080/images/droneiatueur.jpg
Les robots tueurs dopés à l’IA se développent et les militaires s’appuient aussi sur ces IA pour rendre leurs opérations plus efficaces. Demain, elle va contribuer à accentuer les rapports de force entre les nations riches et celles pauvres qui n’en disposeront pas. Ce petit drone utilisé en Ukraine n’en a pas l’air, mais c’est une charge explosive volante qui prend elle-même l’initiative de frapper sa cible. © RuAviation
Qui a financé l’IA à ses débuts et pourquoi tout le monde va en payer le prix ?{{}}
Lors de cet entretien, le chercheur soulève un point rarement évoqué et pourtant très juste. Le développement de l’IA, auquel il a contribué, était initialement financé par la recherche publique dans les universités du monde entier. Et pourtant, les bénéfices de ces avancées n’ont été captés que par quelques géants de la tech, dont on connaît désormais tous les noms.
Par appât du gain, ces sociétés cherchent aujourd’hui à lever tous les freins réglementaires susceptibles de ralentir le développement de leurs modèles. Or, sans encadrement strict, la perte de contrôle de l’humain sur les IA et les conséquences décrites par Geoffrey Hinton semblent inéluctables. Reste que face à l’engouement mondial autour des IA, les mises en garde de ceux qui en ont été à l’origine ne sont pas vraiment écoutées. On nous aura pourtant prévenus à maintes reprises...
Cela vous intéressera aussi : https://www.futura-sciences.com/
Pour Geoffrey Hinton, prix Nobel : l’IA ne sera rentable que lorsqu’elle aura détruit le travail ! Publié le 7 novembre 2025 à 21:03 – Document ‘futura-sciences.com’
Tags associés : tech Intelligence artificielle
https://cdn8.futura-sciences.com/s180/images/scientist/Sylvain_Biget_EP.jpg
Article rédigé par Sylvain Biget Journaliste, télépilote professionnel de drones et réalisateur de documentaires
https://cdn8.futura-sciences.com/s180/images/2-Suzanne-lapauze.PNGrelu par Suzanne Lapauze Secrétaire de rédaction
Faut-il attendre un Tchernobyl des IA pour que l’on freine leur développement inconsidéré ? © SB, IA ChatGPT
Considéré comme le parrain de l’IA, Geoffrey Hinton tire la sonnette d’alarme. Pour lui, l’IA pourrait un jour surpasser et dominer ses créateurs. C’est un scénario catastrophe déjà évoqué à maintes reprises, mais le scientifique va plus loin en expliquant qu’il est possible d’agir, plutôt que de financer des IA dont on est voué à perdre le contrôle.
Régulièrement, Futura s’interroge sur la place que peuvent avoir les IA dans la société et les bouleversements sociologiques et structurels qu’elles pourraient engendrer. L’une des principales craintes des observateurs de leur développement est la destruction de la valeur du travail humain.
Nous avions déjà évoqué un scénario dans lequel l’utilisation de l’IA pourrait aboutir à un nouvel ordre mondial, où les humains seraient relégués à des métiers laborieux et sous-payés. Les IA seraient dédiées aux métiers autrefois détenus par les spécialistes hautement qualifiés, et quelques privilégiés se tailleraient la part du lion.
Aujourd’hui, toujours au niveau économique, Geoffrey Hinton, lauréat du prix Nobel de physique en 2024, ajoute une grosse touche de noirceur à ce futur dystopique. Dans une interview accordée à Bloomberg (voir la vidéo ci-dessous), celui que l’on considère comme l’un des « parrains des IA », a évoqué les investissements colossaux dans le développement des intelligences artificielles. Des sommes délirantes - comme dernièrement les 1 400 milliards de dollars engagés par OpenAI ! - sont investies, malgré une absence totale de profits.
L’appât du gain qui justifie l’impensable{{}}
Il considère que selon les critères d’investissement classiques, l’IA devrait être un paria économiquement parlant. Et pour que ces sommes colossales puissent devenir un jour rentables, selon Geoffrey Hinton, il faudrait que le travail humain soit tout bonnement « remplacé par les IA ». Autrement dit, le gouffre financier totalement irrationnel pour l’IA cache en réalité l’espoir que cette technologie inaugurera une nouvelle ère de développement social, rendant les travailleurs totalement inutiles.
Le scénario est encore pire que celui que nous avions imaginé. Sans avoir à débourser des salaires, les propriétaires des moyens de production pourraient augmenter considérer leurs profits. L’IA viendrait alors résoudre les freins du capitalisme en libérant la croissance exponentielle.
