Outil de visualisation du marché du travail américain

• Outil de visualisation créé par Andrej Karpathy à partir des données du Bureau of Labor Statistics des États-Unis couvrant 342 professions et 143 millions d’emplois, afin de représenter la taille et les caractéristiques de l’emploi par métier
• La surface de chaque rectangle représente le volume d’emploi, et la couleur l’indicateur sélectionné (par ex. perspectives de croissance, salaire médian, niveau d’études, exposition à l’IA)
• Les utilisateurs peuvent cliquer sur une tuile métier pour ouvrir directement la page officielle du BLS
• Une fonction de coloration basée sur un LLM permet de calculer et visualiser un score par profession à partir d’un prompt personnalisé
• Il s’agit d’un outil de développement orienté exploration de données permettant de réanalyser les groupes de métiers selon divers critères, comme l’exposition à l’IA, l’impact de la robotique ou le risque de délocalisation

---

Aperçu

• Cet outil est un outil de recherche destiné à explorer visuellement les données du Occupational Outlook Handbook du Bureau of Labor Statistics
  • Il inclut au total 342 professions et 143 millions d’emplois
  • Chaque profession est affichée avec une surface proportionnelle à son niveau d’emploi, tandis que la couleur varie selon l’indicateur choisi
• Les indicateurs disponibles incluent le taux de croissance prévu, le salaire médian, les exigences de formation et l’exposition à l’IA
• En cliquant sur chaque tuile, il est possible d’accéder à la page détaillée du BLS pour la profession concernée

Fonction de coloration basée sur un LLM

• Le code source publié sur GitHub inclut un scraper, un parseur et un pipeline de prompts pour LLM
  • Si l’utilisateur rédige lui-même un prompt, le LLM évalue chaque profession et génère automatiquement les couleurs de la treemap
• L’option « Digital AI Exposure » est un exemple estimant l’impact actuel de l’IA sur chaque profession
  • Elle reflète le fait que l’IA progresse rapidement dans les domaines numériques
• L’utilisateur peut aussi rédiger des prompts selon d’autres critères, comme l’exposition aux robots humanoïdes, le risque de délocalisation ou l’impact climatique, afin de refaire l’analyse

Critères d’évaluation de « Digital AI Exposure »

• L’exposition à l’IA évalue de 0 à 10 dans quelle mesure une profession est susceptible d’être restructurée par l’IA
  • Sont pris en compte à la fois l’impact direct (l’IA automatise le travail humain) et l’impact indirect (réduction des effectifs due aux gains de productivité)
• Les métiers à base numérique obtiennent des scores plus élevés
  • Par exemple : rédaction, développement, analyse, communication, etc. obtiennent 7 points ou plus
  • À l’inverse, les métiers nécessitant une présence physique ou du travail manuel obtiennent des scores plus faibles

Référentiel par tranche de score

• 0–1 point : travail presque entièrement physique, avec une influence minime de l’IA (ex. couvreur, paysagiste, plongeur commercial)
• 2–3 points : travail principalement physique ou relationnel, où l’IA n’assiste que les tâches périphériques (ex. électricien, plombier, pompier, hygiéniste dentaire)
• 4–5 points : métiers mêlant travail physique et travail intellectuel (ex. infirmier, policier, vétérinaire)
• 6–7 points : principalement du travail intellectuel, avec des gains de productivité possibles grâce à l’IA (ex. enseignant, manager, comptable, journaliste)
• 8–9 points : travail entièrement centré sur le numérique, susceptible de connaître des transformations structurelles à mesure que l’IA progresse (ex. développeur logiciel, graphiste, traducteur, analyste de données, assistant juridique, concepteur-rédacteur)
• 10 points : métiers de traitement de l’information à l’état pur, largement réalisables par l’IA (ex. opérateur de saisie, télévendeur)

Points d’attention

• Le score d’exposition à l’IA est une estimation du LLM et ne constitue ni une prévision réelle ni une perspective d’emploi
• Un score élevé ne signifie pas qu’un métier va disparaître, mais qu’il existe une probabilité de transformation des modes de travail
• Par exemple, un développeur logiciel est évalué à 9/10, mais l’IA pourrait aussi accroître la productivité au point de faire augmenter la demande
• Le score ne prend pas en compte des facteurs comme l’élasticité de la demande, la régulation ou les facteurs sociaux
• Pour de nombreux métiers à forte exposition, il est plus probable qu’il s’agisse d’une recomposition que d’un remplacement

