Relative Development and the Intelligence Divide: Human Capital, Technology Diffusion, and AI

Depuis des décennies, les économistes observent l'écart entre les nations les plus riches et les plus pauvres du monde, se posant une question simple mais tenace : pourquoi certains pays restent-ils pauvres tandis que d'autres progressent ? La réponse semble souvent résider dans ce qu'un pays possède. Les nations qui disposent de plus d'usines, de meilleures routes et de plus d'écoles produisent généralement plus de richesse. Mais un mystère plus profond subsiste. Deux pays peuvent posséder des quantités similaires de machines et un nombre similaire de travailleurs éduqués, pourtant l'un produit bien plus que l'autre. Cette différence est souvent appelée productivité, une mesure de la capacité d'une société à transformer ses ressources en choses utiles. Pendant longtemps, l'espoir était que la technologie agisse comme un grand égalisateur. Si un pays pauvre pouvait simplement acheter les mêmes machines ou logiciels qu'un pays riche, il devrait pouvoir rattraper son retard. Pourtant, l'histoire montre que si les pays se sont rapprochés en termes d'écoles et d'usines, ils ne se sont pas autant rapprochés dans leur capacité de production. Les outils se sont diffusés, mais la capacité à les utiliser efficacement ne l'a pas été.

Ce casse-tête est désormais au cœur d'un nouveau débat sur l'intelligence artificielle. Alors que de nouveaux systèmes informatiques puissants deviennent disponibles, beaucoup se demandent s'ils aideront enfin les nations les plus pauvres à combler l'écart. Une nouvelle étude de Patrick A. Imam et Jonathan R. W. Temple, chercheurs à l'Institut de recherches économiques et financières internationales (FMI) et économiste indépendant, suggère que la réponse n'est pas aussi simple que l'accès. Les chercheurs soutiennent que posséder la technologie n'est pas la même chose que posséder la capacité de l'utiliser. Ils ont cherché à comprendre pourquoi certains pays parviennent à passer d'une faible productivité à une haute productivité tandis que d'autres restent bloqués, et si l'intelligence artificielle aiderait ou entraverait ce voyage. Leur travail combine un examen détaillé de données historiques avec une nouvelle façon de penser le développement des nations, allant au-delà des simples moyennes pour suivre le mouvement réel des pays au fil du temps.

Les chercheurs ont examiné plus de mille périodes de cinq ans pour près de cent pays, suivant l'évolution de leur position dans l'économie mondiale. Ils ont examiné trois facteurs principaux : la quantité de capital physique dont un pays disposait, le niveau d'éducation de sa main-d'œuvre et sa productivité globale. Ils ont constaté une différence frappante dans la manière dont ces facteurs évoluent. Les pays étaient capables d'augmenter leur capital et d'améliorer leur scolarisation relativement rapidement. Une nation pouvait construire une nouvelle usine ou envoyer plus d'enfants à l'école en quelques années. Cependant, passer d'une faible productivité à une haute productivité était beaucoup plus difficile et beaucoup plus lent. Même lorsque les pays ajoutaient plus de machines et éduquaient plus de travailleurs, ils échouaient souvent à améliorer l'efficacité de leur utilisation. L'écart de productivité s'est avéré bien plus tenace que l'écart de ressources.

Pour comprendre cela, les auteurs ont examiné de près le rôle du capital humain, c'est-à-dire les compétences et les connaissances de la main-d'œuvre. Les comptes économiques standards suggèrent que l'éducation n'explique qu'une petite partie de la raison pour laquelle certains pays sont plus riches que d'autres. Si l'on égalisait simplement le nombre d'années de scolarité à travers le monde, l'écart de revenus diminuerait, mais une grande distance subsisterait. Les chercheurs ont découvert que cette vision statique manque un aspect crucial. Si l'éducation n'explique peut-être pas parfaitement le niveau actuel de richesse, elle est un prédicteur puissant de la capacité d'un pays à progresser ou à stagner. Ils ont découvert que les pays possédant des niveaux plus élevés de capital humain mesuré étaient nettement plus susceptibles d'échapper aux états de plus faible productivité.

