Les commentaires suivants ne constituent pas une analyse en profondeur du marché de l’« IA » ou du marché du travail de l’« IA », ni du rapport de l’université de Stanford, dont certaines données portant sur le marché du travail de l’« IA » les ont suscités.

 

PREAMBULE

ANNONCES/OFFRES d’EMPLOI COLLECTEES sur les SITES WEB

Confusion des postes, des compétences, des technologies et des compétences entre elles

Limites de l’indicateur « annonces/offres d’emploi »

Evolutions des compétences spécialisées dans les annonces/offres d’emploi pour l’« intelligence artificielle »

EVOLUTIONS des RECRUTEMENTS par PAYS d’APRES LINKEDIN

DIFFUSION des COMPETENCES en « INTELLIGENCE ARTIFICIELLE » par PAYS

 

PREAMBULE

 

Il est indéniable que l’« IA » entraîne actuellement des créations d’emplois pour être mise en œuvre, ce qui est logique pour la diffusion d’une nouvelle technologie à grande échelle, en particulier sous l’impulsion du « robot conversationnel » chatGPT et de semblables, sachant que le rapport ne couvre pas 2023 et n’appréhende donc pas leurs effets.

Mais la diffusion de ces « robots conversationnels » (pour simplifier) rebat justement les cartes en matière de compétences, en rendant l’implémentation de l’« IA » incrémentale puisque ces robots permettent de générer du code informatique pour produire des applications d’« IA » (dont d’autres « robots conversationnels »), mais aussi une multitude d’éléments composant des produits et services « numériques », par exemple de concevoir et créer des interfaces graphiques, rôle habituel de concepteurs spécialisés (« UX designer »…).

L’intégration des infrastructures informatiques peut aussi être incrémentale, pour augmenter la puissance et la volumétrie des infrastructures de stockage et de traitement (GPU, très grandes bases de données…), d’autant qu’elles sont aussi mises à disposition par des opérateurs d’infrastructures et de services à distance (« cloud »).

L’une des questions, qui n’est pas l’objet du rapport, ni de cet article, est de savoir si l’« IA » crée/ra plus d’emplois qu’elle n’en détruit/ra. Une autre, de savoir quelles transformations elle opère/ra sur le marché des compétences informatiques, en particulier si les gains de productivité qu’elle permet entraîneront un solde négatif dans ce domaine. Un certain nombre d’acteurs du « numérique » le pensent.

Le rapport présente plusieurs indicateurs sans échapper aux défauts classiques de ce genre de communications, listés dans l’introduction de cet article : https://www.numsoc.fr/perspectives-discordantes-sur-le-marche-du-travail-du-numerique/ . Il manque en particulier de données sur :

* les créations d’emploi effectives

* les sorties de formations spécialisées (1)

* le chômage des spécialistes

etc.

 

(1) Le chiffre de 15 000 diplômés de mastères en informatique en 2022 aux Etats-unis (p. 240) n’est probablement pas représentatif.

 

ANNONCES/OFFRES d’EMPLOI COLLECTEES sur les SITES WEB

 

Confusion des postes, des compétences, des technologies et des compétences entre elles

 

Les graphiques 4.1.1 et 4.1.2 du rapport de Stanford (p. 173-174) représentent les évolutions des parts des annonces/offres d’emploi pour l’« intelligence artificielle » dans le total des annonces/offres d’emploi, essentiellement collectées par la société Lightcast sur des sites web (entre 2010 et 2022 pour le second graphique, relatif aux Etats-unis).

Pour le premier graphique, effectuant une comparaison entre pays, il est « précisé » que les annonces/offres d’emploi requièrent « some kind of AI skill » (« quelque compétence en « IA » »). On suppose donc que les « AI skill clusters » (groupes de compétences en « IA ») du graphique 4.1.2 ont été constitués à partir de ces mentions, éventuellement approximatives, dans les annonces/offres d’emploi.

Sur le graphique 4.1.2 du rapport de Stanford, il n’est pas indiqué comment est traitée la distinction entre le « groupe » « machine learning » (« ML », « apprentissage-machine ») et le « groupe » « artificial intelligence » (« IA »), sachant que les opérations de mise en œuvre de l’« IA » sans « ML » sont très rares aujourd’hui, sans pour autant que les 2 soient interchangeables dans une annonce/offre d’emploi, « ML » indiquant des compétences plus techniques.

De même, « natural langage processing » (« NLP », « traitement du langage naturel ») et « visual image recognition » (« VIR », « reconnaissance d’images ») ne sont que des précisions vis à vis de l’« IA ».

Les technologies indiquées à la fin du rapport (p. 368) sont d’ailleurs partiellement permutables d’un « groupe » à l’autre (« NLP », « IA », « ML »…).

 

Le rapport n’explique pas que les niveaux de compétences requis pour mettre en œuvre de l’« IA » sont divers, dès lors que :

* un « prompteur » (rédacteur d’instructions) peut être une personne sans connaissance technique (du « métier » dans le jargon)

* le paramétrage des algorithmes/du modèle peut être :

● complexe et relever d’un « data scientist », pour ré-entraîner un modèle – étant donné qu’ils sont désormais issus de très grands entreprises du « numérique » ou créés par d’anciens salariés de ces entreprises dans le cadre de nouvelles sociétés

● moins complexe et relever d’un informaticien les appliquant à son domaine de manière très simple par rapport aux tâches qui lui incombent habituellement

* les « analystes de données » peuvent aussi paramétrer des algorithmes/modèles, ou encore des « ingénieurs de données » plus tournés vers la mise à disposition des données

Là aussi, la simplification a fait son chemin.

