Quand l'IA fait le travail des juniors, qui formera les experts ?

La majeure partie du débat sur l'intelligence artificielle et le marché du travail se concentre sur la question de savoir qui perdra son emploi. C'est une question importante, mais un autre problème, plus silencieux, se développe parallèlement : si l'intelligence artificielle effectue de plus en plus de tâches sur lesquelles les employés s'entraînent au début de leur carrière, comment deviendront-ils des experts ?

Le problème n'est pas nécessairement que les débutants n'auront pas de travail. Au contraire, il est possible que les jeunes aient une orientation technologique qui leur permettra de bien s'intégrer dans un monde où ils travaillent aux côtés de l'intelligence artificielle. La question est de savoir quel travail ils feront, et s'il s'agira toujours d'un travail leur permettant d'apprendre le métier. Cela est vrai pour presque toutes les professions fondées sur la connaissance :

• Un avocat au début de sa carrière lit des documents, cherche de la jurisprudence et prépare des brouillons.

• Un programmeur écrit du code, corrige des bugs et apprend à partir de systèmes existants.

• Un économiste ou un analyste collecte des données, construit des tableaux et prépare une analyse initiale.

Ce sont exactement les tâches dans lesquelles l'intelligence artificielle devient plus efficace. Cependant, ces tâches n'ont jamais été seulement un moyen de produire des résultats ; elles étaient aussi un moyen d'apprendre. L'avocat a écrit des dizaines de brouillons jusqu'à ce qu'il apprenne à identifier un bon argument ; l'économiste a construit des modèles encore et encore jusqu'à ce qu'il développe une intuition concernant un chiffre qui ne correspond pas ; le programmeur a résolu des centaines de bugs jusqu'à ce qu'il apprenne à identifier où se trouve réellement le problème. L'expertise se construit par la répétition, les erreurs, les corrections et l'exposition à de nombreux cas.

Si la machine fait une part croissante de ce chemin pour nous, nous devons nous demander comment nous accumulerons l'expérience qu'elle remplace. Ici, une défaillance du marché peut également survenir. Comme l'intelligence artificielle permet aux experts d'effectuer eux-mêmes une plus grande partie du travail de base, un employeur individuel a moins d'incitation à investir dans des employés débutants. Mais que se passera-t-il lorsque, dans dix ans, ces mêmes employeurs voudront toujours des personnes avec dix ans d'expérience ? D'où viendra cette expérience ?

Dans une étude de la professeure Einat Albin de l'Université hébraïque, une version de la même question a déjà été soulevée parmi les entreprises de haute technologie : si moins de juniors sont nécessaires aujourd'hui, d'où viendront les seniors de demain ? Il n'y a pas de solution simple à cela. Mais il est clair que la formation pour le monde de l'intelligence artificielle ne peut se limiter à apprendre aux jeunes à utiliser les nouveaux outils. Précisément parce que la machine en fait plus, il est important que la personne comprenne bien les éléments constitutifs de la profession, afin qu'elle puisse la critiquer, identifier les erreurs et savoir quand ne pas accepter la réponse qu'elle propose.

À la faculté de droit de l'Université hébraïque, c'est la direction dans laquelle nous essayons d'aller : parallèlement à la fourniture d'outils pour travailler avec l'intelligence artificielle, nous continuons à enseigner la lecture approfondie des décisions de justice, la construction d'une argumentation, l'identification des difficultés et la pensée juridique indépendante. L'objectif n'est pas de choisir entre la formation professionnelle traditionnelle et l'IA, mais de comprendre que dans un monde d'IA, nous aurons besoin des deux. L'académie seule ne pourra pas résoudre le problème. Les employeurs devront également repenser la manière dont ils permettent aux débutants d'acquérir de l'expérience, et peut-être même investir intentionnellement dans des tâches qui ne sont plus nécessaires à la productivité, mais qui restent vitales pour la formation.

Une grande partie du débat sur l'intelligence artificielle porte sur la question du travail qu'elle nous épargnera. La question la plus difficile est de savoir ce que nous cessons d'apprendre lorsqu'elle fait le travail à notre place.

Le Dr Gadi Perl est coordinateur de recherche au Centre de recherche sur la cybersécurité Federmann de l'Université hébraïque. Sa thèse de doctorat porte sur la régulation de l'intelligence artificielle.