Contexte : un livre contre les évidences
En 2023, deux économistes du Massachusetts Institute of Technology publient *Power and Progress: Our Thousand-Year Struggle Over Technology and Prosperity* (Basic Books). Daron Acemoglu — Prix Nobel d'économie 2024, partagé avec James A. Robinson — et Simon Johnson ne prétendent pas prédire l'avenir de l'intelligence artificielle. Ils font quelque chose de plus ambitieux : **relire mille ans d'histoire technologique pour déconstruire une croyance** qui structure toujours nos choix politiques, nos anticipations de marché et nos discours publics sur l'innovation.
Cette croyance, qu'ils nomment la **« vision productive »** (*machine productivity vision*), se résume ainsi : la technologie augmente la productivité ; la croissance se diffuse à l'ensemble de la société ; tout le monde finit par y gagner. Il suffit donc de laisser innover, et le progrès social suivra.
Acemoglu et Johnson montrent que cette thèse est empiriquement fausse. La technologie, depuis le moulin à eau du XIe siècle jusqu'aux plateformes numériques du XXIe, n'a jamais partagé automatiquement ses gains. **Ce partage a toujours été le résultat d'un rapport de force, d'une décision politique ou d'une mobilisation sociale.** Sans cela, la technologie concentre — et peut durablement aggraver les inégalités avant de les réduire, si jamais elle les réduit.
Ce cadre offre une grille de lecture exceptionnellement puissante pour penser l'IA générative. Pour les données empiriques actuelles, voir l'article ACTU de ce triptyque. Pour l'outil pratique de construction de l'expertise individuelle, voir l'article Sentier.
Une lecture en trois temps
1. L'histoire comme démenti : la technologie peut empirer les conditions de travail
Le premier mouvement du livre est contre-intuitif. Acemoglu et Johnson examinent les phases d'adoption technologique les plus célèbres — la mécanisation textile de la révolution industrielle britannique, la chaîne de montage fordiste, la révolution informatique des années 1980-1990 — et posent une question que les récits d'innovation omettent habituellement : **à quoi ressemblaient les conditions de vie des travailleurs dans les premières décennies ?**
La réponse, documentée avec soin, est souvent : elles s'étaient **détériorées**. Les tisserands anglais voyaient leurs salaires réels baisser pendant que la productivité de l'industrie textile montait. Les ouvriers de Ford travaillaient dans des conditions d'aliénation intense, au rythme imposé par la chaîne. L'informatisation des années 1980 avait d'abord **augmenté les inégalités salariales** — en valorisant les emplois qualifiés et en dépréciant les intermédiaires — avant que de nouvelles politiques publiques et négociations syndicales n'obtiennent une redistribution dans certains secteurs.
Le progrès visible dans les récits rétrospectifs masque souvent la brutalité des décennies de transition. Les auteurs insistent : ce n'est pas la technologie qui a fini par améliorer les conditions de vie des travailleurs. Ce sont des lois, des syndicats, des régulations et des mouvements sociaux qui ont forcé ce résultat.
2. La distinction cruciale : automatisation vs. création de nouvelles tâches
Le cœur analytique du livre est une distinction que les débats médiatiques et même académiques confondent régulièrement :
**L'automatisation pure** (*so-so automation*) : remplace une tâche exécutée par un humain avec un système automatisé, réduit les coûts unitaires, sans créer de nouvelles valeurs ou de nouveaux emplois en contrepartie. Gain net pour le capital, perte nette pour le travail. Acemoglu et Johnson documentent que beaucoup d'automatisations récentes — dans la gestion d'entrepôts, le service client téléphonique, la saisie comptable standardisée — entrent dans cette catégorie. Ces systèmes font ce que des humains faisaient, parfois moins bien, mais bien moins cher. Il n'y a pas de création de valeur nette : il y a une redistribution de la valeur existante vers le capital.
**La création de nouvelles tâches** (*new task creation*) : la technologie rend possible des activités, des services ou des produits qui n'existaient pas. L'électricité n'a pas seulement remplacé la lampe à huile — elle a rendu possible l'électroménager, les machines industrielles modernes, la radiodiffusion, les infrastructures de communication. Ce sont ces nouvelles tâches qui ont historiquement compensé les suppressions d'emplois dans les secteurs automatisés, en ouvrant des marchés et des besoins inédits.
Le problème central avec l'IA actuelle, soutiennent les auteurs, est que **les investissements technologiques et les incitations fiscales sont massivement concentrés sur l'automatisation pure** plutôt que sur l'augmentation des capacités humaines. Les grands acteurs technologiques développent des outils qui *substituent* des tâches cognitives ordinaires plutôt que des outils qui *permettent* des activités radicalement nouvelles à forte valeur humaine.
3. La direction du progrès n'est pas neutre : elle est politique
Le troisième mouvement est le plus subversif par rapport aux récits dominants. Acemoglu et Johnson rejettent l'idée que la technologie suit une trajectoire naturelle ou inévitable dictée par des lois d'efficacité. Ils montrent au contraire que sa **direction est entièrement façonnée par des choix** : qui finance la recherche, quels usages sont réglementés, comment la valeur créée est taxée, quelles compétences sont valorisées sur le marché du travail.
