Des chercheurs du MIT ont révisé les perspectives concernant l'impact de l'intelligence artificielle sur l'emploi humain. Bien que le PDG d'Anthropic, Dario Amodei, ait prédit que l'IA pourrait surpasser presque tous les humains d'ici 2027, les données montrent encore des échecs fréquents dans des tâches freelance complexes, notamment en matière de raisonnement abstrait et de planification à long terme. Une théorie précédente suggérait que les capacités de l'IA progresseraient par bonds soudains, qualifiés d'ondes déferlantes, laissant les travailleurs sans préavis. Cependant, une étude récente du MIT, menée par Neil Thompson et Matthias Mertens, analyse cette hypothèse en comparant ces ondes déferlantes à une marée montante. L'équipe a évalué des milliers de tâches réelles et a découvert que, contrairement aux sauts brutaux, les performances de l'IA augmentent de manière fluide et constante à travers divers secteurs économiques et durées de tâches. Cette progression régulière indique que les ondes déferlantes exceptionnelles ne sont pas la règle générale, mais que la tendance est plutôt celle d'une montée progressive. Cela ne signifie pas que les travailleurs sont protégés, car la marée peut toujours s'élever rapidement, mais cela suggère que les améliorations de l'IA seront détectables à l'avance, permettant aux travailleurs et aux décideurs politiques de s'adapter. L'étude a porté sur 63 % des tâches réalisées aux États-Unis qui sont basées sur le texte et potentiellement automatisables par des modèles de langage. Avec les informations appropriées, ces modèles ont achevé avec succès 60 % de ces tâches à un niveau jugé « suffisant » par les superviseurs humains. Seuls 26 % des résultats étaient supérieurs à la qualité humaine. Matthias Mertens a noté que les modèles démontraient déjà une compétence impressionnante de manière autonome. Bien que la date de 2027 semble trop optimiste pour un remplacement généralisé de la main-d'œuvre humaine, la progression reste rapide. Les projections indiquent que l'IA pourrait atteindre un taux de réussite de 80 % pour la majorité des tâches d'ici 2029. Toutefois, Neil Thompson a souligné que ces estimations dépendent d'une poursuite des avancées dans le matériel informatique, les algorithmes et l'échelle des modèles. Si ces éléments ralentissent, le rythme de croissance des capacités de l'IA suivra également. Ces conclusions ont des implications majeures pour les politiques économiques et les stratégies d'entreprise. Une compréhension précise du rythme de l'innovation permet aux gouvernements et aux organisations de développer des mesures d'accompagnement, de former la main-d'œuvre et de redéfinir les rôles professionnels avant que les changements ne deviennent critiques. Loin d'une surprise brutale, l'adoption de l'IA s'annonce comme un processus continu nécessitant une vigilance et une planification proactive plutôt qu'une réaction d'urgence face à des progrès imprévisibles.