Who becomes replaceable? Generative AI and the discursive stratification of work

Lorsque nous entendons que l'intelligence artificielle change le monde du travail, la conversation ressemble souvent à un audit technique. Nous demandons quels emplois peuvent être effectués par des machines et lesquels ne le peuvent pas, traitant la réponse comme une propriété fixe de l'emploi lui-même. Mais il existe une autre couche à cette histoire, qui ne se déroule pas dans le code ou les usines, mais dans les informations et la conversation publique. Avant qu'une machine ne remplace un humain, les gens doivent d'abord convenir que le remplacement est possible, nécessaire, voire souhaitable. Cet accord se construit par le langage. Lorsque les médias décrivent un emploi comme étant « à risque », ils ne font pas que prédire l'avenir ; ils classent activement les travailleurs en catégories de ceux qui seront conservés et de ceux qui seront écartés. Ce processus de tri par les mots est ce que les chercheurs appellent la stratification discursive. C'est une façon de comprendre comment la société décide qui est vulnérable au changement et qui est en sécurité, bien avant que des licenciements réels ne surviennent.

Une nouvelle étude de Hana Kim, chercheuse au Korea Advanced Institute of Science and Technology, examine précisément comment ce tri s'opère à l'ère de l'IA générative. La recherche se concentre sur un tournant spécifique : la sortie de ChatGPT fin 2022. L'auteur voulait savoir si la manière dont les médias parlaient de l'IA et de l'emploi avait changé après ce moment, et plus important encore, si ce changement traitait différemment différents types de travailleurs au sein d'une même profession. L'étude ne regarde pas si des gens ont réellement perdu leur emploi. Elle examine plutôt le texte de près d'un demi-million d'articles de presse pour voir comment le récit public a évolué. La question centrale est simple : quand les informations disent qu'un emploi est remplacé par l'IA, qui est le « qui » dans cette phrase ?

Pour répondre à cela, la chercheuse a rassemblé une collection massive de passages de presse de 2010 à 2026, en se concentrant sur les mentions de professions spécifiques telles que avocats, médecins, écrivains et développeurs. L'équipe a utilisé un programme informatique, entraîné par des experts humains, pour lire ces passages et les classer en quatre catégories distinctes. La première catégorie était neutre, où l'emploi était mentionné mais non lié à l'IA. La deuxième était l'augmentation, où l'IA était décrite comme un outil qui aide le travailleur à mieux faire son travail. La troisième était l'automatisation des tâches, où des parties spécifiques du travail étaient dites prises en charge par une machine, mais où le métier lui-même subsistait. La quatrième et plus sévère catégorie était le remplacement, où le texte suggérait que le métier lui-même devenait inutile ou que le travailleur serait supprimé.

L'analyse a révélé qu'après l'arrivée de ChatGPT, le volume total de la couverture médiatique discutant de l'impact de l'IA sur les emplois a effectivement augmenté. Cependant, la manière dont cette augmentation s'est produite n'était pas uniforme. La montée des récits de « remplacement » n'était pas due au fait que chaque emploi semblait soudainement plus dangereux. Au lieu de cela, les informations ont commencé à porter leur attention sur un ensemble différent de professions qu'auparavant. La couverture s'est déplacée vers des métiers qui étaient déjà discutés comme risqués, tels que les écrivains et les codeurs, tout en accordant moins d'attention relative aux autres. Cela signifie que le sentiment global de danger dans les informations était porté par un changement dans les métiers mis en lumière, plutôt que par un durcissement soudain du récit pour chaque profession.

La découverte la plus significative, cependant, ne réside pas dans les métiers discutés, mais dans la manière dont les personnes au sein de ces métiers sont décrites. L'étude a examiné de près la différence entre les travailleurs juniors — ceux qui débutent leur carrière, souvent appelés débutants ou stagiaires — et les travailleurs seniors, qui sont des leaders expérimentés ou des directeurs. Les résultats ont montré une division nette et croissante. Après 2022, les articles de presse sont devenus beaucoup plus susceptibles de mentionner les travailleurs juniors lorsqu'ils discutaient de l'impact de l'IA. En fait, l'écart entre la fréquence à laquelle les travailleurs juniors et seniors étaient mentionnés comme cibles du changement induit par l'IA s'est creusé de vingt points de pourcentage.