Dans cette interview, le prix Nobel Geoffrey Hinton explique qu’Elon Musk va devenir plus riche alors que les personnes vont perdre leur emploi. © Bloomberg, YouTube
Coup de frein pour reprendre le contrôle{{}}
Plus besoin de débourser de l’argent pour payer de la main-d’œuvre qualifiée. C’est à partir de ce moment que les sociétés développant des IA deviendront rentables et comme souligne le chercheur, que Musk va devenir encore plus riche quand tout le monde perdra son emploi.
Ce serait une funeste révolution, alors qu’à l’issue de l’époque féodale, l’économie de marché a toujours reposé sur l’exploitation du travail humain et elle n’a jamais fonctionné sans celui-ci. C’est pour lui ce qui explique pourquoi tout le monde finance à perte de façon indécente les IA. Un retour sur investissement est finalement attendu à terme, mais il ne sera pas au profit des travailleurs.
Reste qu’il y a un hic... En supprimant le travail et ses rémunérations, qui pourra acheter les produits manufacturés par des IA et des robots ?
En attendant l’arrivée de cette dystopie peu reluisante, Geoffrey Hinton considère qu’il est encore temps d’agir. Il préconise de freiner radicalement le financement des IA car elles vont trop vite, au risque de surpasser et de dominer leurs créateurs. Malheureusement, ce n’est vraiment pas la tendance du moment.
Cela vous intéressera aussi : https://www.futura-sciences.com/
L’IA menace-t-elle vraiment l’emploi ? - Par Jean-Emmanuel Ray - Publié le 1 avril 2026 à 13:30 – Document ‘leclubdesjuristes.com’
Depuis l’arrivée de ChatGPT, les prévisions sur l’impact de l’IA sur l’emploi se multiplient et se contredisent. Entre annonces alarmistes et réalités plus nuancées, que faut-il vraiment attendre de cette transformation du travail ?
Par Jean-Emmanuel Ray, Professeur émérite de l’Ecole de Droit de la Sorbonne{{}}
Pourquoi une telle cacophonie sur les chiffres relatifs aux suppressions d’emplois liés à l’intelligence artificielle ?{{}}
Qui osera dire : « Vu les dynamiques en cours, une telle prévision relève de l’astrologie » ? Avec un doute supplémentaire : nombre de commentaires émanent d’acteurs ayant investi des dizaines de milliards de dollars dans ces technologies. Une dramatisation parfois proche du marketing, qui enjoint les entreprises à ne surtout pas rater le train.
Ces publications, désormais quotidiennes mais souvent centrées sur le marché du travail américain, ne portent pas sur les mêmes réalités. Ainsi, l’étude de la Coface publiée le 1er avril évoque 3,8 % d’emplois aujourd’hui fragilisés par l’IA générative, et « ne préjuge ainsi nullement d’un volume de destruction nette d’emplois » (cf. les 5 millions d’emplois détruits en France évoqués dans la presse). Mais de 16 % d’emplois (21,6 % pour les juristes) concernés par plus de 30 % de tâches automatisables, dans un horizon de deux à cinq ans.
Que les tâches évoluent, plus ou moins officiellement, est une certitude pour les métiers concernés. Mais cela ne conduit pas nécessairement à la disparition du poste, ni de l’emploi.
En France, la multiplication des PSE est bien réelle, mais leur lien avec l’IA reste ténu. Celle-ci peut parfois servir à masquer une gestion défaillante ou une réaffectation plus ou moins discrète des ressources, avec une réduction de la masse salariale au profit d’investissements IA (Cf. les 10.000 suppressions d’emplois annoncés par Oracle en mars 2026).
Le propre d’un « plan de sauvegarde de l’emploi » est de préserver une partie des emplois menacés, notamment par le biais de l’obligation de reclassement interne. Des emplois menacés, donc, mais pas nécessairement supprimés à l’issue du processus.
L’article L. 1233-3 précise que « constitue un licenciement pour motif économique le licenciement effectué par un employeur résultant d’une suppression ou d’une modification, refusée par le salarié, d’un élément essentiel du contrat de travail, consécutives notamment (…) à des mutations technologiques ».
Toute la difficulté tient au fait que l’IA ne relève pas d’un choc brutal, mais d’une évolution progressive : non pas un tsunami, mais une marée montante, dont les effets varient fortement selon les secteurs. Dès lors, déterminer le moment où l’on passe d’une simple évolution des tâches (potentiellement automatisables) à une modification d’un élément essentiel du contrat, que le salarié peut refuser, ou conduire à une suppression juridique du poste entraînant un licenciement économique, relève d’une appréciation largement subjective.
Tout dépend également des usages concrets que les utilisateurs en font sur le terrain (usages parfois ni prévus dans les manuels, ni souhaités par les entreprises), ainsi que des réorganisations nécessaires pour en tirer des gains de productivité. Comme le soulignait déjà Antoine Riboud, PDG de BSN (devenu Danone), en 1975 : « Les entreprises les plus performantes sont celles qui pensent solidairement le changement technologique, le contenu du travail et le changement des rapports sociaux internes ».
