L'automatisation va-t-elle s'emparer de votre emploi ?
Les Jetsons rêvaient d'une utopie futuriste dans laquelle nous aurions des voitures volantes et des robots qui s'occuperaient du travail et des tâches domestiques à notre place. Et, en toute logique, nous aurions plus de temps libre que jamais dans cette nouvelle société automatisée.
Mais l'avenir ne ressemble pas du tout à ce que nous attendions. Même avant l'arrivée de la pandémie, la technologie était censée nous libérer du travail ininterrompu. Au lieu de cela, nos appareils sont devenus des outils qui nous enferment dans le travail et débordent sur les soirées et les week-ends. À l'avenir, nous nous attendons à ce que l'automatisation envahisse nos lieux de travail, chassant les humains au profit des robots. Dans quelle mesure cela est-il vrai ? L'idée d'un monde automatisé ressemble-t-elle aux Jetsons - intéressante à imaginer, mais désespérément dépassée ?
La plupart d'entre nous craignent que l'intelligence artificielle (IA) ne rende nos emplois obsolètes. Je ne suis pas à l'abri de ce genre de réflexion - en fait, j'y pense assez souvent, surtout à l'approche d'une récession. Après tout, la plupart des rumeurs concernant l'IA se concentrent sur la morosité d'un avenir dominé par les robots, où les humains ont été mis de côté.1 Et si nous posions les mauvaises questions sur la manière dont l'IA va changer nos vies ?
Demander si l'automatisation rendra certains emplois obsolètes implique qu'il est possible que ces emplois soient entièrement pris en charge par l'IA et que les autres soient laissés à eux-mêmes. Cela donne une fausse image des humains et de la technologie de l'IA : L'automatisation fera rarement disparaître des emplois entiers, mais elle modifiera presque toutes nos carrières d'une manière ou d'une autre.
Explorons quelques nouvelles questions pour savoir ce que l'automatisation peut changer et ce qui ne changera pas :
L'IA va-t-elle supprimer mon emploi ?
Très probablement, non. Il est rare que des emplois entiers soient automatisés d'un seul coup. Après tout, les emplois sont un ensemble de tâches : Le travail d'un médecin consiste, entre autres, à rédiger des ordonnances, à examiner des dossiers, à s'entretenir avec des patients et à remplir des documents administratifs.2 Il est rare, voire inexistant, qu'un travail ne consiste qu'à accomplir une seule tâche. Comme nous l'avons vu au cours des 200 dernières années, certaines tâches (par exemple, labourer le sol) ont été automatisées, tandis que d'autres ne l'ont pas été (par exemple, élever des enfants). Nombre de nos tâches quotidiennes n'existent plus sous la même forme qu'il y a 40 ou 50 ans. Le travail tel que nous le connaissons est un processus continu d'automatisation et d'adaptation et, jusqu'à présent, très peu d'emplois entiers ont été automatisés grâce à l'IA seule.3
L'IA créera plutôt de nouvelles tâches et détruira les tâches existantes, à l'instar des précédentes formes d'automatisation, mais à un rythme potentiellement beaucoup plus rapide que tout ce que nous avons connu jusqu'à présent.
Jusqu'à présent, les cycles d'automatisation ont modifié les tâches auxquelles nous consacrons notre temps, mais nous avons toujours réussi à rebondir et à éviter le chômage de masse. Il s'avère que l'économie peut être très résistante aux changements structurels. Les femmes font partie de la population active et les personnes de couleur ont un taux de chômage inférieur à celui du 20e siècle, par exemple.4
La technologie a automatisé certaines des tâches les plus fastidieuses du monde occidental, comme l'agriculture, la fabrication, la comptabilité et la saisie de données, tandis qu'un plus grand nombre de travailleurs ont trouvé des emplois différents sur le marché du travail. Mais les nouveaux emplois ne se ressemblent pas et les tâches effectuées par les travailleurs ont également changé. Au lieu de remplacer les travailleurs humains, le processus d'automatisation peut nous amener à découvrir des tâches à plus forte intensité humaine et de plus grande valeur.5
Lesquelles de mes tâches seront plus faciles à automatiser, et lesquelles sont plus résistantes à l'automatisation ?
