📄 sciences sociales

Less Afraid, Still Wary: Europeans’ Fear of AI-Driven Job Loss Before and After Generative AI

Analysant les données d'Eurobaromètre de 2017 et 2024 dans 27 pays de l'UE, cette étude révèle que la perception des menaces sur l'emploi liées à l'IA a étonnamment diminué malgré l'essor de l'IA générative, l'acceptation étant davantage portée par les bénéfices perçus que par la peur et influencée par des facteurs tels que les compétences numériques, la transparence de l'employeur et la formation.

Auteurs originaux : Amit Vishwakarma, RAJENDER KUMAR GUNEJA

Publié 2026-10-14

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Amit Vishwakarma, RAJENDER KUMAR GUNEJA

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Pendant des décennies, l'histoire de l'intelligence artificielle sur le lieu de travail était simple : les machines prendraient en charge les tâches manuelles et répétitives, laissant aux humains le soin de gérer la réflexion complexe. Ce récit suggérait que plus un travailleur était qualifié, plus il serait à l'abri de l'automatisation. Cependant, l'arrivée d'un nouveau type de technologie, connue sous le nom d'intelligence artificielle générative, a réécrit ce scénario. Contrairement aux outils précédents qui suivaient des règles strictes, cette nouvelle technologie peut écrire du code, rédiger des lettres et résumer des rapports, s'immisçant ainsi efficacement dans le domaine du travail intellectuel. Ce changement a déclenché une conversation mondiale pour savoir si ces outils sont des aides ou des remplaçants. Pour comprendre comment les gens réagissent, les chercheurs examinent deux idées principales. Premièrement, ils examinent le sentiment d'insécurité de l'emploi, qui est l'inquiétude qu'une machine puisse prendre les moyens de subsistance de quelqu'un. Deuxièmement, ils étudient comment les gens décident d'accepter ou de rejeter une nouvelle technologie, une décision souvent dictée par le fait de la voir comme utile ou dangereuse. Comprendre ces sentiments est crucial car la peur peut pousser les gens à exiger des règles strictes, tandis qu'un sentiment d'utilité peut mener à l'adoption, quels que soient les risques.

Une équipe de chercheurs s'est donné pour mission de voir comment ces sentiments ont évolué en Europe entre 2017 et 2024, une période marquée par l'ascension soudaine de l'IA générative. Ils ont analysé les données de millions de personnes dans vingt-sept pays de l'Union européenne, comparant des enquêtes réalisées avant l'arrivée de cette nouvelle technologie avec celles réalisées après. Leur objectif était de déterminer si la peur de perdre son emploi au profit des machines avait grandi, et de comprendre quels facteurs, tels que les compétences numériques d'un travailleur ou le style de communication de son employeur, influençaient cette peur. Ils voulaient également savoir si les personnes qui craignaient l'IA étaient plus susceptibles de vouloir de nouvelles règles sur le lieu de travail, et si ceux qui voyaient des avantages dans cette technologie étaient plus disposés à l'utiliser.

Les résultats ont offert un rebondissement surprenant. Contrairement à l'attente selon laquelle l'arrivée d'outils puissants rendrait les gens plus anxieux, la peur de la perte d'emploi a en réalité diminué dans presque tous les pays et groupes sociaux. En 2017, une grande majorité de répondants pensait que les robots et l'IA voleraient plus d'emplois qu'ils n'en créeraient. En 2024, ce chiffre avait considérablement chuté. Cette baisse s'est produite même si la nouvelle technologie était capable d'accomplir les tâches mêmes que les employés de bureau qualifiés effectuent. Les chercheurs ont constaté que cette baisse de la peur n'était pas simplement due à la baisse des taux de chômage ; la tendance se maintenait même en tenant compte de la santé de l'économie locale. Cela suggère qu'à mesure que les gens devenaient plus familiers avec la technologie et la voyaient être utilisée pour aider plutôt que pour remplacer, leur panique immédiate s'est apaisée.

Cependant, la relation entre les compétences d'un travailleur et sa peur a changé d'une manière imprévue. En 2017, les personnes possédant de solides compétences numériques se sentaient moins menacées, probablement parce qu'elles se sentaient capables de s'adapter. En 2024, ce schéma s'était inversé. Parmi les employés en 2024, ceux ayant des compétences numériques plus élevées déclaraient en fait se sentir légèrement plus menacés, une fois leurs opinions générales sur la technologie prises en compte. Les chercheurs suggèrent que cela pourrait être dû au fait que les travailleurs qualifiés comprennent mieux la nouvelle technologie et, par conséquent, voient plus clairement ce qu'elle est capable de remplacer. C'est un cas où le fait d'en savoir plus sur l'outil rend plus conscient du danger potentiel, plutôt que de le rendre moins inquiétant.

