L’augmentation, dans le contexte de l’IA, désigne le fait d’utiliser l’IA pour étendre et renforcer ce qu’un travailleur humain peut faire — plutôt que pour le remplacer entièrement. La distinction compte énormément et se trouve souvent effacée dans le débat public. L’automatisation demande : une machine peut-elle accomplir cette tâche à la place d’un humain ? L’augmentation pose une autre question : une machine peut-elle aider un humain à accomplir cette tâche mieux, plus vite ou à plus grande échelle qu’il ne le pourrait seul ? Les deux approches conduisent à des choix de conception différents, à des structures organisationnelles différentes et à des résultats économiques très différents.
En pratique, la plupart des déploiements actuels de l’IA se situent plus près du pôle de l’augmentation. Un radiologue qui utilise l’IA pour signaler d’éventuelles anomalies sur des clichés est augmenté — l’IA se charge de la reconnaissance de motifs à grand volume, le clinicien apporte le jugement, le contexte et la responsabilité. Un ingénieur logiciel qui utilise un assistant de programmation fondé sur l’IA écrit davantage de code, livre plus vite et s’attaque à des problèmes plus complexes qu’auparavant — l’IA génère des suggestions, l’ingénieur les évalue, les affine et les intègre. Le rôle humain se déplace plutôt qu’il ne disparaît : moins de temps consacré à l’exécution routinière, davantage au jugement, à la direction et à la qualité.
Le cadre de l’augmentation prédit une évolution précise du marché du travail : à mesure que l’IA accroît la productivité individuelle, la demande pour le rôle augmenté tend à croître plutôt qu’à se contracter. Quand les développeurs peuvent accomplir davantage, les organisations jugent rentable d’en embaucher plus pour mener des projets jusque-là hors de portée. Rien n’est acquis — tout dépend de la capacité du marché de ce qui est produit à s’étendre lui-même. Mais dans la plupart des domaines du travail intellectuel, les données disponibles concordent jusqu’ici avec la prédiction de l’augmentation plutôt qu’avec celle du remplacement.
La frontière entre augmentation et automatisation n’est pas fixe. Une tâche augmentée aujourd’hui — où l’humain apporte encore un jugement essentiel — peut devenir entièrement automatisée demain, à mesure que les capacités progressent. Ce que cela signifie pour un métier donné dépend des parties de ce métier qui reposent sur le jugement et de celles qui relèvent de la routine. Les métiers qui ont historiquement survécu et prospéré aux côtés des nouvelles technologies sont ceux où le jugement humain, la responsabilité et la relation restent une part irréductible de la valeur. La question à poser à propos d’un métier n’est pas de savoir si l’IA peut en accomplir certaines parties, mais lesquelles elle ne peut pas accomplir.