 

La redondance dans les annonces/offres d’emploi du rapport est donc potentiellement forte. Surtout, cette reconstitution ne désigne pas de postes de travail en tant que tels, comme ceux que l’on vient de citer ci-dessus, qui sont d’ailleurs aussi en recoupement. Il serait plus pertinent de faire des relevés et calculs à partir des intitulés de postes, quitte à les homogénéiser, mais de la manière la plus précise possible.

 

Limites de l’indicateur « annonces/offres d’emploi »

 

Les annonces/offres d’emploi ne sont pas un indicateur suffisant dans la mesure où, en particulier pour le « numérique », elles peuvent par exemple être multipliées sur divers sites. Lightcast aurait cependant procédé à une consolidation des données. Mais d’autres phénomènes interviennent (multiplication des annonces/offres d’emploi pour un même prospect de la part de plusieurs prestataires, constitution de viviers de candidatures…), d’autant que les entreprises sont parfois perplexes sur la manière d’utiliser l’« IA » (voir aussi « Le recrutement d’informaticiens au prisme de la Dares et Pôle emploi »).

Pour les 2 graphiques, 4.1.1 et 4.12, il faudrait savoir si le total des annonces/offres d’emploi a augmenté puisqu’il s’agit de pourcentages des annonces/offres d’emploi pour l’« intelligence artificielle » sur le total des des annonces/offres d’emploi. Pour le graphique 4.1.2, on sait que le chômage est faible aux Etats-unis, mais il faudrait connaître la courbe du total des annonces/offres d’emploi depuis 2010 à partir des mêmes données.

 

Evolutions des compétences spécialisées dans les annonces/offres d’emploi pour l’« intelligence artificielle »

 

Sur le graphique 4.1.3 (p. 175), la forte hausse des mentions des compétences spécialisées est liée à une meilleure connaissance des fondements techniques de la part des employeurs, alors que l’« IA » était réservée aux labos des grands acteurs du « numérique » en 2010-2012.

On note la prédominance du langage python. Par rapport à la question du préambule portant sur les effets de la diffusion de l’« IA » sur le marché du travail de l’informatique, on doit se demander quelle est la part des reconversions des informaticiens ou plutôt de l’adoption du langage python par les informaticiens qui maîtrisaient d’autres langages.

Si les projets évoluent vers des applications d’« IA », il sont alors amenés à adopter aussi ce langage (2). On peut par exemple envisager que de plus en plus d’applications web/mobiles seront développées à l’aide de l’« IA », fréquemment en langage javascript. Mais les développeurs utiliseront alors python pour que l’« IA » génère le code javascript, au détriment des développeurs spécialisés en javascript, sauf si ceux-ci privilégient aussi python.

De toute façon, il n’y a là aucun indice d’une pénurie de compétences en python, d’autant que le langage, inventé en 1991, est déjà le plus « populaire » et avec une des croissances les plus fortes depuis plusieurs année au niveau mondial, selon la mesure des visites des moteurs de recherche du web (index TIOBE).

 

De surcroît, le nombre d’élèves de l’enseignement secondaire ayant passé l’examen des cours de codage préparatoires à l’enseignement universitaire en informatique aux Etats-unis a été multiplié par 9 entre 2007 et 2021, soit 181 000 en 2021 (p. 258).

 

(2) De même, une proportion croissante d’étudiants en doctorat d’informatique se spécialisent dans l’« IA » en Amérique du Nord, 19 % en 2021, selon le graphique 5.1.7 (p. 244).

 

EVOLUTIONS des RECRUTEMENTS par PAYS d’APRES LINKEDIN

 

Le rapport de Stanford recense aussi les recrutements de professionnels disposant de compétences en « intelligence artificielle » ou travaillant dans des activités liées à l’« IA », dès lors qu’il ajoutent un nouvel employeur sur leur profil LinkedIn quand ils prennent un nouveau poste.

Les pays, où au moins 10 recrutements par mois sont effectués, à condition que 40 % au moins des actifs du pays soient inscrits sur LinkedIn, sont classés selon le taux d’augmentation des recrutements liés à l’« IA » par rapport au nombre de membres de LinkedIn dans le pays, entre 2016 et 2022.

Mais le rapport relève que pour beaucoup de pays, le taux a atteint un pic en 2020 puis décru avant de se stabiliser (P. 180). Effectivement, la plupart des courbes n’indiquent pas d’ascension et ne reflètent donc pas les évolutions des annonces/offres d’emploi pour l’« intelligence artificielle » telles que captées par Lightcast et évoquées dans le chapitre précédent.

 

Sur la base des mêmes données issues de LinkedIn, l’OCDE projette des courbes dont le pic se situe plutôt en 2021.

 

 

 

DIFFUSION des COMPETENCES en « INTELLIGENCE ARTIFICIELLE » par PAYS

 

Le rapport de Stanford présente aussi un index créé par LinkedIn pour mesurer, à partir des profils des membres, les citations de compétences en « IA » rapportées à la moyenne des 50 compétences les plus représentatives d’un métier donné, de 2015 à 2022.

La France était classée 9ème (p. 182).