Les relations controversées entre les technologies numériques et l’emploi
Bibliographic record
Abstract
Les écarts importants entre les prévisions actuelles sur l’avenir de l’emploi dans l’économie numérique reflètent des divergences profondes dans les hypothèses et les méthodologies des études existantes. L’article compare trois approches. La première repose sur une évaluation des risques de substitution des tâches réalisées par des humains au bénéfice de machines intelligentes, au niveau des profils des métiers, et conduit à des estimations très pessimistes. La deuxième prend en compte l’hétérogénéité des tâches, automatisables ou non, au sein de chaque profil de métiers. Les prévisions sont beaucoup moins pessimistes, de même que dans la troisième approche, qui repose sur une analyse des conditions de travail potentiellement exposées à l’automatisation. Selon le « niveau de la menace », les implications politiques peuvent s’avérer très différentes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.001 | 0.003 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".