ChatGPT, Gemini et Claude débattent sur les jobs automatisables

L'étude récente qui confronte ChatGPT, Gemini et Claude à l'analyse des risques d'automatisation sur différents métiers soulève un point rarement questionné : les intelligences artificielles ne tirent pas les mêmes conclusions, même sur un sujet aussi factuel que la vulnérabilité professionnelle à la perte d'emploi par automatisation.

Les différences fondamentales dans l'analyse des IA

Leur divergence ne vient pas d'erreur, mais de méthodologie et d'entrainement. Chacune exploite des bases de données, des critères et des poids différents : l'approche sémantique de ChatGPT, l'intégration de données plus récentes chez Gemini, ou encore la focalisation sur la structure des tâches chez Claude.

Cela influe sur la catégorisation des métiers à risque. Par exemple, ChatGPT classe les emplois de bureau administratif comme fortement exposés, Gemini met davantage en avant les professions liées à la vente et au support client, tandis que Claude insiste sur les métiers manuels répétitifs.

Cette variance souligne une limite importante de l'analyse automatisée : aucune IA ne propose un objectif unique, ce sont des projections statistiques fondées sur des présupposés différents, qui doivent être manuellement interprétées avec un regard critique.

Pourquoi ces différences importent pour les décideurs

Pour un CTO ou un dirigeant PME, cela signifie que s'appuyer simplement sur une prédiction d'IA pour orienter une stratégie de formation, restructuration ou investissement peut être risqué.

Les IA fournissent des pistes, pas des certitudes. Penser qu'un modèle d'IA tranche définitivement quel métier va disparaître est une erreur. Elles mettent surtout en lumière les tendances générales, mais souvent divergentes.

Le vrai boulot reste humain : croiser ces analyses, afficher le contexte sectoriel, la réglementation ou encore la résistance au changement dans l'entreprise.

Les métiers souvent cités, mais sans consensus

Certaines professions reviennent souvent dans toutes les analyses :

• Métiers administratifs salariés, aux tâches répétitives
• Opérations basiques dans la chaîne logistique
• Support client à faible valeur ajoutée

Mais sur d'autres, c'est le flou :

• Professions créatives ou semi-créatives (design, marketing)
• Métiers liés à la santé ou à l’éducation
• Emplois techniques requérant jugement humain complexe

Cela montre la difficulté à modéliser l'automatisation des métiers hybrides qui demandent à la fois automatismes et adaptation contextuelle.

Un indicateur pas assez pris en compte : la volonté sociale et économique

L'automatisation ne dépend pas que de la faisabilité technique. Elle bute sur des réalités sociétales, éthiques et économiques. Les IA n'intègrent pas (ou peu) ces paramètres dans leurs analyses.

Un métier jugé automatisable peut rester humain parce que la main-d'œuvre est abondante, la réglementation protège le poste, ou la relation humaine reste centrale.

En bref, automatiser un emploi est un choix économique plus qu'une simple question d'opportunité technique que les IA évaluent.

Que tirer de tout ça pour un freelance ou une PME ?

Ne jamais prendre les prévisions d'IA comme une vérité figée. Elles sont surtout utiles pour :

• Identifier des secteurs qui bougent et méritent une veille
• Repérer des compétences qui deviendront stratégiques en complément de l'automatisation
• S'inspirer des tendances pour adapter ses offres

Gardez en tête que l'anticipation doit s'appuyer sur une analyse multi-sources, humaine, et en prise directe avec la réalité opérationnelle.

Si ce sujet te parle et que tu veux creuser comment l'appliquer chez toi, on peut en discuter.