L’étude menée par Anders Humlum et Emilie Vestergaard, Large Language Models, Small Labor Market Effects, publiée le 1^er mai 2025 par le Becker Friedman Institute de l’Université de Chicago (Working Paper No. 2025-56), analyse les effets concrets des chatbots d’intelligence artificielle générative sur le marché du travail. À contre-courant des discours alarmistes ou triomphants sur une transformation imminente de l’emploi, cette recherche empirique fondée sur des données massives d’adoption et des statistiques administratives apporte un éclairage nuancé, voire déconcertant : malgré une adoption rapide et des investissements substantiels des entreprises, les effets économiques observables restent pour l’instant quasi inexistants.

L’étude s’appuie sur deux vagues d’enquêtes représentatives réalisées au Danemark fin 2023 et 2024, portant sur plus de 25 000 travailleurs répartis dans 7 000 entreprises et couvrant 11 professions exposées à l’IA générative, telles que les ressources humaines, le journalisme, le développement logiciel ou encore l’enseignement. Ces données sont croisées avec des registres administratifs détaillés, permettant de suivre l’évolution des salaires, des heures travaillées et de la mobilité professionnelle des répondants.

Le Danemark, avec son marché du travail flexible, sa culture numérique avancée et son infrastructure statistique robuste, constitue un terrain d’observation idéal pour une telle étude. L’objectif des auteurs est de mesurer non seulement l’adoption des outils d’IA, mais aussi leurs répercussions concrètes sur les conditions de travail et sur les variables économiques individuelles et collectives.

La première partie de l’étude s’intéresse à l’adoption des chatbots par les salariés et aux politiques des entreprises en la matière. On y observe un changement majeur depuis les débuts hésitants de l’IA générative : les employeurs danois sont désormais massivement engagés dans cette transition technologique. Près de la moitié des travailleurs sont encouragés à utiliser ces outils ; 38 % des entreprises déploient des modèles internes, souvent adaptés à leur propre contexte métier, et 30 % organisent des formations à l’usage de ces technologies. Cette dynamique est décisive : dans les entreprises qui encouragent activement l’usage des chatbots, le taux d’adoption atteint 83 %, contre seulement 47 % dans celles qui ne les promeuvent pas. En outre, ces initiatives permettent de réduire les inégalités d’accès.

La seconde partie de l’étude se penche sur les effets de l’IA générative sur les processus de travail. De nombreux utilisateurs déclarent que les chatbots leur permettent de gagner du temps – en moyenne 25 minutes par jour d’usage – et d’améliorer la qualité de leur travail ou leur créativité. Toutefois, ces bénéfices sont modérés : en moyenne, les gains de temps représentent seulement 2,8 % du temps de travail total. Cette estimation contraste fortement avec les résultats des expériences contrôlées (RCTs) menées dans des contextes très favorables, où les gains de productivité peuvent dépasser 15 %, voire 50 % dans certains cas. Les auteurs expliquent ce décalage par deux facteurs principaux : d’une part, l’hétérogénéité des tâches et des professions (toutes ne se prêtent pas également à l’usage des chatbots) ; d’autre part, le manque d’investissements complémentaires de la part des entreprises, comme la réorganisation des flux de travail, qui limite l’impact potentiel de la technologie.

Par ailleurs, l’étude met en évidence un phénomène souvent négligé : l’apparition de nouvelles tâches. Environ 8,4 % des travailleurs déclarent qu’ils ont commencé à exercer des fonctions inédites à la suite de l’introduction des chatbots – parfois sans même les utiliser eux-mêmes. Ces tâches concernent notamment l’intégration technique des outils, la supervision de leur usage, ou encore la régulation de leur conformité éthique et juridique. Cette dynamique de création de tâches s’étend à l’ensemble des professions étudiées et touche également les non-utilisateurs, ce qui signale un processus de transformation plus diffus du travail.

Cependant, la partie la plus frappante de l’étude réside dans l’absence d’effets significatifs sur les indicateurs économiques classiques. En mobilisant une approche rigoureuse de type différence-en-différences, les auteurs montrent que l’usage des chatbots n’a pas entraîné de variation mesurable sur les salaires, les heures travaillées, ou le maintien dans l’emploi. Les intervalles de confiance permettent même d’exclure des effets supérieurs à 1 %, et ce, dans toutes les professions étudiées. Même les utilisateurs précoces ou intensifs, qui rapportent pourtant des gains de temps et de qualité, n’ont vu aucune amélioration tangible de leur situation économique. Une analyse complémentaire fondée sur les politiques des entreprises – utilisées comme quasi-variations expérimentales – aboutit aux mêmes résultats.

Les chercheurs interrogent également les perceptions des travailleurs. À la question directe “les chatbots ont-ils affecté vos revenus ?”, 97 % des répondants répondent non. Pour ceux qui déclarent un impact, l’effet moyen perçu ne dépasse pas 0,2 %. Ces réponses confirment les données administratives et montrent que les travailleurs eux-mêmes ne s’attendent pas à des retombées économiques notables de leur usage de l’IA. Cela s’explique en partie par un mécanisme de pass-through très limité : seulement 3 à 7 % des gains de productivité se répercutent sur les revenus, essentiellement dans les entreprises qui investissent activement dans l’adoption de l’IA.

Enfin, l’étude élargit l’analyse à l’échelle des entreprises. Elle examine si les établissements où les taux d’adoption sont élevés ont connu des changements en matière d’emploi total, de masse salariale ou de composition du personnel. Là encore, les résultats sont nuls. Aucune restructuration significative n’est observable. Même les travailleurs non-utilisateurs dans ces entreprises ne rapportent pas d’évolution de leurs conditions économiques. Ces constats vont à l’encontre des hypothèses d’un effet d’éviction rapide ou d’une substitution massive du travail humain.

Dans l’ensemble, les auteurs concluent que l’IA générative, en dépit de son adoption spectaculaire, n’a pas encore produit de rupture sur le marché du travail. Cette situation rappelle la célèbre observation de Robert Solow sur l’informatisation : “On voit l’âge de l’ordinateur partout, sauf dans les statistiques de productivité.” Toutefois, cette stagnation apparente pourrait n’être que temporaire. Plusieurs mécanismes identifiés dans l’étude – comme l’importance des investissements complémentaires ou l’apparition de nouvelles tâches – laissent penser que l’impact réel de l’IA se fera sentir à plus long terme, lorsque les organisations auront restructuré leur manière de travailler autour de ces outils.

En définitive, cette étude réfute l’idée d’une transformation immédiate et massive de l’emploi par l’intelligence artificielle. Elle met en lumière le décalage entre les promesses technologiques et leurs effets économiques concrets, tout en soulignant le rôle déterminant des entreprises dans la conversion des outils numériques en productivité réelle. Ainsi, si rupture il y a, elle ne viendra pas de l’IA seule, mais de l’ensemble du système productif qui l’accompagne ou la freine.

Me Philippe Ehrenström, avocat, LLM