Mais la différence allait plus loin que la simple fréquence de mention. Lorsqu'un travailleur junior était mentionné dans le contexte de l'IA, l'histoire avait une probabilité écrasante de le présenter comme remplaçable. L'analyse a révélé que parmi les articles de presse parlant des travailleurs juniors, près de la moitié décrivait leurs rôles comme étant entièrement éliminés, et très peu les décrivait comme étant aidés par l'IA. En revanche, lorsque les travailleurs seniors étaient mentionnés dans la même période, le récit était presque l'inverse. Ils étaient beaucoup plus susceptibles d'être décrits comme étant augmentés, l'IA servant d'outil pour améliorer leur jugement et leur productivité. Les informations suggéraient rarement que les travailleurs seniors seraient supprimés ; au contraire, elles suggéraient qu'ils seraient ceux qui manient la nouvelle technologie.

Ce schéma s'est maintenu même lorsque les chercheurs ont tenté d'écarter d'autres explications. Ils ont vérifié si la différence était simplement due au fait que les emplois juniors sont plus routiniers ou répétitifs, une raison courante de l'automatisation des tâches. Les données ont montré que si le travail routinier était effectivement plus susceptible d'être discuté comme automatisé, l'écart spécifique entre les travailleurs juniors et seniors était un phénomène distinct. Il ne s'agissait pas du type de tâche, mais de l'étape de la carrière. Les chercheurs ont également testé si le programme informatique ne réagissait pas simplement aux mots « junior » ou « senior » comme un raccourci. Ils ont refait l'analyse après avoir caché ces mots spécifiques, et le schéma est resté exactement le même. L'ordinateur répondait au contexte de l'histoire, pas seulement aux étiquettes.

Pour en être absolument certain, les chercheurs ont fait appel à des experts humains pour lire un ensemble plus restreint et soigneusement apparié d'histoires. Ils ont jumelé un article de presse sur un travailleur junior avec un article sur un travailleur senior de la même profession et de la même année, puis ont demandé aux humains de les classer sans savoir lequel était lequel. Les lecteurs humains ont confirmé le schéma avec une clarté frappante. Dans la grande majorité des cas où les deux histoires différaient, celle concernant le travailleur junior était classée comme étant un remplacement, tandis que celle concernant le travailleur senior était classée comme une augmentation. L'accord des humains était si fort que la probabilité statistique que cela se produise par accident était virtuellement nulle.

L'étude suggère que l'arrivée de l'IA générative n'a pas seulement changé le paysage technique du travail, mais a remodelé la carte sociale de qui est considéré comme essentiel et qui est considéré comme sacrifiable. Le récit a évolué pour traiter les postes de début de carrière dans de nombreuses professions comme les cibles primaires de l'automatisation, tout en préservant l'image du professionnel expérimenté comme le maître des nouveaux outils. Cette distinction est cruciale car les emplois de premier échelon ne sont pas seulement de la main-d'œuvre à bas coût ; ils sont le terrain d'entraînement où les nouveaux professionnels acquièrent les compétences, le jugement et les habitudes nécessaires pour devenir des experts. Si le discours public traite ces rôles de départ comme jetables, il risque de couper la voie même qui permet aux gens de devenir les travailleurs seniors du futur.

La recherche ne prétend pas que ces articles de presse sont la cause directe des pertes d'emplois, ni que les employeurs agissent immédiatement sur la base de ces articles. Elle identifie plutôt un changement puissant dans la manière dont la société imagine l'avenir du travail. En présentant systématiquement les rôles juniors comme remplaçables et les rôles seniors comme augmentables, la conversation publique crée une hiérarchie de vulnérabilité. Elle décide, par les mots, que l'avenir de l'IA appartient aux expérimentés, tandis que le novice est celui qui doit être remplacé. Cette stratification discursive se produit avant que les changements économiques ne prennent place, préparant le terrain pour un avenir où les opportunités d'apprentissage et de croissance sont restreintes pour ceux qui sont au bas de l'échelle de carrière, tandis que ceux qui sont au sommet reçoivent de nouveaux pouvoirs. L'étude conclut que comprendre l'impact de l'IA sur le travail nécessite de regarder non seulement ce que les machines peuvent faire, mais aussi qui nous sommes prêts à imaginer comme remplaçable.