Anthropic mène une enquête auprès de 80 000 utilisateurs de Claude : les personnes qui utilisent l’IA pour améliorer leur productivité le plus rapidement sont aussi celles qui se sentent le moins en sécurité face à l’avenir.
TechFlow SélectionTechFlow Sélection
Anthropic mène une enquête auprès de 80 000 utilisateurs de Claude : les personnes qui utilisent l’IA pour améliorer leur productivité le plus rapidement sont aussi celles qui se sentent le moins en sécurité face à l’avenir.
L’IA double votre efficacité, alors pourquoi craignez-vous davantage le chômage ?
Dédié à des analyses Web3 approfondiesAuteur : Anthropic
Traduction et rédaction : TechFlow
TechFlow – Introduction : Il s’agit de la première enquête à grande échelle menée par une entreprise d’intelligence artificielle (IA) sur les véritables angoisses économiques des utilisateurs. Les données révèlent un paradoxe cruel : les programmeurs et les designers — c’est-à-dire les personnes les plus aptes à utiliser l’IA — sont précisément celles qui craignent le plus d’être remplacées par elle ; et celles dont la productivité augmente le plus rapidement sont aussi celles qui se sentent le moins en sécurité quant à leur avenir. Pour les investisseurs, cela signifie que la pénétration de l’IA est plus rapide que prévu, et que son impact sur le marché du travail a déjà commencé au niveau psychologique.
Découvertes clés :
Notre enquête récente menée auprès de 81 000 utilisateurs de Claude montre que les personnes exerçant des professions plus facilement remplaçables par l’IA expriment davantage de préoccupations concernant le chômage lié à cette technologie. Ce phénomène est particulièrement marqué chez les répondants en début de carrière.
Les professions aux revenus les plus élevés et les plus faibles signalent les gains de productivité les plus importants, principalement dus à l’élargissement du champ des tâches accomplies (exécution de nouvelles missions).
Les répondants ayant expérimenté la plus forte accélération de leurs processus grâce à l’IA expriment, paradoxalement, les inquiétudes les plus fortes quant au risque de chômage.
Pour permettre au grand public de mieux comprendre les transformations économiques liées à l’IA que nous observons, notre Indice économique partage les types de tâches pour lesquelles Claude est sollicité, ainsi que les domaines dans lesquels Claude accomplit la plus grande proportion de travaux. Toutefois, jusqu’à présent, il nous manquait des informations sur la manière dont ces modèles d’utilisation se traduisent en perceptions et en représentations mentales de l’IA.
Notre enquête récente menée auprès de 81 000 utilisateurs de Claude fournit une méthode permettant de relier les inquiétudes économiques des individus aux contenus que nous quantifions dans le trafic de Claude.
L’enquête interrogeait les répondants sur leurs espoirs et leurs craintes face aux progrès de l’IA. De nombreux témoignages portaient sur des thématiques économiques. Nous avons constaté que beaucoup redoutent le chômage — bien qu’ils ressentent également une augmentation de leur efficacité et de leurs capacités. Dans certains cas, l’IA leur permet de créer leur propre entreprise ou de consacrer plus de temps à des activités jugées plus importantes ; dans d’autres, elle leur paraît étouffante, voire imposée par leur employeur.
Les résultats de l’enquête fournissent des preuves préliminaires d’un lien entre le degré d’exposition observé (notre indicateur du risque de substitution par l’IA) et les inquiétudes économiques suscitées par cette dernière. Les personnes exerçant des professions à forte exposition — définies par les tâches effectivement réalisées par Claude — manifestent une anxiété accrue face à la substitution économique. Cela s’accorde avec la prise de conscience généralisée de la diffusion croissante de l’IA et de ses effets potentiels. Nous développons ci-dessous nos découvertes.
Qui redoute le chômage ?
« Comme tous les employés de bureau actuellement, je crains à 100 % d’être remplacé par l’IA — presque vingt-quatre heures sur vingt-quatre. » — Un ingénieur logiciel.
