Artificial Intelligence Exposure, Tacit Experience and Occupational Wage Growth

L'histoire de la façon dont les machines transforment le travail a longtemps été racontée comme une simple course entre l'adresse humaine et la puissance informatique. Pendant des décennies, les économistes et les chercheurs ont tenté de prédire quels emplois allaient disparaître et lesquels allaient prospérer en examinant la facilité avec laquelle une tâche peut être transcrite sous la forme d'un ensemble de règles. Si un emploi repose sur le suivi d'une liste de contrôle claire, pensait-on, un ordinateur pourrait éventuellement l'accomplir plus rapidement et à moindre coût. Mais si un emploi nécessite l'intuition humaine, la créativité ou la capacité à gérer des situations confuses et imprévisibles, on supposait qu'il était en sécurité. Cette vision traite la technologie comme une force qui agit directement sur le travailleur, comme une tempête frappant une maison. Cependant, une nouvelle perspective suggère que le résultat dépend moins de la tempête elle-même que de la manière dont la maison est construite. Elle demande si la valeur d'un emploi provient des règles formelles qu'un travailleur suit ou du jugement profond et tacite qu'il acquiert grâce à des années de pratique.

Une étude récente de Zezhong Shang, de l'Université China Jiliang, explore cette idée en examinant le marché du travail des États-Unis entre 2018 et 2024. La recherche se concentre sur l'essor de l'intelligence artificielle, plus précisément sur la nouvelle vague d'outils capables de lire, d'écrire et de raisonner avec le langage. L'auteur ne se contente pas de demander si un emploi est exposé à ces outils ; au contraire, l'étude examine comment le type de connaissance qu'exige un emploi modifie la croissance de ses salaires lorsque cette exposition augmente. La conclusion centrale est que les emplois reposant largement sur l'« expérience tacite » — le genre de sagesse acquise par l'action, l'erreur et la navigation dans l'incertitude — voient leurs salaires augmenter plus rapidement lorsque leur exposition à l'intelligence artificielle augmente. En revanche, les emplois qui reposent principalement sur la « connaissance codifiée » — des informations qui peuvent être facilement écrites, enseignées en classe ou transformées en manuel — présentent un schéma différent, bien que l'étude note que ce résultat est moins stable et plus sensible aux variables de contrôle. L'étude suggère que l'avenir du travail ne dépend pas seulement de ce que les machines peuvent faire, mais de la manière dont les organisations décident de valoriser la capacité humaine à juger, négocier et assumer des responsabilités lorsque les règles s'effondrent.

Pour comprendre cela, il faut d'abord examiner comment les chercheurs ont mesuré le paysage du travail. Ils ont commencé par un indice largement utilisé qui cartographie les professions les plus susceptibles d'être affectées par l'intelligence artificielle. Cet indice, connu sous le nom d'AI Occupational Exposure Index (Indice d'exposition professionnelle à l'IA), agit comme un radar, montrant où les capacités de la nouvelle technologie chevauchent les tâches que les gens accomplissent quotidiennement. Cependant, un radar seul ne peut pas dire ce qui se passe à l'intérieur de l'entreprise. Il n'indique pas si une entreprise adopte réellement la technologie, comment elle modifie la routine quotidienne ou si les travailleurs reçoivent une augmentation. Pour combler cette lacune, l'auteur a construit deux nouvelles mesures en utilisant les données de la base de données O*NET du Département du Travail des États-Unis, un immense répertoire d'informations sur les compétences et les exigences des emplois.

La première mesure est l'Indice de Connaissance Codifiée. Il capture les parties d'un emploi qui sont formelles et documentées. Cela inclut des domaines de connaissances spécifiques, des compétences de base qui peuvent être enseignées à l'école, et la nécessité de certifications professionnelles ou d'apprentissage. Ce sont les éléments du travail qui peuvent être écrits dans un livre de règles ou un manuel. La seconde mesure est l'Indice d'Expérience Tacite. Il capture les parties d'un emploi qui sont apprises par la pratique et qui sont difficiles à articuler. Cela inclut des compétences telles que l'anticipation des erreurs, la négociation avec autrui, la prise de décision en situation d'incertitude et la responsabilité des résultats. Ce sont les qualités d'un professionnel chevronné qui sait comment gérer une crise non pas parce qu'il a lu un manuel, mais parce qu'il y a déjà été confronté.

L'étude a ensuite combiné ces mesures avec des données salariales provenant de 26 697 combinaisons différentes d'États et de professions à travers le pays. Les chercheurs ont examiné comment les salaires ont évolué entre 2018 et 2024, une période marquée par l'émergence rapide de l'intelligence artificielle générative. Ils ont posé une question spécifique : l'exposition à l'intelligence artificielle affecte-t-elle la croissance des salaires différemment selon qu'un emploi est fortement axé sur la connaissance codifiée ou sur l'expérience tacite ? La réponse qu'ils ont trouvée est claire et statistiquement significative.

