Daron Acemoglu : pourquoi le Nobel 2024 appelle à orienter l’IA vers l’humain

En décembre 2024, l’intelligence artificielle est souvent présentée comme une force inéluctable qui transformerait le travail, l’économie et la démocratie à elle seule. Daron Acemoglu propose de regarder le problème autrement : la technologie n’impose pas mécaniquement un résultat social. Ce sont les décisions des entreprises, des pouvoirs publics, des concepteurs et des citoyens qui déterminent si elle sert à renforcer les capacités humaines ou à les contourner.

Cette idée est au cœur des prises de position de l’économiste turco-américain, professeur au Massachusetts Institute of Technology, le MIT. Son message ne consiste pas à rejeter l’IA. Il invite plutôt à discuter de sa finalité : quels problèmes veut-on résoudre, qui décide de la direction prise et qui profitera réellement des gains de productivité ? À ses yeux, une innovation utile n’est pas uniquement celle qui exécute une tâche plus vite. C’est aussi celle qui améliore le travail, élargit l’accès au savoir et contribue au bien-être collectif.

Ce que récompense réellement le prix Nobel d’économie 2024

Daron Acemoglu a partagé le prix de la Banque de Suède en sciences économiques en mémoire d’Alfred Nobel 2024 avec Simon Johnson et James A. Robinson. La distinction a été attribuée pour leurs travaux sur la manière dont les institutions se forment et influencent la prospérité des pays.

Cette précision est importante. Le prix ne récompense pas des recherches consacrées spécifiquement à l’intelligence artificielle. En revanche, la question des institutions éclaire directement le débat sur l’IA : règles du marché du travail, concurrence, fiscalité, droits des travailleurs, accès à l’éducation ou protection des libertés publiques déterminent la façon dont une technologie est déployée et dont ses bénéfices sont distribués.

Les travaux d’Acemoglu sur le changement technologique portent depuis longtemps sur l’automatisation, l’organisation du travail et les inégalités. L’essor rapide de l’IA générative donne donc une nouvelle portée à ses analyses. Il rappelle que l’histoire économique ne raconte pas une succession de machines qui auraient toujours bénéficié à tous de la même manière. Les trajectoires varient selon les règles collectives et les rapports de force.

L’IA va-t-elle remplacer les emplois ou transformer le travail ?

L’inquiétude est légitime : les systèmes d’IA peuvent déjà rédiger, traduire, résumer, classer des documents, analyser des données ou produire du code. Ces capacités touchent des tâches intellectuelles qui semblaient, il y a peu, relativement protégées de l’automatisation. Mais une tâche n’est pas un métier. Une profession combine des compétences techniques, des responsabilités, un jugement, des relations humaines et une connaissance concrète d’un contexte.

Pour Daron Acemoglu, le débat ne doit donc pas se limiter au nombre d’emplois qui pourraient disparaître. Il doit porter sur la nature du travail qui restera, sur les tâches qui seront créées et sur les conditions dans lesquelles la transition s’effectuera. La formule attribuée à l’économiste résume cette orientation : « L’IA doit être conçue pour accroître l’éventail des capacités humaines. »

Dans cette perspective, un outil peut assister une infirmière dans la préparation de documents, aider un artisan à établir un devis, faciliter la recherche d’informations d’un enseignant ou épauler un salarié dans une tâche répétitive. Il ne remplace pas automatiquement la personne : il peut lui permettre de consacrer davantage de temps au diagnostic, à l’explication, à la création ou à la relation avec le public.

L’autre trajectoire existe aussi. Une entreprise peut introduire l’IA principalement pour réduire les effectifs, intensifier le contrôle des salariés ou standardiser les services. Les gains de productivité ne disparaissent pas, mais la part qui revient aux travailleurs et la qualité des postes peuvent se dégrader. C’est le risque résumé par cet avertissement : « L’automatisation ne doit pas être synonyme de précarité. »

Automatiser ou augmenter : un choix de conception et d’organisation

Le mot « automatisation » recouvre des réalités très différentes. Certains logiciels retirent des tâches fastidieuses du quotidien. D’autres servent à surveiller la cadence, à attribuer des notes de performance ou à prendre des décisions qui affectent une carrière. Pour les travailleurs, la différence est décisive.

Une IA conçue comme un outil d’assistance nécessite généralement de repenser l’organisation du travail. Il faut former les équipes, vérifier les réponses du système, conserver une possibilité de contestation et attribuer clairement la responsabilité d’une décision. Ces efforts ont un coût, mais ils peuvent éviter de réduire l’humain à un simple exécutant chargé de corriger les erreurs d’une machine.

À l’inverse, utiliser un système opaque pour automatiser une décision sensible peut déplacer les risques vers les personnes concernées. Un candidat à l’emploi, un allocataire, un patient ou un salarié ne devrait pas être confronté à une décision difficile à comprendre et impossible à contester au motif qu’elle a été produite par un algorithme.

Pourquoi les gains économiques de l’IA ne sont pas garantis

L’enthousiasme autour de l’IA s’accompagne souvent de promesses de croissance considérable. Acemoglu appelle à la prudence. Dans son travail consacré aux effets macroéconomiques de l’IA, il souligne que les estimations dépendent d’hypothèses incertaines : nombre de tâches réellement transformables, fiabilité des outils, coût de leur déploiement, capacité des organisations à les intégrer et valeur effective des nouveaux services créés.