L'étude a également souligné comment les employeurs peuvent influencer ces sentiments, mais pas de la manière attendue. Les chercheurs ont découvert que lorsque les employeurs étaient transparents sur la façon dont ils utilisaient l'IA pour gérer le travail, leurs employés se sentaient moins menacés. Savoir comment la technologie était utilisée, et en avoir l'explication, réduisait l'incertitude qui alimente souvent la peur. Cependant, cette transparence ne rendait pas nécessairement les employés amoureux de la technologie ou ne la faisait pas voir positivement. D'un autre côté, lorsque les employeurs proposaient des formations pour aider les travailleurs à utiliser ces nouveaux outils, cela ne réduisait pas la peur, mais cela rendait les employés plus acceptants de la technologie dans leur travail quotidien. Cela suggère que la formation aide les gens à voir les avantages pratiques, ce qui est un moteur d'acceptation plus fort que le simple fait de leur dire que la technologie est sûre.

Enfin, l'étude a révélé que les gens peuvent nourrir deux points de vue contradictoires simultanément. Un employé peut croire que l'IA est dangereuse pour les emplois tout en croyant simultanément qu'elle est utile pour accomplir le travail. La recherche a montré que la décision d'accepter l'IA au travail dépendait bien plus du fait que le travailleur la juge bénéfique que de sa peur de celle-ci. Même ceux qui s'inquiétaient pour leur emploi n'étaient pas nécessairement contre la technologie ; au contraire, ils étaient ceux qui étaient le plus favorablement engagés en faveur de la création de règles pour protéger la vie privée et assurer une supervision humaine. Cela indique que la demande de réglementation n'est pas seulement une réaction à la peur, mais un désir de gérer un outil puissant que beaucoup trouvent précieux mais qu'ils veulent garder sous contrôle. Les conclusions suggèrent que pour bâtir une main-d'œuvre à la fois confiante et productive, les employeurs devraient se concentrer sur la démonstration des avantages concrets de l'IA tout en étant ouverts sur la façon dont elle est utilisée, plutôt que de simplement essayer de rassurer les travailleurs sur la sécurité de leurs emplois.

Résumé Technique : « Moins de crainte, plus de vigilance : la peur de la perte d'emploi induite par l'IA chez les Européens avant et après l'IA générative »

Problématique
Bien que l'intelligence artificielle générative (IA gén) se soit rapidement intégrée au travail quotidien, il reste incertain de savoir si ce changement technologique a intensifié ou atténué les craintes des travailleurs concernant le déplacement de l'emploi. Les recherches antérieures sur les attitudes face à l'automatisation (par exemple, Gnambs et Appel, 2019) sont souvent antérieures à l'IA gén, et les études récentes manquent de bases comparatives ou ne traitent pas la menace perçue pour l'emploi comme un résultat central. De plus, la littérature existante repose souvent sur de petits échantillons de convenance plutôt que sur des données représentatives, et peu d'études ont examiné comment les pratiques des employeurs (transparence et formation) interagissent avec les compétences numériques pour façonner les perceptions de la menace et l'acceptation de la technologie. Cette étude comble trois lacunes : (1) déterminer si la menace perçue pour l'emploi a changé entre 2017 et 2024 dans l'UE ; (2) analyser comment les compétences numériques et les pratiques des employeurs sont liées à la menace ; et (3) comprendre comment la menace et les bénéfices perçus stimulent l'acceptation de l'IA et le soutien aux réglementations sur le lieu de travail.

Méthodologie
L'étude utilise un plan quantitatif en trois étapes utilisant des données de deux enquêtes Eurobaromètre représentatives couvrant 27 pays de l'Union européenne :

Sources de données : Eurobaromètre 87.1 (mars 2017, $N=26\,555$ ) et Eurobaromètre 101.4/Eurobaromètre spécial 554 (avril–mai 2024, $N=26\,404$ ). Le Royaume-Uni a été exclu de l'ensemble de données de 2017 pour assurer la comparabilité des 27 États membres.
Mesure : Les construits incluaient les compétences numériques, l'évaluation de la technologie numérique, la menace perçue pour l'emploi, les bénéfices perçus de l'IA, la transparence de l'employeur, la formation de l'employeur, la vision de l'IA au travail et le soutien aux règles sur le lieu de travail. Les items ont été mesurés sur des échelles de 4 points.
Approche analytique :
1. Invariance de la mesure : Une analyse factorielle confirmatoire (CFA) ordinale utilisant l'estimateur Weighted Least Squares Mean- and Variance-adjusted (WLSMV) a testé l'invariance configurationnelle, de seuil, métrique et scalaire à travers les années pour garantir que les moyennes latentes soient comparables.
2. Modélisation par équations structurelles (SEM) : Une SEM multi-groupes a testé les hypothèses à travers les années et au sein du sous-échantillon des employés de 2024. Des modèles de régression à effets fixes ont contrôlé les variables au niveau du pays (chômage, inégalité, PIB) et les données démographiques individuelles.
3. Réseaux de neurones artificiels (ANN) : Des perceptrons multicouches avec une couche cachée ont été utilisés pour détecter les effets non linéaires et classer l'importance des prédicteurs via une permutation sur des plis de test (validation croisée en 10 plis).
Cadre théorique : L'étude intègre la théorie de l'évaluation (Appraisal Theory), la théorie de l'évitement des menaces technologiques (TTAT) et le modèle d'acceptation de la technologie (TAM), traitant la menace et le bénéfice comme des évaluations distinctes.