[GN⁺]

Réactions sur Hacker News

• Je suis surpris d’apprendre que la raison pour laquelle les développeurs de mon âge n’arrivent pas à trouver un nouvel emploi en moins d’un an, c’est que le marché des développeurs logiciels croît plus vite que la moyenne

  • Chaque année, les États-Unis accueillent plus de 120 000 titulaires de visas H1B, L1 et OPT. Rapporté au total de 1,9 million de développeurs, cela signifie qu’il faut une croissance de plus de 5 % par an rien que pour maintenir l’emploi. Si on ajoute les diplômés formés aux États-Unis, il faudrait 10 % de croissance. À long terme, c’est irréaliste.
    Le Congrès ou le président devrait suspendre temporairement les visas H1B, ou porter les frais de visa à 200 000 à 500 000 dollars pour ne faire venir que des talents réellement exceptionnels. Aujourd’hui, les grandes entreprises licencient massivement tout en distribuant ces visas à tour de bras
  • L’expression « croît plus vite que la moyenne » ressemble à un piège statistique. En réalité, il faut tenir compte de nombreux facteurs comme les régions, l’offre de main-d’œuvre ou l’évolution des autres métiers. Il est possible que des postes laissés vacants par les départs du secteur donnent l’illusion d’une « croissance ». Juger l’ensemble sur un seul point de donnée n’est qu’une illusion statistique
  • Vous êtes peut-être en fait un « computer programmer ». Pour ce métier, une baisse de l’emploi de 6 % est prévue
  • Les données sont basées sur l’année 2024

• Il est intéressant que le nombre d’emplois dans la catégorie « Top Executives » soit comparable à celui des « Retail Sales Workers ». Vu l’automatisation et le rôle mondial de l’économie américaine, cela se comprend, mais cela contredit les idées reçues sur la classe sociale et les inégalités

  • Le salaire médian y est de 105 350 dollars, et la catégorie inclut les « General and Operations Manager » et les « Chief Executive ». Elle semble aussi inclure les dirigeants de petites entreprises. Lien BLS
  • J’ai eu la même réaction en voyant ce graphique, je pensais d’abord que c’était absurde. Mais en consultant le même lien, on voit que le chiffre est bien correct
  • La gig economy ruine la fiabilité des statistiques publiques. Beaucoup de chauffeurs de plateformes de VTC sont classés comme « CEO »
  • La remarque sur le fait que cela « contredit les idées reçues sur la classe sociale et les inégalités » est intéressante. Je serais curieux d’avoir plus d’explications

• La visualisation est réussie, mais j’aimerais qu’il y ait un mode daltonien. Je ne peux pas distinguer le rouge du vert

  • J’ai créé un script de contournement utilisable en attendant. Il faut d’abord activer « allow pasting » dans la console Chrome
  • Un outil comme Daltonize pourrait être utile. Il applique un ajustement des couleurs perceptible sur le plan physiologique pour les personnes atteintes de troubles de la vision des couleurs. Image d’exemple
  • Je ne suis pas daltonien, mais je me demande si les réglages d’accessibilité du système (mode contraste élevé, etc.) ne suffisent pas à régler le problème ?
  • Je suis moi aussi daltonien rouge/vert et je rencontre le même problème

• Je me demande où va le surplus produit par l’IA. Je ne parle pas des investissements dans les data centers ou les laboratoires de recherche, mais de la répartition des résultats effectivement produits par l’IA.
  L’IA modifie notre façon de travailler et de faire des choix, et la concurrence réinvestit ce surplus dans de nouvelles structures. Au final, ces structures deviennent une infrastructure indispensable. Les ordinateurs sont devenus des millions de fois plus rapides, mais les salaires comme le temps de travail ont à peine changé pour cette raison. Le surplus finit absorbé dans les « coûts de base »

