L’IA nous oblige-t-elle à penser la valeur de la contribution ?

Par

De la rareté des compétences à la reconnaissance de l’engagement : une gageure politique

Entraînés sur une quantité innombrable d’écrits, œuvres protégées comprises, les grands modèles de langage (LLM) dispensent en une fraction de seconde un savoir qui exigeait des années d’études ; ils menacent à présent de détrôner celles et ceux qui en sont les dépositaires. Longtemps, le diplôme a tenu lieu de boussole à la déférence sociale. Ce repère perdu, sur quoi fonder les égards dus à chacun·e, sinon sur sa contribution à la collectivité, qui déborde de loin le cadre de l’emploi ?

Poste de travail dans une pièce sombre, éclairé par deux écrans affichant un paysage de montagnes enneigées, sous de grandes lettres formant le mot « WORK ».

Image : Patrick Tomasso

Tandis que les systèmes d’intelligence artificielle continuent de rendre abondantes des aptitudes que leur lente acquisition renchérissait, la hiérarchie qui proportionne le prix d’une prestation à la qualification qu’elle exige perd peu à peu son appui le plus sûr. Comment évaluer l’apport individuel, dès lors que l’effort fourni échappe pour partie à tout cahier des charges, faute de moyens d’en spécifier la teneur ?

Dans The Principles of Scientific Management, l’ingénieur Frederick W. Taylor (1911)¹ exposait la doctrine à laquelle son nom reste attaché, le taylorisme. Il y confiait aux directions d’usine la responsabilité de « rassembler toutes les connaissances traditionnelles » que possédait la main-d’œuvre, de les répertorier, puis de les « réduire à des règles, des lois et des formules » appelées à supplanter les approximations de l’usage. L’activité de chaque poste était prévue au moins un jour à l’avance et détaillée, le plus souvent, dans des instructions écrites fixant le mode opératoire jusqu’au temps alloué à chaque séquence. Présentée par Taylor comme « d’un immense secours pour les ouvriers », cette méthode transférait aux gestionnaires l’avantage que les corps de métier retiraient de leur maîtrise et de leur expérience.

Un siècle plus tard, les grands modèles de langage (LLM) absorbent lors de leur entraînement des corpus écrits d’une ampleur sans précédent, et en restituent à la demande les raisonnements types. L’appropriation inaugurée par le taylorisme gagne les professions intellectuelles que les vagues d’automatisation successives, de la chaîne de montage à l’ordinateur de bureau, avaient le plus souvent épargnées. Nul ne peut dire si cette incursion suivra le rythme qu’annoncent les entreprises qui commercialisent les LLM ; à supposer qu’elle se confirme, des compétences qui devaient leur valorisation à leur rareté deviendront disponibles en nombre et pour des sommes dérisoires.

Cerner ce que l’IA change à la valeur du travail suppose de s’entendre au préalable sur le mot « valeur », qui recouvre plusieurs acceptions que le langage courant amalgame. En ce domaine, il désigne tour à tour la rémunération qu’une tâche obtient sur le marché, le bénéfice qu’en tire autrui et le rang que l’opinion accorde à qui l’accomplit. Bien que ces différentes notions ne coïncident pas, tant que les plus qualifié·es se trouvaient à la fois les mieux payé·es et les mieux considéré·es, il était facile de les croire solidaires. Avec une IA qui démocratise l’exercice du savoir certifié sans affecter l’utilité des prestations fournies, plus rien ne garantit que valeur d’échange, valeur d’usage et valeur symbolique évoluent à l’unisson.

La philosophie sociale n’a pas attendu l’essor du machine learning pour séparer l’activité humaine de l’emploi salarié : André Gorz (1988)² et Dominique Méda (1995)³ ont fait de cette distinction l’un des ressorts de leur critique de la centralité du travail. Leurs thèses — véritable plaidoyer pour un allègement des obligations professionnelles qui laisse place à la vie civique et aux liens privés — traçaient un horizon normatif, auquel les pouvoirs publics pouvaient opposer une fin de non-recevoir tant que la croissance suffisait à distribuer revenus et positions. Or aujourd’hui, l’IA générative compromet cette répartition jusque chez celles et ceux qui occupent le sommet de l’échelle. Un débat dont l’enjeu est brûlant s’ouvre quant à la déqualification à venir de l’expertise : mise à la portée du plus grand nombre, elle pourrait trouver des applications plus nombreuses qu’au temps où peu la possédaient, tout en conférant moins de prestige à qui s’en prévaut.

Axel Honneth (2003)⁴ a soutenu que les sociétés capitalistes règlent l’estime sociale sur la performance de chacun·e en tant que membre productif de la collectivité, et les critères qui la mesurent demeurent un objet de litige. À défaut d’accord, la qualification en offrait de longue date l’étalon le plus lisible. La considération dont jouissaient les plus qualifié·es relevait-elle, comme leur salaire, exclusivement de la loi de l’offre et de la demande, ou récompensait-elle le service rendu au bien commun ? Pour y répondre, il faut démêler l’écheveau, puis se demander ce qui, hors de toute rétribution, rend une contribution digne de reconnaissance.

De la dépossession du savoir à la déqualification

Soixante-trois ans après le traité de Taylor, le théoricien marxiste Harry Braverman (1974)⁵ en a condensé la doctrine en trois principes. La « dissociation du processus productif et des savoir-faire ouvriers » formait le premier ; le troisième, « l’usage du monopole du savoir pour contrôler chaque étape de la production et sa mise en œuvre », réduisait la fabrication à n’exister que « dans l’imagination d’un personnel d’encadrement spécialisé ». L’auteur situait la clef de l’édifice dans le deuxième, la « séparation de la conception et de l’exécution », et écartait à dessein la formule usuelle qui oppose activité manuelle et cérébrale, au motif que les opérations de l’esprit se voyaient à leur tour fractionnées à l’identique. En vertu de ce partage, l’administration avait la haute main sur la planification, le jugement et l’appréciation des résultats. Braverman constatait pourtant qu’en son sein le travail intellectuel était devenu l’affaire d’un cercle toujours plus étroit, et que la plupart accomplissaient un labeur aussi machinal que celui de l’atelier. Il rappelait que, dès 1917, William H. Leffingwell avait transposé la rationalisation taylorienne à la gestion courante des entreprises : les commis, qui menaient jusque-là leur besogne à leur discrétion, devaient désormais se plier aux procédures et aux durées fixées par leurs responsables. Cette évolution s’est accompagnée d’un déclassement salarial, puisque les employé·es de bureau, qui gagnaient en 1900 environ le double des ouvrier·ères américain·es, percevaient en 1971 un salaire médian inférieur à celui de toutes les catégories ouvrières — alors même que les employeurs recensés dans un rapport fédéral de 1973, cité par Braverman, n’avaient pas pour autant revu à la baisse leurs exigences scolaires.

Là où Taylor, pour consigner des tours de main acquis par la répétition, avait fait du chronométrage des gestes l’instrument privilégié de la codification, les LLM empruntent le chemin inverse : ils partent de contenus textuels et en extraient des régularités statistiques dont ils tirent une distribution de probabilité conditionnelle sur le token, mot ou fragment de mot, voire signe de ponctuation, qui suit un contexte donné. Cette différence de nature entre l’archive et l’expérience rejoint l’hypothèse qu’avancent Brynjolfsson et al. (2026)⁶ pour rendre compte d’une tendance mise au jour dans les bulletins de salaire traités par ADP, principal prestataire de paie des États-Unis. Entre novembre 2022, mise en ligne de ChatGPT, et juin 2026, les effectifs des 22-25 ans ont régressé d’environ 11 % dans les professions les plus exposées à l’IA et progressé d’environ 10 % dans celles qui le sont le moins. Le recul constaté procède d’embauches moins nombreuses, les départs n’ayant pas augmenté, et ne trouve aucun équivalent chez leurs aîné·es. L’Organisation internationale du Travail (2026)⁷, qui en discute une version antérieure, relaie des contre-analyses selon lesquelles le décrochage des jeunes salarié·es concerné·es s’amorçait avant ChatGPT et coïncidait avec le durcissement de la politique monétaire dans les secteurs sensibles aux taux d’intérêt, tandis qu’au Danemark les registres nationaux ne décèlent aucun effet de l’IA sur les gains, les heures effectuées ou la création nette d’emplois. Elle conclut que les destructions massives relèvent de l’anticipation, les précédentes vagues technologiques ayant mis des années à produire leurs pleins effets, et situe les principaux risques dans le creusement des inégalités et l’érosion des débouchés offerts aux nouvelles générations.