Un cinquième des répondants à notre enquête ont exprimé des inquiétudes liées à la substitution économique. Certains abordent la question de façon abstraite : un développeur logiciel met en garde contre « la probabilité que l’IA, dans son état actuel, soit utilisée pour supplanter les postes juniors ». D’autres déplorent le remplacement progressif de leur travail, ou de certaines parties de celui-ci, par l’automatisation. Une chargée d’études marketing déclare : « Il ne fait aucun doute qu’elle renforce mes compétences. Mais à l’avenir, l’IA pourrait très bien me remplacer. » Dans certains cas, les personnes estiment que l’IA rend leur travail plus difficile. Un développeur logiciel observe ainsi : « Depuis l’arrivée de l’IA, les chefs de projet m’assignent des tickets de plus en plus complexes et des bogues de plus en plus ardus à résoudre. »
Dans tout ce rapport, nous utilisons un classificateur piloté par Claude afin d’inférer, à partir des réponses des répondants, leurs caractéristiques personnelles et leurs émotions. Par exemple, de nombreux participants mentionnent incidemment leur domaine professionnel ou donnent des précisions sur leur vie professionnelle, ce qui nous permet d’identifier leur métier. De même, nous quantifions l’anxiété liée au chômage en demandant à Claude d’identifier et d’interpréter les citations directes dans lesquelles les répondants indiquent explicitement que leur rôle est exposé à un risque de substitution par l’IA. Des exemples de prompts sont fournis en annexe.
La menace perçue de l’IA par les répondants est corrélée à notre propre indicateur d’exposition observée, qui reflète le pourcentage de tâches relevant d’un poste donné pour lesquelles Claude est utilisé. Lorsque cet indicateur d’exposition observée est élevé pour un répondant donné, son niveau d’inquiétude face à l’IA est lui aussi plus élevé. Ainsi, un enseignant du primaire s’inquiète moins d’être remplacé qu’un ingénieur logiciel — ce qui est cohérent avec le fait que l’utilisation de Claude est fortement orientée vers les tâches de programmation.
Nous illustrons ce point dans la figure 1 ci-dessous. L’axe des ordonnées représente le pourcentage de répondants appartenant à une profession donnée et déclarant que l’IA a déjà remplacé ou pourrait bientôt remplacer leur rôle. L’axe des abscisses correspond à l’exposition observée. Ce graphique montre qu’en moyenne, les personnes exerçant des professions à forte exposition expriment davantage de préoccupations quant à l’automatisation de leur travail. À chaque augmentation de 10 points de pourcentage de l’exposition observée, la menace perçue augmente de 1,3 point de pourcentage. Les 25 % des répondants présentant le niveau d’exposition le plus élevé mentionnent cette inquiétude trois fois plus fréquemment que les 25 % présentant le niveau le plus bas.
Figure 1 : Perception de la menace pesant sur l’emploi due à l’IA et degré réel d’exposition. Ce graphique montre le pourcentage de répondants estimant que l’IA constitue une menace sérieuse pour leur emploi, ainsi que l’indicateur de degré d’exposition réel, tel que défini par Massenkoff et McCrory (2026). Un répondant est codé comme percevant une menace pour son emploi si celui-ci déclare avoir été remplacé ou fortement réduit, ou que ce type de changement pourrait survenir à court terme (détection automatisée via Claude pour les tâches de programmation). La ligne verte représente un ajustement linéaire simple.
Un autre critère important relatif aux travailleurs est leur stade de carrière. Dans des recherches antérieures, nous avions signalé des indices préliminaires d’un ralentissement du recrutement des diplômés récents et des jeunes professionnels aux États-Unis. Pour environ la moitié des répondants à cette enquête, nous avons pu déduire leur stade de carrière à partir de leurs réponses. Nous constatons que les répondants en début de carrière sont plus susceptibles que les cadres expérimentés d’exprimer des craintes liées au chômage.
Figure 2 : Inquiétudes liées au chômage selon le stade de carrière. Pourcentage de répondants déclarant que l’IA constitue une menace sérieuse pour leur emploi, réparti selon le stade de carrière. Ces deux catégories sont déduites à partir des réponses libres, à l’aide d’un classificateur piloté par Claude.
Qui bénéficie de l’IA ?
À l’aide de Claude, nous avons évalué les gains de productivité rapportés par les répondants selon une échelle allant de 1 à 7, où 1 signifie « baisse de productivité », 2 « aucune variation », et chaque niveau suivant correspond à une amélioration croissante. Les réponses notées 7 incluent des témoignages tels que : « Ce site web que je mettais 4 à 5 jours à réaliser auparavant nécessitait plusieurs mois » ; Claude attribue la note 5 à l’affirmation « une tâche qui prenait quatre heures ne me prend désormais plus que deux heures », et la note 2 à « personnellement, j’ai demandé à l’IA de corriger du code sur mon site web, mais j’ai dû faire plusieurs essais avant d’obtenir le résultat souhaité ».
