Anthropic publie le rapport AI Economic Index : comment l'IA remodèle le marché du travail

Les systèmes d'intelligence artificielle (IA) vont profondément modifier la façon dont les gens travaillent dans les années à venir. Pour mieux comprendre l'impact à long terme de l'IA sur le marché du travail et l'économie, Anthropic a lancé l'"Indice économique Anthropic" (Anthropique Indice économique).

Le premier rapport de l'indice, basé sur ClaudeLes données issues de millions de conversations anonymes sur la plateforme .ai fournissent des informations et des analyses de pointe. Le rapport donne l'image la plus claire à ce jour de la manière dont l'IA s'intègre dans les tâches de l'économie moderne. Les observateurs notent que le volume de données et la profondeur d'analyse du rapport sont sans précédent, et Anthropic semble vouloir s'imposer comme leader dans la recherche sur l'impact économique de l'IA.

Anthropic a également ouvert l'ensemble des données qui sous-tendent cette analyse afin que les chercheurs puissent s'en inspirer. Les commentateurs ont suggéré que cette démarche démontre l'ouverture d'Anthropic à encourager une plus grande participation universitaire à la recherche sur l'impact économique de l'IA. La transition prochaine du marché du travail et son impact potentiel sur l'emploi et la productivité nécessiteront une réponse politique multidimensionnelle. À cette fin, Anthropic invite les économistes, les experts politiques et les chercheurs d'autres domaines à apporter leur contribution aux études ultérieures de l'indice.

Les principales conclusions du premier rapport de l'indice économique sont les suivantes :

• Concentration des applications de l'IA dans l'industrie : Actuellement, l'utilisation de l'IA est centrée sur le développement de logiciels et la rédaction technique. Plus d'un tiers des professions (environ 36%) utilisent l'IA pour au moins un quart de leurs tâches pertinentes, et environ 4% des professions utilisent l'IA en profondeur pour trois quarts de leurs tâches.Les commentateurs affirment que ces données fournissent une première confirmation de la pénétration de l'IA dans des emplois spécifiques basés sur la connaissance, mais signalent également qu'il y a encore beaucoup de promesses à exploiter pour les applications de l'IA.
• Les applications améliorées dominent : Par rapport au mode d'automatisation (43%) dans lequel l'IA exécute directement des tâches, l'application de l'IA se concentre davantage sur le mode d'augmentation (57%), c'est-à-dire que l'IA travaille avec les humains pour augmenter les capacités humaines dans les domaines de la vérification, de l'apprentissage et de l'itération des tâches. Selon les analystes, cela montre que la technologie actuelle de l'IA est plus apte à assister les humains qu'à remplacer complètement le travail humain, et que la collaboration homme-machine est susceptible de devenir le mode de travail le plus courant pendant un certain temps à l'avenir.
• Applications de l'IA et niveaux de salaire : L'IA est plus couramment utilisée dans les tâches associées aux professions à salaires moyens et élevés, telles que les programmeurs informatiques et les scientifiques des données. Toutefois, l'utilisation de l'IA est relativement faible dans les emplois les moins et les mieux rémunérés. Les experts ont émis l'hypothèse que cela pourrait refléter les limites des capacités actuelles de l'IA, ainsi que les obstacles pratiques à l'adoption des technologies de l'IA dans différentes industries. Il a également été suggéré que les technologies de l'IA pourraient être mieux adaptées aux tâches qui présentent un certain niveau de complexité, mais qui ne mettent pas trop l'accent sur la créativité ou les compétences interpersonnelles.

Pour approfondir les premières conclusions d'Anthropic, la section suivante détaille l'utilisation de l'IA sur le marché du travail.

Comment l'IA est utilisée et appliquée dans divers secteurs économiques, avec des données provenant des données réelles des utilisateurs de Claude.ai. Les chiffres dans le graphique représentent le pourcentage de conversations liées à Claude qui sont liées à des tâches, des professions et des catégories spécifiques.

