Les jeunes femmes sont à la traîne des jeunes hommes sur le marché du travail de premier échelon, mais l’intelligence artificielle n’est pas la principale responsable, selon les chercheurs à l’origine de l’un des outils de suivi du marché du travail les plus surveillés du pays. Les résultats proviennent de nouvelles données partagées exclusivement avec Fortune avant leur publication publique demain.
Les données proviennent d’une mise à jour du Canary Dashboard, un projet conjoint entre le Stanford Digital Economy Lab et ADP Research dirigé par Erik Brynjolfsson et Nella Richardson, documentant comment l’IA générative remodèle l’adoption d’entrée de gamme. Depuis ses débuts, le tableau de bord a établi un schéma clair et troublant. Les travailleurs âgés de 22 à 25 ans occupant les emplois les plus exposés à l’IA, tels que le développement de logiciels et le service client, ont connu la plus forte baisse d’emploi depuis les débuts de ChatGPT fin 2022, malgré une forte croissance globale de l’emploi aux États-Unis. La divergence ne s’est pas inversée et s’est progressivement creusée depuis le premier article des chercheurs l’année dernière, augmentant d’environ 0,5 point de pourcentage chaque mois.
La dernière mise à jour ventile pour la première fois les chiffres par sexe, montrant que la croissance de l’emploi parmi les jeunes femmes de l’échantillon des îles Canaries est inférieure à celle des mêmes jeunes hommes âgés de 22 à 25 ans. Les chercheurs ont découvert que deux forces sont à l’œuvre simultanément. Cela signifie que les femmes sont plus susceptibles d’occuper des emplois qui les exposent à l’IA et, séparément, la croissance de l’emploi à tous les niveaux d’exposition à l’IA est légèrement plus lente que celle des hommes.
Une grande partie de l’écart est liée à la composition professionnelle. 43,8% des femmes travaillent dans la catégorie d’emplois la plus exposée et 21,2% travaillent dans la deuxième catégorie la plus exposée. Cela se compare à 32,4 % et 18,1 % pour les hommes.
Cependant, lorsque les chercheurs ont spécifiquement déterminé dans quelle mesure les écarts de croissance étaient suivis par l’exposition à l’IA, aucune association n’existait. Le sous-développement des femmes apparaît presque autant dans les emplois moins exposés que dans les emplois plus exposés**. Dans le quintile le moins touché**, l’emploi des femmes âgées de 22 à 25 ans n’a augmenté que de 1,3 % par an depuis fin 2022, contre 2,7 % pour les hommes. La différence équivaut à peu près à une baisse annuelle de 4,5 % de l’emploi pour les femmes contre 2,5 % pour les hommes, la catégorie la plus vulnérable.
« Ces écarts sont caractéristiques de notre échantillon plus large et n’ont aucune corrélation significative avec l’exposition à l’IA », ont déclaré les chercheurs dans un document partagé avec Fortune. Leur conclusion : « Les différences fondées sur le sexe dans la relation entre l’exposition à l’IA et les tendances de l’emploi semblent être principalement dues à la composition professionnelle, plutôt qu’aux tendances différentielles au sein de professions spécifiques. »
Pourquoi la distinction est-elle importante ?
Il serait facile de lire les chiffres qui font la une des journaux (les femmes sont deux fois plus susceptibles que les hommes d’occuper des emplois exposés) et de supposer que l’IA est l’histoire. Des recherches antérieures l’ont souligné. L’Organisation internationale du travail a constaté que les emplois des femmes sont presque deux fois plus susceptibles d’être exposés à l’IA générative que les emplois des hommes, et d’autres estimations exposent les femmes à un risque d’automatisation trois fois plus élevé que les hommes.
Les données des îles Canaries ajoutent ce que ces études basées sur l’exposition n’ont pas pu mesurer : les résultats réels en matière d’emploi suivis mensuellement auprès de 4,6 millions de travailleurs et de plus de 730 professions. Si l’exposition à l’IA est à l’origine de l’écart entre les sexes, cet écart devrait se creuser rapidement à mesure que l’exposition augmente. Ce n’est pas ça. C’est à peu près la même chose si votre travail est à peine influencé par l’IA ou si vous êtes carrément sur son chemin. C’est exactement ce que l’équipe de recherche cherche ailleurs comme explication.
Il ne s’agit pas du traitement de l’IA, mais de la structure du marché du travail.
Cette découverte ne remet pas en cause, mais renforce plutôt, la théorie plus large de l’adoption des tableaux de bord par les débutants. L’argument central de Brynjolfsson et Richardson est que l’IA perturbe les tâches avant de pouvoir perturber le travail, supprimant les tâches répétitives et facilement automatisables (résumé, formatage, planification) qui sont généralement confiées aux nouveaux employés de l’équipe, quels qu’ils soient. Richardson a présenté la distinction entre automatisation et expansion comme une véritable variable. Les métiers dans lesquels l’IA augmente le travail humain connaîtront une croissance soutenue de l’emploi, tandis que les métiers dans lesquels l’IA automatise entièrement les tâches diminueront. Et les rôles en début de carrière se situent de manière disproportionnée dans ce deuxième groupe.
La prépondérance des femmes dans des rôles exposés à l’IA signifie qu’elles sont également exposées à cette dynamique, mais il s’agit d’un sous-produit de la sélection professionnelle qui s’est produite des décennies avant l’IA générative, et non pas parce que l’IA traite les femmes différemment une fois qu’elles obtiennent un certain emploi. Ce qui se cache réellement derrière la courbe de croissance globalement plus plate des femmes, y compris la mixité éducative, la concentration industrielle, les horaires de travail et les effets du retour au bureau, sont des questions auxquelles des recherches plus approfondies, espérons-le, répondront au fil du temps.