Dans l’ensemble, les répondants signalent des gains de productivité significatifs. Le score moyen de productivité s’élève à 5,1, ce qui correspond à « une augmentation substantielle de la productivité ». Bien entendu, nos répondants sont des utilisateurs actifs de comptes personnels Claude.ai ayant accepté de participer à l’enquête. Ils sont donc probablement plus enclins à rapporter des gains de productivité que la population générale. Environ 3 % déclarent des effets négatifs ou neutres, tandis que 42 % ne donnent pas d’indication claire concernant leur productivité.
Ce constat varie partiellement selon le niveau de revenu. Le panneau gauche de la figure 3 montre que les personnes occupant des emplois hautement rémunérés, tels que les développeurs logiciels, signalent les gains de productivité les plus importants liés à l’IA. Ce résultat n’est pas uniquement dû aux tâches de programmation : il persiste même lorsque l’on exclut les professions liées à l’informatique et aux mathématiques. Il confirme une découverte antérieure issue de l’Indice économique, qui mettait également en lumière les avantages tirés par les travailleurs hautement rémunérés : dans les tâches exigeant un niveau d’éducation plus élevé, Claude réduit, relativement à l’absence d’IA, le temps requis pour accomplir ces tâches dans une proportion plus importante.
Certains travailleurs aux revenus les plus faibles décrivent également des gains de productivité élevés. C’est notamment le cas d’un agent du service client qui affirme : « L’IA me fait gagner beaucoup de temps en générant automatiquement des réponses fondées sur d’autres réponses précédentes. » Dans certains cas, des personnes exerçant des emplois peu rémunérés utilisent l’IA dans le cadre d’une activité parallèle technologique. Par exemple, un livreur utilise Claude pour lancer une activité de commerce électronique, tandis qu’un jardinier développe une application musicale.
Figure 3 : Gains de productivité inférés selon la profession. Le graphique de gauche présente les gains moyens de productivité inférés liés à l’IA, regroupés selon les quartiles des salaires médians par profession fournis par le Bureau of Labor Statistics (BLS) des États-Unis (classificateur inféré à l’aide d’un classificateur piloté par Claude). Le graphique de droite présente les mêmes résultats, mais regroupés selon les grandes catégories professionnelles. Les barres d’erreur représentent les intervalles de confiance à 95 %.
Nous examinons plus en détail ce point dans le panneau droit de la figure 3, qui montre les gains de productivité inférés selon les grandes catégories professionnelles. En tête figurent les professions de direction. Ces répondants sont majoritairement des entrepreneurs qui utilisent Claude pour lancer leur entreprise. La deuxième catégorie la plus élevée concerne les professions informatiques et mathématiques, notamment les développeurs logiciels. Les deux groupes présentant les améliorations les plus modestes sont ceux des scientifiques et des juristes. Certains avocats s’inquiètent de la capacité de l’IA à suivre des instructions précises. Par exemple : « J’ai fourni des règles extrêmement précises concernant ce qu’il faut lire, où et comment consulter les documents juridiques, et ce que je souhaite qu’elle fasse… or elle s’en écarte systématiquement. »
Au fur et à mesure que l’IA se diffuse dans l’économie, une question cruciale est de savoir où iront les bénéfices — vers les travailleurs, leurs managers, les consommateurs ou les entreprises. Environ un quart des répondants ont identifié explicitement, lors de l’entretien, les bénéficiaires de ces gains. Globalement, la majorité d’entre eux mentionnent des avantages pour eux-mêmes, sous forme de tâches accomplies plus rapidement, d’un champ d’action élargi ou de temps libéré. Toutefois, 10 % des répondants qui ont nommé des bénéficiaires indiquent que leur employeur ou leurs clients exigent et obtiennent davantage de travail. Une proportion plus faible cite les bénéfices tirés par les entreprises spécialisées en IA, et encore moins nombreuses sont celles qui considèrent l’IA comme globalement négative. Ce phénomène dépend du stade de carrière : seulement 60 % des jeunes professionnels déclarent bénéficier personnellement de l’IA, contre 80 % des cadres expérimentés.