Aperçu de l'image de l'IA sur le marché du travail

Le dernier document de recherche d'Anthropic est basé sur une étude à long terme de la relation entre le changement technologique et le marché du travail. Les progrès technologiques ont remodelé le paysage du travail, depuis le métier à filer de la révolution industrielle jusqu'aux robots de fabrication automobile d'aujourd'hui, et Anthropic se concentre sur l'impact transformateur de l'IA. Contrairement aux questionnaires traditionnels ou aux projections futures, Anthropic dispose de données directes sur la manière dont l'IA est réellement utilisée. Les critiques affirment que cette approche évite les biais de subjectivité et s'appuie directement sur les données comportementales des utilisateurs, ce qui rend les conclusions plus objectives et plus convaincantes.

Méthodologie d'analyse des tâches professionnelles

L'approche d'Anthropic découle d'une idée importante de la littérature économique : il est parfois plus utile, d'un point de vue analytique, de se concentrer sur les "tâches professionnelles" que sur les professions elles-mêmes. Des emplois différents ont souvent en commun certaines tâches et compétences. Par exemple, la capacité à reconnaître des formes visuelles est une tâche que des professions telles que les designers, les photographes, les contrôleurs de sécurité et les radiologues doivent toutes accomplir. Il a été souligné que cette perspective analytique centrée sur les tâches permet d'appréhender plus finement l'impact structurel du changement technologique sur le marché du travail.

Le potentiel d'automatisation ou d'amélioration des nouvelles technologies varie selon les types de tâches. Par conséquent, Anthropic prévoit que l'IA sera appliquée de manière sélective à des tâches spécifiques dans différentes professions. En analysant les tâches, plutôt que les emplois dans leur ensemble, Anthropic est en mesure d'obtenir une compréhension plus complète de la manière dont l'IA s'intégrera progressivement dans l'économie.

Le système Clio : connecter les applications d'IA aux missions professionnelles

L'étude a bénéficié de l'outil d'analyse automatisée Clio (Claude Insight & Observation) développé par Anthropic, qui permet d'analyser les données des conversations des utilisateurs avec Claude tout en protégeant leur vie privée.Anthropic a analysé environ un million de conversations (plus précisément les versions Free et Pro des conversations sur la plateforme Claude.ai) avec Claude à l'aide du système Clio. Anthropic a utilisé le système Clio pour analyser environ un million de conversations d'utilisateurs avec Claude (notamment les versions Free et Pro des conversations sur la plateforme Claude.ai), que Clio a pu organiser et catégoriser efficacement en fonction des tâches professionnelles. L'évaluateur a salué l'utilisation du système Clio comme l'un des points forts de l'étude, car il a été en mesure d'extraire des informations économiques précieuses de la grande quantité de données de dialogue tout en maintenant une protection stricte de la vie privée de l'utilisateur.

L'équipe de recherche d'Anthropic, en utilisant comme référence le système de classification des professions développé par le département du travail des États-Unis et en se référant au réseau d'information sur les professions (Occupational Information Network) géré par le département du travail, a mis en place un système d'information sur les professions (Occupational Information Network).NET (Occupational Information Network). oLe système Clio compare chaque dialogue avec l'ONET sont mises en correspondance (le processus est illustré ci-dessous). Anthropic suit ensuite la procédure ONET, qui regroupe les tâches en professions représentatives de ces tâches et les professions en catégories plus larges telles que "éducation et bibliothèques", "affaires et finances", etc.

Le système Clio d'Anthropic a converti les conversations avec Claude (données strictement confidentielles ; en haut à gauche) en tâches professionnelles (en haut au milieu), puis en professions/catégories professionnelles dérivées d'O*NET (en haut à droite). Ces données ont ensuite été utilisées pour une variété d'analyses (rangée du bas ; discuté plus en détail ci-dessous).

Résultats

Répartition des demandes d'AI par type d'emploi. Dans l'analyse de l'ensemble des données effectuée par Anthropic, les tâches et les professions présentant les taux d'adoption de l'IA les plus élevés étaient concentrées dans la catégorie "Informatique et mathématiques", qui couvre principalement les postes liés à l'ingénierie logicielle. 37,2% des requêtes d'utilisateurs envoyées à Claude relevaient de cette catégorie, couvrant des tâches telles que la modification de logiciels, le débogage de codes et le dépannage de réseaux. La revue note qu'il n'est pas surprenant que le domaine du génie logiciel soit à l'avant-garde de l'adoption de l'IA - après tout, la technologie de l'IA elle-même trouve ses racines dans l'informatique.