Du point de vue de Brynjolfsson et al., l’IA se substituerait plus aisément au savoir codifié que transmettent l’école, les manuels ou les procédures écrites, et compléterait le savoir tacite, forgé par la pratique, le tutorat et la confrontation répétée aux situations réelles. Pour en juger, leur protocole retient pour indicateurs respectifs le niveau d’études exigé et l’expérience ainsi que la formation en poste requises. Bien que purement indicatives, deux corrélations se dégagent : d’une part, plus un métier repose sur des connaissances formalisées, plus la présence de primo-entrant·es progresse lentement ; d’autre part, plus il réclame d’apprentissage sur le terrain, plus celle des personnes en milieu et en fin de carrière s’amplifie rapidement — résultat qui se vérifie encore à proportion égale de diplômé·es du supérieur.

Quant à la part qui revient à l’intervention humaine dans une installation automatisée, l’ergonomie cognitive l’a examinée bien avant l’IA générative. Dans ses travaux sur le pilotage des processus industriels, Lisanne Bainbridge (1983)⁸ signalait que l’opérateur ou l’opératrice préposé·e à un tel équipement ne conserve que deux attributions : surveiller la machine et la suppléer en cas d’anomalie. Or la suppléance n’intervient que lorsque le procédé s’écarte de son régime normal et réclame des manœuvres inhabituelles, soit dans les circonstances qui exigent le plus d’habileté. La chercheuse désignait là le paradoxe suivant lequel plus un système de commande est perfectionné, plus le rôle de l’individu peut se révéler décisif. Elle observait en outre que le discernement indispensable au redressement d’une situation critique s’étiole dès qu’il cesse de servir, et qu’il se forme par la régularité de l’usage, grâce au retour d’information qui renseigne sur l’efficacité de chaque action.

Par conséquent, indissociable de la durée incompressible de l’apprentissage, la valeur de l’expertise se jouerait désormais dans la promptitude à corriger un dysfonctionnement de la machine. Parce que le mérite d’une vigilance réside dans une méprise déjouée, un marché habitué à payer des unités de temps ou des volumes peine à chiffrer une capacité dont le besoin ne surgit qu’en cas de défaillance. Au terme de cette inversion des rôles, l’expert·e, naguère chargé·e de concevoir, se bornerait à guetter les ratés d’un dispositif qui élabore à sa place. On touche là à la limite d’une valeur indexée sur la possession d’une connaissance : une fois encodée, celle-ci finit par changer de mains. L’ironie pointée par Bainbridge met en évidence la part qui se soustrait à ce transfert, la disponibilité devant l’imprévu — délicate à thésauriser — qui ne se manifeste qu’en situation.

Quiconque a intégré l’IA générative à sa routine professionnelle mesure, à des degrés divers, les gains de productivité qu’elle autorise. À cet avantage répond une perte plus sourde que l’appauvrissement d’une fonction dont on a retranché une part conceptuelle non négligeable ou l’émoussement d’une habileté inemployée évoqué plus haut. Un·e spécialiste est susceptible de voir son crédit s’effriter alors que sa compétence demeure intacte, pour peu que des néophytes, avec le concours de ces technologies, accomplissent à leur tour ce qu’une minorité maîtrisait, de sorte que l’érosion subie par les un·es et la démocratisation dont profitent les autres sont l’avers et le revers de la même médaille.

Les privilèges du diplôme menacés

Que vaut encore un diplôme lorsque ce qu’il atteste s’obtient d’une simple requête ? Le corps social se montre enclin à jauger ses membres d’après leur statut, dont les signes ostensibles trahissent, sinon le montant de leurs revenus, du moins leur fourchette. Pierre Bourdieu (1979)⁹ a soumis à l’enquête le goût, que l’esthétique kantienne tenait pour une faculté affranchie de tout intérêt, à prétention universelle. Les données qu’il a recueillies dans la France des années 1960, de la musique aux habitudes alimentaires, associaient d’abord les préférences au bagage scolaire, puis au milieu d’origine — préférer un quatuor à cordes à une comédie musicale, un bistrot à une table étoilée, assigne à qui le revendique une place dans l’espace social. La culture du goût, cet affinement que chacun·e croit devoir à sa sensibilité, résulte d’un apprentissage précoce et domestique dont on finit par méconnaître la provenance. Bourdieu rattache cette disposition à l’habitus, c’est-à-dire aux schèmes de perception et d’appréciation que chaque milieu inculque à sa descendance. Devenus une seconde nature, ils maquillent le produit d’une transmission en aptitude native ou en affinité élective, d’où la formule lapidaire du sociologue : « le goût classe, et classe celui qui classe ».

La « distinction » acquiert sa portée de ce que les inclinations des classes dominantes, érigées en bon goût, régissent jusqu’aux aspirations de celles et ceux qui n’ont pas les moyens de s’y conformer. Elle se définit en creux par ce qu’elle tient à distance. Sous ses dehors désintéressés, le « goût légitime » opère de facto en instrument de domination et de reproduction des inégalités. L’École avalise ce partage en décernant ce qu’il appelle des titres de « noblesse culturelle » — ainsi adoubé·e, on jouit d’une capacité entérinée une fois pour toutes, à l’instar d’un bien attaché à la personne.

En quoi cette digression éclaire-t-elle la question qui nous occupe ? Bourdieu apprend à lire dans le cursus validé la consécration, sous l’apparence d’un savoir, d’une position en partie héritée. Ce que le sociologue dévoile, l’idéal méritocratique le masque à nouveau, en ce que la certification paraît récompenser une performance personnelle. Le philosophe politique Michael Sandel (2020)¹⁰, qui prend ce postulat pour cible, en décrit le revers. En subordonnant la respectabilité aux études supérieures, les élites ont nourri à l’égard des moins instruit·es ce qu’il nomme le « préjugé de diplôme », dédain insidieux qu’il dépeint comme étant le « dernier préjugé acceptable » à une époque où racisme et sexisme sont « discrédités, sans être éliminés ». S’appuyant sur des recherches de psychologie sociale menées en Europe et aux États-Unis, il en situe l’origine dans une perception qui fait abstraction des déterminismes, pour laquelle la réussite scolaire est affaire d’effort individuel, quand la pauvreté et l’appartenance socioculturelle semblent relever de facteurs incontrôlables.

Qu’il consacre un héritage (Bourdieu) ou qu’il passe pour le fruit d’un effort (Sandel), le capital académique puise sa valeur dans des connaissances que l’on présume longues à acquérir et durables. Or l’IA soumet ces deux présomptions à une épreuve inattendue. Si les systèmes génératifs reproduisent à foison la part restituable de ce que valident les examens, la promesse méritocratique voit vaciller son socle. Quant à l’argument de la durée, il se heurte à une accélération qui, d’après Hartmut Rosa (2003)¹¹, déborde le progrès technique pour cadencer les institutions et les pratiques. Ce dernier, du reste, emprunte à son compatriote Hermann Lübbe la notion de « contraction du présent », selon laquelle plus les innovations s’enchaînent, plus se raccourcit l’intervalle durant lequel l’expérience acquise suffit à éclairer l’avenir. Par ailleurs, il avance que dans le monde du travail l’adaptation, longtemps assurée par la relève des générations, incombe dans la modernité tardive à chacun·e au cours de sa vie active, configuration qu’il dit intragénérationnelle parce que les emplois se succèdent désormais au fil d’une seule existence.

