Anthropic enquête auprès de 80 000 utilisateurs de Claude : ceux qui améliorent le plus leur efficacité avec l'IA sont ceux qui ont le moins confiance en l'avenir

Auteur : Anthropic

Traduction : Deep潮 TechFlow

Introduction de Deep潮 : Il s’agit de la première grande enquête menée par une entreprise d’IA sur les véritables inquiétudes économiques des utilisateurs. Les données révèlent un paradoxe cruel : les programmeurs, designers, ceux qui utilisent le plus l’IA, craignent justement le plus d’être remplacés par l’IA ; ceux qui ont connu les gains d’efficacité les plus rapides se sentent le moins en sécurité pour l’avenir. Pour les investisseurs, cela signifie que la pénétration de l’IA est plus rapide que prévu, et l’impact sur le marché de l’emploi a déjà commencé au niveau psychologique.

Découvertes clés :

Notre récente enquête auprès de 81 000 utilisateurs de Claude montre que ceux dont les emplois sont plus facilement remplaçables par l’IA sont plus préoccupés par le chômage causé par l’IA. Les répondants en début de carrière sont particulièrement concernés.

Les professions avec les revenus les plus élevés et les plus faibles rapportent les plus grands gains de productivité, principalement dus à l’élargissement du champ d’action (accomplir de nouvelles tâches).

Les répondants ayant connu les plus grands gains de vitesse grâce à l’IA sont paradoxalement plus inquiets du chômage.

Pour mieux faire connaître au public les changements économiques observés liés à l’IA, notre indice économique partage ce que Claude a été sollicité pour faire, et dans quels travaux Claude a accompli la plus grande part des tâches. Mais jusqu’à présent, nous manquons d’informations sur la façon dont ces modes d’utilisation se traduisent dans la perception et l’impression que les gens ont de l’IA.

Notre récente étude sur 81 000 utilisateurs de Claude propose une méthode pour relier les préoccupations économiques des individus à ce que nous quantifions dans le flux de Claude.

L’enquête interroge sur la vision et la crainte face aux progrès de l’IA. Beaucoup de réponses touchent à des sujets économiques. Nous avons appris que beaucoup craignent le chômage — même s’ils ressentent aussi une augmentation de leur efficacité et de leurs capacités. Parfois, l’IA leur permet de lancer leur propre entreprise ou de consacrer du temps à des choses plus importantes ; d’autres fois, l’IA leur donne un sentiment d’oppression ou leur est imposée par leur employeur.

Les résultats suggèrent une corrélation préliminaire entre le degré d’exposition (notre indicateur de risque de substitution par l’IA) et les inquiétudes économiques liées à l’IA. Les professions à forte exposition — définies par les tâches que Claude a été observé à réaliser — sont plus tendues face à la substitution économique. Cela concorde avec la conscience générale de la diffusion et des impacts potentiels de l’IA. Nous développons ci-dessous nos découvertes.

Qui craint le chômage ?

“Comme tous les cols blancs aujourd’hui, je suis à 100 % inquiet, je pense presque 24/7 que je vais finir par être remplacé par l’IA.” — un ingénieur logiciel.

Un cinquième des répondants expriment une inquiétude quant à la substitution économique. Certains abordent la question de façon abstraite : un développeur avertit que “l’IA, dans son état actuel, pourrait remplacer des postes de débutants.” D’autres déplorent que leur travail, ou certains aspects de celui-ci, soient automatisés. Un analyste de marché dit : “Cela améliore indéniablement mes compétences. Mais à l’avenir, l’IA pourrait me remplacer.” Dans certains emplois, l’IA rend leur travail plus difficile. Un développeur observe : “Quand l’IA est arrivée, les chefs de projet ont commencé à donner des tâches et des bugs de plus en plus difficiles à résoudre.”

Dans tout le rapport, nous utilisons un classificateur piloté par Claude pour inférer les attributs et les émotions des répondants à partir de leurs réponses. Par exemple, beaucoup mentionnent leur domaine professionnel ou donnent des détails sur leur vie professionnelle, ce qui nous permet d’inférer leur métier. De même, nous quantifions leur crainte de chômage en leur demandant directement, via des prompts à Claude, d’indiquer leur perception du risque de substitution par l’IA. Des exemples de prompts sont fournis en annexe.