La deuxième catégorie la plus importante était "Art, design, sports, divertissement et médias" (10,3% des requêtes d'utilisateurs), qui reflète en grande partie l'utilisation de Claude pour tous les types de tâches d'écriture et d'édition. Les analystes y voient le signe que l'IA commence à s'imposer dans les industries créatives, en particulier dans le domaine de la création de contenu. Comme on pouvait s'y attendre, les professions impliquant beaucoup de travail manuel, telles que la catégorie "agriculture, pêche et sylviculture" (qui ne représentait que 0,11 TP3T des requêtes d'utilisateurs), étaient celles où l'adoption de l'IA était la plus faible.

Anthropic a également comparé le pourcentage d'adoption de l'IA pour chaque type de profession dans son propre ensemble de données avec la part de ces professions dans l'ensemble du marché du travail. Les résultats sont présentés dans le graphique ci-dessous.

Pour chaque type d'emploi, les barres orange représentent le pourcentage de conversations liées à Claude, et les barres grises représentent le pourcentage de travailleurs dans l'économie américaine ayant ce type d'emploi (données provenant de la classification des professions O*NET du ministère américain du travail).

Profondeur de l'adoption de l'IA dans les carrières. L'analyse d'Anthropic révèle que seul un très petit nombre de professions utilisent l'IA en profondeur pour la plupart des tâches qui les concernent. les données montrent que seuls 4% environ des emplois ont appliqué l'IA à au moins 75% de leurs tâches. toutefois, les applications plus modestes de l'IA sont beaucoup plus répandues : environ 36% des emplois ont commencé à utiliser l'IA pour au moins 25% de leurs tâches. les commentateurs suggèrent que cela indique que l'adoption de l'IA en est encore à ses débuts et que les applications profondes doivent encore se généraliser, mais que les applications peu profondes commencent à pénétrer. Selon les commentateurs, cela indique que l'adoption de l'IA en est encore à ses débuts, les applications profondes devant encore se généraliser, mais les applications superficielles commençant à pénétrer un large éventail d'industries.

Comme Anthropic s'y attendait, l'ensemble des données ne montre pas de signes d'automatisation complète des emplois par l'IA. Au contraire, l'IA pénètre progressivement de nombreux segments de tâches de l'activité économique, n'affectant que certains groupes de tâches plus que d'autres. Selon les analystes, il s'agit là d'une preuve supplémentaire que les technologies d'IA actuelles favorisent l'amélioration des tâches plutôt que la substitution des emplois.

La relation entre l'adoption de l'IA et les niveaux de salaire. La base de données O*NET fournit des informations sur le salaire annuel médian de chaque profession aux États-Unis. Anthropic intègre ces informations dans son cadre d'analyse, ce qui lui permet de comparer le niveau de salaire médian de chaque industrie avec le degré d'utilisation de l'IA dans les tâches qui y sont liées.

Il est intéressant de constater que l'utilisation de l'IA est relativement faible pour les emplois à faibles et très hauts revenus (qui requièrent généralement un haut degré de compétences manuelles, comme les coiffeurs et les obstétriciens). En revanche, les professions spécifiques aux niveaux de revenus moyens à élevés, telles que les programmeurs informatiques et les rédacteurs, ont montré une forte dépendance à l'égard de l'IA dans les données d'Anthropic. Les observateurs ont jugé ce phénomène instructif, suggérant que l'IA pourrait être plus susceptible de trouver une application dans les emplois basés sur la connaissance, à compétences et revenus moyens, tout en étant relativement moins substituable pour les emplois qui requièrent un haut degré de compétences manuelles ou d'expertise extrême.

Le graphique montre la relation entre le salaire annuel médian d'une profession (axe des abscisses) et le pourcentage de dialogues de Claude impliquant cette profession (axe des ordonnées), et met en évidence quelques professions représentatives.

Ventilation de l'automatisation et de l'amélioration. Anthropic s'intéresse également à la manière dont les tâches sont "exécutées" - en particulier, quelles tâches tendent à être "automatisées" (l'IA exécute la tâche directement, comme la mise en forme d'un document) et quelles tâches sont "augmentées" (l'IA collabore avec l'utilisateur pour accomplir la tâche). Les tâches automatisées ont tendance à être automatisées (l'IA exécute la tâche directement, comme le formatage d'un document) et les tâches "augmentées" (l'IA collabore avec l'utilisateur pour accomplir la tâche).

