Avenir du travail
Une ressource sélectionnée de recherches récentes sur les tendances qui façonnent le marché du travail au Canada.
Les avancées technologiques ont fait naître de nouvelles disciplines et créé de nouvelles occasions sur le plan de la recherche et de l’emploi. Elles redéfinissent toutefois les frontières entre les domaines existants, qui deviennent de plus en plus perméables. Dans ce contexte, il faut s’attendre à ce que l’avenir du travail évolue de manière parfois inattendue.
À l’issue d’un atelier de discussion intitulé « Challenges for Statistics in the Era of Data Science » [Défis pour la statistique à l’ère de la science des données], qui a réuni des spécialistes de la statistique, de l’informatique et de la science des données, la Harvard Data Science Review a dressé un état des lieux des convergences croissantes entre la statistique et la science des données.
L’article retrace les origines de ces deux domaines, les raisons distinctes qui ont présidé à leur développement, leur évolution en tant que disciplines de recherche, ainsi que le point de bascule actuel où les technologies les rapprochent plus que jamais. En explorant ces trajectoires, les auteur·es examinent les approches en matière de formation, d’enseignement et d’application qui ont façonné la culture propre à chaque discipline. Cette mise en perspective vise à mieux cerner les divergences et à favoriser une approche plus intégrée et collaborative.
L’article aborde des enjeux fondamentaux, tels que la modélisation, la formulation d’hypothèses, la quantification de l’incertitude et l’inférence statistique. Bien que ces questions puissent sembler théoriques, elles ont des répercussions bien concrètes sur la main-d’œuvre de demain, tant en statistique qu’en science des données. Ces professionnel·les jouent un rôle clé dans la collecte, l’organisation et l’interprétation des données utilisées dans de nombreux secteurs pour éclairer la prise de décision.
C’est pourquoi les auteur·es plaident en faveur d’une formation conjointe qui mise sur les forces complémentaires des deux disciplines. Une telle approche permettrait de mieux préparer la relève aux enjeux techniques, éthiques et méthodologiques de la science des données, tout en renforçant la robustesse et la portée des analyses statistiques.