Dans la même logique, Bertrand Duperrin, spécialiste reconnu des enjeux IA-RH, observe dans son post « Quand on ne sait pas piloter le travail, on agit sur l’emploi » que « l’IA est bien acceptée tant qu’elle améliore l’efficacité individuelle sans modifier les structures profondes du travail (…). Plutôt que de l’outiller, l’IA est l’occasion de repenser le travail ».
Quelle est aujourd’hui la situation en France ?{{}}
Le coût élevé de la main-d’œuvre, un droit du travail plus complexe et un niveau élevé de conflictualité encouragent des politiques de substitution. Celles-ci passant moins aujourd’hui par des suppressions de postes que par une réduction des embauches : certaines doivent désormais être précédées d’une étude sur un travail équivalent réalisé par des agents IA assistés par un collaborateur.
« Le service IT va devenir le département RH de votre main-d’œuvre digitale » : après la fusion des Directions des Ressources Humaines et des Services Informatiques chez Moderna, la déclaration de Jensen Wang, CEO de Nvidia, résonne cruellement.
Dans un contexte de vieillissement de la population et de déficit annuel d’ingénieurs estimé à 18.000, les plus optimistes voient dans le remplacement de salariés par des chatbots une opportunité ; pour les entreprises sans doute, pour des consommateurs exaspérés (« Tapez 3 ») beaucoup moins. Le maintien dans l’emploi des seniors pourrait aussi être favorisé par leur expérience leur permettant de mieux contrôler les résultats fournis par l’IA qu’un junior. Mais comment devient-on senior expérimenté sans passer par la case départ ? À terme, c’est Darwin qui revient : qui maîtrise l’IA ? L’âge importe peu.
Enfin, le financement de notre modèle social reposant sur les salaires (en particulier les plus élevés), un remplacement massif et/ou une forte remontée du chômage pourraient rapidement poser de sérieuses difficultés.
Où en est le droit du travail français ?{{}}
Il en a vu d’autres depuis l’invention de l’électricité. Mais il doit désormais se plier à deux textes qui le dépassent : le RGPD, et le très général et volumineux (591.677 signes) règlement du 13 juin 2024 « établissant des règles harmonisées concernant l’intelligence artificielle ». Pour les entreprises, considérées comme « déployeurs d’IA », la plupart des pratiques IA-RH y sont classées comme « systèmes d’IA à haut risque » et donc étroitement encadrées, avec une entrée en vigueur prévue le 2 août 2026.
Les juristes du travail sont particulièrement exposés au développement de l’IAg basique : aux côtés des textes habituels (lois , décrets, jurisprudence..) existent 381.784 accords d’entreprise (dont seulement 552 évoquent l’IA) et 944 conventions de branche disponibles sur légifrance.fr. Les décisions des 211 conseils de prud’hommes seront accessibles en open data à compter du 30 septembre 2026, avec trois ans de retard. Les LegalTech y foisonnent.
Comme souvent, la tentation est grande de créer de nouveaux textes. Or la régulation existe déjà : consultation préalable du CSE (TJ Nanterre, 29 janvier 2026), nomination d’experts lors de « l’introduction de nouvelles technologies » (Cass. soc., 18 mars 2026), ou licenciement économique en cas de « mutations technologiques ». Le management algorithmique fait aussi l’objet de règles communautaires.
Inutile donc d’ajouter une nouvelle couche, au risque d’être techno-captif alors que les IA évoluent rapidement.
La négociation collective tarde à se saisir des IAg. Et lorsqu’elle s’en empare, c’est surtout pour traiter de leur introduction, ou des effets sur l’emploi via des accords de GEPP. Passant ainsi à côté de l’essentiel : la réorganisation induite par la banalisation des IA, alors qu’un accord collectif a aussi une fonction pédagogique essentielle (confidentialité, données personnelles).
Mais heureusement pour les humains, paraphrasons Clémenceau : les chatbots « savent tout, mais rien d’autre ».
Lire aussi : Impact de l’IA sur les métiers du droit : comment concilier innovation et précaution ?
Podcast Le club des juristes sur LinkedIn / X
Source : https://www.leclubdesjuristes.com/societe/travail/lia-menace-t-elle-vraiment-lemploi-15185/
Quand l’IA transforme l’emploi - Par Ouafia Kheniche • Mercredi 11 février 2026 - France Culture- Provenant du podcast Le Journal de l’éco - Par Anne-Laure Chouin
Les géants du numérique et les États investissent des milliards de dollars dans l’intelligence artificielle. Mais que pourrait entraîner l’IA sur le travail ? Il est parfois difficile de bien cerner dans les décisions d’entreprise ce qui tient de l’IA ou de la volonté d’externaliser ou délocaliser.