Le diplôme, ce sésame qui ouvrait à demeure l’entrée dans un métier, perd peu à peu la pérennité qui assurait son autorité. L’IA dépouille le titre de l’exclusivité qui faisait de la préséance de ses titulaires la contrepartie de leur compétence, et met en branle un déplacement de l’estime. Deux voies se dessinent à ce stade. L’une invente d’autres critères de tri, de l’accès aux filières sélectives à la maîtrise des outils d’IA, et perpétue une hiérarchie qui n’a plus de quoi se justifier. L’autre fonde la considération sur ce que chacun·e apporte effectivement à la collectivité, que cette contribution soit rémunérée ou non.

L’emballement se propage dorénavant tous azimuts. Les rivalités entre puissances mettent à l’épreuve la coopération qui structurait l’ordre international, et nos démocraties, que l’on croyait solides, voient s’éroder leurs contre-pouvoirs. Les crises se télescopent, au point que l’on a repris à Edgar Morin le terme de polycrise pour nommer leur enchevêtrement. Les modèles génératifs, eux, se renouvellent à une vitesse effrénée, comme à marche forcée. Le moment est historique, puisque la mécanisation avait mis des décennies à remodeler les conditions de production, cependant qu’il suffit aujourd’hui de quelques années pour en rebattre les cartes. Au train où vont les choses justement, bien malin qui saurait dire quels savoirs vaudront encore demain.

Quand la croissance fait l’économie de la force de travail

Parmi les trente-trois risques sur lesquels le Forum économique mondial (WEF) (2026)¹² recueille chaque année l’avis d’expert·es et de responsables de tous secteurs, aucun ne connaît une ascension aussi fulgurante que les effets néfastes de l’IA, relégués au 30ᵉ rang à deux ans, hissés au 5ᵉ à dix ans. Sous l’intitulé de « productivité sans emploi », le WEF envisage un scénario défavorable où la pression concurrentielle, que l’âpreté de la compétition géopolitique laisse sans entraves, inciterait les entreprises à automatiser autant que possible au détriment de la main-d’œuvre. L’expression anglaise, jobless productivity, fait écho à celle de jobless recovery, appliquée aux reprises sans embauche qui ont suivi les récessions américaines de 1991 et de 2001¹³ ; elle désigne une économie qui parvient à produire davantage sans intégrer autant d’humains dans la chaîne de valeur. Productivité et licenciements grimperaient de concert, les réductions d’effectifs devançant de loin l’apparition d’activités capables de les compenser — les estimations, cela étant, divergent du tout au tout, la plus optimiste, celle du WEF, tablant d’ici 2030 sur onze millions de places créées dans le monde par l’IA et le traitement de l’information pour neuf millions éliminées. À l’autre extrémité, Dario Amodei, qui dirige Anthropic, n’exclut pas que, d’ici cinq ans, les États-Unis perdent la moitié des postes juniors du tertiaire, notamment dans la finance, le droit, le conseil ou la technologie. L’ampleur du choc reste imprévisible ; ses signes avant-coureurs se lisent déjà dans les chiffres.

Si le phénomène touchait de plein fouet les cadres et les professions intellectuelles, soit la frange la mieux dotée des classes moyennes, ses répercussions politiques s’en trouveraient aggravées, car ces groupes disposent de relais dans les médias et les partis. Les villes qui concentrent le savoir et les services pourraient alors devenir une « ceinture de la rouille » des cols blancs — à l’image des bassins ouvriers frappés par la désindustrialisation, dont les aciéries et les usines automobiles ont fermé en série à partir des années 1970 dans le Nord-Est et le Midwest américains —, foyer d’une colère apte à peser sur les scrutins.

Jeremias Kläui et Michael Siegenthaler (2025)¹⁴, de l’institut KOF de l’EPF de Zurich, ont constaté que le nombre de personnes enregistrées auprès des offices régionaux de placement a augmenté depuis l’automne 2022 jusqu’à 27 % plus vite dans les métiers les plus perméables à l’IA que dans ceux qui le sont le moins. La vulnérabilité se déplace progressivement vers le haut de l’échelle : l’informatisation, comme l’a montré Autor (2024)¹⁵, avait surtout raréfié les fonctions intermédiaires et polarisé le marché du travail. Le cas des développeur·euses de logiciels, où les inscriptions ont presque triplé entre fin 2022 et fin 2025 après quinze ans de quasi-stabilité, est le plus net : pour Siegenthaler (2026)¹⁶, « il n’existe guère de facteurs alternatifs plausibles susceptibles d’expliquer cette hausse abrupte. » Interrogé par la radio-télévision alémanique SRF (2026)¹⁷, l’économiste — qui raisonne à l’échelle nationale — plafonne toutefois à un cinquième l’incidence de l’IA sur l’accroissement observé depuis trois ans.

Dans les pages que le WEF consacre à une potentielle crise du sens, il redoute l’apparition d’une catégorie de travailleur·euses que caractériserait, outre la suppression de leur poste, l’effritement de leur identité professionnelle et de leur appartenance sociale. Jusque dans les pays pourvus d’un État-providence, rappelle-t-il, l’inactivité forcée est corrélée à une propension plus marquée, quoique faible à modérée, à la dépression et à l’anxiété, qu’une réembauche atténue. Aucun filet de sécurité, fût-ce un revenu de base universel financé par les profits de l’IA, qu’il tient pour l’issue la plus favorable aux actif·ves évincé·es ou privé·es d’horizon, ne trancherait la question de l’utilité et de la raison d’être. Un chômage de masse persistant pourrait engendrer une « génération perdue » qui « a le sentiment de n’avoir aucun rôle à jouer pour contribuer à la société ». L’intelligence artificielle, lit-on ensuite, menacerait « quelque chose de moins tangible, et pourtant fondamental : la valeur de ce qui est humain ». Les remèdes proposés demeurent néanmoins arrimés à l’emploi : reconversion ou requalification, soutien ciblé des jeunes et des « seniors ». Contre la désorientation, la piste avancée consiste en des « infrastructures civiques, psychologiques et culturelles », dont la forme et le financement restent à définir.

On peut lire dans cette prospective un découplage entre création de richesse et participation humaine, entre performance économique et pacte social. Les protections instaurées au fil du XXᵉ siècle visaient des accidents de parcours, de la maladie à la perte d’emploi, réputés passagers. Il est permis de douter qu’elles soient en mesure d’absorber une réévaluation rapide et continue du rendement économique des compétences humaines, où l’adaptation conditionnerait le maintien en activité. Le danger prend dès lors une dimension existentielle. Il tient à la rupture possible d’une continuité symbolique entre ce qu’une personne apprend, ce qu’elle sait faire, ce qu’elle apporte aux autres et la reconnaissance qu’elle reçoit en retour. Si ce lien venait à céder, la fracture serait d’ordre moral. Au bout du compte, qu’adviendrait-il d’une démocratie dont les gains d’efficacité cesseraient de se traduire par un gage d’inclusion ?

