L’IA automatisera-t-elle les tâches humaines et, si oui, lesquelles et quand ?
C’est le trio de questions auxquelles une nouvelle étude du Laboratoire d’informatique et d’intelligence artificielle (CSAIL) du MIT, publiée ce matin, tente de répondre.
Il y a eu de nombreuses tentatives pour extrapoler et projeter comment les technologies d’IA d’aujourd’hui, comme les grands modèles linguistiques, pourraient avoir un impact sur les moyens de subsistance des gens – et sur des économies entières – à l’avenir.
Goldman Sachs estime que l’IA pourrait automatiser 25 % de l’ensemble du marché du travail dans les prochaines années. Selon McKinsey, près de la moitié de tous les travaux seront pilotés par l’IA d’ici 2055. Une enquête de l’Université de Pennsylvanie, de NYU et de Princeton révèle que ChatGPT à lui seul pourrait avoir un impact sur environ 80 % des emplois. Et un rapport de la société d’outplacement Challenger, Gray & Christmas suggère que l’IA est déjà remplacer des milliers de travailleurs.
Mais dans leur étude, les chercheurs du MIT ont cherché à aller au-delà de ce qu’ils qualifient de comparaisons « basées sur les tâches » et à évaluer dans quelle mesure il est possible que l’IA joue certains rôles – et quelle est la probabilité que les entreprises le fassent. en fait remplacer les travailleurs par des technologies d’IA.
Contrairement à ce à quoi on pourrait s’attendre (y compris ce journaliste), les chercheurs du MIT ont découvert que la majorité des emplois précédemment identifiés comme étant à risque de déplacement de l’IA ne sont pas, en fait, « économiquement bénéfiques » à automatiser – du moins pour le moment.
Selon Neil Thompson, chercheur scientifique au MIT CSAIL et co-auteur de l’étude, la principale conclusion est que la perturbation à venir de l’IA pourrait se produire plus lentement – et de manière moins dramatique – que ne le suggèrent certains commentateurs.
« Comme la plupart des recherches récentes, nous trouvons un potentiel important pour l’IA pour automatiser les tâches », a déclaré Thompson à TechCrunch dans une interview par courrier électronique. « Mais nous sommes en mesure de montrer que bon nombre de ces tâches ne sont pas encore intéressantes à automatiser. »
Or, avec une mise en garde importante, l’étude n’a porté que sur les emplois exigeant analyse visuelle – c’est-à-dire des emplois impliquant des tâches telles que l’inspection de la qualité des produits à la fin d’une chaîne de fabrication. Les chercheurs n’ont pas étudié l’impact potentiel des modèles de génération de texte et d’images, comme ChatGPT et Midjourney, sur les travailleurs et l’économie ; ils laissent cela aux études de suivi.
En dirigeant ce Dans cette étude, les chercheurs ont interrogé les travailleurs pour comprendre ce qu’un système d’IA devrait accomplir, en termes de tâches, pour remplacer entièrement leur emploi. Ils ont ensuite modélisé le coût de construction d’un système d’IA capable de faire tout cela, et ont également modélisé si les entreprises – en particulier les entreprises « non agricoles » basées aux États-Unis – seraient prêtes à payer à la fois les dépenses initiales et les dépenses d’exploitation pour un tel système.
Au début de l’étude, les chercheurs donnent l’exemple d’un boulanger.
Selon le Bureau of Labor Statistics des États-Unis, un boulanger passe environ 6 % de son temps à vérifier la qualité des aliments – une tâche qui pourrait être (et est en train d’être) automatisée par l’IA. Une boulangerie employant cinq boulangers gagnant 48 000 dollars par an pourrait économiser 14 000 dollars si elle automatisait les contrôles de qualité des aliments. Mais selon les estimations de l’étude, un système d’IA de base, à la hauteur de la tâche, coûterait 165 000 dollars à déployer et 122 840 dollars par an à entretenir. . . et c’est dans le bas de gamme.
« Nous constatons que seulement 23 % des salaires versés aux humains pour effectuer des tâches de vision seraient économiquement intéressants à automatiser avec l’IA », a déclaré Thompson. « Les humains restent le meilleur choix économique pour accomplir ces tâches. »
Maintenant, l’étude fait Il s’agit de systèmes d’IA auto-hébergés et en libre-service vendus par l’intermédiaire de fournisseurs comme OpenAI, qui n’ont besoin que d’être affinés pour des tâches particulières, et non d’être formés à partir de zéro. Mais selon les chercheurs, même avec un système coûtant aussi peu que 1 000 dollars, il existe de nombreux emplois – même s’ils sont peu rémunérés et dépendants du multitâche – qu’il ne serait pas économiquement logique d’automatiser pour une entreprise.
« Même si l’on considère l’impact de la vision par ordinateur uniquement dans les tâches de vision, nous constatons que le taux de perte d’emploi est inférieur à celui déjà connu dans l’économie », écrivent les chercheurs dans l’étude. « Même avec une baisse rapide des coûts de 20 % par an, il faudrait encore des décennies pour que les tâches de vision par ordinateur deviennent économiquement efficaces pour les entreprises. »
L’étude présente un certain nombre de limites, que les chercheurs admettent — et c’est tout à leur honneur —. Par exemple, il ne prend pas en compte les cas où l’IA peut augmenter plutôt que de remplacer le travail humain (par exemple, analyser le swing de golf d’un athlète) ou de créer de nouvelles tâches et emplois (par exemple, maintenir un système d’IA) qui n’existaient pas auparavant. De plus, cela ne prend pas en compte tous les économies possibles qui peuvent provenir de modèles pré-entraînés comme GPT-4.
On peut se demander si les chercheurs auraient pu ressentir une pression pour parvenir à certaines conclusions de la part du bailleur de fonds de l’étude, le MIT-IBM Watson AI Lab. Le MIT-IBM Watson AI Lab a été créé grâce à un don de 240 millions de dollars sur 10 ans d’IBM, une entreprise ayant tout intérêt à garantir que l’IA soit perçue comme non menaçante.
Mais les chercheurs affirment que ce n’est pas le cas.
« Nous étions motivés par l’énorme succès de l’apprentissage profond, la principale forme d’IA, dans de nombreuses tâches et par le désir de comprendre ce que cela signifierait pour l’automatisation des tâches humaines », a déclaré Thompson. « Pour les décideurs politiques, nos résultats devraient renforcer l’importance de se préparer à l’automatisation des tâches liées à l’IA. . . Mais nos résultats révèlent également que ce processus prendra des années, voire des décennies, à se déployer et qu’il reste donc du temps pour mettre en place des initiatives politiques. Pour les chercheurs et développeurs en IA, ces travaux soulignent l’importance de réduire les coûts de déploiement de l’IA et d’augmenter la portée de son déploiement. Ces éléments seront importants pour rendre l’IA économiquement attrayante pour que les entreprises l’utilisent à des fins d’automatisation.