Richard Audoly, Miles Guérin et Giorgio Topa
À mesure que les outils d’IA générative sont de plus en plus utilisés, l’impact de cette technologie sur la demande de main-d’œuvre constitue un problème clé. Où pourrions-nous trouver des preuves de cet impact ? Dans cet article, nous examinons si les premières preuves de l’effet de l’IA sur le marché du travail apparaissent dans les offres d’emploi des entreprises. Nous combinons une mesure professionnelle de l'exposition à l'IA avec des données détaillées sur les offres d'emploi aux États-Unis de Lightcast, qui regroupe les listes des pages de carrière des entreprises, des sites d'emploi nationaux et locaux et des agrégateurs d'offres d'emploi. À l’aide de ces données, nous vérifions si les offres d’emploi pour les professions exposées à l’IA ont diminué de manière disproportionnée depuis la publication de ChatGPT fin 2022. Nous constatons que, même si l’embauche globale a ralenti depuis lors, les preuves des offres d’emploi fournissent peu d’indications sur une baisse distincte de la demande de main-d’œuvre due à l’IA.
Mesurer l'exposition d'un emploi à l'IA
Pour mesurer le degré d'exposition de différents emplois à l'IA, nous utilisons une métrique d'exposition à l'IA au niveau des tâches développée par Anthropic qui combine des descriptions détaillées des tâches d'O*NET avec l'utilisation observée de l'IA. O*NET divise chaque profession en un ensemble d'activités spécifiques que les travailleurs effectuent régulièrement. Par exemple, un rédacteur peut modifier ou réécrire un texte marketing, tandis qu'un développeur Web peut rédiger du code de support pour des sites Web et des applications Web. La mesure Anthropique évalue chaque tâche et lui attribue un score d'exposition à l'IA basé sur trois facteurs : si la tâche pourrait théoriquement être principalement accomplie par l'IA ; si la tâche apparaît réellement dans un échantillon de données d'utilisation de l'IA ; et si l’IA est utilisée pour automatiser la tâche plutôt que pour l’augmenter.
Les tâches reçoivent un score d'exposition à l'IA plus élevé si la majeure partie de l'utilisation observée est utilisée pour automatiser, plutôt que pour augmenter, le travail. Ces scores au niveau des tâches sont ensuite agrégés au niveau de la profession en utilisant des informations sur le temps que les travailleurs consacrent à chaque tâche, produisant ainsi une mesure de l'exposition à l'IA au niveau de la profession sur une échelle de 0 à 1.
Cette mesure doit être interprétée comme l’exposition potentielle à l’IA d’une profession sur la base de l’utilisation observée. Un emploi exposé à l’IA peut ne pas se traduire par une réduction des embauches ou une augmentation des licenciements pour la profession dans son ensemble ; Dans le deuxième district de la Fed de New York, beaucoup plus d'entreprises déclarent reconvertir leurs travailleurs dans des métiers exposés à l'IA plutôt que réduire leurs embauches. En pratique, même si de nombreuses tâches au sein d’une profession sont fortement exposées à l’IA, une seule tâche peut limiter la mesure dans laquelle la profession dans son ensemble peut être automatisée.
En utilisant cette mesure de l'exposition d'une profession à l'IA, le graphique ci-dessous compare la répartition de l'exposition à l'IA entre les professions en emploi (bleu) et dans les offres d'emploi (or). Chaque barre indique la proportion de travailleurs ou de postes vacants dans des professions situées dans une plage donnée d'exposition à l'IA. En se déplaçant vers la droite le long de l'axe des X correspond aux professions les plus exposées, tandis que l'axe des Y indique la part de l'emploi ou des affichages dans ces catégories d'exposition.
L’exposition à l’IA reste limitée tant en termes d’emploi que de postes vacants
Notes : Les barres indiquent la part de l'emploi total en 2024 (bleu) et les postes vacants à partir de janvier 2026 (or) pour les professions regroupées par plages d'exposition à l'IA. (Le vert foncé est l'endroit où les deux se chevauchent.) L'axe des x indique les catégories d'exposition à l'IA et l'axe des y indique la part des emplois ou des postes vacants dans chaque catégorie.