Le paradigme salarial, un colosse aux pieds d’argile

Nous entrons dans une transition dont l’un des traits les plus déroutants est d’échapper à nos instruments habituels de prévision, au point de nous contraindre à naviguer à vue, et qui pourrait éprouver nos systèmes sociaux bien plus profondément que dans leur équilibre financier. Nous savons que l’intelligence artificielle fragilisera certains métiers et en recomposera d’autres ; nous ignorons à quel rythme, avec quelle brutalité, et si la collectivité saura amortir le coup. C’est dans un climat d’appréhension que des trajectoires entières devront être réinventées. Plus fondamentalement, l’intelligence artificielle hypothèque notre manière de nous projeter dans l’avenir. Elle distend le lien entre effort, considération et sécurité tout en ébranlant la charpente qu’une carrière donne à nos existences. La crainte d’être remplacé·e se double de celle d’une mise à l’écart, où l’on ne ferait plus que superviser ou servir d’interface humaine chargée d’accompagner une production devenue à dominante machinique.

Confinée d’ordinaire à l’économie, la destruction d’emplois, loin d’être sectorielle, touche au politique puisqu’elle engage la dignité cognitive, celle qui s’attache à l’exercice du jugement. Le cas échéant, elle laisserait des vies en suspens et des compétences brutalement décotées. L’automatisation jette ainsi une lumière crue sur le contrat implicite qui fonde encore nos sociétés — la croyance, écornée, qu’à force de persévérance chacun·e peut espérer trouver sa juste place. Que ce compromis perde de sa légitimité, et la confiance dans l’édifice social chancelle ; la résilience de nos institutions, déjà sous tension, sera testée sur d’autres plans que leur faculté de pourvoir à la subsistance, d’autant que l’injonction contemporaine à « s’adapter » a ceci de violent qu’elle pèse d’abord sur celles et ceux qui disposent du moins de latitude pour y répondre.

En toile de fond, une lassitude professionnelle monte à bas bruit : sentiment d’absurdité, autonomie rognée, contradiction entre les convictions personnelles et les logiques organisationnelles, impression de servir des structures dont on ne saisit plus toujours la finalité. On ne compte plus les maux qui en découlent, du burn-out à ses pendants que sont le bore-out, l’épuisement par l’ennui, et le brown-out, le désengagement devant le manque de sens. Gageons que l’IA allongera sous peu la liste, sauf à repenser le partage du travail, et avec lui le financement des solidarités. Il serait pourtant réducteur de tenir cette mutation pour une catastrophe annoncée. Les périodes de bascule ont souvent fait affleurer, avec nos vulnérabilités, des ressources insoupçonnées. Dans nombre de pays, l’État social s’est construit à la faveur de la Grande Dépression et de la guerre. En Suisse, l’assurance vieillesse, inscrite dans la Constitution dès 1925, a essuyé un premier refus populaire en 1931, puis a trouvé dans les allocations pour perte de gain versées aux soldats mobilisés son mode de financement et de fonctionnement, avant d’être adoptée en 1947 par 80 % des suffrages¹⁸. Sans conteste, face à l’inconnu, une société peut aussi bien se fragmenter que réaffirmer ses valeurs cardinales. Si ces épreuves mettent à nu l’interdépendance qui nous lie, encore faut-il que cette conscience survive à la nécessité qui l’a fait naître.

De la disruption à la rupture, les architectes de la désunion

Le 20 janvier 2026, à Davos, le Forum économique mondial (2026)¹⁹ donnait la parole à Dario Amodei et Demis Hassabis, alors à la tête de Google DeepMind, sur l’intelligence artificielle générale. Faute de définition consensuelle, les deux interlocuteurs en livrent chacun leur version. Amodei table sur une IA surpassant les lauréat·es du prix Nobel dans la plupart des disciplines, et soutient que la progression exponentielle des modèles mettra en défaut la faculté de réajustement des économies. Hassabis, pour sa part, se représente un programme déployant toutes les capacités cognitives humaines, dont il évalue à 50 % les chances de se concrétiser avant la fin de la décennie. Pour les cinq années à venir, il s’en remet au schéma des révolutions techniques antérieures, selon lequel des postes disparaîtraient tandis que d’autres, peut-être plus gratifiants, leur succéderaient, quand bien même stages et premières expériences accuseraient dès 2026 un fléchissement.

Quelques jours plus tard, Amodei (2026)²⁰ publiait The Adolescence of Technology, un essai où il expose par le menu ses inquiétudes. Progressant du plus modeste niveau de compétence au plus élevé, les modèles empiéteraient sur l’aptitude intellectuelle — attribut que l’auteur juge intrinsèque et plus malaisé à corriger qu’une lacune de formation. Il entrevoit l’émergence d’une « sous-classe » privée d’emploi ou réduite à des salaires de misère, sans véritable échappatoire, attendu que les métiers « nouveaux » vers lesquels les personnes supplantées auraient pu se reconvertir seraient, eux aussi, à la portée d’une IA générale. Le texte alerte sur un péril insidieux — inédit dans l’histoire du capitalisme — qui plane sur nos démocraties, fondées en dernière analyse sur l’impératif de tirer parti de la force de travail de la majorité. Les plus grands empires industriels restaient tributaires des petites mains qui les faisaient fructifier ; une firme qui confierait l’essentiel de ses tâches à des systèmes automatisés pourrait s’affranchir de cette dépendance. Il s’ensuit qu’une économie où les propriétaires de l’IA accumuleraient des richesses en taillant dans les effectifs humains affaiblirait ce levier collectif, et avec lui le rapport de force qui permet aux salarié·es de négocier leur place face au patronat.

La rentabilité des systèmes génératifs commercialisés n’a pas encore fait ses preuves. Selon le prospectus d’introduction en Bourse d’Anthropic (2026)²¹, ses dépenses informatiques atteignaient 7,3 milliards de dollars en 2025, pour 4,6 milliards de recettes. En dépit d’un chiffre d’affaires multiplié par 13 à période comparable, la start-up affichait encore une perte d’exploitation de 1,3 milliard sur les neuf premiers mois de l’année 2026, et totalisait 141,1 milliards de dollars levés auprès d’investisseur·euses. Ces fonds, pari sur l’avenir, escomptent une IA générale qui égalerait les meilleur·es spécialistes dans la plupart des domaines. L’enjeu dépasse 40 000 milliards de dollars — la masse salariale qu’Anthropic extrapole pour les professions intellectuelles en 2025 —, dont elle compte s’adjuger une fraction. Juge et partie, Amodei concède que la gouvernance des entreprises d’IA, la sienne comprise, mérite une surveillance étroite. Au-delà de cette sollicitude, fût-elle de façade, dès l’instant où le savoir se trouve incorporé dans des centres de données détenus par un oligopole, la valeur de l’intelligence collective devient une question de propriété, et non seulement une lutte de pouvoir autour des moyens de production.

Les progrès que ces IA laissent augurer n’en demeurent pas moins considérables : l’Organisation mondiale de la Santé (2024)²² en attend un concours à l’établissement du diagnostic, à la formation des soignant·es et à l’identification de nouveaux composés thérapeutiques. Ces gains bénéficieraient à des champs entiers — la médecine, l’enseignement, la recherche — quand le prix de la transition se règle au cas par cas, et qu’aucun bilan agrégé, si mirobolant soit-il, ne compense des trajectoires rudoyées.

Il est loisible d’en conclure que la valeur marchande du travail ne saurait départir, par elle-même, une employabilité gage d’une existence sociale à chacun·e — une réalité que la rhétorique lustrée des géants de la tech élude, alors que la manne convoitée procède du patrimoine immatériel de l’humanité, ces langues et ces savoirs transmis de génération en génération, qui ont porté les grandes œuvres de la pensée et de la littérature, et dont les LLM s’approprient le produit sans contrepartie équitable. À la faveur de ce déséquilibre, ce qui appartient à toutes et tous échoit, de fait, à qui possède les infrastructures pour le monnayer, et cette cession s’accomplit à nos dépens faute de cadres réglementaires efficaces pour nous en prémunir — dirigeant·es politiques et citoyen·nes s’en trouvent également démuni·es, le sort commun se décidant dans les conseils d’administration où une poignée d’acteurs économiques font souverainement prévaloir leurs intérêts particuliers. Les pays du Sud global subissent depuis des siècles cette asymétrie, eux dont les ressources captées ont alimenté la prospérité du Nord industrialisé ; en s’emparant de l’ouvrage intellectuel, l’IA générative — dans la continuité d’une logique de prédation dont le rayon d’action s’élargit à vue d’œil — l’étend aux sociétés qui se croyaient à l’abri. À plus forte raison, l’irruption d’une IA générale ne laisserait plus aucune qualification, ni aucune nation, hors de son atteinte.