Dans l'ensemble, les résultats de l'étude favorisent légèrement le modèle "d'amélioration". Sur l'ensemble des tâches analysées, 57% appartiennent à des applications d'augmentation et 43% à des applications d'automatisation. Cela signifie que dans un peu plus de la moitié des scénarios d'application, le rôle de l'IA n'est pas de remplacer les humains dans l'exécution des tâches, mais plutôt de "synergiser" avec les humains en s'engageant dans la validation (par exemple, en examinant le produit du travail de l'utilisateur), l'apprentissage (par exemple, en aidant l'utilisateur à acquérir de nouvelles connaissances et compétences), et l'itération des tâches (par exemple, en aidant l'utilisateur à réfléchir ou à exécuter des tâches). (par exemple, aider les utilisateurs à réfléchir ou à exécuter des tâches génératives répétitives). L'analyse des experts montre que les applications augmentées sont légèrement plus courantes que les applications automatisées, ce qui suggère que les outils d'IA tels que Claude sont actuellement plus axés sur l'amélioration de la productivité et de la créativité humaines que sur le remplacement direct de la main-d'œuvre humaine.

La figure montre le pourcentage d'applications augmentées par rapport aux applications automatisées dans le dialogue avec Claude, ainsi que la composition de la répartition des sous-types de tâches dans chaque catégorie. Les définitions spécifiques des sous-types sont expliquées dans le document de recherche d'Anthropic. Instruction" : délégation de tâches avec un minimum d'interaction humaine ; "Boucles de rétroaction" : réalisation de tâches guidée par un retour d'information sur l'environnement ; "Itération de tâches" : optimisation de l'exécution de tâches par un processus collaboratif ; "Apprentissage" : acquisition de connaissances par le biais d'un processus collaboratif. itération des tâches" : optimisation de l'exécution des tâches grâce à un processus collaboratif ; "apprentissage" : acquisition et compréhension des connaissances ; "validation" : vérification et amélioration des résultats du travail.

Limites de l'étude

Cette étude réalisée par Anthropic offre une perspective unique pour comprendre comment l'IA remodèle le marché du travail. Toutefois, comme toute recherche, l'étude présente d'importantes limites. Les principales sont les suivantes :