Avec : Juan Sebastian Carbonell Sociologue du travail et des relations professionnelles, post-doctorant à l’université de Liège au laboratoire PragmApolis
L’IA, technologie toute puissante et inévitable, est un excellent argument et prétexte pour transformer le travail plutôt que de le supprimer, explique Juan Sebastian Carbonell, sociologue du travail. Le chercheur à l’université de Liège prend un exemple précis.{{}}
’Si vous regardez ce que disent les traductrices, les traducteurs, les interprètes ou même les correcteurs et les correctrices, la principale revendication, c’est la baisse des tarifs. Ils se plaignent, elles se plaignent que leur métier, non pas disparaît, mais se voit plutôt transformé, sinon dégradé : ils ne font plus de traduction, mais plutôt ce qu’on appelle la post-édition. C’est-à-dire qu’ils travaillent sur un texte qu’ils n’ont pas eux-mêmes traduit, au lieu de ce geste créatif qui consiste à traduire un texte d’une langue à une autre. Ils et elles sont dépossédés de ce geste-là pour se consacrer davantage à corriger les fautes produisent par une intelligence artificielle.
Moi, je parle de ’taylorisme augmenté’ dans le cadre de l’intelligence artificielle pour dire qu’il n’y a pas de suppression d’emplois de masse, mais une dégradation du travail et une simplification du travail, une perte de compétences et une perte de qualification des travailleuses et des travailleurs.’
Ces changements autour de l’IA rappellent ceux survenus à une autre époque concernant la robotique, selon Juan Sebastian Carbonell{{}}
’Dans les années 80, on a présenté la robotique comme étant à la source de suppressions massives d’emplois, sachant que c’était juste après le choc pétrolier et il y a eu, en effet, une suppression de masse dans l’industrie automobile avec beaucoup de licenciements. Sauf que ce que l’on a observé, c’est une délocalisation d’une très grande partie du travail d’assemblage au pays dit ’à bas coût’ : en Slovaquie, en Pologne, en Hongrie, etc., mais aussi en Turquie et, plus récemment, au Maghreb. Ce que l’on a observé, c’est que la robotique dans l’industrie automobile était elle-même très peu efficace, et si on observe par exemple la densité des robots, c’est-à-dire le nombre de robots par nombre de salariés, par 1 000 salariés, dans l’industrie automobile, on constate une augmentation, puis, à partir des années 90, il y a une stagnation, voire même dans certains pays comme le Japon, il y a un recul du nombre de robots par salarié, c’est-à-dire que les entreprises se sont rendu compte qu’automatiser, ou plutôt robotiser, n’était pas forcément un modèle économique très viable, car les robots ne sont pas assez fiables : il y avait trop de pannes, et de nombreux problèmes de qualité.
Les entreprises ont alors décidé, tout simplement, de désautomatiser et avoir plutôt recours à de la main d’œuvre, ou tout simplement intensifier le travail, c’est à dire faire plus avec moins de salariés.’
Derrière l’intelligence artificielle, les humains demeurent, les petites mains comme les donneurs d’ordre restent responsables de ce que font les machines.
À écouter IA et travail : à qui profite le progrès technologique ?Entendez-vous l’éco ? France Culture
L’équipe - Anne-Laure Chouin Journaliste à la rédaction de France Culture, présentatrice des journaux de 7h, 7h30 et 8h45, ainsi que du Journal de l’éco - Caroline Bennetot Édition - Éric Chaverou Édition
Décryptage - IA : le grand bouleversement à venir du marché du travail - Par Guillaume de Calignon - Publié le 18 mars 2026 à 20:00 - Mis à jour le 19 mars 2026 à 08:47
Une étude de Coface et de l’Observatoire des emplois menacés et émergents chiffre à 16 % les emplois en danger en France avec le décollage de l’intelligence artificielle. Les métiers de cols blancs, bien payés et dans les métropoles, sont les plus à risque.
Indicateurs économiques Emploi & Salaires
L’entrée prochaine de l’économie dans la phase de l’IA dite agentique, c’est-à-dire quand les IA pourront prendre des décisions autonomes et apprendre des interactions, met en danger 16,3 % des emplois privés et publics en France.
L’entrée prochaine de l’économie dans la phase de l’IA dite agentique, c’est-à-dire quand les IA pourront prendre des décisions autonomes et apprendre des interactions, met en danger 16,3 % des emplois privés et publics en France. (Photo iStock)
C’est le bouleversement du marché du travail qui vient. Le décollage de l’intelligence artificielle (IA) et son utilisation à grande échelle par les entreprises pour automatiser des tâches faites aujourd’hui par des êtres humains, risquent de détruire des millions d’emplois. C’est ce que montre une étude effectuée par deux économistes, Axelle Arquié, fondatrice de l’Observatoire des emplois menacés et émergents, et Aurélien Duthoit, économiste chez Coface.