  • Ce surplus finit dans la poche des 1 % les plus riches. Sur les 50 dernières années, les gains de productivité dus aux ordinateurs, à Internet et à l’automatisation sont eux aussi allés majoritairement de ce côté-là. Données associées
  • Sur les projets personnels, même si la programmation prend moins de temps, on utilise finalement ce temps pour créer des programmes plus ambitieux. Les entreprises poursuivent elles aussi des objectifs plus vastes
  • Le surplus revient en fin de compte aux détenteurs du capital. Le travail est dominé par le capital depuis longtemps déjà
  • Si l’IA traite un « travail inutile » avec une efficacité mille milliards de fois supérieure sans générer presque aucun bénéfice économique, cela signifie peut-être que la valeur économique réelle de ce travail est faible. Mais si le marché boursier se porte bien, alors au moins une de ces trois hypothèses est fausse : soit l’économie stagne, soit l’IA est incroyablement productive, soit le marché boursier est déconnecté de la réalité
  • En fin de compte, dans une économie de marché, ce sont les propriétaires d’entreprise qui décident. À long terme, on va vers des produits moins chers. L’histoire de l’agriculture le montre bien. Lien de référence

• Les données du BLS ont beaucoup de retard et une faible fiabilité prédictive par rapport à la réalité. Vous vous souvenez de l’époque où, dans les années 2000 et 2010, on disait que le métier d’actuaire était l’un des plus prometteurs ? À une époque de changements technologiques rapides, ce type de prévision n’a pas beaucoup de sens

  • Les données ne sont pas les plus récentes, mais elles restent plutôt fiables. J’ai participé autrefois à la remontée de données au BLS, et les employeurs font des déclarations toutes les deux semaines. Une prévision parfaite est impossible, mais cela peut servir de guide fondé sur les données rapportées. Personne ne connaît précisément l’impact de l’IA
  • Dans ce cas, je serais curieux de savoir quelle est, selon vous, la situation réelle
  • À l’université, c’est pour cette raison que mon/ma partenaire voulait obtenir la certification d’actuaire (FCAS). C’est stable aujourd’hui, mais cela reste un petit métier avec de fortes barrières à l’entrée
  • Si la qualité des données elle-même est mauvaise, peu importe leur volume, cela ne vaut guère mieux que des données synthétiques
  • Il y a aussi eu cet épisode où Trump a limogé le directeur du BLS pour nommer quelqu’un censé « rendre sa grandeur » à l’institution. Avec ce genre d’intervention politique, on peut se demander à quel point ces données sont fiables

• Ce qui est intéressant, c’est que le salaire moyen des métiers accessibles avec une licence est supérieur de 8 000 dollars à celui des métiers exigeant un master

  • C’est probablement parce que les métiers qui demandent un master sont saturés. On observe une inflation des qualifications dans des domaines comme l’éducation, le travail social ou les sciences de l’information et des bibliothèques

• « Software Developers +15 % », ça fait plaisir, mais « Computer Programmers -6 % », c’est rude

  • Selon le BLS, le salaire médian des Software Developers est de 131 450 dollars, source.
    Celui des Computer Programmers est de 98 670 dollars, source.
    Les développeurs couvrent l’ensemble du cycle de vie logiciel : analyse des besoins utilisateurs, conception du système, maintenance, documentation, etc. Les programmeurs, eux, se concentrent surtout sur l’écriture, la modification et les tests du code
  • Je suis programmeur moi aussi, mais les offres d’emploi publiées avec ce titre proposent en général de mauvaises conditions. Ce n’est pas parce qu’on affiche le titre de « Software Engineer » qu’on devient réellement ingénieur. Au fond, c’est surtout un jeu sur les mots
  • Je me posais la même question sur cette différence. Malgré tout, voir 1,9 million d’emplois de développeur contre 120 000 emplois de programmeur me semble être un signal encourageant
  • C’est peut-être simplement une évolution de la terminologie. Les rôles autrefois appelés programmeurs semblent désormais regroupés sous le terme de développeurs
  • Le nombre de programmeurs baisse peut-être, mais on prévoit une hausse pour les testeurs et la QA. Dans un avenir où l’IA sera généralisée, le contrôle qualité deviendra probablement plus important. Mais cela ne veut pas forcément dire que les métiers de développeur augmenteront d’autant

• Du point de vue de l’immobilier, les métiers de bureau sont les plus exposés à l’IA. Cela inclut les secrétaires, employés administratifs, comptables, service client, avocats, développeurs, etc. On disait ces dernières années que l’immobilier de bureau repartait, mais si les suppressions d’emplois liées à l’IA deviennent réelles, il pourrait y avoir une deuxième onde de choc

• Cette visualisation repose avant tout sur le survol à la souris, donc sur mobile elle est presque inutile

  • Apparemment, c’est dû au rendu Canvas. L’accessibilité responsive est médiocre

• Il est intéressant que le métier de mannequin apparaisse avec une exposition à l’IA de 8/10