## Pour que les inégalités cessent de se creuser, il convient de mettre un frein à l’automatisation — Daron Acemoglu ## Source details **Canonical URL:** [Pour que les inégalités cessent de se creuser, il convient de mettre un frein à l’automatisation — Daron Acemoglu](https://www.imf.org/-/media/files/publications/fandd/article/2021/march/fr/covid-inequality-and-automation-acemoglu-fr.pdf) ## Other formats - [Markdown version](/-/media/files/publications/fandd/article/2021/march/fr/covid-inequality-and-automation-acemoglu-fr.pdf.md) - [Structured JSON version](/-/media/files/publications/fandd/article/2021/march/fr/covid-inequality-and-automation-acemoglu-fr.pdf.json) --- ### Évolution récente et problèmes structurels - La croissance économique est devenue "nettement moins partagée depuis les années 80", avec creusement des inégalités, disparition d'emplois de qualité et baisse des salaires réels des travailleurs moins instruits aux États-Unis. - L’automatisation est identifiée comme la source principale de la perte de croissance partagée, aux côtés de facteurs tels que la mondialisation et la moindre part du travail par rapport au capital (Acemoglu et Restrepo, 2019). - La prochaine phase d’automatisation, alimentée par l’apprentissage automatique et l’intelligence artificielle (IA), risque d’aggraver les inégalités si elle n’est pas orientée par des politiques publiques. ### Nature et effets récents de l’automatisation - Définition : recours à des machines et algorithmes pour accomplir des tâches auparavant effectuées par la main-d’œuvre. - Historiquement, l’automatisation s’inscrivait dans un large éventail de technologies compensatrices; aujourd’hui, elle tend à dominer isolément et peut provoquer des effets négatifs sur l’emploi. - Observations empiriques : - Malgré la prolifération de nouvelles machines et algorithmes, l’économie des États‑Unis affiche une très faible croissance de la productivité totale des facteurs. - La croissance de la productivité totale des facteurs a été "nettement plus faible ces 20 dernières années" que pendant les décennies d’après‑Seconde Guerre mondiale. - Des secteurs intensifs en technologies de l’information et de la communication n’ont pas affiché de meilleurs résultats en termes de productivité totale des facteurs, de production ou de croissance de l’emploi (Acemoglu et al., 2014). - Explication proposée : de nombreuses technologies d’automatisation (caisses en libre-service, services clients automatisés) ne génèrent pas une forte croissance de la productivité totale des facteurs et peuvent entraîner une "automatisation excessive". ### Mécanismes conduisant à une automatisation excessive - Externalités sociales non internalisées : les employeurs ne prennent pas en compte les bouleversements sociaux liés à la perte d’emplois de qualité, ce qui encourage une automatisation excessive. - Concentration technologique : - La stratégie et l’influence de quelques grandes sociétés technologiques ont orienté les développements technologiques vers des modèles économiques reposant sur l’automatisation. - Les géants technologiques (exemples cités) sont à l’origine de "plus de deux tiers des dépenses mondiales consacrées à l’IA" (McKinsey Global Institute, 2017). - Politique fiscale asymétrique aux États‑Unis : - Un taux effectif d’imposition de plus de 25% s’est appliqué au travail via les prélèvements sur les salaires et l’impôt fédéral sur le revenu au cours des 40 dernières années (Acemoglu, Manera et Restrepo, 2020). - Il y a 20 ans, les investissements en matériels et en logiciels étaient soumis à des taux d’imposition d’environ 15%. - Aujourd’hui, les investissements dans les logiciels et les matériels sont imposés à des taux inférieurs à 5% dans le contexte décrit. - Certains allégements et formes d’aide rendent l’investissement en capital fiscalement attractif, favorisant l’automatisation. ### Potentiel alternatif : technologies respectueuses de l’homme - L’IA et les technologies numériques peuvent, si réorientées, améliorer la productivité humaine et créer des emplois de qualité. - Domaines offrant des perspectives pour des technologies "respectueuses de l’homme" : - Éducation : IA pour un enseignement modulable et centré sur l’élève, combinée à des enseignants mieux formés. - Santé : IA et technologies numériques pour doter infirmières et techniciens de moyens pour proposer des services plus nombreux et de meilleure qualité. - Industrie manufacturière moderne : réalité augmentée et vision artificielle pour accroître la productivité humaine. - Communication et compétences humaines renforcées (ex. Zoom durant la pandémie). ### Rôle de l’État et instruments politiques recommandés - Objectif : réorienter le changement technologique pour réduire l’importance excessive accordée à l’automatisation. - Mesures proposées : - Corriger le déséquilibre fiscal qui favorise le capital par rapport au travail (réformer le traitement fiscal du capital vs. du travail). - Cibler les aides à la recherche–développement sur les technologies qui améliorent la productivité humaine et augmentent la demande de main‑d’œuvre. - Réduire l’emprise de quelques géants technologiques sur les marchés et sur l’évolution technologique future (pour garantir une concurrence plus marquée et protéger la vie privée). - S’engager