Un test en quatre catégories pour évaluer l'impact de l'IA sur les emplois

La professeure Lynda Gratton de la London Business School a présenté un cadre pratique, baptisé le 'test en quatre catégories', conçu pour aider les individus à évaluer l'impact potentiel de l'intelligence artificielle et de l'automatisation sur leur travail.

Le principe fondamental de ce test est que la technologie automatise généralement des tâches spécifiques plutôt que des emplois entiers. La méthode consiste à lister les tâches hebdomadaires, puis à les catégoriser selon deux dimensions clés : s'il s'agit de tâches routinières ou non routinières, et si elles sont manuelles ou cognitives.

Les quatre catégories résultantes – routinière/manuelle, routinière/cognitive, non routinière/manuelle et non routinière/cognitive – indiquent chacune un niveau de risque d'automatisation différent. Gratton note que les tâches manuelles routinières, comme celles dans l'assemblage industriel, ont été largement automatisées. De même, les tâches cognitives routinières, telles que le traitement de données, sont de plus en plus gérées par des ordinateurs.

Les tâches manuelles non routinières, comme la conduite automobile ou la plomberie, se sont avérées plus résistantes à l'automatisation complète en raison de facteurs tels que les réglementations de sécurité et les coûts, bien que les progrès en robotique soient constants. La dernière vague d'automatisation, alimentée par de grands modèles linguistiques comme ChatGPT, affecte désormais les tâches cognitives non routinières, y compris l'écriture, l'analyse et même certains aspects du conseil.

L'analyse de Gratton soulève la question critique de savoir quelles tâches resteront uniquement humaines dans un monde de plus en plus automatisé. Le test en quatre catégories vise à doter les travailleurs d'une compréhension claire de ces dynamiques, permettant une adaptation proactive au marché du travail en évolution.