Pour eux, l’entrée prochaine de l’économie dans la phase de l’IA dite agentique, c’est-à-dire quand les IA pourront prendre des décisions autonomes et apprendre des interactions, met en danger 16,3 % des emplois privés et publics en France.
C’est un peu moins qu’en Suède et en Allemagne et beaucoup moins qu’aux Pays-Bas et au Royaume-Uni. Mais cela signifie tout de même que « près de 5 millions d’emplois en France sont menacés d’ici à la fin de la décennie. Or le pays compte environ 2,5 millions de chômeurs aujourd’hui. L’IA aura donc un impact macroéconomique », considère Aurélien Duthoit.
L’automatisation des tâches{{}}
« On n’y est pas encore puisque seules un tiers des grandes entreprises ont entamé des projets d’IA agentique », explique Axelle Arquié. Mais cela va vite venir. C’est une question d’années. Il y a aussi des incertitudes. « On ne peut pas confier à une IA la régulation de la température dans une usine chimique sans pouvoir vérifier son raisonnement. Or aujourd’hui, l’IA est une boîte noire que les laboratoires essaient de comprendre », estime l’économiste.
Lire aussi :{{}}
IA et travail, les prévisions chocs des chercheurs d’Anthropic
Les deux chercheurs ont travaillé sur une base de données qui décompose les métiers en tâches et ont étudié celles qui peuvent être automatisées. Quand 30 % des tâches d’un métier peuvent être automatisées par une IA, alors les deux chercheurs considèrent qu’il est en danger.
https://media.lesechos.com/api/v1/images/view/69baf641c56014495609aaa2/contenu_article/image.jpg
Ce sont les métiers exercés par les cols blancs, des emplois de bureau, qui sont les plus susceptibles d’être détruits par l’IA alors que, jusqu’ici, ils avaient plutôt été à l’abri de l’automatisation. Les activités juridiques et comptables, l’édition et la presse, la programmation et le conseil informatique, l’assurance ou encore la finance, tous ces secteurs pourraient voir plus d’un quart de leurs emplois en France disparaître au cours des prochaines années. Les journalistes ne seront pas épargnés.
« Tous les métiers qui ont une forte composante cognitive […] qui répondent à une demande d’expertise formalisée et qui traitent de l’information sont en danger » - Axelle Arquié, fondatrice de l’Observatoire des emplois menacés et émergents
« Tous les métiers qui ont une forte composante cognitive, ceux qui exigent un travail sur un support numérique, qui répondent à une demande d’expertise formalisée et qui traitent de l’information sont en danger », estime Axelle Arquié. « L’avocat était protégé jusqu’ici par son savoir mais à l’avenir, cela ne sera probablement plus le cas », poursuit-elle.
L’industrie touchée aussi{{}}
L’industrie sera aussi largement touchée. « Dans les pays développés, l’industrie est très riche en tâches cognitives, comme les métiers d’ingénieurs, et est intensive en recherche et développement », souligne Aurélien Duthoit. L’Allemagne, très industrielle, est ainsi un peu plus exposée que la France à l’IA.
VIDEO - « Aucune entreprise n’échappera » à l’explosion de la bulle de l’IA : la mise en garde du patron de Google{{}}
Seuls les métiers manuels, dans le bâtiment par exemple, ou dans des secteurs comme le tourisme, l’hôtellerie, la restauration, apparaissent comme relativement préservés.
Lire aussi :{{}}
IA : le malentendu fatal qui oppose les salariés et les directions
L’emploi au poker menteur de l’IA
Par conséquent, la structure sociale des pays pourrait aussi beaucoup changer. « Il existe une corrélation très forte entre le niveau d’études des personnes exerçant une profession et le danger que représente l’IA pour leur emploi », selon Axelle Arquié. Et la relation est la même en ce qui concerne les niveaux de vie. Plus les revenus du travail d’une personne sont élevés et plus la probabilité que cette dernière perde son emploi à cause de l’IA est forte.
Vers une destruction peu créatrice ?{{}}
Les métropoles, ces territoires qui ont fortement profité de la mondialisation ces trente dernières années et qui concentrent désormais la richesse, risquent fort d’être les plus touchées par la vague d’automatisation. Ainsi, près d’un emploi sur cinq à Paris est susceptible d’être détruit, 18 % à Lyon et Toulouse et 16 % à Dijon. Dans des villes plus petites, l’IA aura moins d’effet. Moins de 13 % des emplois à Avallon sont en danger et seulement 12,3 % à Briançon sont dans ce cas. « L’impact de l’IA sera plus fort dans les régions les plus favorisées aujourd’hui », prévient Aurélien Duthoit.