La perception de la menace de l’IA par les répondants est corrélée à notre propre indicateur d’exposition, qui reflète le pourcentage de tâches dans un emploi réalisées par Claude. Plus cet indicateur est élevé, plus le répondant est inquiet face à l’IA. Par exemple, un enseignant du primaire est moins préoccupé par le risque de remplacement que un ingénieur logiciel, ce qui correspond à la tendance que Claude a une préférence pour les tâches de codage.

Nous illustrons cela dans la figure 1 ci-dessous. L’axe Y montre le pourcentage de répondants dans une profession qui pensent que l’IA a déjà ou pourrait rapidement remplacer leur rôle. L’axe X représente le degré d’exposition. La figure montre qu’en moyenne, les professions avec une exposition plus élevée expriment davantage d’inquiétudes concernant l’automatisation. Chaque augmentation de 10 points de pourcentage de l’exposition augmente la perception de menace de 1,3 point de pourcentage. Les 25 % de répondants avec l’exposition la plus élevée mentionnent cette crainte trois fois plus souvent que les 25 % avec l’exposition la plus faible.

Figure 1 : Perception de la menace de l’emploi par l’IA en fonction du degré d’exposition réelle. La courbe verte indique une simple régression linéaire.

Une autre caractéristique importante est le stade de carrière. Dans des études précédentes, nous avions signalé des signes préliminaires de ralentissement du recrutement chez les jeunes diplômés et les travailleurs en début de carrière aux États-Unis. Pour environ la moitié des répondants, nous pouvons déduire leur stade de carrière à partir de leurs réponses. Nous constatons que les jeunes en début de carrière sont plus susceptibles d’exprimer des inquiétudes concernant le chômage.

Figure 2 : Inquiétudes économiques liées au chômage selon le stade de carrière. Pourcentage de répondants dans chaque stade, inféré par un classificateur basé sur Claude.

Qui bénéficie de l’IA ?

En utilisant l’évaluation des réponses par Claude, nous avons mesuré sur une échelle de 1 à 7 l’auto-évaluation de l’augmentation de productivité grâce à l’IA, où 1 signifie “baisse de productivité”, 2 “aucun changement”, et chaque niveau supérieur indique une amélioration plus grande. Par exemple, une réponse comme “je réalise un site web en 4-5 jours alors qu’il fallait plusieurs mois auparavant” obtient un 7. Claude attribue un score de 5 à “ce que je faisais en 4 heures, je le fais maintenant en moitié moins de temps”, et un 2 à “j’ai utilisé l’IA pour réparer du code sur mon site, mais il m’a fallu plusieurs essais pour obtenir le résultat souhaité.”

Globalement, les répondants rapportent une amélioration significative de leur productivité. La note moyenne est de 5,1, ce qui correspond à “amélioration majeure”. Bien sûr, nos répondants sont des utilisateurs actifs de Claude.ai, ce qui pourrait les rendre plus enclins à rapporter des gains de productivité que la moyenne. Environ 3 % rapportent des effets négatifs ou neutres, et 42 % n’indiquent pas de changement clair.

Ces résultats varient quelque peu selon le revenu. La gauche de la figure 3 montre que les personnes occupant des emplois à haut revenu, comme les développeurs, rapportent les plus grands gains de productivité liés à l’IA. Ce résultat n’est pas uniquement dû au codage ; même en excluant les professions en informatique et mathématiques, la tendance reste. Cela rejoint une autre observation de notre indice économique, qui favorise aussi les travailleurs à haut revenu : dans les tâches nécessitant un niveau d’éducation supérieur, Claude réduit souvent le temps nécessaire à l’accomplissement des tâches (par rapport à l’absence d’IA) d’un pourcentage plus élevé.

Certains travailleurs à faibles revenus rapportent aussi des gains importants. Par exemple, un représentant du service client a utilisé “l’IA pour répondre à une autre réponse, ce qui lui a permis de gagner beaucoup de temps”. Dans certains cas, des travailleurs à bas salaire utilisent l’IA pour des activités secondaires techniques. Par exemple, un livreur utilise Claude pour lancer une activité de commerce électronique, ou un jardinier construit une application musicale.

Figure 3 : Estimation de l’augmentation de productivité par profession. À gauche, selon le quartile du salaire médian selon le Bureau américain du travail (BLS). À droite, par grands groupes professionnels. Les barres d’erreur indiquent un intervalle de confiance à 95 %.

