Il y a un récit croissant blâmant l'intelligence artificielle pour l'augmentation des chiffres du chômage aux États-Unis, mais les données racontent une histoire différente. Les pertes d'emplois ne sont pas concentrées là où on pourrait s'y attendre si l'IA était le véritable coupable.

Voici ce qui se passe réellement : les secteurs avec une exposition minimale à l'IA connaissent les plus fortes baisses d'emploi. Les industries fortement intégrées aux outils d'automatisation et d'apprentissage machine ? Elles restent relativement stables. Le décalage est frappant.

Ce modèle remet en question les titres pessimistes. Si l'IA remplaçait réellement des travailleurs à grande échelle, nous verrions des pertes massives dans les rôles adjacents à la tech, les cibles d'automatisation du service client et les postes analytiques. Au lieu de cela, les secteurs traditionnels, très éloignés de la perturbation algorithmique, perdent des emplois plus rapidement.

Que signifie cela ? L'augmentation du chômage provient probablement de pressions économiques cycliques : fluctuations de la demande, impacts de la politique monétaire, contractions sectorielles, plutôt que d'un déplacement technologique. L'IA pourrait bien transformer la façon dont le travail est effectué, c'est sûr, mais ce n'est pas la force principale qui pousse les gens hors de l'emploi en ce moment.

La vraie question : pourquoi l'IA continue-t-elle d'être blâmée ? Peut-être est-il plus facile de pointer du doigt une nouvelle technologie brillante que de confronter des réalités économiques inconfortables. Ou peut-être sommes-nous témoins d'un biais de confirmation à l'échelle industrielle. Quoi qu'il en soit, les chiffres ne soutiennent pas le récit.