Résultats clés

Tendance de la crainte (RQ1) : La menace perçue pour l'emploi due à l'IA a diminué de manière significative entre 2017 et 2024. Les scores de menace latente ont chuté de 0,28 écart-type. Ce déclin a été observé dans 25 des 27 pays et dans tous les groupes sociaux (éducation, âge, profession). La régression à effets fixes a indiqué que la baisse du chômage n'expliquait qu'une petite fraction (environ un huitième) de ce déclin, suggérant que ce changement n'est pas simplement le reflet de l'amélioration des marchés du travail.
Rôle des compétences numériques (H1) : La relation entre les compétences numériques et la menace pour l'emploi s'est inversée. En 2017, des compétences plus élevées étaient associées à une menace moindre ( $\beta = -0,09$ ). En 2024, en maintenant constante l'évaluation de la technologie, des compétences plus élevées étaient associées à une plus grande menace ( $\beta = 0,06$ dans le modèle groupé ; $\beta = 0,37$ dans le modèle des employés). Cela suggère un effet de suppression où les travailleurs qualifiés, conscients des capacités de l'IA, perçoivent des risques spécifiques plus importants.
Pratiques des employeurs (H2, H3) :
- Transparence : La transparence de l'employeur concernant l'utilisation de l'IA est fortement associée négativement à la menace perçue pour l'emploi ( $\beta = -0,21$ ), mais n'a pas d'effet direct significatif sur la vue globale de l'IA au travail.
- Formation : La formation de l'employeur est positivement associée à une vue favorable de l'IA au travail ( $\beta = 0,13$ ) mais n'a pas réduit de manière significative la menace perçue pour l'emploi.
Moteurs de l'acceptation et de la réglementation (H4–H6) :
- L'acceptation de l'IA au travail est bien plus pilotée par les bénéfices perçus ( $\beta = 0,64$ ) que par l'absence de menace ( $\beta = -0,22$ ).
- La menace perçue pour l'emploi est positivement associée au soutien des règles sur le lieu de travail ( $\beta = 0,33$ ). Notamment, le soutien aux règles était également élevé chez ceux qui percevaient des bénéfices, indiquant que la demande de réglementation n'est pas uniquement dictée par la peur.
Résultats de l'ANN : Les modèles ANN ont confirmé que les bénéfices perçus étaient le prédicteur le plus fort d'une vue favorable de l'IA, tandis que la transparence était le prédicteur le plus important pour réduire la menace. Les modèles n'ont pas de surapprentissage (overfitting), et les effets non linéaires n'ont pas significativement surpassé le modèle linéaire SEM.

Principales contributions

Comparaison longitudinale : Cette étude comble une lacune dans la littérature en comparant des échantillons européens représentatifs avant et après l'arrivée de l'IA gén, en utilisant des questions identiques et des tests formels d'équivalence de mesure, démontrant que la peur de la perte d'emploi a en fait diminué malgré le changement technologique.
Différenciation des pratiques des employeurs : L'étude distingue deux pratiques des employeurs, montrant que la transparence atténue principalement la peur (réduction de l'incertitude), tandis que la formation favorise principalement l'acceptation (réalisation de l'utilité).
Rigueur méthodologique : L'application d'une conception combinée SEM–ANN à de grands échantillons nationaux représentatifs, dépassant les petits échantillons de convenance courants dans la recherche sur l'adoption des technologies.
Inversion du lien Compétences-Menace : Le fait que les compétences numériques, autrefois un tampon contre la peur, sont désormais associées à des perceptions de menace plus élevées (lorsqu'on contrôle l'évaluation générale de la technologie) remet en question les hypothèses précédentes sur la nature protectrice des compétences à l'ère de l'IA gén.

Signification et affirmations
L'article affirme que l'arrivée de l'intelligence artificielle générative n'a pas approfondi les craintes européennes de perte d'emploi ; au contraire, ces craintes ont reculé, probablement en raison de la familiarité et des premières preuves de gains de productivité plutôt que d'un déplacement massif de la main-d'œuvre. L'étude soutient que le rôle des compétences numériques a changé : alors qu'elles signalaient auparavant l'adaptabilité, elles signalent désormais une compréhension plus claire du potentiel de rupture de l'IA.

Du point de vue des politiques et de la gestion, les auteurs affirment qu'expliquer l'utilisation de l'IA (transparence) est crucial pour réduire la peur, tandis que démontrer des bénéfices concrets et fournir une formation sont essentiels pour construire l'acceptation. De manière cruciale, la demande de réglementations sur l'IA au travail semble robuste à travers tout le spectre des opinions, étant portée à la fois par ceux qui craignent l'IA et par ceux qui l'accueillent. Par conséquent, les cadres réglementaires (tels que la loi sur l'IA de l'UE) ne devraient pas faire face à une opposition publique, même si les craintes de perte d'emploi diminuent. L'étude conclut que la peur de la perte d'emploi induite par l'IA se comporte davantage comme une croyance sociale partagée que comme un calcul personnel, suggérant que l'information publique concernant les effets réels sur le marché du travail peut être aussi importante que les programmes de reconversion individuelle.

Articles similaires