Comment l’IA générative affecte les travailleurs hautement qualifiés
Malgré toutes ses imperfections, on estime que l’intelligence artificielle (IA) générative peut réaliser des tâches associées à plus de 80 % des emplois aux États-Unis, les emplois hautement qualifiés et les professions nécessitant des diplômes d’études supérieures étant particulièrement touchés. Cependant, la mesure dans laquelle l’utilisation de ces outils aide réellement les organisations et leurs employés reste largement inconnue.
Dans un nouveau document de recherche intitulé The Effects of Generative AI on High Skilled Work: Evidence from Three Field Experiments with Software Developers et publié sur SSNR, les auteurs ont analysé le déploiement d’un assistant de codage basé sur l’IA dans trois entreprises technologiques.
Les chercheurs ont travaillé avec Microsoft, Accenture et une entreprise anonyme de fabrication d’électronique du classement Fortune 100, chacune d’entre elles ayant mené sa propre expérience avec GitHub Copilot, un assistant de codage basé sur l’IA qui suggère des complétions de code intelligentes. Un sous-ensemble d’ingénieurs logiciels a pu utiliser l’outil avant que tous les développeurs y aient accès.
« Il s’avère que le développement de logiciels est un très bon cadre pour examiner la valeur de l’IA », soutient l’un des co-auteurs de la recherche. « Les développeurs de logiciels travaillent dans un environnement où la plupart de leurs résultats sont mesurables et clairement enregistrés. »
Dans les expériences de Microsoft et d’Accenture, un groupe de développeurs a eu accès de manière aléatoire à Copilot et un deuxième groupe n’a pas eu accès à l’outil. Chez Microsoft, cette séparation a duré sept mois; chez Accenture, elle a duré quatre mois. Dans l’entreprise anonyme, tous les utilisateurs ont eu accès à Copilot sur une période de deux mois, mais cela s’est fait de manière échelonnée, certaines équipes ayant utilisé l’outil jusqu’à six semaines avant d’autres.
Les chercheurs ont constaté que l’accès à Copilot augmentait la productivité (le nombre de tâches hebdomadaires effectuées) de 26 % lorsque la moyenne des résultats des trois expériences a été répartie. Cependant, les gains de productivité les plus importants ont été observés chez les nouveaux embauchés et les développeurs occupant des postes nécessitant peu d’expérience, qui ont augmenté leur productivité de 27 % à 39 %. Les développeurs plus expérimentés ont vu leurs gains de productivité augmenter de 8 % à 13 %. Ce résultat pourrait être lié, en partie, au fait que les développeurs plus récents et moins bien classés ont adopté Copilot à des taux plus élevés.
L’une des conclusions secondaires les plus significatives est que le taux moyen d’adoption de l’IA dans les trois entreprises n’était que d’environ 60 % après un an. Même si Copilot est facile à utiliser, les entreprises qui tentent de déployer de tels outils devront peut-être tenir compte d’un long chemin à parcourir avant d’adopter pleinement l’IA. À cet égard, l’IA générative ne diffère pas des autres nouvelles technologies.
Une question plus fondamentale est de savoir dans quelle mesure l’IA servira de substitut ou de complément aux travailleurs hautement qualifiés. Il est possible qu’à l’avenir, avec l’IA générative, les entreprises effectuent la même quantité de travail avec deux fois moins de travailleurs; une autre possibilité, représentée par cette expérience, est que les employés accomplissent leur travail plus rapidement et aient donc plus de temps pour travailler sur d’autres projets.
Malgré toutes ses imperfections, on estime que l’intelligence artificielle (IA) générative peut réaliser des tâches associées à plus de 80 % des emplois aux États-Unis, les emplois hautement qualifiés et les professions nécessitant des diplômes d’études supérieures étant particulièrement touchés. Cependant, la mesure dans laquelle l’utilisation de ces outils aide réellement les organisations et leurs employés reste largement inconnue.
Dans un nouveau document de recherche intitulé The Effects of Generative AI on High Skilled Work: Evidence from Three Field Experiments with Software Developers et publié sur SSNR, les auteurs ont analysé le déploiement d’un assistant de codage basé sur l’IA dans trois entreprises technologiques.
Les chercheurs ont travaillé avec Microsoft, Accenture et une entreprise anonyme de fabrication d’électronique du classement Fortune 100, chacune d’entre elles ayant mené sa propre expérience avec GitHub Copilot, un assistant de codage basé sur l’IA qui suggère des complétions de code intelligentes. Un sous-ensemble d’ingénieurs logiciels a pu utiliser l’outil avant que tous les développeurs y aient accès.
« Il s’avère que le développement de logiciels est un très bon cadre pour examiner la valeur de l’IA », soutient l’un des co-auteurs de la recherche. « Les développeurs de logiciels travaillent dans un environnement où la plupart de leurs résultats sont mesurables et clairement enregistrés. »
Dans les expériences de Microsoft et d’Accenture, un groupe de développeurs a eu accès de manière aléatoire à Copilot et un deuxième groupe n’a pas eu accès à l’outil. Chez Microsoft, cette séparation a duré sept mois; chez Accenture, elle a duré quatre mois. Dans l’entreprise anonyme, tous les utilisateurs ont eu accès à Copilot sur une période de deux mois, mais cela s’est fait de manière échelonnée, certaines équipes ayant utilisé l’outil jusqu’à six semaines avant d’autres.
Les chercheurs ont constaté que l’accès à Copilot augmentait la productivité (le nombre de tâches hebdomadaires effectuées) de 26 % lorsque la moyenne des résultats des trois expériences a été répartie. Cependant, les gains de productivité les plus importants ont été observés chez les nouveaux embauchés et les développeurs occupant des postes nécessitant peu d’expérience, qui ont augmenté leur productivité de 27 % à 39 %. Les développeurs plus expérimentés ont vu leurs gains de productivité augmenter de 8 % à 13 %. Ce résultat pourrait être lié, en partie, au fait que les développeurs plus récents et moins bien classés ont adopté Copilot à des taux plus élevés.
L’une des conclusions secondaires les plus significatives est que le taux moyen d’adoption de l’IA dans les trois entreprises n’était que d’environ 60 % après un an. Même si Copilot est facile à utiliser, les entreprises qui tentent de déployer de tels outils devront peut-être tenir compte d’un long chemin à parcourir avant d’adopter pleinement l’IA. À cet égard, l’IA générative ne diffère pas des autres nouvelles technologies.
Une question plus fondamentale est de savoir dans quelle mesure l’IA servira de substitut ou de complément aux travailleurs hautement qualifiés. Il est possible qu’à l’avenir, avec l’IA générative, les entreprises effectuent la même quantité de travail avec deux fois moins de travailleurs; une autre possibilité, représentée par cette expérience, est que les employés accomplissent leur travail plus rapidement et aient donc plus de temps pour travailler sur d’autres projets.