La partie droite de la figure 3 montre plus en détail cette estimation par grands groupes professionnels. En haut, les gestionnaires, souvent entrepreneurs utilisant Claude. Ensuite, les professions en informatique et mathématiques, notamment les développeurs. Les groupes avec la moindre amélioration de productivité sont les travailleurs en sciences et en droit. Certains avocats craignent que l’IA, qui suit des instructions précises, ne puisse pas répondre à leurs attentes : “J’ai déjà donné des règles très précises sur ce qui doit être où, comment lire des documents juridiques, ce que je veux qu’il fasse… mais il s’écarte à chaque fois.”

À mesure que l’IA se diffuse dans l’économie, une question clé est de savoir où vont les bénéfices — aux travailleurs, à leurs managers, aux consommateurs ou aux entreprises. Environ un quart des répondants indiquent dans leurs interviews que ces bénéfices reviennent à eux. La majorité évoque des gains personnels : tâches plus rapides, champ élargi, temps libéré. Mais 10 % mentionnent que leurs employeurs ou clients ont demandé et obtenu plus de travail. Une proportion plus faible évoque les bénéfices pour les entreprises d’IA, et une proportion encore plus faible considère l’impact comme globalement négatif. La répartition varie selon le stade de carrière : seulement 60 % des jeunes en début de carrière estiment bénéficier personnellement de l’IA, contre 80 % chez les professionnels expérimentés.

Figure 4 : Où vont les surplus générés par la productivité de l’IA ? Pourcentage de bénéficiaires parmi ceux qui ont répondu.

Étendue et rapidité

Les répondants ont aussi partagé où ils ont constaté des gains de productivité. Nous les avons classés en quatre catégories : étendue, vitesse, qualité et coût. Par exemple, beaucoup de ceux qui utilisent l’IA pour coder disent : “Je ne suis pas technicien, mais je suis maintenant développeur full-stack.” C’est une extension du champ d’action ; l’IA leur a permis d’acquérir de nouvelles capacités. À l’inverse, certains accélèrent des tâches qu’ils faisaient déjà, comme cet expert-comptable : “J’ai construit un outil qui me permet de faire en 15 minutes ce qui prenait 2 heures auparavant.” L’amélioration de la qualité provient souvent d’un contrôle plus approfondi du code, des contrats ou autres documents. Une petite partie des répondants mentionne un faible coût grâce à l’IA : “Si je devais embaucher un community manager, cela dépasserait mon budget.”

La forme la plus courante de gain de productivité est l’extension du champ d’action, mentionnée par 48 % des utilisateurs. Quarante pour cent soulignent la rapidité.

Figure 5 : Quelles types de gains de productivité les utilisateurs rapportent-ils ? Pourcentage de répondants pour chaque type.

L’expérience d’utilisation de Claude peut aussi influencer leur crainte face à l’IA. Pour l’évaluer, nous avons mesuré l’amélioration de vitesse rapportée par les répondants, en leur demandant si leur travail est maintenant beaucoup plus lent (1), inchangé (4), ou beaucoup plus rapide (7).

Nous avons constaté une relation en U entre l’amélioration de vitesse et la perception de menace pour l’emploi (voir figure 6). La première barre à gauche montre ceux qui rapportent que l’IA ralentit leur rythme. Ces répondants sont plus susceptibles de considérer que l’IA représente une menace sérieuse pour leur subsistance. Par exemple, certains travailleurs créatifs, comme artistes ou écrivains, trouvent l’IA oppressante et rigide, incapable de les aider dans leur travail. Par ailleurs, ils craignent que la diffusion de l’IA dans le domaine créatif rende leur recherche d’emploi plus difficile.

Figure 6 : Menace de l’emploi liée à l’IA et à l’accélération. Pourcentage de répondants dont le poste a été ou pourrait être remplacé à court terme, selon leur degré d’accélération estimé.

Pour les autres, la perception de menace augmente avec leur niveau d’accélération perçu. Sur le plan économique, cela a du sens : si le temps nécessaire pour réaliser une tâche diminue rapidement, la viabilité future de ce rôle devient plus incertaine.

L’indice économique révèle ce que les gens font avec l’IA. Mais une autre clé pour comprendre l’impact économique de l’IA est d’écouter directement leurs expériences. Les réponses ici montrent que l’intuition des gens concorde avec les données d’utilisation : ils craignent surtout l’impact de l’IA dans les emplois où Claude a été observé à réaliser le plus de tâches. Nous avons aussi constaté un niveau plus élevé d’anxiété économique chez les jeunes en début de carrière, ce qui est cohérent avec des études antérieures.