Stuart Russell (2019)²³ a conceptualisé le spectre de cette mise sous tutelle par une analogie qu’il baptise « problème du gorille », selon laquelle le gorille est à l’humain ce que l’humain pourrait être à l’IA : avec l’évolution de l’espèce humaine, le gorille — aujourd’hui en danger critique d’extinction — a perdu son habitat naturel et la conduite de sa destinée, un sort peu enviable qui pourrait préfigurer le nôtre si les humains ne parvenaient pas à préserver la leur face à des machines nettement plus intelligentes qu’eux. De là l’appel à des contrepoids et à une régulation à la hauteur d’une menace à prendre au sérieux, qu’il s’agisse d’accords internationaux comparables à ceux qui endiguent la prolifération nucléaire ou d’évaluations confiées à des universitaires, neutres et astreint·es à publier leurs résultats. Dans cette veine, le Rapport international sur la sécurité de l’IA de Bengio et al. (2026)²⁴, rédigé par une centaine de spécialistes sur mandat d’une trentaine d’États, offre une ébauche de cette évaluation indépendante, à ceci près qu’il synthétise la littérature sans être habilité à auditer les laboratoires dont il passe les choix au crible.

L’Union européenne (2024)²⁵ a édicté un règlement qui oblige depuis août 2025 les fournisseurs de modèles d’IA à usage général à respecter les réserves formulées par les ayants droit et à rendre public un résumé des contenus ayant servi à leur entraînement. Toujours est-il que ce cadre bute sur une dépendance que l’AI Index de l’Université Stanford (2026)²⁶ rend tangible : 285,9 milliards de dollars d’investissements privés dans l’IA aux États-Unis en 2025, contre 20,9 milliards en Europe. L’Union légifère tant bien que mal sur des outils développés outre-Atlantique, et, de guerre lasse, a ajourné en 2026 l’entrée en application des obligations visant les usages à haut risque, au nom de la simplification. L’aveu d’impuissance est patent. En Suisse, le Conseil fédéral (2026)²⁷ se fie pour l’heure, en l’absence de règles spécifiques à l’IA, aux engagements volontaires des branches, et la consultation sur les mesures contraignantes destinées à transposer la Convention du Conseil de l’Europe sur l’IA ne s’ouvrira qu’au printemps 2027. Des pouvoirs publics qui reculent leurs échéances devant des technologies dont ils ne maîtrisent ni l’élaboration ni le rythme peuvent-ils prétendre à autre chose qu’à prendre acte de leur retard, puis à se résigner au fait accompli ?

S’engager pour le bien commun

Hannah Arendt (1958)²⁸ décompose la vie active en trois modalités, chacune ancrée dans l’une des conditions sous lesquelles l’existence humaine nous est donnée. Le travail correspond au processus vital ; il assure ce que Marx appelait « le métabolisme de l’homme avec la nature » — qu’Arendt reprend à son compte — et produit des biens voués à être consommés. À l’œuvre correspond l’« appartenance-au-monde », c’est-à-dire notre besoin d’un cadre façonné par la main humaine, qui convertit la matière en artefacts. Par elle, l’homo faber — littéralement l’homme artisan — bâtit l’« artifice humain », des objets destinés à durer. L’action, enfin, met les personnes en présence les unes des autres par la parole et l’initiative et s’enracine dans la pluralité, entendue comme la coexistence d’individus suffisamment semblables pour se comprendre quoique singuliers. Agir, écrit-elle, signifie « prendre une initiative, commencer […], mettre quelque chose en mouvement ». Cette faculté prend sa source dans la natalité — chaque naissance marque la venue d’un être unique, capable à son tour d’amorcer ce que nul n’avait prévu —, dont Arendt fait le pivot de la pensée politique, là où la métaphysique s’était ordonnée à la mortalité. La tripartition arendtienne articule chacune de ces composantes à ce qu’elle rend possible, quel que soit son poids sur le marché. Or, depuis l’avènement de la modernité, note-t-elle, toute activité est censée servir à gagner sa vie : « tel est le verdict de la société », et si l’importance d’une mission se confond avec le revenu qu’elle procure, il suffit qu’un algorithme l’accomplisse à un coût dérisoire pour que son prix s’effondre et entraîne sa valeur dans sa chute.

La réponse à la question de savoir si l’IA dévalue le travail change foncièrement selon que l’on vise l’effort qui assure la subsistance ou l’engagement citoyen et, plus généralement, l’ensemble des activités non lucratives, de l’assistance prodiguée par les proches aidant·es au bénévolat associatif en passant par les tâches domestiques et l’éducation des enfants. Elles forment l’envers dissimulé de l’économie marchande, ainsi que l’ont montré dès les années 1970 les théoriciennes féministes. Le Système de comptabilité nationale des Nations unies (2025)²⁹ maintient, dans sa dernière révision, les services que les ménages se rendent à eux-mêmes et ceux du bénévolat informel hors de la frontière de la production, quand l’Organisation internationale du Travail (2018)³⁰ évalue à 16,4 milliards les heures consacrées chaque jour au soin non rémunéré. En Suisse, cette part non rétribuée l’emporte en temps cumulé sur l’emploi, d’après l’Office fédéral de la statistique (2025)³¹. L’IA générative étend cette économie de l’ombre à l’expertise ; elle oblige à penser la valeur de toute participation au collectif : tant que le savoir certifié demeurait l’apanage de quelques-un·es, l’estime pouvait suivre le salaire sans paraître arbitraire, mais dès lors qu’une requête suffit à en obtenir l’équivalent, la voici au pied du mur, sommée de se calquer sur la loi de l’offre et de la demande ou de s’en déprendre.

Exploitant les zones grises du droit d’auteur, les modèles génératifs ont fait main basse sur des pans entiers de la création culturelle — quantité de textes et d’images alimentent leur entraînement sans égard pour le consentement ou la rémunération des intéressé·es. Partant, ces contenus cessent d’être tenus pour des œuvres pérennes et se trouvent ravalés au rang de biens de consommation, éphémères par destination. Le diagnostic d’Arendt ne visait pas uniquement la mécanisation des gestes. The Human Condition prend acte des calculateurs électroniques tout juste inventés, déjà plus « intelligents » que les êtres humains. À l’en croire, ces inventions ne prouvent rien d’autre que l’erreur de l’époque moderne, qui a placé au sommet des facultés humaines le raisonnement assimilé à un « calcul des conséquences » — une locution qu’elle situe dans le sillage de Thomas Hobbes, dont le Léviathan (1651) ramène la raison à une arithmétique des mots, qui additionne et soustrait les suites des noms convenus (à la façon des logiciens, qui additionnent « deux noms pour former une affirmation, et deux affirmations pour former un syllogisme »). Dans cette optique, réduite au calcul, la réflexion devient affaire de procédure, terrain sur lequel la machine triomphe sans coup férir.