Figure 4 : Où vont les surplus générés par la hausse de la productivité liée à l’IA ? Pourcentage de répondants ayant désigné chacun des bénéficiaires, parmi ceux ayant explicitement cité des bénéficiaires de la hausse de productivité liée à l’IA.
Étendue et vitesse
Les répondants ont également partagé les domaines dans lesquels ils ressentent une amélioration de leur productivité. Nous les avons classés en quatre catégories : étendue, vitesse, qualité et coût. Par exemple, de nombreuses personnes utilisant l’IA pour des tâches de programmation déclarent : « Je ne suis pas informaticien, mais je suis désormais développeur full-stack. » Il s’agit d’un élargissement de l’étendue : l’IA leur ouvre de nouvelles compétences. À l’inverse, certains utilisateurs accélèrent des tâches qu’ils accomplissaient déjà, comme cet expert-comptable qui affirme : « J’ai développé un outil qui m’a permis de traiter en 15 minutes une tâche financière qui me prenait auparavant deux heures. » Les améliorations de qualité proviennent souvent d’un examen plus rigoureux du code, des contrats et d’autres documents administratifs. Une petite proportion de répondants mentionne le faible coût de l’IA : « Si je devais embaucher un responsable des réseaux sociaux, cela dépasserait mon budget. »
Nous constatons que l’amélioration la plus courante concerne l’étendue : 48 % des utilisateurs ayant explicitement mentionné un effet sur la productivité y font référence. Quant à la vitesse, elle est citée par 40 % des utilisateurs ayant mentionné une amélioration de productivité.
Figure 5 : Quels types d’amélioration de la productivité les utilisateurs signalent-ils ? Pourcentage de répondants décrivant chaque type d’amélioration de la productivité.
L’expérience des répondants avec Claude peut également influencer leurs craintes liées à l’IA. Pour évaluer ce lien, nous mesurons l’accélération signalée par les répondants, en extrayant si leur rythme de travail est désormais nettement plus lent (codé 1), inchangé (4) ou nettement plus rapide (7).
Nous observons une relation en forme de U entre l’accélération et la menace perçue pour l’emploi (voir figure 6). La colonne la plus à gauche illustre les répondants déclarant que l’IA ralentit leur travail. Ces derniers sont plus susceptibles d’indiquer que l’IA constitue une menace sérieuse pour leur subsistance. Par exemple, certains créatifs, tels que des artistes ou des écrivains, trouvent l’IA trop étouffante et rigide pour être utile dans leur pratique. En parallèle, ils craignent que la diffusion de l’IA dans le domaine créatif ne rende plus difficile la recherche d’un emploi.
Figure 6 : Menace pour l’emploi liée à l’IA et à l’accélération. Pourcentage de répondants déclarant que leur emploi a été ou pourrait être remplacé à court terme, selon le degré d’accélération inféré.
Pour les autres répondants, la menace perçue pour l’emploi augmente continuellement avec le niveau d’accélération suggéré par leurs réponses. Ce phénomène est économiquement cohérent : si le temps nécessaire pour accomplir une tâche diminue rapidement, la viabilité future de ce poste devient plus incertaine.
L’Indice économique révèle les usages de l’IA par les individus. Or une autre entrée essentielle pour comprendre l’impact économique de l’IA consiste à recueillir directement les expériences vécues. Les réponses analysées ici montrent que les intuitions des gens sont cohérentes avec les données d’utilisation : ils craignent surtout l’impact de l’IA dans les domaines où nous observons que Claude accomplit le plus de tâches. Nous relevons également un niveau plus élevé d’anxiété économique chez les jeunes professionnels, ce qui corrobore les résultats de recherches antérieures.
Des signes indiquent également que Claude renforce les capacités des utilisateurs. Les personnes évoquent le plus fréquemment des bénéfices pour elles-mêmes, plutôt que pour leur employeur ou pour les entreprises spécialisées en IA. Les travailleurs hautement rémunérés sont les plus enthousiastes face à l’impact de l’IA sur la productivité, mais ceux exerçant des emplois peu rémunérés ou ayant un niveau d’éducation moindre signalent également des gains substantiels. La plupart des répondants indiquent que Claude renforce leurs compétences, soit en élargissant leur champ d’action, soit en accélérant leurs processus. Toutefois, les utilisateurs ayant bénéficié de la plus forte accélération sont aussi ceux qui expriment les inquiétudes les plus fortes quant à l’impact de l’IA sur leur emploi.
