Il y a soixante ans, un économiste nommé Kenneth Arrow s’est assis et a exposé quelque chose de trop évident pour être dit. Cela signifie que les travailleurs améliorent leur capacité de travail en faisant leur travail. L’idée était simple, mais Arrow, qui remportera plus tard un prix Nobel, l’a formulée en une théorie aux implications complètes. L’apprentissage, écrit-il, « ne peut se produire qu’en tentant de résoudre des problèmes, et donc uniquement pendant l’activité ». Il a fait valoir que l’expérience est non seulement bénéfique pour les travailleurs, mais aussi un moteur de croissance de la productivité pour les entreprises et, en fin de compte, pour l’économie dans son ensemble.
Aujourd’hui, alors que l’intelligence artificielle vole lentement les emplois de premier échelon qui servaient autrefois de passerelle vers les carrières de cols blancs, des chercheurs de la Fed d’Atlanta dépoussièrent l’article d’Arrow de 1962 et préviennent que les entreprises qui se précipitent vers l’automatisation pour réduire les coûts de main-d’œuvre pourraient abandonner leurs succursales actuelles.
Le taux de chômage des jeunes titulaires d’un diplôme est désormais systématiquement plus élevé que le taux de chômage global, un renversement par rapport aux récentes tendances du travail que beaucoup attribuent au remplacement du travail intellectuel de niveau débutant par l’IA. Certains diplômés universitaires souffrent désormais d’un taux de chômage similaire à celui de leurs pairs sans diplôme, ce qui suggère que justifier des études universitaires peut devenir de plus en plus difficile et que l’attrait d’un poste de travail sûr peut perdre de son éclat.
Mais si vous supprimez suffisamment d’emplois de premier échelon, les employeurs en col blanc commenceront également à en souffrir. C’est la conclusion d’un article publié la semaine dernière par des chercheurs de la Federal Reserve Bank d’Atlanta qui examine les compromis des deux côtés du spectre managérial de l’automatisation des tâches de bureau de bas niveau.
Arrow a soutenu que l’innovation et l’augmentation de la productivité sont des sous-produits de l’expérience et de la pratique. Les chercheurs de la Fed ont appliqué le cadre aux emplois subalternes de premier échelon et ont fait valoir que l’expérience serait la base pour développer l’expertise nécessaire pour les postes de direction. Il est important de noter que le type d’activités répétitives et de développement de compétences qui surviennent au début de la carrière d’un jeune ne peut pas être reproduit à l’université ou dans une école supérieure, et les postes de débutant deviennent en réalité des cours professionnels intensifs pour préparer les employés et garantir que les connaissances organisationnelles d’une entreprise restent intactes.
« Le travail qui occupe les postes de débutant n’est pas simplement un travail de faible valeur, mais un programme grâce auquel les travailleurs accumulent un capital humain qui augmente la productivité plus tard dans leur carrière », ont écrit les chercheurs.
En automatisant ces rôles, les entreprises risquent d’éviscérer le vivier de talents seniors talentueux dont elles pourraient avoir besoin à l’avenir, en échange d’économies à court terme aujourd’hui pour une stabilité à long terme. La théorie d’Arrow soutient également que le choix d’une entreprise d’automatiser les tâches et les rôles de premier échelon aura en fin de compte un impact sur le reste du secteur, car l’apprentissage expérientiel et les gains de productivité ne se limitent pas à une seule entreprise, mais se répercutent dans toute l’économie.
Il existe de nombreuses raisons pour lesquelles le marché du travail des talents débutants sera difficile en 2026, et toutes ne sont pas liées à l’IA. Les entreprises ralentissent généralement leur adoption en raison de l’incertitude mondiale, de la guerre en Iran, des tarifs douaniers et, dans certains cas, de l’expérimentation de l’IA. De nombreuses industries en col blanc ont surembauché après la pandémie et suppriment désormais des emplois. Le fait qu’il y ait trop peu d’emplois de cols blancs et trop de diplômés en compétition pour les places signifie que le marché est saturé, et c’est l’une des raisons pour lesquelles de plus en plus d’Américains de la génération Z envisagent plutôt une carrière dans les métiers spécialisés.
Mais même si le sort de la jeunesse américaine ne peut être isolé de la seule IA, il n’en demeure pas moins que d’ici 2026, de nombreux jeunes diplômés seront au chômage ou sous-employés, manquant ainsi les apprentissages essentiels, selon Arrow, essentiels au développement professionnel et à la productivité économique.
Les chercheurs de la Fed ont proposé deux politiques pour encourager les entreprises à continuer d’embaucher de jeunes travailleurs tout en tirant le meilleur parti de l’IA. Cela implique des impôts sur les bénéfices issus de l’automatisation et des subventions qui récompensent les entreprises qui augmentent le nombre de tâches que les travailleurs débutants doivent accomplir. Cette combinaison empêchera une automatisation complète et contribuera à créer de nouveaux emplois permettant aux jeunes travailleurs d’apprendre leur métier.
L’alternative à long terme sera un groupe plus restreint de « managers de moindre qualité » moins capables de stimuler l’innovation. Cependant, étant donné les économies réalisées grâce à l’utilisation de l’IA, les bénéfices des entreprises pourraient rester intacts à court terme. Lorsque les employeurs choisissent d’automatiser davantage de tâches de base, écrivent les auteurs, « presque tous les avantages liés à l’ajustement en cas de faible capacité d’apprentissage incombent au travailleur ».