Axel Honneth (2023)³² fait dépendre l’exercice effectif de la citoyenneté de cinq critères relatifs au travail, dont deux touchent au cœur du problème. D’une part, les emplois ne doivent pas se résumer à des « activités abrutissantes », sous peine d’éteindre l’initiative dont vit la démocratie ; d’autre part, toutes les tâches doivent recevoir l’estime publique, quelle que soit leur exigence intellectuelle, à défaut de quoi la personne en vient à douter de la valeur de son jugement et renonce à faire entendre sa voix. C’est là que le bât blesse. Le défi majeur que nous lance l’IA vient de ce qu’elle les compromet l’un et l’autre, puisque son déploiement tend à appauvrir le contenu cognitif des fonctions occupées, tandis que la diffusion du savoir expert écorne le statut de qui l’avait acquis. En somme, en banalisant des compétences qui conféraient une position, l’IA met à mal la vigueur de la vie civique, car une société qui déconsidère des métiers essentiels à la bonne marche de la cité invisibilise celles et ceux qui les exercent.

Selon le BaromètreNumérique de la Fondation Risiko-Dialog (2026)³³, les trois quarts de la population suisse s’alarment de ce que l’IA affaiblisse la créativité, soit l’aptitude à concevoir des propositions originales et à les développer de manière autonome. Cette appréhension touche la ressource réputée rétive à toute codification : l’intuition qui fait surgir une solution imprévue ne se laisserait, jusqu’à preuve du contraire, ni modéliser ni extraire d’un corpus. Pourtant, les systèmes probabilistes sont susceptibles de reconduire l’existant par une homogénéisation peu propice à la pensée divergente et, par extension, à l’éclosion d’idées neuves. Le constat frappe d’autant plus que l’usage des outils génératifs est devenu majoritaire et que 48 % des répondant·es jugent que les opportunités l’emporteront sur les risques d’ici cinq ans. Pour l’heure, le débat se cristallise sur l’IA générative, alors que plusieurs laboratoires investissent des milliards dans la conception d’une superintelligence appelée à devancer l’humain dans presque tous les domaines de la cognition. À cette aune, si elle devait se matérialiser, les craintes actuelles paraîtraient fort modestes. L’automatisation — et son corollaire, la délégation — du savoir formalisé et de l’imagination douchera-t-elle l’espoir, aussi ancien que l’idéal progressiste, d’une émancipation par la technique supposée délivrer les individus du labeur pour les rendre disponibles à l’inventivité ?

Il serait tentant d’en appeler à l’injonction humaniste qui s’évertue à « remettre l’humain au centre de l’équation ». Ce serait oublier que les démocraties libérales y ont rarement consenti lorsque l’industrialisation ne touchait que les tâches d’exécution. Sous l’effet de l’obsolescence des savoir-faire et de la dépréciation des aptitudes, la saignée des effectifs s’annonce, aux yeux des plus pessimistes, comme une lame de fond qui n’épargnerait aucun secteur d’activité. Si les postes qualifiés devaient se réduire comme peau de chagrin, quel garde-fou nos sociétés sauraient-elles opposer à la relégation des laissé·es-pour-compte ? Revaloriser la contribution suffira-t-il à offrir une parade à la déqualification, à restaurer un sentiment d’appartenance que l’intégration professionnelle ne garantit plus ; autrement dit, à réinjecter du sens et de la cohésion sociale dans un tissu que la contraction des perspectives concourt à déliter ? Autant d’interrogations sans réponse satisfaisante, si ce n’est une constante : le caractère incontournable d’arbitrages démocratiques qui en disent long sur les priorités qu’une société se donne, non moins que sur les combats qu’elle se dit prête à mener au nom d’une justice sociale résolument inclusive, si tant est qu’elle joigne le geste à la parole.

Devant une puissance publique prise de court, on peut s’agacer de la désinvolture avec laquelle les Big Tech se défaussent de leurs responsabilités, et s’interroger sur les principes de gouvernance de ces empires technologiques, dont les ambitions affichées pour l’humanité contrastent singulièrement avec la conception qu’ils semblent avoir de leurs obligations envers elle. Le cynisme de cette posture a quelque chose de vertigineux : les magnats du numérique qui se targuent d’affranchir le genre humain des corvées répétitives et fastidieuses — et ne divulguent qu’à demi-mot l’usage qui est fait des données récoltées — paraissent peu disposés à répondre des conséquences sociales de cette émancipation programmée. Comment, dès lors, nous autres, en tant que société, allons-nous composer avec l’IA ? Peut-être en nous octroyant la liberté de ne pas sous-estimer la portée d’engagements citoyens que seule anime la volonté d’œuvrer au bien commun, quand bien même aucune contrepartie pécuniaire ne viendrait en consacrer la valeur.

Sources

¹ Taylor, F. W. (1911). The Principles of Scientific Management, chap. 2, p. 36-39 et 113. New York et Londres : Harper & Brothers. — La pagination est celle de la réimpression de 1919. Citations traduites par nos soins.

² Gorz, A. (1988). Métamorphoses du travail. Quête du sens. Critique de la raison économique, troisième partie, « Orientations et propositions ». Paris : Galilée. — Rééd. sous le titre Métamorphoses du travail. Critique de la raison économique, Paris, Gallimard, coll. « Folio essais », 2004.

³ Méda, D. (1995). Le Travail. Une valeur en voie de disparition. Paris : Aubier.

⁴ Honneth, A. (2003). Redistribution as Recognition: A Response to Nancy Fraser. Dans N. Fraser et A. Honneth, Redistribution or Recognition? A Political-Philosophical Exchange (p. 140-143). Londres et New York : Verso.

⁵ Braverman, H. (1974). Labor and Monopoly Capital: The Degradation of Work in the Twentieth Century, p. 34-35, 112-119, 294-298, 306-307 et 315-316. New York : Monthly Review Press. — Traduction française : Paris, Maspero, 1976. Citations traduites par nos soins. Le contenu de Scientific Office Management (1917), de William H. Leffingwell, est établi d’après Braverman (p. 306-307). En 1900, les employé·es de bureau des chemins de fer et des manufactures américaines gagnaient en moyenne 1 011 dollars par an, contre 435 et 548 dollars pour les ouvrier·ères de ces branches (p. 296-297). En mai 1971, le salaire hebdomadaire médian à plein temps s’élevait à 115 dollars pour les employé·es de bureau, contre 117 pour les manœuvres, 120 pour les ouvrier·ères spécialisé·es et 167 pour les artisan·es et contremaître·sses (p. 297-298, d’après le Bureau of Labor Statistics). Le constat sur les exigences scolaires provient du rapport Work in America (1973), cité par Braverman (p. 34-35).

⁶ Brynjolfsson, E., Chandar, B. et Chen, R. (2026). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence, version révisée d’août 2026, p. 1-5, 10-11, 16, 19-21, 25-27 et 52. Stanford (Californie) : Stanford Digital Economy Lab. — Le panel compte de 3,5 à 5 millions de salarié·es par mois entre janvier 2021 et juin 2026. Rapportées l’une à l’autre, ces deux évolutions de sens contraire représentent, de novembre 2022 à juin 2026, un écart de 19 % entre les 22-25 ans des deux quintiles les plus exposés et ceux des trois moins exposés ; les versions de 2025 donnaient 13 %, puis 16 %, selon une autre méthode. Les auxiliaires de vie et le personnel de nettoyage figurent dans le quintile le moins exposé (tableau A.2). L’étude se donne pour descriptive : ses résultats y sont présentés comme des indicateurs précoces, non comme des estimations causales (p. 1 et 4).

⁷ Organisation internationale du Travail (2026). The impact of GenAI on jobs, productivity and work organization: a review of the empirical evidence, note de recherche de R. Merola, E. Ernst, D. Samaan, M. del Rio-Chanona et O. Teutloff, mai 2026, p. 1 et 4. Genève : Bureau international du Travail. — La synthèse discute la version de 2025 de l’étude de Brynjolfsson et al., antérieure à la révision d’août 2026 citée ici. Les travaux de Frank et al. (2026) et d’Iscenko et Curto Millet (2026) sur la chronologie et la politique monétaire, ainsi que ceux de Humlum et Vestergaard (2025) sur le Danemark, qui couvrent la période allant jusqu’en 2024, sont rapportés d’après cette synthèse.