Les tâches contrôlées et répétitives, comme le déplacement de pièces automobiles et l'emballage de produits alimentaires, sont le type de tâches qui peuvent être facilement prises en charge par les robots. Les tâches comportant des éléments humains complexes, comme répondre à des appels de service à la clientèle ou présenter un projet à des investisseurs, ne seront pas automatisées aussi rapidement. Considérons une matrice deux par deux de la répétitivité et de l'interaction humaine : Les tâches qui sont moins répétitives et qui impliquent davantage d'interaction humaine ne seront pas prises en charge dans un avenir proche.
Pour comprendre l'évolution de votre emploi, analysez la situation actuelle. L'analyse des emplois est le processus qui consiste à comprendre les tâches qui composent un emploi, ainsi que les connaissances, les compétences et les aptitudes nécessaires pour réussir dans cet emploi. Vous pouvez utiliser ce processus pour déterminer quelles sont les tâches de votre emploi qui présentent le plus grand risque d'être automatisées. Ce faisant, vous pourriez être surpris par les tâches pour lesquelles les ordinateurs ne sont pas si bons.6
Tenez compte des éléments suivants pour analyser votre travail et comprendre comment votre ensemble de tâches peut changer :
- Quelles sont les tâches qui prennent le plus de temps ?
- Quelles sont les compétences dont j'ai besoin pour chaque tâche ?
- Est-il facile de décomposer chaque tâche en une formule logique ou un processus répétitif qu'un ordinateur pourrait exécuter ?
- Maintenant que certaines de mes anciennes tâches sont automatisées, aurai-je de nouvelles responsabilités pour assurer le bon déroulement du travail automatisé ?
Quelles nouvelles tâches pourrais-je entreprendre maintenant qu'une partie de mon travail est automatisée ?
Une fois que les tâches simples et répétitives auront disparu, à quoi travaillera-t-on à la place ? Les progrès technologiques ont permis aux réceptionnistes de gagner du temps dans l'archivage des documents, qu'ils peuvent désormais consacrer à la gestion des bureaux. Le partage de documents sur l'internet permet aux chercheurs d'accéder à un article de revue en trois secondes au lieu de trois semaines. Les chercheurs peuvent ainsi consacrer plus de temps à la recherche et à l'exploration de leurs domaines respectifs.
En vous déchargeant des tâches automatisées, vous pouvez consacrer plus de temps à des tâches plus utiles. Au lieu de nettoyer des données et de créer des bases de données, les scientifiques des données pourraient se consacrer à la communication de leurs connaissances à un plus grand nombre de personnes au sein de leur organisation. Si les programmes d'IA peuvent lire des milliers d'affaires juridiques, les avocats pourraient passer plus de temps à rédiger des arguments et à interroger des personnes clés pour leurs affaires.
Si les tâches plus intéressantes et stimulantes peuvent nous mettre dans un état de fluidité - où le temps passe vite et où nous prenons plaisir à travailler8 - il y a un revers à la médaille. Le vagabondage de l'esprit peut en fait nous aider à être plus créatifs.9 Le fait d'éliminer de notre travail les tâches apparemment ennuyeuses et moins "utiles" peut nuire à notre créativité. Au lieu de cela, nous devrions prévoir des pauses occasionnelles dans le travail intellectuel approfondi afin de nous donner plus de temps pour la créativité.
Considérez les éléments suivants pour analyser les nouvelles tâches qui occuperont votre temps grâce à l'automatisation :
- Quelles sont les tâches à forte valeur ajoutée auxquelles je ne donne pas la priorité en ce moment parce que je consacre trop de temps à des tâches répétitives mais nécessaires ?
- Si j'ai besoin d'un brainstorming, mon travail me laissera-t-il encore des temps morts pour explorer de nouvelles idées ?
