L'IA pourrait se substituer aux travailleurs humains une fois l'IAG atteinte. Un scénario qui pourrait se produire « dans 5 à 20 ans »

Selon un professeur qui s'est exprimé dans une colonne du FMI

Face aux récentes évolutions en matière d'IA, Geoffrey Hinton, un informaticien qui a posé les bases théoriques de l’apprentissage profond, a décrit un changement significatif dans sa perspective : « J’ai soudainement changé d’avis sur le fait que ces choses vont être plus intelligentes que nous. » Il a conjecturé que l’intelligence artificielle générale (IAG), qui est capable d’accomplir n’importe quelle tâche intellectuelle qu’un humain peut faire, pourrait être réalisée dans une période de 5 à 20 ans. Mais certains chercheurs ne partagent pas cet avis et sont plutôt sceptiques.

Pour ne pas se laisser surprendre, dans un billet publié dans le magazine Finance & Development du FMI en décembre 2023 et intitulé Scenario Planning for an A(G)I Future, Anton Korinek, s'est laissé allé à des conjectures impliquant différent scénarios : l'IA qui reste complémentaire au travail humain, l'IA qui devient un substitut du travail humain, l'IA qui devient un super-intelligence.

L’intelligence artificielle (IA) progresse rapidement, et le rythme des avancées s’est accéléré ces dernières années. ChatGPT, lancé en novembre 2022, a surpris les utilisateurs en générant du texte et du code de qualité humaine, en traduisant sans problème les langues, en écrivant du contenu créatif et en répondant aux questions de manière informative, le tout à un niveau jamais vu auparavant.

Pourtant, en arrière-plan, les modèles de base qui sous-tendent l’IA générative progressent rapidement depuis plus d’une décennie. La quantité de ressources informatiques utilisée pour former les systèmes d’IA les plus avancés a doublé tous les six mois au cours de la dernière décennie. Ce que les modèles d’IA générative les plus performants d’aujourd’hui peuvent faire était impensable il y a quelques années : ils peuvent apporter des gains de productivité importants pour les consultants, les développeurs et même les économistes les plus performants du monde.

Conjecture sur l’accélération de l’IA

Les progrès récents de l’intelligence artificielle ont amené les principaux chercheurs à projeter que le rythme des progrès actuels pourrait non seulement se maintenir, mais même s’accélérer dans les années à venir. En mai 2023, Geoffrey Hinton, un informaticien qui a posé les bases théoriques de l’apprentissage profond, a décrit un changement significatif dans sa perspective : « J’ai soudainement changé d’avis sur le fait que ces choses vont être plus intelligentes que nous. » Il a conjecturé que l’intelligence artificielle générale (IAG) - l’IA qui possède la capacité de comprendre, d’apprendre et d’effectuer toute tâche intellectuelle qu’un être humain peut effectuer - pourrait être réalisée dans une période de 5 à 20 ans.

Certains chercheurs en IA sont sceptiques. Ces perspectives divergentes reflètent une incertitude considérable quant à la vitesse des progrès futurs, à la question de savoir si les progrès s’accélèrent ou finiront par atteindre un plateau. De plus, nous sommes confrontés à une incertitude significative quant aux implications économiques plus larges des avancées de l’IA et au rapport entre les bénéfices et les dommages potentiels des applications de l’IA de plus en plus sophistiquées.

À un niveau fondamental, l’incertitude est également liée à des questions profondes sur la nature de l’intelligence et les capacités du cerveau humain.

Scénarios pour l’avenir de l’IA

Face à cette incertitude, il est utile de considérer différents scénarios possibles pour l’avenir de l’IA et leurs implications économiques. Korinek et Donghyun Suh (2023) analysent les implications des scénarios décrits pour la production et les salaires dans un modèle macroéconomique classique d’automatisation. Ils distinguent trois scénarios principaux.

Scénario 1 : l’IA reste complémentaire au travail humain (traditionnel, comme d'habitude)

Dans ce scénario, l’IA continue de progresser, mais il existe des limites fondamentales à la complexité des tâches qu’elle peut effectuer. Les humains conservent un avantage comparatif dans les tâches les plus complexes, qui nécessitent une compréhension approfondie, une créativité et une intuition. L’IA augmente la productivité des travailleurs humains dans ces tâches, ce qui entraîne une augmentation de la production et des salaires réels. Ce scénario correspond à l’expérience historique de l’automatisation et à la perspective illustrée dans le panneau 1 du graphique 1.


Le panneau 1 illustre une perspective, selon laquelle les capacités du cerveau humain à résoudre des tâches de plus en plus complexes sont illimitées. Cela correspond à notre expérience économique depuis la révolution industrielle : à mesure que la frontière de l’automatisation progresse, les humains ont automatisé des tâches simples (mécaniques et cognitives) et réaffecté les travailleurs pour effectuer davantage des tâches restantes plus complexes, c’est-à-dire qu’ils se sont déplacés vers la queue droite de la distribution de la complexité illustrée dans le graphique. Une extrapolation simple suggérerait que ce processus se poursuivra à mesure que l’IA avancera et automatisera un nombre croissant de tâches cognitives.