Les incitations fiscales américaines — et dans une mesure significative européennes — récompensent l'automatisation (déduction immédiate des investissements en capital) et pénalisent le travail (charges sociales). Ce n'est pas le résultat d'une nécessité économique abstraite : c'est le résultat de choix politiques accumulés, qui peuvent être corrigés.
De même, les agendas de recherche sur l'IA orientée vers l'augmentation humaine — aide au diagnostic médical, soutien à l'enseignement différencié, outils d'accessibilité pour les personnes handicapées — reçoivent des financements structurellement inférieurs à ceux dédiés à l'automatisation des fonctions cognitives standardisées.
Ce que ce cadre change pour l'analyse de l'IA
Acemoglu et Johnson ne sont pas luddistes ni anti-technologie. Ils ne réclament pas l'arrêt du développement de l'IA. Leur argument est plus précis et plus exigeant : **l'IA peut aller dans deux directions fondamentalement différentes**, et la direction naturelle du marché — sans intervention publique — n'est pas celle qui maximise le bien commun à moyen terme.
Ils proposent trois leviers d'action :
- **Rééquilibrer les incitations fiscales** : rendre l'automatisation pure moins systématiquement avantageuse que le maintien ou l'augmentation des emplois, en corrigeant l'asymétrie entre traitement fiscal du capital et du travail.
- **Rediriger les agendas de recherche** : financer publiquement les usages de l'IA qui augmentent les capacités humaines plutôt que de les substituer — et imposer des exigences d'évaluation d'impact sur l'emploi aux grands déploiements IA financés par fonds publics.
- **Renforcer le pouvoir de négociation des travailleurs** : pour que ceux qui subissent la transition technologique participent aux arbitrages, plutôt que de les subir comme une fatalité extérieure.
Ces propositions ne sont pas idéologiquement neutres. Elles supposent un État actif, une régulation assumée et un capitalisme délibérément orienté. Mais elles ont le mérite de poser le bon problème analytique : **ce n'est pas la technologie qui choisit son usage, ce sont les institutions humaines — ou leur absence — qui le font**.
Ce que ce livre éclaire — et ses limites
La force de *Power and Progress* est son ancrage historique rigoureux et sa clarté analytique. La limite potentielle est que l'IA générative est peut-être suffisamment différente des vagues précédentes pour invalider certaines analogies. La vitesse d'adoption, l'étendue sectorielle et la cible cognitive — plutôt que physique — de l'IA actuelle ne trouvent pas de précédent strict dans les mille ans d'histoire examinés.
Acemoglu et Johnson en sont conscients : leur livre est une thèse, une mise en garde et un appel à l'action, pas une prédiction. Dans un article de travail NBER de 2024 (*The Simple Macroeconomics of AI*), Acemoglu a affiné ses projections : il estime que l'impact positif de l'IA sur la productivité globale dans les dix prochaines années sera plus modeste qu'annoncé, précisément parce que les investissements actuels sont trop concentrés sur l'automatisation pure.
Conclusion
*Power and Progress* est un des textes analytiques les plus utiles pour penser l'IA et le travail sans verser ni dans la résignation fataliste ni dans la naïveté techno-optimiste. Il rappelle que **le progrès technique est une matière première** dont l'usage final dépend entièrement des rapports de force et des choix collectifs.
L'histoire des transitions technologiques montre que ces choix peuvent aller dans de mauvaises directions pendant longtemps avant d'être corrigés — parfois au prix de décennies de dégradation des conditions de travail. Elle montre aussi que des corrections sont possibles, quand elles sont délibérément construites. Ce n'est pas une consolation automatique. C'est une responsabilité.
—
Dans ce triptyque
Pour voir comment cette grille de lecture éclaire le sujet du jour :
- Revenir à l'actualité : IA générative et emplois qualifiés : que disent les premières données ?
- Prolonger avec le Sentier du Savoir : Construire une expertise durable à l'ère de l'IA : ce que l'automatisation ne peut pas effacer
Repères de sources
- Daron Acemoglu & Simon Johnson, *Power and Progress: Our Thousand-Year Struggle Over Technology and Prosperity* (Basic Books, 2023) : https://www.basicbooks.com/titles/daron-acemoglu/power-and-progress/9781541702530/
- Annonce du Prix Nobel d'économie 2024 — Acemoglu, Johnson, Robinson : https://www.nobelprize.org/prizes/economic-sciences/2024/press-release/
- Daron Acemoglu, "The Simple Macroeconomics of AI" (NBER Working Paper 32487, 2024) : https://www.nber.org/papers/w32487
- David Autor, "Work of the Past, Work of the Future" (*AEA Papers and Proceedings*, 2019) : https://pubs.aeaweb.org/doi/10.1257/pandp.20191110
- OCDE, *OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market* : https://www.oecd.org/employment/oecd-employment-outlook-19991266.htm
- Erik Brynjolfsson & Andrew McAfee, *The Second Machine Age* (W.W. Norton, 2014) — cadre comparatif augmentation vs. remplacement
Vous devez être connecter pour pouvoir voter