Le graphique souligne que l’exposition à l’IA reste relativement limitée. Seule une petite part des emplois ou des postes vacants est concentrée dans des professions à forte exposition à l’IA – moins de 10 pour cent des travailleurs et des postes vacants sont dans des professions avec une exposition à l’IA d’au moins 0,4 – et 40 pour cent des travailleurs occupent des emplois pour lesquels l’exposition à l’IA est nulle. Compte tenu de cette exposition limitée, constatons-nous un impact de l’IA lorsque nous examinons l’évolution des offres d’emploi au fil du temps ?
Pour examiner si l'IA affecte la demande de main-d'œuvre, nous menons une étude d'événements qui compare l'évolution des offres d'emploi pour les professions avec une exposition relativement élevée à l'IA autour de la sortie de ChatGPT fin 2022. Ici, nous définissons les professions à forte exposition comme celles avec une exposition à l'IA d'au moins 0,2 ; les résultats sont similaires avec d’autres valeurs seuils.
Le graphique ci-dessous représente la différence estimée des offres d'emploi entre ces professions à forte exposition et les professions moins exposées pour chaque trimestre par rapport à la dernière période précédant la publication de ChatGPT (la différence en 2022 : T3 est nulle par construction). La ligne bleue dans le graphique montre dans quelle mesure il y a eu plus (ou moins) d'embauches dans les professions à forte exposition par rapport aux professions à faible exposition à chaque instant, par rapport au trimestre précédant la publication de ChatGPT. La zone ombrée représente l’incertitude statistique autour de ces estimations. Cette étude événementielle prend également en compte les différences persistantes entre les professions (puisque certains emplois comportent systématiquement plus d'offres que d'autres) et les changements d'embauche à l'échelle de l'économie au fil du temps, ce qui nous permet de nous concentrer sur les différences d'embauche en fonction de l'exposition à l'IA.
La baisse des postes vacants pour les professions exposées à l’IA a commencé avant la sortie de ChatGPT fin 2022
Remarques : Les professions sont classées comme « à forte exposition » si elles ont une exposition au niveau professionnel d'au moins 0,2. Les pondérations des professions sont dérivées du nombre de postes vacants pour cette profession en 2019. La ligne rouge verticale indique le trimestre de la première publication publique de ChatGPT. Les régions ombrées indiquent des intervalles de confiance de 95 pour cent.
Si l’IA avait eu un effet causal significatif sur l’emploi, nous nous attendrions à ce que la différence d’emploi entre les professions exposées et moins exposées se comporte des deux manières suivantes. Premièrement, avant la publication de ChatGPT, les tendances d'embauche dans les professions à forte et faible exposition évolueraient de la même manière. Cela suggère qu’en l’absence d’IA, les deux groupes auraient continué à évoluer de la même manière. Dans le graphique, cela correspondrait à des estimations statistiquement impossibles à distinguer de zéro pour tous les trimestres précédant 2022 : T3. Deuxièmement, une divergence persistante entre les professions fortement et faiblement exposées devrait apparaître à un moment donné après la publication de ChatGPT. Un écart qui se creuse – et surtout s’il se creuse avec le temps – serait cohérent avec l’impact de l’IA sur la demande de main-d’œuvre.
Bien que le graphique montre une baisse relative des publications pour les professions les plus exposées à l’IA, l’étude événementielle indique que cette tendance est antérieure à la publication de ChatGPT. La divergence entre les professions fortement exposées et celles faiblement exposées a commencé avant 2022 et ne montre pas de rupture supplémentaire nette dans la trajectoire après 2022. En outre, l’écart de demande de main-d’œuvre entre les emplois fortement exposés et faiblement exposés se stabilise après 2023, en contradiction avec le déplacement progressif des professions exposées par l’IA. Il est donc difficile d’interpréter la baisse relative des embauches dans les professions exposées à l’IA comme une conséquence directe de l’adoption de l’IA.
L’IA réduit-elle la demande d’emplois d’entrée de gamme ?
Une grande partie des premières discussions sur les effets de l’IA sur le marché du travail s’est concentrée sur les travailleurs plus jeunes et débutants. Les recherches sur l’impact de l’IA sur l’emploi ont révélé une baisse plus importante du nombre de jeunes travailleurs dans des professions fortement exposées à l’IA après la publication de ChatGPT. Dans le même temps, des travaux connexes utilisant les offres d'emploi révèlent que la demande pour des postes subalternes et supérieurs dans ces professions a diminué à peu près au même moment et dans des proportions similaires à partir de 2022.