Il y a aussi des signes que Claude a permis aux utilisateurs. La majorité parle surtout des bénéfices pour eux-mêmes, plutôt que pour leur employeur ou la société d’IA. Les travailleurs à haut revenu sont les plus enthousiastes quant à la productivité apportée par l’IA, mais ceux à faible revenu ou moins éduqués rapportent aussi des gains importants. La majorité indique que Claude a renforcé leurs capacités en élargissant leur champ d’action ou en accélérant leur travail. Cependant, ceux qui ont connu les plus grands gains de vitesse sont aussi ceux qui se sentent le plus menacés par l’IA.

En raison de la nature des données, notre analyse comporte des précautions importantes. D’abord, l’enquête ne concerne que des utilisateurs actifs de Claude.ai avec un compte personnel. Ces utilisateurs pourraient être plus enclins à penser que les bénéfices leur reviennent personnellement. Ensuite, ils n’ont pas été directement interrogés sur de nombreux variables dérivées, ce qui peut entraîner des erreurs d’inférence sur leur profession, stade de carrière, etc. Par ailleurs, étant donné que l’enquête est ouverte, nos mesures reposent sur ce que les répondants mentionnent par hasard ; ces résultats doivent être confirmés par des enquêtes structurées posant directement ces questions.

Malgré cela, les entretiens révèlent des vérités sur la perception de l’impact économique de l’IA, montrant comment les données qualitatives peuvent alimenter des hypothèses quantitatives. La majorité des inquiétudes économiques est en soi un signal fort.

Remerciements

Nous remercions 80 508 utilisateurs de Claude qui ont partagé leur histoire.

Maxim Massenkoff a dirigé l’analyse et la rédaction du blog. Saffron Huang a mené le projet d’entretiens et fourni des conseils tout au long du processus.

Zoe Hitzig et Eva Lyubich ont apporté des retours clés et des conseils méthodologiques. Keir Bradwell et Rebecca Hiscott ont soutenu la relecture. Hanah Ho et Kim Withee ont contribué à la conception. Grace Yun, AJ Alt et Thomas Millar ont intégré l’outil d’entretien Anthropic dans Claude.ai. Chelsea Larsson, Jane Leibrock et Matt Gallivan ont contribué à la conception de l’enquête et de l’expérience. Theodore Sumers a apporté son expertise en traitement de données et infrastructure de clustering. Peter McCrory, Deep Ganguli et Jack Clark ont fourni des retours, des conseils et un soutien organisationnel.

Nous remercions également Miriam Chaum, Ankur Rathi, Santi Ruiz et David Saunders pour leurs discussions, retours et soutien.

Ce scale n’est pas centré sur le point médian, car la majorité des réponses sur la productivité sont positives, avec presque toutes les notes étant 6 ou 7 sur l’échelle de Likert d’origine. La scale utilisée ici va de 1 = baisse de productivité, 2 = pas de changement, jusqu’à 7 = transformation radicale — l’IA change fondamentalement ce que ou combien ils peuvent produire.

Même en excluant ces “entrepreneurs indépendants”, les gestionnaires restent aussi bien représentés que les professions en informatique et mathématiques, montrant les gains de productivité les plus élevés.

Une limite importante est que cette enquête concerne uniquement les utilisateurs avec un compte personnel Claude. Une image plus représentative devrait inclure aussi les utilisateurs en entreprise, qui pourraient être plus enclins à penser que la valeur revient à leur employeur.

Contenus associés

Annonce du lancement de l’enquête sur l’indice économique d’Anthropic

Nous lançons l’enquête mensuelle sur l’indice économique d’Anthropic, menée via l’intervieweur d’Anthropic.

Recherche sur l’alignement de l’automatisation : étendre la supervision scalable avec de grands modèles de langage

Claude peut-il développer, tester et analyser de manière autonome des idées d’alignement ? Nous avons mené une expérience pour répondre à cette question.

Agents fiables en pratique

L’“Agent” IA représente une évolution majeure dans la façon dont les personnes et organisations utilisent l’IA. Ici, nous expliquons leur fonctionnement et comment garantir leur fiabilité.