⁸ Bainbridge, L. (1983). Ironies of automation. Automatica, 19(6), 775-779, ici 775-776.

⁹ Bourdieu, P. (1979). La Distinction. Critique sociale du jugement, introduction et chap. 1 (formule citée p. VI, goût défini par le refus des autres goûts p. 60). Paris : Éditions de Minuit. — Le sous-titre répond à la Critique de la faculté de jugerde Kant (1790). Les enquêtes sur lesquelles repose l’ouvrage ont été conduites en 1963 et en 1967-1968 auprès de 1 217 personnes.

¹⁰ Sandel, M. J. (2020). The Tyranny of Merit: What’s Become of the Common Good?, chap. 4, p. 88-89 et 95-96. Londres : Allen Lane. — Le constat d’un « dernier préjugé acceptable » repose sur des enquêtes de psychologie sociale menées au Royaume-Uni, aux Pays-Bas, en Belgique et aux États-Unis (Kuppens et al., 2018), citées par Sandel (p. 95-96). L’expression « préjugé de diplôme » rend credentialism et credentialist prejudice (p. 89). Le livre numérique consulté ne reproduit pas la pagination imprimée : les pages sont celles de l’édition Allen Lane, établies d’après son index. Traduction française : Paris, Albin Michel, 2021. Citations traduites par nos soins.

¹¹ Rosa, H. (2003). Social Acceleration: Ethical and Political Consequences of a Desynchronized High-Speed Society. Constellations, 10(1), 3-33. — Pages citées d’après la traduction espagnole parue dans Persona y Sociedad, 25(1), 2011, p. 16-18, 22 et 25. La notion de « contraction du présent » (Gegenwartsschrumpfung) vient de Hermann Lübbe (1998) ; Rosa la rapproche d’une idée de Reinhart Koselleck sur la coïncidence de l’expérience et de l’attente. L’auteur tient la mesure empirique du changement social pour un défi non résolu (p. 16), présente sa périodisation comme une hypothèse (p. 17-18) et observe que la valeur future des options présentes devient de plus en plus imprévisible (p. 22, et note 20, p. 25).

¹² Forum économique mondial (2026). Global Risks Report 2026, 21ᵉ édition, p. 60-67. Cologny (Genève) : Forum économique mondial. — Forum économique mondial (2025). The Future of Jobs Report 2025, chap. 2, p. 18 et 25. Cologny (Genève) : Forum économique mondial. — Les classements reposent sur la Global Risks Perception Survey 2025-2026, menée du 12 août au 22 septembre 2025 auprès de plus de 1 300 expert·es et responsables, dont 38 % issu·es des entreprises. L’estimation optimiste provient du second rapport, fondé sur une enquête auprès d’employeurs. Toutes causes confondues, ce rapport prévoit d’ici 2030 170 millions de créations d’emplois et 92 millions de suppressions. La plus sombre reprend des propos de Dario Amodei rapportés par Axios le 28 mai 2025. Le lien entre chômage et santé mentale s’appuie sur une méta-analyse d’études longitudinales (Sterud et al., 2025). Les expressions « ceinture de la rouille » des cols blancs et « infrastructures civiques, psychologiques et culturelles » rendent respectivement white-collar rust belt et civic, psychological and cultural infrastructure. La phrase sur la génération perdue se lit dans l’original : « feels it has no role to play in contributing to society ». Citations traduites par nos soins.

¹³ Groshen, E. L. et Potter, S. (2003). Has Structural Change Contributed to a Jobless Recovery? Current Issues in Economics and Finance, 9(8), 1-7, ici 1-2. New York : Federal Reserve Bank of New York. — Les auteur·es attribuent la faible création d’emplois de la reprise consécutive à 2001 à des changements structurels, les postes supprimés pendant la récession ne réapparaissant pas.

¹⁴ Kläui, J. et Siegenthaler, M. (2025). KI und der Schweizer Arbeitsmarkt: Erste Evidenz zu Auswirkungen auf Arbeitslosigkeit und Stellenausschreibungen. KOF Studien, n° 186. Zurich : Institut KOF, EPF de Zurich. — L’indice d’exposition reprend celui d’Eloundou et al., qui estime pour chaque tâche si un modèle de langage peut en diviser la durée au moins par deux ; un second indice, fondé sur l’usage effectif de l’IA générative, donne des résultats comparables. Les données proviennent des registres du SECO, qui recensent les chômeur·euses inscrit·es auprès des offices de placement, et des offres d’emploi publiées en ligne jusqu’en août 2025. L’écart de 27 % est estimé pour les 20-49 ans entre septembre 2024 et août 2025 ; il est un peu plus faible chez les plus de 50 ans. Dans les métiers les plus exposés, les offres d’emploi ont reculé de 38 % par rapport aux métiers les moins exposés.

¹⁵ Autor, D. (2024). Applying AI to Rebuild Middle Class Jobs, document de travail n° 32140, p. 2 et 5-7. Cambridge (Massachusetts) : National Bureau of Economic Research. — Les constats d’Autor portent sur le marché du travail américain.

¹⁶ Siegenthaler, M. (2026). Die Arbeitslosigkeit steigt – und KI dürfte ein Grund sein. Netzwoche, 22 juillet 2026. — L’auteur y actualise, selon la même méthode, l’étude menée avec Jeremias Kläui. En 2025, les métiers les plus exposés comptaient environ 7 400 demandeur·euses d’emploi de plus que les moins exposés. Citation traduite par nos soins.

¹⁷ SRF (2026). Arbeitsmarkt vor Umwälzungen – KI und Arbeitswelt: Putzkräfte sicherer als Softwareentwickler. SRF News, 7 mai 2026. — L’article repose sur un entretien avec l’économiste Michael Siegenthaler.

¹⁸ Conseil fédéral (1947). Arrêté du Conseil fédéral concernant le résultat de la votation populaire du 6 juillet 1947 relative à la loi fédérale du 20 décembre 1946 sur l’assurance-vieillesse et survivants, du 20 septembre 1947. Feuille fédérale, III(38), 185-186. — Degen, B. (2007). Assurance vieillesse et survivants (AVS). Dans Dictionnaire historique de la Suisse, version du 13 avril 2007, traduit de l’allemand. Berne : Dictionnaire historique de la Suisse. — Les allocations pour perte de gain, instituées par un arrêté de pleins pouvoirs du 20 décembre 1939, étaient financées par une retenue de 2 % sur les salaires à la charge de chaque partie et par une contribution fédérale, et gérées par des caisses de compensation. L’Union syndicale suisse en a préconisé dès 1940 le transfert à une future AVS. La loi a recueilli 862 036 oui contre 215 496 non. Seuls les hommes votaient alors.

¹⁹ Forum économique mondial (2026). The Day After AGI. Table ronde de la réunion annuelle, Davos, 20 janvier 2026. Cologny (Genève) : Forum économique mondial. — Les propos sont rapportés d’après la transcription intégrale, non officielle, de la Geneva Internet Platform (Digital Watch Observatory).

²⁰ Amodei, D. (2026). The Adolescence of Technology: Confronting and Overcoming the Risks of Powerful AI, sections « The odious apparatus » et « Player piano ». Essai en ligne, janvier 2026. — Citations traduites par nos soins. L’auteur dirige Anthropic : ses analyses émanent d’une partie intéressée.