Nous menons une autre étude événementielle pour mesurer la différence d’affichage entre les postes juniors et supérieurs au sein des professions fortement exposées à l’IA, par rapport à fin 2022 (illustré dans le tableau ci-dessous). Les valeurs supérieures à zéro indiquent que les offres d'emploi pour les postes subalternes ont augmenté par rapport à celles pour les postes supérieurs au sein de la même profession fortement exposée à l'IA, tandis que les valeurs inférieures à zéro indiquent le contraire. Par exemple, si la ligne restait constamment au-dessus de l’axe horizontal après 2022, cela suggérerait que la demande de main-d’œuvre pour des postes subalternes dans des professions fortement exposées à l’IA a augmenté par rapport à l’embauche pour des postes supérieurs dans ces mêmes professions.
Aucune divergence claire dans la demande de main-d’œuvre entre les postes juniors et supérieurs dans les professions à forte exposition à l’IA
Remarques : Les professions sont classées comme « à forte exposition » si elles ont une exposition au niveau professionnel d'au moins 0,2. Les offres d'emploi sont classées par Lightcast en tant que niveau « junior » ou « senior » en fonction des informations contenues dans l'offre. Les pondérations des professions sont dérivées du nombre de postes vacants pour cette profession en 2019. La ligne rouge verticale indique le trimestre de la première publication publique de ChatGPT. Les régions ombrées indiquent des intervalles de confiance de 95 pour cent.
Si l’IA réduisait de manière disproportionnée la demande de postes de premier échelon, nous nous attendrions à ce que la ligne descende après 2022, indiquant une baisse relative des offres d’emploi pour les postes subalternes. Au lieu de cela, la ligne fluctue, sans tendance claire à la hausse ou à la baisse. Cela suggère que la demande de main-d’œuvre pour les postes subalternes et supérieurs au sein des professions très exposées évolue globalement en parallèle et que le ralentissement des offres d’emploi ne se concentre pas spécifiquement sur les emplois de premier échelon très exposés.
Conclusion
Dans l’ensemble, les embauches ont ralenti depuis 2022 et le chômage a augmenté parmi les jeunes travailleurs et les récents diplômés universitaires. Les résultats des offres d’emploi suggèrent que même si l’IA peut contribuer aux évolutions récentes du marché du travail, elle n’est pas le principal moteur du ralentissement des embauches. Conformément à cette interprétation, les enquêtes auprès des entreprises de la Fed de New York indiquent que, jusqu'à présent, les entreprises envisagent d'intégrer l'IA principalement via le recyclage, avec des effets limités sur l'embauche. Bien que les offres d'emploi montrent une baisse relative des postes vacants dans les professions les plus exposées à l'IA, cette divergence a commencé avant la publication de ChatGPT fin 2022. De plus, nous n'observons pas de divergence dans la demande de main-d'œuvre entre les postes juniors et supérieurs au sein des professions hautement exposées. Ces tendances font qu’il est difficile d’attribuer le récent ralentissement du recrutement de débutants à la seule IA.
Richard Audoly est économiste de recherche au sein du groupe de recherche et de statistiques de la Banque fédérale de réserve de New York.
Miles Guerin est analyste de recherche au sein du groupe de recherche et de statistiques de la Banque fédérale de réserve de New York.
Giorgio Topa est conseiller en recherche économique au sein du groupe de recherche et de statistiques de la Banque fédérale de réserve de New York.
Comment citer cet article :
Richard Audoly, Miles Guerin et Giorgio Topa, « Les offres d'emploi montrent-elles les premiers effets de l'IA sur le marché du travail ? », Banque de réserve fédérale de New York Économie de Liberty Street14 mai 2026, https://doi.org/10.59576/lse.20260514
BibTeX : Afficher |
Clause de non-responsabilité
Les opinions exprimées dans cet article sont celles des auteurs et ne reflètent pas nécessairement la position de la Federal Reserve Bank de New York ou du Federal Reserve System. Toute erreur ou omission relève de la responsabilité du ou des auteurs.
