À l'heure d'une transformation sans précédent, portée par des avancées significatives en matière d'intelligence artificielle, notamment les grands modèles de langage (LLM) , son dernier rapport Future of Work publié par Microsoft met en lumière la façon dont ces technologies redéfinissent les pratiques de travail. En se concentrant sur l'intégration du LLM dans divers domaines de travail, le rapport met en évidence à la fois le potentiel productif et les défis inhérents à cette transition.
Selon Microsoft, l'étude montre que les outils basés sur LLM peuvent « améliorer considérablement la productivité dans les tâches courantes de travail d'information », permettant aux utilisateurs d'effectuer des tâches d'écriture courantes 37 % plus rapidement et avec une qualité supérieure de plus de 37 %. 40 % sur des projets de conseil simulés. . Une autre conclusion du rapport est que les LLM facilitent l'acquisition de connaissances très particulières, celles qui ne s'acquièrent qu'avec du temps et des qualifications, mais à tous les niveaux.
Cependant, cette accélération peut s'accompagner d'une « diminution modérée de l'exactitude », puisque le LLM peut également commettre des erreurs. Cette dichotomie met en évidence la nécessité de développer des interventions centrées sur l’utilisateur qui facilitent et accélèrent le travail tout en atténuant ses inconvénients.
Au-delà de la productivité, le déploiement du LLM au travail implique une nouvelle configuration des aptitudes et des compétences. La capacité à « appliquer une analyse critique et à évaluer les informations générées par le LLM » apparaît comme de plus en plus cruciale à mesure que la génération de contenu IA tend à occuper le devant de la scène.
Dans ce contexte, des compétences telles que « la créativité, le leadership et l’intelligence émotionnelle » acquièrent une valeur ajoutée significative dans l’environnement de travail, marquant une reconfiguration des compétences valorisées.
Les défis liés à l’adoption du LLM ne se limitent pas aux compétences individuelles. La recherche met en évidence comment la « fracture numérique dans l’adoption de l’IA » suit des modèles préexistants, avec une utilisation plus intensive et un plus grand intérêt pour le LLM dans les communautés ayant un niveau d’éducation plus élevé. Ce phénomène suggère que les inégalités existantes pourraient s’intensifier dans le paysage émergent du travail numérique.
Pendant ce temps, dans le domaine de l’éducation et de la médecine , les LLM offrent des promesses révolutionnaires en matière de méthodes et de pratiques pédagogiques. Ces avancées ouvrent non seulement la voie à des applications innovantes, mais soulèvent également des questions sur l’évolution du rôle des professionnels et des éducateurs à l’ère de l’IA.
Dans ce scénario de transformation profonde, un appel se fait sentir pour diriger avec un état d’esprit scientifique ; c’est-à-dire adopter l’expérimentation et l’apprentissage continu comme outils fondamentaux pour naviguer dans l’incertitude. « Innover contre « automatiser » apparaît comme un cadre essentiel pour comprendre et diriger l'impact de l'IA sur le travail, soulignant l'importance de générer de nouvelles formes de valeur et de travail plutôt que de simplement automatiser celles existantes. Cette réflexion nous invite à réfléchir non seulement à la manière dont la technologie est mise en œuvre, mais également à la manière dont nous souhaitons qu’elle impacte notre société et notre avenir professionnel.
Ce qui ressort de cette analyse est la convergence des défis et des opportunités qu’apportent les LLM . L’avenir du travail, loin d’être une destinée prédéterminée, est façonné par nos choix collectifs et stratégiques concernant l’utilisation, la régulation et l’intégration de ces puissants outils technologiques. Et c’est là qu’une approche réfléchie et fondée sur des données probantes se révèle cruciale pour forger un avenir du travail qui soit non seulement productif, mais aussi inclusif et humain .
La productivité du travail
- 37 % de temps en moins pour accomplir des tâches d'écriture courantes lors de l'utilisation d'outils d'IA générative, selon une étude. En d’autres termes, avec l’aide de l’IA, vous pouvez écrire beaucoup plus rapidement.
- 40% de qualité supérieure dans les solutions proposées par les consultants lorsqu'ils ont utilisé un outil d'IA dans un projet simulé. L’IA aide à donner de meilleures recommandations.
- 19% plus de probabilité que les consultants donnent la mauvaise solution lorsque l'IA se trompe. Même si l’IA est utile, elle induit parfois davantage d’erreurs humaines.
- Le modèle d'IA GPT-4 a atteint une précision de 80 % lors d'un examen médical aux États-Unis, soit 20 points de mieux que la note de passage des médecins humains. Cela suggère que les modèles d’IA sont déjà meilleurs que les humains dans certaines tâches médicales.
- Entre 68 % et 73 % des personnes interrogées par Microsoft déclarent que les outils d'IA les aident à accomplir leurs tâches plus rapidement et à consacrer moins d'efforts mentaux à des tâches répétitives . De toute évidence, la plupart des utilisateurs perçoivent des avantages en termes de productivité grâce aux nouveaux outils d’IA.
Compétences des travailleurs
- L'IA générative nécessite une plus grande métacognition de la part des utilisateurs , mais a également le potentiel de la prendre en charge. Par exemple, poser des questions d'autoréflexion pour aider à évaluer la confiance des utilisateurs.
- Les LLM semblent aider davantage les travailleurs moins expérimentés. Selon Erik Brynjolfsson, directeur du Stanford Digital Economy Institute, « les LLM aident à diffuser les connaissances tacites que possédaient déjà les travailleurs expérimentés et hautement qualifiés ».
Bien que les LLM posent des défis importants, le rapport de Microsoft souligne leur potentiel pour augmenter la productivité sur le lieu de travail, démocratiser l'éducation et, à terme, améliorer la vie de millions de personnes. « Nous avons la responsabilité de façonner un avenir meilleur pour le travail grâce à l'IA », a déclaré Jaime Teevan, directeur scientifique chez Microsoft.