publiquement à corriger les déséquilibres technologiques et sociaux existants. - Arguments et exemples historiques : - Les autorités ont déjà influé avec succès sur l’évolution technologique (antibiotiques, capteurs, moteurs modernes, Internet). - Exemple des énergies renouvelables : 40 ans auparavant coûteuses, elles représentent aujourd’hui "19% de la consommation d’énergie en Europe et 11% aux États‑Unis", leurs coûts ayant diminué; ce changement a été rendu possible par une réorientation du changement technologique (IRENA, 2020). - Sensibilité politique et démocratique : - L’intervention de l’État pour orienter la technologie n’implique pas nécessairement la perte des libertés; expériences historiques montrent qu’un État providence peut coexister avec la démocratie (Acemoglu et Robinson, 2019). - Importance du rôle de la société civile, des médias et de la mobilisation citoyenne pour garantir que l’État agisse dans l’étroit "couloir" où la liberté s’épanouit. - Reconnaissance des risques : les nouvelles technologies numériques peuvent affaiblir la démocratie via la désinformation, bulles de filtrage et chambres d’écho, compliquant la capacité de la société à contrôler l’État. ### Conclusions clés - L’automatisation a contribué de manière substantielle à la non‑partage de la croissance et au creusement des inégalités dans les pays industrialisés. - Sans intervention publique pour réorienter l’innovation technologique et corriger des incitations (fiscales et structurelles), l’IA risque d’accentuer ces tendances. - Des politiques publiques actives (réformes fiscales, aides ciblées à la R‑D, régulation des marchés technologiques) peuvent promouvoir des technologies respectueuses de l’homme susceptibles de générer une reprise de la croissance partagée. *Texte de Daron Acemoglu, FINANCES & DÉVELOPPEMENT, Mars 2021.* ### Section 1 ### Pour que les inégalités cessent de se creuser, il convient de mettre un frein à l’automatisation — Daron Acemoglu ### Évolution récente et problèmes structurels - La croissance économique est devenue "nettement moins partagée depuis les années 80", avec creusement des inégalités, disparition d'emplois de qualité et baisse des salaires réels des travailleurs moins instruits aux États-Unis. - L’automatisation est identifiée comme la source principale de la perte de croissance partagée, aux côtés de facteurs tels que la mondialisation et la moindre part du travail par rapport au capital (Acemoglu et Restrepo, 2019). - La prochaine phase d’automatisation, alimentée par l’apprentissage automatique et l’intelligence artificielle (IA), risque d’aggraver les inégalités si elle n’est pas orientée par des politiques publiques. ### Nature et effets récents de l’automatisation - Définition : recours à des machines et algorithmes pour accomplir des tâches auparavant effectuées par la main-d’œuvre. - Historiquement, l’automatisation s’inscrivait dans un large éventail de technologies compensatrices; aujourd’hui, elle tend à dominer isolément et peut provoquer des effets négatifs sur l’emploi. - Observations empiriques : - Malgré la prolifération de nouvelles machines et algorithmes, l’économie des États‑Unis affiche une très faible croissance de la productivité totale des facteurs. - La croissance de la productivité totale des facteurs a été "nettement plus faible ces 20 dernières années" que pendant les décennies d’après‑Seconde Guerre mondiale. - Des secteurs intensifs en technologies de l’information et de la communication n’ont pas affiché de meilleurs résultats en termes de productivité totale des facteurs, de production ou de croissance de l’emploi (Acemoglu et al., 2014). - Explication proposée : de nombreuses technologies d’automatisation (caisses en libre-service, services clients automatisés) ne génèrent pas une forte croissance de la productivité totale des facteurs et peuvent entraîner une "automatisation excessive". ### Mécanismes conduisant à une automatisation excessive - Externalités sociales non internalisées : les employeurs ne prennent pas en compte les bouleversements sociaux liés à la perte d’emplois de qualité, ce qui encourage une automatisation excessive. - Concentration technologique : la stratégie et l’influence de quelques grandes sociétés technologiques ont orienté les développements technologiques vers des modèles économiques reposant sur l’automatisation. - Les géants technologiques (exemples cités) sont à l’origine de "plus de deux tiers des dépenses mondiales consacrées à l’IA" (McKinsey Global Institute, 2017). - Politique fiscale asymétrique aux États‑Unis : - Un taux effectif d’imposition de plus de 25% s’est appliqué au travail via les prélèvements sur les salaires et l’impôt fédéral sur le revenu au cours des 40 dernières années (Acemoglu, Manera et Restrepo, 2020). - Il y a 20 ans, les investissements en matériels et en logiciels étaient soumis à des taux d’imposition d’environ 15%. - Aujourd’hui, les investissements dans les logiciels et les matériels sont imposés à des taux inférieurs à 5% dans le contexte décrit. - Certains allégements et formes d’aide rendent l’investissement en capital fiscalement attractif, favorisant l’automatisation. ### Potentiel alternatif : technologies respectueuses de l’homme - L’IA et les technologies numériques peuvent, si