Comment l’intelligence artificielle pourrait creuser l’écart entre les nations riches et les nations pauvres
IMF Blog, December 2, 2020
Source details
- Canonical URL
- Comment l’intelligence artificielle pourrait creuser l’écart entre les nations riches et les nations pauvres
Other formats
Bibliographic details
- Authors: Cristian Alonso, Siddharth Kothari, Sidra Rehman
- Published: December 2, 2020
Contexte et énoncé
- Titre et auteurs : "Comment l’intelligence artificielle pourrait creuser l’écart entre les nations riches et les nations pauvres" — Cristian Alonso, Siddharth Kothari et Sidra Rehman.
- Date de publication : le 2 décembre 2020.
- Présentation : Les nouvelles technologies (intelligence artificielle, apprentissage automatique, robotique, mégadonnées et réseaux) vont révolutionner les processus de production et peuvent avoir des répercussions majeures sur les pays en développement en modifiant les débouchés et sources de croissance traditionnels.
Résumé du modèle et hypothèses principales
- Cadre : Deux pays (un pays avancé, un pays en développement) produisant des biens avec trois facteurs de production : le travail, le capital et les « robots » (terme pris au sens large pour englober l’éventail des nouvelles technologies).
- Hypothèse principale : Les robots se substituent aux travailleurs.
- Définition de la révolution de l’intelligence artificielle : une augmentation de la productivité des robots.
Mécanismes par lesquels la divergence peut s’accroître
- Part dans la production :
- Les pays avancés ont des salaires plus élevés en raison d’une productivité totale des facteurs plus forte.
- Ces salaires élevés incitent à une utilisation plus intensive des robots, surtout quand ils se substituent aux travailleurs.
- L’augmentation de la productivité des robots renforce durablement l’avantage des pays avancés ; la divergence croît à mesure que les robots remplacent les travailleurs.
- Flux d’investissement :
- L’augmentation de la productivité des robots stimule une forte demande d’investissement en robots et en capital traditionnel (supposé complémentaire aux robots et au travail).
- Cette demande est plus forte dans les pays avancés (vu l’usage plus intensif des robots), détournant les investissements des pays en développement vers les pays avancés.
- Conséquence : un déclin transitoire du PIB dans le pays en développement.
- Termes de l’échange :
- Les pays en développement se spécialisent probablement dans les secteurs à forte intensité de main-d’œuvre non qualifiée.
- Si les robots remplacent la main-d’œuvre non qualifiée et complètent les travailleurs qualifiés, un déclin permanent des termes de l’échange des pays en développement peut survenir après la révolution des robots.
- Mécanisme : remplacement des travailleurs non qualifiés → baisse de leurs salaires relatifs → baisse du prix du produit intensif en main-d’œuvre non qualifiée → nouveau choc réduisant l’incitation à investir → possible chute du PIB relatif et du PIB absolu.
Robots et salaires — observations empiriques
- Relation observée : des salaires plus élevés coïncident avec un recours nettement accru aux robots.
- Interprétation : les entreprises tendent à remplacer les travailleurs par des robots lorsque les coûts de main-d’œuvre augmentent.
- Limitation : il est trop tôt pour prédire l’ampleur finale de la substitution robot-travailleur, mais les données indiquent que la tendance est à l’œuvre.
Implications centrales
- Les gains de productivité des robots déterminent la divergence entre pays avancés et pays en développement si les robots se substituent aisément aux travailleurs.
- Ces gains de productivité tendent à accroître les revenus mais aussi à creuser les inégalités de revenu, au moins pendant la transition et peut-être durablement pour certains groupes de travailleurs dans les deux types de pays.
- Il n’existe pas de remède miracle pour éviter la divergence.
Recommandations de politique publique pour les pays en développement
- Priorités :
- Investir dans l’augmentation de la productivité globale.
- Améliorer les niveaux de qualification et l’accumulation de capital humain pour que les robots complètent plutôt que remplacent la main-d’œuvre.
- Raisonnement :
- Les gains de la productivité totale des facteurs encouragent la robotisation et l’accumulation de capital physique ; ces améliorations sont bénéfiques et les gains sont plus conséquents dans le contexte de la révolution de l’intelligence artificielle.
- L’accumulation de capital humain est essentielle pour prévenir la divergence et génère une dynamique de croissance potentiellement différente selon le niveau de qualification des pays en développement.
- Urgence et enjeux :
- Le contexte sera probablement beaucoup plus difficile pour les pays en développement qui espéraient tirer parti d’une transition démographique favorable (population jeune croissante).
- Les robots pourraient confisquer les emplois que ces pays espéraient attirer par la délocalisation d’emplois.
- Une réorientation radicale des politiques publiques vers des gains rapides de productivité et des investissements en éducation et développement des qualifications est nécessaire pour profiter de la transition démographique.
Notes biographiques des auteurs (extraits)
- Cristian Alonso : économiste au département des finances publiques du FMI ; travaux sur consommation, revenu, inégalités entre les sexes, marchés du travail et politique budgétaire ; doctorat en économie de l’université de Princeton.
- Siddharth Kothari : économiste au département Asie et Pacifique du FMI ; couvre l’Australie et évolutions régionales ; travaux sur macroéconomie et développement ; doctorat d’économie de l’université de Stanford.
- Sidra Rehman : économiste au département Moyen-Orient et Asie centrale du FMI ; travaux antérieurs au département des études et au département Asie et Pacifique du FMI, à la Banque mondiale et à l’Organisation mondiale du commerce ; travaux sur économie du développement, croissance, commerce et capital humain ; doctorat en économie de l’université de Columbia.
Source : Article publié le 2 décembre 2020 par Cristian Alonso, Siddharth Kothari et Sidra Rehman.