L’IA pourrait signer la fin de l’ère des métropoles triomphantes ou en tout cas, affaiblir cette toute-puissance. Les inégalités géographiques pourraient donc être réduites avec le reste des territoires… mais cette réduction pourrait se faire par le bas.
Lire aussi :{{}}
Yann LeCun, le Frenchie favori de la planète IA
IA : Dario Amodei, l’objecteur de conscience en guerre avec Trump
Il est beaucoup question de destruction mais très peu de création. Historiquement, de nombreuses innovations ont détruit des emplois mais en ont créé par la suite grâce à la demande engendrée par ces inventions. « Les chemins de fer ont détruit les conducteurs de diligence mais ont créé des ingénieurs, puis des compagnies ferroviaires avec des chefs de gare, des mécaniciens et une industrie des transports. Mais rien ne dit que les nouvelles tâches créées par l’IA ne seront pas effectuées par l’IA », souligne Axelle Arquié.
Et cela risque de générer des difficultés. « Les recettes fiscales, liées aux cotisations sociales et aux impôts, surtout payées par les personnes les plus aisées, sont appelées à baisser alors que les besoins en formation, et donc les dépenses publiques, vont augmenter », prévient Aurélien Duthoit. Pas sûr que l’Etat-providence d’Europe continentale, dont la démographie est vieillissante, y survivra. D’autant que le partage de la valeur dans le PIB risque de se faire davantage au bénéfice du capital et au détriment du travail. Avec le risque,à terme, que les Etats soient obligés, pour se financer, de taxer davantage le capital.
https://media.lesechos.com/api/v1/images/view/69baf641e01826dddb0da9a3/contenu_article/image.jpg
Guillaume de Calignon
Thématiques associées
Indicateurs économiques Emploi & Salaires Allemagne Paris
LesEchos-offrePremiumEntreprises.png
Testez l’offre Premium Entreprises ! Profitez d’un essai gratuit pour découvrir l’offre Premium Entreprises avec vos équipes et accéder à toutes les informations de votre secteur. Analyses exclusives, outils de veille sectorielle, invitations VIP à des évènements de networking… Tous les avantages abonnés vous attendent gratuitement. Je profite de l’essai gratuit
Tous droits réservés - Les Echos 2026
Source : https://www.lesechos.fr/monde/europe/ia-le-grand-bouleversement-a-venir-du-marche-du-travail-2221760
L’IA au travail : le vrai retard organisationnel que les dirigeants français n’ont pas encore mesuré - Célia Séramour - Publié le 5 mai 2026 à 12h55 – Document ‘usine-digitale.fr’
Intelligence artificielle IA générative
L’IA ne se contente plus de transformer les outils de travail, elle réinvente les règles du jeu concurrentiel. Pourtant, alors que les collaborateurs s’en emparent pour innover, les organisations, elles, peinent à suivre. Entre potentiel individuel démultiplié et inertie structurelle, un fossé se creuse. Dans sa dernière étude, Microsoft met le doigt sur un point clé : les dirigeants qui sauront repenser leur modèle opérationnel pour intégrer l’IA non comme un simple levier technologique, mais comme un accélérateur de décision et de création de valeur, seront ceux qui feront la différence. En France, ce désalignement est flagrant. Retour sur ce bouleversement qui touchera tous les secteurs un jour ou l’autre.
Ordinateur
Unsplash - Vasilis Caravitis
L’intelligence artificielle ne se limite plus à l’automatisation de tâches répétitives. Elle redéfinit en profondeur le rôle des collaborateurs et, par extension, la compétitivité même des entreprises. Le Work Trend Index 2026 de Microsoft, fondé sur l’analyse de mille milliards de signaux de productivité et une enquête auprès de 20 000 professionnels dans dix pays, révèle une réalité qui devrait interpeller chaque dirigeant : près de la moitié des interactions avec Copilot 365 soutiennent désormais un travail cognitif, c’est-à-dire des activités à haute valeur ajoutée comme l’analyse, la résolution de problèmes ou la créativité.
Réinventer la manière de travailler avec l’IA, une nécessité{{}}
Pourtant, malgré cette avancée significative du potentiel individuel, les organisations peinent à s’adapter à cette nouvelle donne. Pire, elles risquent de brider l’impact stratégique de l’IA en se concentrant exclusivement sur son adoption technologique, au détriment d’une refonte plus large des processus, des incitations et de la culture d’entreprise.