- Où puis-je ajouter des moments pour laisser mon esprit vagabonder et être plus créatif ?
A retenir
La façon dont nous parlons de l'IA est imprégnée de peur. C'est parce que nous sommes confrontés à une énorme inconnue qui pourrait changer radicalement notre vie professionnelle. Mais nous obtiendrons une image bien meilleure et plus personnalisée de notre avenir potentiel si nous dépassons la dichotomie entre l'automatisation totale et l'absence d'automatisation. L'IA aura un impact sur chacun d'entre nous selon un gradient - certains d'entre nous seront moins affectés que d'autres, en fonction des tâches qui composent notre emploi. Ces changements sont plus susceptibles de nous donner de nouvelles tâches qui requièrent nos compétences humaines uniques, et ne nous laisseront pas simplement avec moins de travail. Pourtant, avec ce nouvel ensemble de responsabilités, nous risquons de perdre la possibilité de transformer l'ennui en créativité.
La bonne nouvelle, c'est que nous pouvons concevoir nos emplois de manière à ce qu'ils nous motivent et améliorent notre bien-être. Il s'avère que nous pouvons concevoir de meilleurs emplois en utilisant les principes de la science du comportement.
References
- Wajcman, J. (2017). L'automatisation : Est-ce vraiment différent cette fois-ci ? The British Journal of Sociology, 68(1), 119-127.
- Autor, D. H., Levy, F. et Murnane, R. J. (2003). The skill content of recent technological change : An empirical exploration. The Quarterly Journal of Economics, 118(4), 1279-1333.
- Brynjolfsson, E., Mitchell, T., & Rock, D. (2018, mai). What can machines learn, and what does it mean for occupations and the economy ?. Dans AEA Papers and Proceedings (Vol. 108, pp. 43-47).
- Sangster, J. (2010). Transformer le travail : Women and work in post-war Canada. University of Toronto Press ; Freeman, R. B., Gordon, R. A., Bell, D., & Hall, R. E. (1973). Changes in the labor market for black Americans, 1948-72. Brookings Papers on Economic Activity, 1973(1), 67-131.
- Acemoglu, D. & Restrepo, P. (2018). Intelligence artificielle, automatisation et travail (n° w24196). Bureau national de la recherche économique.
- Brynjolfsson, E. et Mitchell, T. (2017). Que peut faire l'apprentissage automatique ? Workforce implications. Science, 358(6370), 1530-1534.
- Singh, P. (2008). Job analysis for a changing workplace". Human Resource Management Review, 18(2), 87-99. & Landis, R. S., Fogli, L., & Goldberg, E. (1998). Future-oriented job analysis : A description of the process and its organizational implications. International Journal of Selection and Assessment, 6(3), 192-197.
- Basawapatna, A. R., Repenning, A., Koh, K. H. et Nickerson, H. (2013, août). The zones of proximal flow : guiding students through a space of computational thinking skills and challenges. In Proceedings of the ninth annual international ACM conference on International computing education research (pp. 67-74).
- Agnoli, S., Vanucci, M., Pelagatti, C. et Corazza, G. E. (2018). Explorer le lien entre l'errance mentale, la pleine conscience et la créativité : Une approche multidimensionnelle. Creativity Research Journal, 30(1), 41-53.
About the Author
Natasha Ouslis
Natasha est consultante en changement de comportement, rédactrice et chercheuse. Elle a créé son propre cabinet de conseil en sciences comportementales sur le lieu de travail après avoir travaillé comme consultante dans des entreprises d'économie comportementale en plein essor, dont BEworks. Natasha termine également son doctorat en psychologie organisationnelle à l'université Western, spécialisé dans les conflits d'équipe et la collaboration, où elle a obtenu une maîtrise en sciences dans le même domaine. Elle tient une chronique mensuelle sur la conception comportementale sur le lieu de travail dans la lettre d'information Habit Weekly et est directrice et traductrice scientifique de l'organisation à but non lucratif ScienceForWork.