En raison de la nature des données, notre analyse comporte des limites importantes. Premièrement, notre enquête est limitée aux utilisateurs de comptes personnels Claude.ai ayant choisi de répondre. Parmi d’autres biais potentiels, ces utilisateurs sont peut-être plus enclins à considérer que les bénéfices leur reviennent personnellement. Deuxièmement, les répondants n’ont pas été interrogés directement sur bon nombre des variables dérivées utilisées ici ; par conséquent, nos inférences concernant leur profession, leur stade de carrière et d’autres variables, fondées sur des indices contextuels, peuvent comporter des erreurs. Par ailleurs, puisqu’il s’agit d’une enquête ouverte, nos mesures reposent sur les éléments que les répondants mentionnent fortuitement ; ces résultats devraient donc être confirmés dans le cadre d’enquêtes structurées posant directement ces questions.
Malgré ces limites, les entretiens révèlent des aperçus authentiques des ressentis économiques des individus face à l’IA, illustrant comment les données qualitatives peuvent faire émerger des hypothèses quantitatives. Le fait que la majorité des inquiétudes soient liées à l’économie constitue en soi un signal fort.
Remerciements
Nous remercions les 80 508 utilisateurs de Claude ayant partagé leurs récits.
Maxim Massenkoff a dirigé l’analyse et rédigé cet article de blog. Saffron Huang a piloté le projet d’entretiens et fourni un accompagnement tout au long du processus.
Zoe Hitzig et Eva Lyubich ont apporté des retours critiques et une orientation méthodologique essentielles. Keir Bradwell et Rebecca Hiscott ont fourni un soutien éditorial. Hanah Ho et Kim Withee ont contribué à la conception. Grace Yun, AJ Alt et Thomas Millar ont mis en œuvre l’outil d’entretiens Anthropic sur Claude.ai. Chelsea Larsson, Jane Leibrock et Matt Gallivan ont contribué à la conception de l’enquête et de l’expérience utilisateur. Theodore Sumers a contribué à l’infrastructure de traitement des données et de regroupement. Peter McCrory, Deep Ganguli et Jack Clark ont fourni des retours critiques, un accompagnement stratégique et un soutien organisationnel essentiel.
Par ailleurs, nous remercions Miriam Chaum, Ankur Rathi, Santi Ruiz et David Saunders pour leurs échanges, leurs retours et leur soutien.
Cette échelle n’est pas centrée sur sa valeur médiane, car la plupart des répondants évaluent positivement leur productivité, obtenant presque exclusivement des notes de 6 ou 7 sur l’échelle originale de Likert. Ici, l’échelle utilisée va de 1 = baisse de productivité, 2 = aucune variation, 3 = légère amélioration, 4 = amélioration modérée, 5 = amélioration substantielle, 6 = amélioration marquée, à 7 = amélioration transformationnelle — l’IA change fondamentalement ce qu’ils peuvent produire ou la quantité qu’ils peuvent produire.
Même en excluant ces « entrepreneurs indépendants », la catégorie des cadres reste au même niveau que celle des professions informatiques et mathématiques, affichant les gains de productivité les plus élevés.
Toutefois, une limite importante réside dans le fait que cette enquête cible exclusivement les utilisateurs disposant d’un compte personnel Claude. Une image plus représentative devrait également inclure les utilisateurs professionnels, qui seraient probablement plus enclins à considérer que la valeur générée revient à leur employeur.
Contenus connexes
Lancement de l’Enquête sur l’Indice économique Anthropic
Nous lançons l’Enquête sur l’Indice économique Anthropic, une enquête mensuelle menée via Anthropic Interviewer.
Alignement des chercheurs en automatisation : l’extension de la supervision évolutive à l’aide de grands modèles linguistiques
Claude peut-il développer, tester et analyser de façon autonome des idées d’alignement ? Nous avons mené une expérience afin de le déterminer.
Des agents fiables en pratique
Les « agents » d’IA représentent la dernière évolution majeure dans la manière dont les individus et les organisations utilisent l’IA. Ici, nous expliquons leur fonctionnement et la manière dont nous assurons leur fiabilité.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
@AnthropicAI