Ce décalage crée ce que Microsoft qualifie de “Transformation Paradox” : les collaborateurs (du dirigeant à l’employé), conscients de l’urgence, craignent de prendre du retard s’ils n’adoptent pas rapidement l’IA, tout en estimant plus prudent de se concentrer sur les objectifs traditionnels plutôt que de réinventer leur manière de travailler.
Un problème d’alignement{{}}
Les chiffres sont éloquents. Plus de la moitié des utilisateurs d’IA déclarent réaliser des tâches qu’ils n’auraient pas pu produire il y a un an, un chiffre qui atteint 80% chez les Frontier Professionals, ces fameux 16% d’utilisateurs les plus avancés. Attention toutefois à ne pas se précipiter afin d’atteindre le graal des “Frontier Firmes” : “La beauté de la frontière, c’est qu’on ne l’atteint jamais vraiment, c’est cette ligne à l’horizon”, commente Matt Firestone, General Manager, Frontier Firm chez Microsoft.
Microsoft -Workd Trend Index 2026
Microsoft
Pourtant, seulement 13% des employés disent se sentir reconnus pour avoir repensé leur travail avec l’IA, même en l’absence de résultats immédiats. Le problème n’est donc pas technologique, mais bien systémique.
Focus sur la France : un alignement stratégique encore insuffisant{{}}
Les tendances mondiales trouvent un écho particulier en France, où les défis organisationnels apparaissent encore plus prononcés. Près de la moitié des utilisateurs français (49%) de services d’IA déclarent produire aujourd’hui un travail qu’ils n’auraient pas pu réaliser il y a un an, un chiffre qui grimpe même à 72% chez les Frontier Professionals hexagonaux. Ces données confirment que le potentiel individuel explose dès lors que les conditions organisationnelles sont réunies.
Pourtant, les obstacles restent majeurs. Seuls 20% des utilisateurs français estiment que leur direction dispose d’une vision claire et alignée sur l’IA, contre 26% au niveau mondial. De plus, 53% craignent d’être distancés s’ils ne s’adaptent pas rapidement, tandis que 43% préfèrent se concentrer sur les objectifs actuels plutôt que de repenser leur travail. Ce paradoxe révèle une culture du risque encore trop prudente.
Enfin, seuls 12% (contre 13% à l’échelle mondiale) se sentent valorisés pour avoir réinventé leur travail avec l’IA, même en l’absence de résultats immédiats, un constat alarmant qui met en lumière un déficit criant en matière d’incitations. En France, le défi n’est donc pas tant technologique que managérial et culturel. Les salariés sont prêts, mais les systèmes – évaluations, reconnaissance, alignement stratégique – ne suivent pas le rythme.
L’IA élargit le potentiel individuel…{{}}
“Notre conviction, c’est que le potentiel individuel va croître plus que jamais. L’IA va élargir ce que nous sommes capables de faire, et les entreprises qui parviendront à faire évoluer leur culture seront celles qui pourront se transformer de manière absolument spectaculaire”, affirme avec certitude Matt Firestone. Les Frontier Professionals illustrent cette évolution majeure : l’IA permet de déléguer l’exécution pour se concentrer sur la direction, le jugement et la conception du travail.
Dans le détail, 87% d’entre eux considèrent les résultats de l’IA comme un point de départ et non une réponse finale, et assument la responsabilité de l’analyse critique. Plus de la moitié prennent systématiquement le temps de déterminer ce qui doit être réalisé par l’IA ou par un humain avant de commencer une tâche, et 43% travaillent délibérément sans IA pour maintenir leurs compétences.
Les équipes les plus performantes ne sont donc plus celles qui exécutent plus rapidement, mais celles qui décident avec plus de pertinence. Cette transformation implique de repenser les critères d’évaluation pour privilégier l’impact des décisions plutôt que le volume de tâches accomplies.
Elle nécessite également de développer le management par l’intention, où savoir définir des objectifs clairs pour l’IA et évaluer ses résultats devient une compétence stratégique. Enfin, elle exige d’encourager l’expérimentation, en intégrant l’échec comme une composante essentielle de l’apprentissage.
...tout en révélant les limites structurelles{{}}
Par ailleurs, l’étude met en lumière un déséquilibre structurel : 67% de l’impact de l’IA est lié à des facteurs organisationnels, contre seulement 32% à des facteurs individuels. Quand les managers modélisent activement l’usage de l’IA, les employés rapportent une valeur perçue accrue, une pensée critique plus développée et une confiance renforcée dans les agents autonomes.
Pourtant, seulement un leader sur quatre a une vision claire et alignée sur l’IA, et 26% des employés estiment que leur direction est bloquée par des normes et métriques obsolètes. Matt Firestone veut voir dans cette étude “un rapport d’optimisme dans lequel les employés et les individus disposent d’une véritable capacité individuelle — ce n’est plus seulement une injonction descendante à se transformer, mais aussi une dynamique ascendante’.
