Avenir du travail

Une étude de Statistique Canada examine l’effet de l’IA générative sur l’emploi au Canada depuis la fin de 2022 en comparant des professions présentant différents degrés d’exposition potentielle et de complémentarité à l’IA. 

L’étude révèle que l’emploi global a connu une hausse dans tous les types de professions, sans qu’il soit possible de déterminer clairement si les emplois les plus exposés à l’IA ont diminué plus rapidement que les autres. Cependant, le rapport met en évidence la complexité d’analyser spécifiquement l’impact de l’IA, car d’autres facteurs, tels que les ajustements post-pandémiques, les changements démographiques, l’afflux migratoire accru et les tensions commerciales, influencent également les tendances actuelles du marché du travail. Ce cadrage laisse entendre que les craintes initiales d’importantes pertes d’emploi attribuables à l’IA ne sont pas encore confirmées par les données agrégées. Cela dit, des effets de répartition entre les groupes pourraient commencer à se manifester en filigrane. 

Le rapport regroupe les emplois en trois catégories distinctes, selon la façon dont les professions pourraient interagir avec les technologies d’IA par rapport à la profession médiane : 

• Les professions à forte exposition et à faible complémentarité (FE-FC) devraient comporter un plus grand nombre de tâches plus susceptibles d’être remplacées par l’IA.  

• Les emplois à forte exposition et à forte complémentarité (FE-FComp) comprennent une plus grande part de tâches qui devraient davantage être soutenues par l’IA qu’être remplacées.  

• Les professions à faible exposition ne devraient pas dépendre de façon importante de l’IA.  

Même si l’étude ne relève aucun signe de ralentissement de la croissance des emplois FE-FC ni des professions fortement axées sur la programmation par rapport au reste du marché du travail, cette répartition en trois catégories met en lumière les mêmes tendances de fond que celles déjà observées à l’échelle du marché du travail. Quelle que soit la façon dont une profession interagit avec l’IA, l’emploi a crû plus rapidement dans les grands établissements (500 personnes et plus), et la croissance de l’emploi a été plus faible chez les personnes plus jeunes et moins scolarisées que chez les personnes plus âgées et plus diplômées. Chez les 15 à 29 ans, l’emploi n’a augmenté que modestement comparativement aux gains plus marqués chez les 30 à 49 ans, ce qui indique une stagnation au niveau débutant, même pendant une période d’expansion globale de l’emploi. Cela rejoint certains constats du CIMT sur les difficultés que rencontrent actuellement les jeunes et les personnes nouvellement diplômées sur le marché du travail (en anglais seulement). 

Par ailleurs, une analyse par régression montre qu’après l’introduction de l’IA générative à la fin de 2022, les industries où la part d’emplois FE-FC est plus élevée (en tenant compte des tendances prépandémiques et du télétravail) n’affichent pas de ralentissement significatif de la croissance de l’emploi ni des gains hebdomadaires. 

Dans l’ensemble, les données pointent vers des effets graduels sur la répartition, plutôt qu’une rupture brutale. Comme lors de vagues technologiques précédentes (telles que l’arrivée des ordinateurs, ainsi que l’essor de l’automatisation et de la numérisation), le schéma dominant semble être celui de gains inégalement répartis : les personnes hautement qualifiées progressent plus rapidement, tandis que les jeunes et les travailleurs et travailleuses au niveau débutant accusent un retard. Cela suggère que l’IA générative relève moins d’un choc soudain que de la poursuite d’une transformation technologique de long terme, dont les effets varient selon les groupes de travailleurs.