Les progr\u00e8s rapides de l’intelligence artificielle (IA) et les technologies d’automatisation ont le potentiel de perturber consid\u00e9rablement les march\u00e9s du travail. Alors que AI et de l’automatisation peuvent augmenter la productivit\u00e9 de certains travailleurs, ils peuvent remplacer le travail effectu\u00e9 par d’autres et transformeront probablement presque toutes les professions au moins dans une certaine mesure. l’automatisation croissante se passe dans une p\u00e9riode de l’in\u00e9galit\u00e9 \u00e9conomique croissante, suscitant des craintes de masse du ch\u00f4mage technologique et un appel renouvel\u00e9 pour les efforts politiques pour faire face aux cons\u00e9quences du changement technologique. Dans cet article, nous examinons les obstacles qui emp\u00eachent les scientifiques pour mesurer les effets de l’intelligence artificielle et de l’automatisation sur l’avenir du travail. Ces obstacles comprennent le manque de donn\u00e9es de haute qualit\u00e9 sur la nature du travail (par exemple, les exigences dynamiques des professions), le manque de mod\u00e8les empiriques inform\u00e9s des processus de niveau micro cl\u00e9s (par exemple, la substitution des comp\u00e9tences et la compl\u00e9mentarit\u00e9 homme-machine), et la compr\u00e9hension insuffisante de la fa\u00e7on dont les technologies cognitives interagissent avec la dynamique \u00e9conomique plus large et des m\u00e9canismes institutionnels (par exemple, la migration urbaine et la politique commerciale internationale). Pour surmonter ces obstacles n\u00e9cessite une am\u00e9lioration de la r\u00e9solution longitudinale et spatiale des donn\u00e9es, ainsi que des am\u00e9liorations apport\u00e9es aux donn\u00e9es sur les comp\u00e9tences en milieu de travail. Ces am\u00e9liorations permettront de recherche multidisciplinaire et quantitativement surveiller de pr\u00e9dire l’\u00e9volution complexe du travail en tandem avec les progr\u00e8s technologiques. Enfin, compte tenu de l’incertitude fondamentale pour pr\u00e9dire l’\u00e9volution technologique, nous recommandons l’\u00e9laboration d’un cadre d\u00e9cisionnel qui met l’accent sur la r\u00e9silience aux sc\u00e9narios inattendus en plus du comportement d’\u00e9quilibre g\u00e9n\u00e9ral Traduit a\u0300 l'aide de Google Translate<\/p>\n","protected":false},"excerpt":{"rendered":"
Les progr\u00e8s rapides de l’intelligence artificielle (IA) et les technologies d’automatisation ont le potentiel de perturber consid\u00e9rablement les march\u00e9s du travail. Alors que AI et de l’automatisation peuvent augmenter la productivit\u00e9 de certains travailleurs, ils peuvent remplacer le travail effectu\u00e9 par d’autres et transformeront probablement presque toutes les professions au moins dans une certaine mesure. l’automatisation croissante se passe dans une p\u00e9riode de l’in\u00e9galit\u00e9 \u00e9conomique croissante, suscitant des craintes de masse du ch\u00f4mage technologique et un appel renouvel\u00e9 pour les efforts politiques pour faire face aux cons\u00e9quences du changement technologique. Dans cet article, nous examinons les obstacles qui emp\u00eachent les scientifiques pour mesurer les effets de l’intelligence artificielle et de l’automatisation sur l’avenir du travail. Ces obstacles comprennent le manque de donn\u00e9es de haute qualit\u00e9 sur la nature du travail (par exemple, les exigences dynamiques des professions), le manque de mod\u00e8les empiriques inform\u00e9s des processus de niveau micro cl\u00e9s (par exemple, la substitution des comp\u00e9tences et la compl\u00e9mentarit\u00e9 homme-machine), et la compr\u00e9hension insuffisante de la fa\u00e7on dont les technologies cognitives interagissent avec la dynamique \u00e9conomique plus large et des m\u00e9canismes institutionnels (par exemple, la migration urbaine et la politique commerciale internationale). Pour surmonter ces obstacles n\u00e9cessite une am\u00e9lioration de la r\u00e9solution longitudinale et spatiale des donn\u00e9es, ainsi que des am\u00e9liorations apport\u00e9es aux donn\u00e9es sur les comp\u00e9tences en milieu de travail. Ces am\u00e9liorations permettront de recherche multidisciplinaire et quantitativement surveiller de pr\u00e9dire l’\u00e9volution complexe du travail en tandem avec les progr\u00e8s technologiques. Enfin, compte tenu de l’incertitude fondamentale pour pr\u00e9dire l’\u00e9volution technologique, nous recommandons l’\u00e9laboration d’un cadre d\u00e9cisionnel qui met l’accent sur la r\u00e9silience aux sc\u00e9narios inattendus en plus du comportement d’\u00e9quilibre g\u00e9n\u00e9ral [googletranslate_fr]<\/p>\n","protected":false},"template":"","reference-tag":[],"reference-type":[435],"class_list":["post-125973","reference","type-reference","status-publish","hentry","reference-type-journal-article"],"acf":{"citation":"Frank, M., Autor, D., Bessen, J., Brynjolfsson, E., Cebrian, M., Deming, D., Feldman, M., Groh, M., Lobo, J., Moro, E., Wang, D., Youn, H., and Rahwan, I. (2019). Toward understanding the impact of artificial intelligence on labor. Proceedings of the National Academy of Sciences, 116(14), 6531-6539. Retrieved from https:\/\/www.pnas.org\/content\/116\/14\/6531.","authors":"Frank, M., Autor, D., Bessen, J., Brynjolfsson, E., Cebrian, M., Deming, D., Feldman, M., Groh, M., Lobo, J., Moro, E., Wang, D., Youn, H., and Rahwan, I.","org":"","year":"2019","title_fr":null,"editors_hidden":"","publication":"Proceedings of the National Academy of Sciences","publication_fr":null,"volume":"116","issue":"14","Series":"","SeriesNumber":"","page_range":"6531-6539","publisher_city":"","publisher_state":"","publisher":"","abstract_en":null,"abstract_fr":null,"keywords":"","paywall":"0","doi":"10.1073\/pnas.1900949116","isbn":"","url":"https:\/\/www.pnas.org\/content\/116\/14\/6531","url_fr":null,"url_amazon":"","TRACK":"0"},"yoast_head":"\n