Ce qu’il faut retenir de cette étude... avec prudence{{}}
Si le Work Trend Index offre des insights puissants, certaines limites méritent d’être soulignées. L’enquête cible principalement des “knowledge workers” utilisant déjà l’IA, ce qui exclut les secteurs moins digitalisés où l’adoption est plus lente. Les données reposent également sur des réponses subjectives, où l’effet de nouveauté peut biaiser les perceptions. Enfin, l’analyse des signaux de productivité provient uniquement de l’écosystème Microsoft 365, ce qui limite la généralisation à d’autres outils.
Ces limites impliquent que les résultats surestiment peut-être l’impact de l’IA dans les entreprises déjà matures, tout en sous-estimant les freins dans les structures moins avancées.
Les dirigeants doivent revoir leur modèle opérationnel{{}}
L’IA ne doit plus être considérée comme un outil ajouté, mais comme un levier intégré dans les processus. Les Frontier Firms documentent les workflows avec l’IA, partagent les apprentissages et créent des standards de qualité pour les outputs générés. L’objectif est de transformer l’IA en une intelligence propre à l’entreprise, capitalisable et difficile à reproduire.
A la question de savoir “Que peut faire un leader ?”, Matt Firestone nous répond que “les dirigeants doivent libérer le potentiel individuel dont disposent leurs équipes, et cela peut passer par des actions comme la création de cultures de l’expérimentation, ou encore la mise en place d’opportunités permettant aux personnes de construire des prototypes en open source / en accès ouvert’.
Le message est clair : les managers doivent devenir des architectes du travail hybride humain-IA. Cela implique de former à la délégation, en sachant confier des tâches à des agents, d’encadrer l’expérimentation en créant des espaces sûrs pour tester l’IA sans crainte de sanctions, et d’évaluer différemment, en privilégiant les résultats plutôt que l’activité. Toutefois, avec la multiplication des agents, le risque d’erreurs à grande échelle grandit. Les organisations doivent donc définir qui valide les outputs générés par l’IA, autoriser qui peut modifier les workflows automatisés, et capturer les insights pour améliorer en continu les processus.
L’IA, un impératif de refonte organisationnelle{{}}
Le message du Work Trend Index 2026 est clair : l’IA ne révolutionnera pas le travail si les organisations ne se réinventent pas. Les dirigeants qui réussiront sont ceux qui comprendront que le vrai goulot d’étranglement est systémique et non technologique. Ils devront transformer leurs équipes en systèmes apprenants, où l’IA génère des données exploitables, et oser repenser les métriques de performance pour récompenser l’innovation plutôt que l’exécution.
En France, l’urgence est double : accélérer l’alignement stratégique, où seulement 20% des salariés estiment que leur direction est claire sur l’IA, et briser la culture du risque zéro qui pousse 43% des employés à privilégier le statu quo. La question n’est plus de savoir comment adopter l’IA, mais comment redessiner le travail pour en tirer parti avant que la concurrence ne le fasse à notre place.
Célia Séramour, Cheffe de rubrique Intelligence artificielle
Retour au début de l’introduction
Collecte de documents et agencement, traduction, [compléments] et intégration de liens hypertextes par Jacques HALLARD, Ingénieur CNAM, consultant indépendant
C :\Users\Jacques\Downloads\jh.jpg
– 07/05/2026
Site ISIAS = Introduire les Sciences et les Intégrer dans des Alternatives Sociétales
Site : https://isias.info/
Adresse : 585 Chemin du Malpas 13940 Mollégès France
Courriel : jacques.hallard921@orange.fr
Fichier : ISIAS IA Usages Risques.5.docx
Mis en ligne bénévolement par le co-rédacteur par Pascal Paquin https://fr.linkedin.com/in/pascal-paquin-a85690296 - comme toutes les autres contributions publiées sur ISIAS !
[Pascal Paquin – Ses travaux sur https://yonnelautre.fr/ ]
Mis en ligne via Yonnelautre.fr : un site des alternatives, d’éducation populaire, un site inter-associatif, coopératif, gratuit, sans publicité, sans subvention, indépendant de tout parti, un site sans Facebook, Google+ ou autres GAFA, sans mouchard, sans cookie tracker, sans fichage, et à empreinte numérique réduite, un site entièrement géré sous Linux et avec l’électricité d’Énercoop , géré par Yonne Lautre : https://yonnelautre.fr –
Yonnelautre.fr utilise le logiciel libre SPIP et le squelette Koinós. Pour s’inscrire à nos lettres d’info > https://yonnelautre.fr/spip.php?breve103
http://yonnelautre.fr/local/cache-vignettes/L160xH109/arton1769-a3646.jpg?1510324931
— -