réorientées, améliorer la productivité humaine et créer des emplois de qualité. - Domaines cités comme offrant des perspectives pour des technologies "respectueuses de l’homme" : - Éducation : IA pour un enseignement modulable et centré sur l’élève, combinée à des enseignants mieux formés. - Santé : IA et technologies numériques pour doter infirmières et techniciens de moyens pour proposer des services plus nombreux et de meilleure qualité. - Industrie manufacturière moderne : réalité augmentée et vision artificielle pour accroître la productivité humaine. - Communication et compétences humaines renforcées (ex. Zoom durant la pandémie). ### Rôle de l’État et instruments politiques recommandés - Objectif : réorienter le changement technologique pour réduire l’importance excessive accordée à l’automatisation. - Mesures proposées et considérées efficaces : - Corriger le déséquilibre fiscal qui favorise le capital par rapport au travail (réformer le traitement fiscal du capital vs. du travail). - Ciblage des aides à la recherche–développement sur les technologies qui améliorent la productivité humaine et augmentent la demande de main‑d’œuvre. - Réduire l’emprise de quelques géants technologiques sur les marchés et sur l’évolution technologique future (pour garantir une concurrence plus marquée et protéger la vie privée). - S’engager publiquement à corriger les déséquilibres technologiques et sociaux existants. - Argument historique et comparatif : - Les autorités ont déjà influé avec succès sur l’évolution technologique (antibiotiques, capteurs, moteurs modernes, Internet). - Exemple des énergies renouvelables : 40 ans auparavant coûteuses, elles représentent aujourd’hui "19% de la consommation d’énergie en Europe et 11% aux États‑Unis", leurs coûts ayant diminué; ce changement a été rendu possible par une réorientation du changement technologique (IRENA, 2020). - Sensibilité politique et démocratique : - Réponse à l’objection Hayekienne : l’intervention de l’État pour orienter la technologie n’implique pas nécessairement la perte des libertés; expériences historiques montrent qu’un État providence peut coexister avec la démocratie. - Importance du rôle de la société civile, des médias et de la mobilisation citoyenne pour garantir que l’État agisse dans l’étroit "couloir" où la liberté s’épanouit (Acemoglu et Robinson, 2019). - Reconnaissance des risques : les nouvelles technologies numériques peuvent affaiblir la démocratie via la désinformation, bulles de filtrage et chambres d’écho, compliquant la capacité de la société à contrôler l’État. ### Conclusions clés - L’automatisation a contribué de manière substantielle à la non‑partage de la croissance et au creusement des inégalités dans les pays industrialisés. - Sans intervention publique pour réorienter l’innovation technologique et corriger des incitations (fiscales et structurelles), l’IA risque d’accentuer ces tendances. - Des politiques publiques actives (réformes fiscales, aides ciblées à la R‑D, régulation des marchés technologiques) peuvent promouvoir des technologies respectueuses de l’homme susceptibles de générer une reprise de la croissance partagée. *Texte de Daron Acemoglu, FINANCES & DÉVELOPPEMENT, Mars 2021.* ### Section 2 ### covid-inequality-and-automation-acemoglu-fr - Section 2 ### Key references on automation and labor demand - Acemoglu, Daron, Andrea Manera, and Pascual Restrepo. 2020. “Does the US Tax Code Favor Automation?” Brookings Papers on Economic Activity (Spring). - Acemoglu, Daron, and Pascual Restrepo. 2019. “Automation and New Tasks: How Technology Changes Labor Demand.” Journal of Economic Perspectives 33 (2): 3–30. - Acemoglu, Daron, and Pascual Restrepo. 2020. “The Wrong Kind of AI? Artificial Intelligence and the Future of Labour Demand.” Cambridge Journal of Regions, Economy and Society 13 (1): 25–35. - Chernoff, Alex, and Casey Warman. 2020. “COVID-19 and Implications for Automation.” NBER Working Paper 27249, National Bureau of Economic Research, Cambridge, MA. ### Broader economic growth, policy, and institutions - Acemoglu, Daron, and James A. Robinson. 2019. The Narrow Corridor: States, Societies, and the Fate of Liberty. New York: Penguin. - Gordon, Robert J. 2017. The Rise and Fall of American Growth: The US Standard of Living since the Civil War. Princeton, NJ: Princeton University Press. - Gruber, Jonathan, and Simon Johnson. 2019. Jump-Starting America: How Breakthrough Science Can Revive Economic Growth and the American Dream. New York: Public Affairs. ### Energy, costs, and technology sources - International Renewable Energy Agency (IRENA). 2019. “Renewable Power Generation Costs in 2018.” Abu Dhabi. - International Renewable Energy Agency (IRENA). 2020. “Renewable Power Generation Costs in 2019.” Abu Dhabi. - Lazard. 2019. “Levelized Cost of Energy and Levelized Cost of Storage.” New York. - Ritchie, Hannah, and Max Roser. 2017. “Renewable Energy.” Our World in Data. ### Technology, AI, and industry perspectives - McKinsey Global Institute. 2017. “Artificial Intelligence: The Next Digital Frontier?” Discussion Paper. New York. *Source: References listed in the supplied Section 2 content.* --- _Source: https://www.imf.org/-/media/files/publications/fandd/article/2021/march/fr/covid-inequality-and-automation-acemoglu-fr.pdf_