Lorsque les chercheurs ont examiné les emplois présentant des niveaux élevés d'expérience tacite, ils ont constaté qu'une augmentation d'un écart-type de l'exposition à l'intelligence artificielle était associée à une croissance plus forte des salaires. En termes simples, plus un emploi reposait sur le type de jugement et d'expérience issus d'années de pratique, plus ses salaires avaient tendance à augmenter à mesure que l'intelligence artificielle devenait plus prévalente. Cette relation s'est maintenue même après avoir pris en compte le salaire de départ du poste, l'État où il était situé et le degré de connaissances formelles requises. Le modèle était robuste, survivant à divers tests et différentes manières de regrouper les données. Cela suggère qu'à l'ère des outils de langage avancés, la capacité d'interpréter les résultats, de gérer les exceptions et de prendre des décisions conséquentes devient de plus en plus précieuse pour les employeurs.

À l'inverse, l'étude a trouvé un schéma différent pour les emplois fortement axés sur la connaissance codifiée, bien que l'auteur note que ce résultat est moins stable. Pour ces rôles, une exposition plus élevée à l'intelligence artificielle était associée à une pente de croissance salariale plus plate ou négative, mais cette conclusion est sensible aux contrôles et à la construction de l'indice. Cela ne signifie pas que l'éducation formelle ou les certifications sont inutiles. Les données montrent que ces emplois exigent toujours des connaissances formelles, et que ces connaissances restent essentielles pour définir les problèmes et vérifier le travail des machines. Cependant, l'étude suggère que l'avantage spécifique d'avoir un emploi qui consiste principalement à suivre des règles écrites diminue face à des outils capables de reproduire et de manipuler ces règles facilement. La valeur du travail se déplace de la capacité à réciter les règles vers la capacité à naviguer dans les zones grises où les règles ne s'appliquent plus.

Les chercheurs ont pris soin de préciser ce que leurs conclusions prouvent et ne prouvent pas. Ils n'ont pas suivi les travailleurs individuels ou des entreprises spécifiques pour voir exactement comment l'intelligence artificielle était utilisée. Ils n'ont pas mesuré l'intensité de l'adoption ni l'effet causal direct d'une machine sur une fiche de paie individuelle. Au lieu de cela, ils ont observé un modèle large à travers l'ensemble de l'économie. Les résultats montrent que l'organisation du travail importe. Deux emplois peuvent avoir le même niveau d'exposition à l'intelligence artificielle, mais si l'un repose sur une expérience pratique profonde et l'autre principalement sur des règles formelles, leurs trajectoires salariales divergeront probablement. L'étude implique que le marché du travail commence à récompenser la capacité humaine de jugement situé — le genre de pensée qui se produit sur le moment, dans le contexte d'une situation spécifique — plus que la capacité à suivre un script pré-écrit.

Cette distinction aide à expliquer pourquoi certains travailleurs prospèrent tandis que d'autres luttent, même lorsqu'ils travaillent dans des domaines qui semblent similairement affectés par la technologie. Cela remet en question l'idée ancienne selon laquelle les seuls emplois sûrs sont ceux qui sont complètement immunisés contre l'automatisation. Au contraire, cela suggère que les travailleurs les plus résilients sont ceux dont la valeur est liée à leur expérience et à leur capacité à gérer l'imprévu. L'étude souligne également que la direction du changement n'est pas déterminée uniquement par la technologie elle-même. Elle est déterminée par la manière dont les employeurs choisissent d'organiser le travail et par ce qu'ils décident de récompenser. Si les entreprises utilisent l'intelligence artificielle pour centraliser le contrôle et supprimer la discrétion des travailleurs, les bénéfices pourraient ne pas atteindre les employés. Mais si elles l'utilisent pour soutenir les travailleurs qui sont déjà compétents pour gérer la complexité, ces travailleurs pourraient voir leur rémunération croître.

Les conclusions offrent également une nuance au débat actuel sur l'avenir du travail. Les recherches précédentes se concentraient souvent sur la question de savoir si une tâche était routinière ou non routinière. Cette étude suggère que pour la nouvelle génération d'intelligence artificielle, cette distinction devient floue. Les machines peuvent désormais accomplir de nombreuses tâches qui étaient autrefois considérées comme non routinières, comme écrire du code ou résumer des rapports complexes. Ce qui reste distinct, c'est la source de la connaissance. L'étude montre que le marché du travail différencie la connaissance qui peut être capturée dans une base de données de la connaissance qui réside dans l'esprit d'un praticien. À mesure que l'intelligence artificielle devient capable de gérer les parties codifiées d'un emploi, la prime économique pour les parties tacites et expérientielles semble augmenter.

En fin de compte, la recherche fournit une carte de la façon dont la valeur du travail humain est remodelée. Elle suggère que le chemin vers de meilleurs salaires à l'ère de l'intelligence artificielle ne consiste peut-être pas à connaître plus de faits ou à suivre plus de règles, mais à approfondir le genre de sagesse pratique qui vient de l'exercice du métier. L'étude ne garantit pas que chaque travailleur expérimenté obtiendra une augmentation, ni qu'elle promet que chaque emploi basé sur des règles disparaîtra. Elle révèle simplement une tendance claire : dans le paysage économique actuel, la capacité à exercer son jugement, à anticiper les problèmes et à assumer des responsabilités devient un moteur de croissance salariale plus puissant que la capacité à suivre un manuel. À mesure que la technologie continue d'évoluer, la manière dont les organisations valorisent ces qualités humaines déterminera probablement qui bénéficiera le plus de ces nouveaux outils.