Autrement dit, l’existence d’une technologie impressionnante ne garantit ni une hausse rapide de la productivité à l’échelle d’un pays, ni une amélioration généralisée du niveau de vie. Entre une démonstration convaincante et un usage professionnel durable, il faut adapter les logiciels, les processus, les compétences et parfois les règles juridiques.

Cette prudence ne signifie pas que l’IA serait sans impact. Elle invite à distinguer trois questions trop souvent confondues :

• une tâche peut-elle être techniquement accomplie par une IA ?
• est-il économiquement pertinent de l’automatiser ?
• est-il socialement souhaitable de le faire de cette façon ?

La réponse à la première question est donnée par les capacités des modèles. Les deux suivantes relèvent de choix humains. Une application peut être rentable pour une organisation tout en ayant un coût collectif, par exemple si elle fragilise l’emploi local, dégrade la qualité d’un service ou renforce une position dominante sur le marché.

L’IA peut-elle accentuer les inégalités sociales ?

Pour l’économiste, le risque majeur est celui d’une concentration des bénéfices. Les organisations capables de financer les infrastructures, les données, les spécialistes et le déploiement de l’IA peuvent prendre une avance importante. Les travailleurs disposant déjà de solides compétences numériques peuvent aussi mieux exploiter les nouveaux outils que ceux qui n’y ont pas accès ou qui n’ont pas été formés.

Cette dynamique peut créer une fracture à plusieurs niveaux. Entre entreprises d’abord, selon leur capacité d’investissement. Entre territoires ensuite, si certains lieux concentrent les emplois qualifiés et les infrastructures numériques. Entre individus enfin, selon leur niveau de formation, leur métier et leur pouvoir de négociation.

L’accès à l’éducation et à la formation apparaît dès lors comme une condition centrale. Il ne s’agit pas seulement d’apprendre à écrire une instruction à un chatbot. Les citoyens doivent pouvoir comprendre les limites de ces outils, vérifier une information, protéger leurs données et savoir quand une réponse automatisée doit être contestée. Les travailleurs, eux, ont besoin de parcours de formation adaptés à leur métier, et pas uniquement d’une injonction abstraite à se « réinventer ».

La redistribution des gains compte tout autant. Si une IA permet de produire davantage avec moins de temps ou moins de travail, une société peut choisir d’en tirer des emplois de meilleure qualité, de meilleurs services publics, des salaires plus élevés ou du temps libéré. Sans politiques adaptées, ces gains risquent au contraire d’être captés par un nombre limité d’acteurs.

Quel rôle pour les gouvernements et la coopération internationale ?

Acemoglu appelle à une approche proactive. Réguler l’IA ne consiste pas nécessairement à bloquer toute innovation. Il s’agit d’établir des garde-fous et des incitations afin que les acteurs privés aient intérêt à développer des outils compatibles avec l’intérêt général.

Plusieurs leviers se dégagent de cette vision :

• fixer des règles de transparence et de responsabilité pour les usages qui affectent les droits ou l’accès à des services essentiels ;
• protéger les travailleurs face aux systèmes de surveillance, d’évaluation ou de recrutement automatisés ;
• financer la recherche, l’éducation et des usages de l’IA tournés vers des besoins sociaux concrets ;
• préserver une concurrence effective afin d’éviter une concentration excessive du pouvoir économique et technologique ;
• associer chercheurs, entreprises, syndicats, associations et citoyens aux choix qui concernent l’ensemble de la société.

La coopération internationale est également nécessaire. Les systèmes d’IA, les entreprises qui les développent et les flux de données franchissent les frontières. La sécurité, les droits humains et les effets sur le marché du travail ne peuvent donc pas être traités uniquement à l’échelle nationale. Partager des normes et des bonnes pratiques peut aider à éviter une course au moins-disant social ou réglementaire.

Cette coopération reste difficile : les pays n’ont ni les mêmes capacités techniques, ni les mêmes intérêts économiques, ni les mêmes traditions juridiques. Mais l’absence de dialogue comporte aussi un risque, celui de voir les règles être définies de fait par les acteurs les plus puissants ou par les premiers marchés à imposer leurs standards.

Ce qu’il faut surveiller pour une IA réellement au service de l’humain

L’appel de Daron Acemoglu ramène l’intelligence artificielle à une interrogation politique concrète : quel type de progrès souhaitons-nous organiser ? À mesure que les outils se diffusent, il faudra observer moins seulement leurs performances spectaculaires que leurs effets réels sur la qualité du travail, l’accès aux services, les revenus et les libertés.

Les indicateurs les plus utiles ne seront pas uniquement le nombre de tâches automatisées ou les économies réalisées. Il faudra aussi mesurer si les salariés disposent d’un droit de regard sur les outils qui les concernent, si les personnes peuvent contester une décision automatisée, si les petites structures ont accès aux bénéfices de l’IA et si la formation atteint les publics qui en ont le plus besoin.

L’IA n’est pas une force extérieure à la société. Elle est financée, conçue, achetée, régulée et utilisée par des organisations et des personnes. C’est pourquoi l’idée d’une mobilisation réunissant scientifiques, gouvernements et société civile conserve toute sa force : l’objectif n’est pas seulement de faire des machines plus capables, mais de faire en sorte que leurs capacités contribuent à une prospérité plus largement partagée.