• Définition des scénarios de travail : Anthropic n'est pas encore en mesure de déterminer avec précision si l'utilisation de Claude par un utilisateur pour effectuer une tâche relève du domaine du travail. Les utilisateurs qui s'adressent à Claude pour obtenir des conseils en matière d'écriture ou d'édition peuvent en effet être en train d'effectuer une tâche, mais ils peuvent aussi simplement s'adonner à un passe-temps personnel (par exemple, écrire un roman). Les commentateurs ont souligné qu'il s'agit là d'un défi méthodologique inhérent et qu'il est difficile pour toute étude basée sur des données de dialogue avec les utilisateurs de faire la distinction entre les scénarios de travail et de non-travail.
• Interprétation du comportement des utilisateurs : Dans le même ordre d'idées, Anthropic ne comprend pas comment les utilisateurs se servent réellement des résultats des réponses de Claude. Par exemple, les utilisateurs copient-ils et collent-ils directement des extraits de code ? Vérifient-ils le contenu des réponses ou les acceptent-ils en bloc et sans esprit critique ? Dans les données d'Anthropic, certains scénarios d'application qui semblent être "automatisés" peuvent en fait être encore en mode "augmenté". Par exemple, un utilisateur peut demander à Claude de rédiger un mémo complet pour lui (ce qui est ostensiblement automatisé), mais il peut ensuite l'éditer et le peaufiner lui-même (ce qui serait une amélioration). Selon les analystes, ce phénomène de "coquille automatisée, noyau humain" peut conduire à une surestimation du degré d'automatisation.
• Limites des sources de données : Anthropic n'analyse actuellement que les données des utilisateurs des plans Free et Pro de Claude.ai, et ne couvre pas les données des utilisateurs API, Team ou Enterprise. Bien que les données de Claude.ai puissent contenir des dialogues provenant de scénarios non professionnels, Anthropic a utilisé un modèle de langage pour filtrer les données afin de ne conserver que les dialogues liés à des tâches professionnelles, ce qui atténue dans une certaine mesure le problème de la distorsion des données. Bien que les tentatives de filtrage des données aient permis d'atténuer les biais dans une certaine mesure, les experts estiment qu'il peut être difficile de refléter pleinement l'image réelle des applications d'IA au niveau de l'entreprise en ne se basant que sur les versions gratuite et Pro des données des utilisateurs de Claude.ai.
• Erreurs dans la classification des tâches : En raison du grand nombre absolu de types de tâches, il est possible que le système Clio ait mal étiqueté certains dialogues au cours du processus de classification (voir l'article complet, en particulier l'annexe B, pour plus d'informations sur la manière dont Anthropic a validé les résultats de l'analyse).
• Limites des capacités de modélisation : Claude n'a actuellement pas la capacité de générer des images (sauf indirectement par le biais du code), de sorte que certaines applications créatives liées à l'image n'ont pas été prises en compte dans les données de l'étude.
• L'accent est trop mis sur les cas d'utilisation du codage : Étant donné que Claude a été présenté comme l'un des modèles de codage les plus avancés, Anthropic s'attend à ce que les cas d'utilisation liés au codage soient surreprésentés dans les données. Ainsi, Anthropic ne pense pas que la distribution des applications dans l'ensemble des données actuelles soit entièrement représentative du paysage global des applications de l'IA. L'évaluateur souligne que l'équipe de recherche reconnaît aussi franchement les limites de l'ensemble de données, en particulier compte tenu de la position de Claude sur le marché en tant qu'assistant de programmation, ce qui pourrait entraîner une distorsion des résultats des données vers des domaines tels que le développement de logiciels.

Conclusions et orientations pour la recherche future

L'utilisation de la technologie de l'IA se développe rapidement et les capacités des modèles d'IA continuent de croître. Le paysage du marché du travail est susceptible de changer de manière significative dans un avenir proche. Anthropic publiera régulièrement les résultats et les données associées dans le cadre de l'Anthropic Economic Index, un projet de recherche qu'Anthropic semble vouloir perpétuer pour continuer à suivre et à analyser les impacts économiques et sociaux considérables de l'IA. Anthropic semble vouloir en faire un projet de recherche permanent et à long terme qui continuera à suivre et à analyser les impacts économiques et sociaux considérables de l'IA.

Ces types d'analyses longitudinales aideront Anthropic à mieux comprendre la relation complexe entre l'IA et le marché du travail. Par exemple, Anthropic sera en mesure de suivre de manière dynamique les tendances en matière d'adoption de l'IA au sein des professions. Si, à l'avenir, l'IA continue d'être appliquée principalement à des tâches spécifiques et que seuls quelques emplois l'appliquent en profondeur à la grande majorité des tâches, alors le futur marché du travail pourrait être plus enclin à une évolution itérative des professions existantes qu'à une extinction massive. Anthropic peut également surveiller en permanence les changements dans le rapport entre l'automatisation et les applications améliorées, capturant ainsi des signaux opportuns sur les domaines où l'automatisation devient plus répandue. Les analystes estiment que le suivi de l'évolution de ces paramètres clés dans le temps permettra de déterminer plus précisément si l'impact de l'IA sur le marché du travail sera un "impact perturbateur" ou une "évolution progressive".

La recherche d'Anthropic fournit des données précieuses sur la manière dont l'IA est réellement utilisée, mais elle ne fournit pas directement de recommandations politiques. La réponse à la question de savoir comment se préparer de manière adéquate à l'impact de l'IA sur le marché du travail n'est pas susceptible de provenir uniquement de résultats de recherche isolés. Anthropic se réjouit d'utiliser sa nouvelle méthodologie de recherche pour contribuer à une meilleure compréhension de ces questions cruciales. L'objectif ultime d'Anthropic n'est pas seulement de faire de la recherche académique, mais aussi de fournir des idées pour l'élaboration des politiques futures et des stratégies de réponse sociale.

Pour des informations plus détaillées sur les analyses et les résultats d'Anthropic, veuillez lire Document complet.