²¹ Anthropic, PBC (2026). Form S-1 Registration Statement, amendement n° 2 du 10 novembre 2026, « Prospectus Summary », « Summary Consolidated Financial and Other Data » et « Industry, Market, and Other Data ». Washington : Securities and Exchange Commission. — En 2025, l’entreprise a réalisé un chiffre d’affaires de 4,6 milliards de dollars pour 7,3 milliards de dépenses de calcul et d’infrastructures, et enregistré une perte d’exploitation de 8,06 milliards. Sur les neuf premiers mois de 2026, son chiffre d’affaires atteint 33,2 milliards de dollars, contre 2,5 milliards un an plus tôt, pour une perte d’exploitation de 1,26 milliard. Au 30 septembre 2026, elle avait levé 141,1 milliards de dollars au total. Les 40 000 milliards de dollars correspondent à une estimation, par l’entreprise, des salaires versés en 2025 aux professions intellectuelles dans le monde, extrapolée à partir des salaires américains par profession et de la part du travail dans le PIB mondial. Ajout du 20 novembre 2026 : Anthropic est entrée en Bourse le 19 novembre 2026 au Nasdaq. Le prix de l’offre a été fixé à 83 dollars par action, pour quelque 980 millions d’actions, soit environ 81,3 milliards de dollars.

²² Organisation mondiale de la Santé (2024). Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models, chap. 2, p. 8, 17 et 18. Genève : Organisation mondiale de la Santé.

²³ Russell, S. (2019). Human Compatible: Artificial Intelligence and the Problem of Control, p. 132. New York : Viking. — Citation traduite par nos soins.

²⁴ Bengio, Y., Clare, S., Prunkl, C. et al. (2026). International AI Safety Report 2026, rapport DSIT 2026/001. Londres : Department for Science, Innovation and Technology. — Publié le 3 février 2026, le rapport répond au mandat confié par les États réunis au sommet de Bletchley en 2023. Son comité consultatif d’expert·es compte un·e représentant·e de chacun des 29 pays, des Nations unies, de l’OCDE et de l’Union européenne, et plus d’une centaine de spécialistes ont contribué à sa rédaction. Le rapport se présente comme une synthèse de la recherche existante.

²⁵ Union européenne (2024). Règlement (UE) 2024/1689 du Parlement européen et du Conseil du 13 juin 2024 établissant des règles harmonisées concernant l’intelligence artificielle. Journal officiel de l’Union européenne, L, 12 juillet 2024. — Les obligations citées figurent à l’article 53, paragraphe 1, points c) et d). Le calendrier des obligations relatives aux usages à haut risque a été modifié par le règlement (UE) 2026/1744 du 8 juillet 2026, publié au Journal officiel le 24 juillet 2026.

²⁶ Sajadieh, S., Fattorini, L., Perrault, R., Gil, Y. et al. (2026). The AI Index 2026 Annual Report, chap. 4, p. 182-183. Stanford (Californie) : Institute for Human-Centered Artificial Intelligence, Stanford University. — Les montants cités (285,88 et 20,92 milliards de dollars) correspondent aux investissements privés dans l’IA en 2025, établis d’après les données de la société Quid.

²⁷ Conseil fédéral (2026). Le Conseil fédéral prend connaissance de l’avancement de la réglementation en matière d’IA, communiqué de presse du 28 octobre 2026. Berne : Conseil fédéral. — La Suisse a décidé le 12 février 2025 de ratifier la Convention du Conseil de l’Europe sur l’IA. L’Office fédéral de la communication coordonne les mesures non contraignantes, tandis que l’Office fédéral de la justice prépare les mesures contraignantes en matière de transparence, de protection des données, de non-discrimination, de surveillance et d’évaluation des risques.

²⁸ Arendt, H. (1958). The Human Condition, p. 7, 9, 98, 126-127, 136, 171-172, 175, 177, 283 et 322. Chicago : University of Chicago Press. — Citations traduites par nos soins. « Appartenance-au-monde » et « artifice humain » rendent worldliness et human artifice. L’expression « métabolisme de l’homme avec la nature » est de Marx (Le Capital, livre I), qu’Arendt cite au chapitre III. Arendt attribue à Hobbes, et à Descartes, la conception de la raison comme « calcul des conséquences » (p. 171-172 et 283). La définition de la raison comme addition et soustraction se lit dans Hobbes, T. (1651). Leviathan, or the Matter, Forme and Power of a Common-Wealth Ecclesiasticall and Civill, partie I, chap. V. Londres : Andrew Crooke. — Le passage cité se lit ainsi dans l’original : « adding together Two Names, to make an Affirmation; and Two Affirmations, to make a syllogisme ».

²⁹ Nations unies et al. (2025). System of National Accounts 2025, § 1.60, 1.62-1.64, 16.8, 16.34 et 16.46. New York : Nations unies. — Les services bénévoles rendus directement à d’autres ménages restent hors de la frontière de la production, tandis que le bénévolat exercé au sein d’une organisation y entre comme apport de travail, sans rémunération imputée. Le texte encourage les pays à établir des comptes élargis du travail domestique non rémunéré (§ 1.64).

³⁰ Organisation internationale du Travail (2018). Care work and care jobs for the future of decent work, p. xxix. Genève : Bureau international du Travail. — Organisation internationale du Travail (2024). Decent work and the care economy, rapport VI, Conférence internationale du Travail, 112ᵉ session, p. 12, 21 et 22. Genève : Bureau international du Travail. — Les données couvrent 64 pays représentant les deux tiers de la population mondiale en âge de travailler. Les femmes accomplissent 76,2 % de ces heures. Valorisé au salaire minimum horaire, ce travail équivaudrait à 9 % du PIB mondial. Faute d’estimation mondiale plus récente, l’OIT reprend ces chiffres en 2024.

³¹ Office fédéral de la statistique (2025a). Travail non rémunéré 2024, nouvelles informations statistiques du 4 juin 2025, et tableau « Volume de travail non rémunéré ». Neuchâtel : OFS. — Office fédéral de la statistique (2025b). Plus de 8 milliards d’heures travaillées en 2024, communiqué de presse du 22 mai 2025. Neuchâtel : OFS. — Office fédéral de la statistique (2022). La valeur du travail non rémunéré se montait à 434 milliards de francs en 2020, communiqué de presse du 5 décembre 2022. Neuchâtel : OFS. — En 2024, l’enquête suisse sur la population active dénombre 12,2 milliards d’heures de travail non rémunéré, dont 7,3 accomplies par des femmes. La statistique du volume du travail recense quelque 8,1 milliards d’heures rémunérées, mais les deux séries reposent sur des assises différentes. Le compte satellite de la production des ménages, qui compare les deux volumes sur une même base, donnait pour 2020 9,8 milliards d’heures non rémunérées contre 7,6 milliards rémunérées. Le passage à une collecte multimode en 2021 introduit une rupture de série entre 2020 et 2024.

³² Honneth, A. (2023). Der arbeitende Souverän. Eine normative Theorie der Arbeit. Berlin : Suhrkamp. — Celikates, R., Honneth, A. et Jaeggi, R. (2023). The Working Sovereign: A conversation with Axel Honneth. Journal of Classical Sociology, 23(3), 318-338, ici 332 et 335-336. — Les conditions énumérées et les citations proviennent de l’entretien, traduit de l’allemand en anglais par Louis Leary. Citations traduites par nos soins.

³³ Fondation Risiko-Dialog (2026). Digital Barometer 2026. Die Stimme der Schweizer Bevölkerung, p. 6, 17, 32-33, 56 et 61. Zurich : Fondation Risiko-Dialog. — Menée par YouGov du 28 novembre au 23 décembre 2025, l’enquête en ligne représentative a recueilli 1 278 réponses de personnes de 16 ans et plus, avec une marge d’erreur de ± 2,78 points. Parmi les répondant·es, 74 % partagent la crainte d’un affaiblissement du travail créatif et 19 % la rejettent. L’usage de l’IA générative est passé en deux ans de 50 % à 75 % de la population.

Articles récents

Principes éditoriaux [ -> ]