Scénario 2 : L’IA devient un substitut du travail humain (référence, AGI dans 20 ans)

Dans ce scénario, l’IA parvient à égaler ou à dépasser les capacités humaines dans toutes les tâches, y compris les plus complexes. L’IA devient un substitut parfait du travail humain, ce qui signifie qu’elle peut effectuer les mêmes tâches avec la même efficacité, voire mieux. Les humains perdent leur avantage comparatif dans toutes les tâches, ce qui entraîne une baisse de la demande de travail et des salaires réels. La production augmente, mais les bénéfices sont captés par les propriétaires de l’IA et du capital physique. Ce scénario correspond à la perspective illustrée dans le panneau 2 du graphique 1.

Scénario 3 : L’IA devient un super-intelligence (agressif, AGI dans cinq ans)

Dans ce scénario, l’IA dépasse largement les capacités humaines dans toutes les tâches, y compris la création et l’amélioration de l’IA elle-même. L’IA devient une super-intelligence, capable de résoudre des problèmes que les humains ne peuvent même pas comprendre. Les humains perdent non seulement leur avantage comparatif, mais aussi leur contrôle sur l’IA, qui devient une force autonome dans l’économie et la société. La production augmente de manière exponentielle, mais les bénéfices et les risques sont incertains, car ils dépendent des objectifs et des valeurs de l’IA.


Implications politiques

Korinek et Suh (2023) analysent les implications des scénarios décrits pour la production et les salaires dans un modèle macroéconomique dominant d’automatisation. Les résultats des trois scénarios sont illustrés dans le graphique 2, dans lequel l’évolution de la production pour chaque scénario est affichée à gauche et l’évolution des salaires compétitifs sur le marché à droite.

Les chercheurs estiment que trois idées principales ressortent :

• Premièrement, alors que la croissance continue sur la trajectoire à laquelle nous sommes habitués au cours des dernières décennies dans le scénario conservateur du « statu quo », la croissance de la production dans les deux scénarios AGI est beaucoup plus rapide, dans la mesure où la rareté de la main-d’œuvre n’est plus une contrainte sur la production.
• Deuxièmement, les salaires augmentent initialement dans les trois scénarios, mais seulement tant que la main-d’œuvre se fait rare. Ils s’effondrent alors que l’économie est sur le point d’atteindre l’AGI.
• Troisièmement, le décollage de la production et l’effondrement des salaires dans les deux scénarios AGI sont tous deux motivés par la même force : la substitution d’une main-d’œuvre rare par des machines comparativement plus abondantes. Cela suggère qu’il devrait être possible de concevoir des institutions qui indemnisent les travailleurs pour leurs pertes de revenus et garantissent que les gains de l’AGI conduisent à une prospérité partagée.

Le graphique 2 illustre les grandes lignes de la façon dont des changements technologiques sans précédent peuvent affecter la macroéconomie, mais il est mieux compris comme une illustration des possibilités plutôt que comme une prévision précise. Une longue liste de mises en garde s’applique. Premièrement, le modèle qui sous-tend le graphique s’inscrit dans une économie efficace dans laquelle le travail obtient des rendements compétitifs. Une série de facteurs peuvent ralentir le déploiement de l'AGI par rapport à ce qui est technologiquement possible, depuis les frictions organisationnelles, les réglementations et les contraintes sur l'accumulation de capital (telles que les goulots d'étranglement de la chaîne d'approvisionnement des puces) jusqu'aux choix de société concernant la mise en œuvre de l'AGI. Même lorsqu’il est technologiquement possible de remplacer les travailleurs, la société peut choisir de conserver les humains dans certaines fonctions, par exemple comme prêtres, juges ou législateurs. Les emplois « nostalgiques » qui en résulteraient pourraient soutenir la demande de travail humain à perpétuité.

Anton Korinek est professeur au Département d'économie et à la Darden School of Business de l'Université de Virginie. Il est responsable de l’économie de l’IA au Center for the Governance of AI, chercheur associé au National Bureau of Economic Research et chercheur au Center for Economic Policy Research.

Source : magazine Finance & Development du FMI

Et vous ?

Quelle lecture faites-vous de ces conjectures et des scénarios en résultant ?
Voyez-vous des avantages et des inconvénients dans les différents scénarios d’IA présentés par Anton Korinek ? Lesquels ?
Comment pouvons-nous évaluer la probabilité de chaque scénario, et quels sont les indicateurs avancés à surveiller ?
Quelles sont les politiques les plus appropriées pour gérer les risques et redistribuer les gains de l’IA dans chaque scénario ?
L'IAG est-elle, selon vous, atteignable dans les 5 à 20 prochaines années ?
Quels sont les défis et les opportunités que l’IA présente pour la coopération et la coordination internationales ?