L'étude a identifié un seuil spécifique de capital humain qui semble séparer deux mondes différents. Pour les pays situés en dessous de ce niveau, le temps moyen pour quitter l'état de plus faible productivité était d'environ soixante-deux ans. Pour les pays situés au-dessus, ce temps tombait à vingt-cinq ans. Cette différence n'est pas qu'un chiffre ; elle représente des générations de développement. Un pays coincé dans le piège de la faible productivité pourrait attendre une vie entière avant de voir son économie se transformer, tandis qu'un pays doté de travailleurs légèrement plus capables pourrait réaliser le même changement en une seule génération. Les chercheurs ont testé ce résultat de nombreuses manières, en utilisant différentes mesures de compétences et différentes façons de regrouper les données, et le schéma est resté constant. Même lorsqu'ils ont examiné les capacités cognitives plutôt que simplement les années de scolarité, les pays ayant des compétences plus élevées progressaient plus vite.

Cela mène à une conclusion de bon alerte concernant l'intelligence artificielle. La technologie elle-même n'est pas une baguette magique qui fera automatiquement monter tous les bateaux. Si l'intelligence artificielle aide principalement ceux qui sont déjà qualifiés, elle pourrait creuser l'écart. Un pays disposant d'une base solide de travailleurs éduqués, de données fiables et d'entreprises capables sera en mesure d'utiliser ces nouveaux outils pour devenir encore plus productif. Un pays manquant de ces fondations pourrait avoir accès aux mêmes outils mais échouer à les intégrer dans son économie. Les chercheurs soutiennent que pour que l'intelligence artificielle aide les nations les plus pauvres à rattraper leur retard, elle doit faire plus que simplement réduire le coût du savoir. Elle doit réduire le coût de l'apprentissage, de l'adaptation et de la mise en œuvre de ce savoir dans les endroits où les systèmes de soutien sont faibles.

L'étude suggère que le véritable obstacle n'est pas le manque de technologie, mais le manque de capacités complémentaires nécessaires pour faire fonctionner cette technologie. Il ne suffit pas d'avoir un tracteur ; il faut le carburant, les ateliers de réparation et les agriculteurs qui savent l'utiliser. De même, posséder l'intelligence artificielle ne suffit pas si un pays manque de gestion, d'infrastructure et de force institutionnelle pour la transformer en gains de productivité réels. Les chercheurs ont trouvé que la capacité à convertir une intelligence moins coûteuse en un mouvement économique réel est la clé. Si l'intelligence artificielle peut aider les économies plus faibles à apprendre plus vite et à mieux s'adapter, elle pourrait raccourcir l'attente de plusieurs décennies pour le développement. Mais si elle ne récompense que ceux qui sont déjà forts, elle pourrait simplement repousser la frontière plus loin, laissant l'écart entre les riches et les pauvres inchangé.

Les conclusions offrent une voie claire pour les décideurs politiques. Au lieu de se concentrer uniquement sur l'adoption de la dernière technologie, les nations doivent investir dans l'écosystème plus large qui permet à la technologie de prospérer. Cela inclut l'amélioration de la qualité de l'éducation, le renforcement des pratiques de gestion, la construction d'infrastructures fiables et la garantie que les institutions puissent soutenir l'innovation. L'étude ne promet pas que cela sera facile ou rapide, mais elle clarifie le problème. Le fossé ne concerne pas seulement qui possède les outils, mais qui possède la capacité de les utiliser. Pour que l'intelligence artificielle soit une force d'égalité, elle doit être couplée à un effort véritable pour construire les fondations humaines et institutionnelles qui transforment le potentiel en progrès. Sans cela, la promesse d'un monde connecté pourrait rester ce qu'elle est : une promesse, tandis que la réalité de la fracture de l'intelligence continue de croître.