L''IA générative touchera-t-elle plus durement les femmes ? Les données Brookings 2024 disent oui

36 % des femmes occupent des emplois où l''IA générative pourrait redéfinir au moins la moitié des tâches quotidiennes. Pour les hommes, le chiffre tombe à 25 %. Cet écart de 11 points de pourcentage n''est pas une erreur d''arrondi — c''est un signal d''alarme que Brookings a extrait des scores d''exposition aux tâches de ChatGPT-4, appliqués à plus de 1 000 professions américaines. Fait — [Brookings 2024]

Si vous êtes une femme et que vous lisez ces lignes, vous l''avez probablement déjà senti. Les postes administratifs, la paperasse, les fonctions de back-office où les femmes sont concentrées — ce sont précisément les rôles que les grands modèles de langage grignotent silencieusement. Les chercheurs de Brookings ont fait les calculs, et les chiffres sont pires que ce que laissent entendre la plupart des titres de presse.

Qui est réellement exposé — et pourquoi le genre revient sans cesse

Brookings a utilisé la grille d''exposition aux tâches d''OpenAI, croisée avec les inventaires de tâches O*NET et les données d''emploi du BLS, pour mesurer à quel point chaque métier peut être assisté ou remplacé par l''IA générative actuelle. [Fait] L''équipe a ensuite superposé les données démographiques de Pew pour voir qui occupe réellement ces postes.

Voici le schéma qui saute aux yeux. Plus de 30 % des travailleurs américains exercent un métier où 50 % ou plus des tâches quotidiennes sont exposées à la perturbation. [Fait] Et si l''on élargit le cadre, 85 % des travailleurs verront au moins 10 % de leurs tâches touchées par cette technologie. [Fait] Presque personne n''y échappe.

Mais le poids ne se répartit pas équitablement. Les cinq familles professionnelles les plus exposées sont :

• L''informatique et les mathématiques (pensez aux développeurs logiciels qui relisent du code généré par l''IA au lieu de l''écrire de zéro)
• Les opérations commerciales et financières (incluant les analystes financiers et les comptables et auditeurs dont la modélisation et le rapprochement sont partiellement automatisables)
• L''ingénierie
• Le support administratif et de bureau — comme les assistantes administratives et les commis-comptables et auxiliaires de vérification
• Le juridique, où les parajuristes et assistants juridiques sont en première ligne de la revue contractuelle et de la recherche documentaire

Trois de ces cinq familles — affaires et finance, bureau et administration, support juridique — sont à dominante féminine sur le marché du travail américain. Le support administratif à lui seul emploie environ 19 millions d''Américains, et la part féminine y dépasse largement les 70 %. [Fait] Ce seul fait explique l''essentiel de l''écart entre 36 % et 25 %.

La couche inconfortable que Brookings a ajoutée : le pouvoir de négociation

L''exposition ne raconte que la moitié de l''histoire. L''autre moitié, c''est de savoir si vous avez le moindre levier quand les tâches de votre poste commencent à changer.

Brookings a souligné un détail qui passe rarement dans les grands titres : le taux de syndicalisation dans la finance est d''environ 1 %. [Fait] Ce n''est pas une coquille. Quand un logiciel de productivité redéfinit le travail d''un analyste financier ou d''un gestionnaire de sinistres, il n''existe pratiquement aucun contre-pouvoir institutionnel pour négocier la formation, la rémunération ou la refonte des tâches. À comparer avec l''éducation ou la santé — secteurs à exposition moyenne — où la syndicalisation est nettement plus élevée, et où les travailleurs ont historiquement eu davantage voix au chapitre sur le déploiement de nouveaux outils.

L''histoire n''est donc pas « l''IA va remplacer les femmes ». Elle est plus étroite et plus honnête. Affirmation — [Brookings 2024]

L''histoire, c''est que les métiers les plus exposés à l''IA générative emploient beaucoup de femmes, et que ces mêmes métiers sont parmi ceux dont la couverture syndicale est la plus faible dans l''économie américaine. Quand la vague arrive, les personnes qui se tiennent sur son chemin disposent du moins d''outils formels pour en négocier les conditions.

Ce que la colonne « faible exposition » essaie de vous dire

La liste de Brookings des métiers à faible exposition est intéressante autant par ce qu''elle contient que par ce qu''elle omet. Les professions manuelles, ouvrières et de service en présentiel — construction, préparation alimentaire, soins à la personne — obtiennent de faibles scores d''exposition. [Estimation] Cela correspond à ce que la plupart d''entre nous pressentent en observant les outils : l''IA générative actuelle est forte sur le texte, le code et les données structurées, et encore maladroite sur le travail physique, incarné, très dépendant du contexte.

Pour la première fois en une génération, une technologie à usage général mord plus fort dans le travail de bureau que dans le travail manuel. C''est un renversement par rapport à l''histoire de l''automatisation des années 2010, dominée par la robotique d''entrepôt et le transport routier (vous vous souvenez de tous les articles sur les chauffeurs de camion ?).

Si votre métier se situe dans la bande d''exposition moyenne — un agent du service client qui travaille aux côtés d''un LLM, un avocat qui utilise l''IA pour la découverte, une infirmière qui utilise l''IA pour la documentation — les données Brookings suggèrent une troisième voie. Les tâches changent. Les emplois ne disparaissent pas en bloc. Mais le mélange de ce que vous faites au quotidien se déplace.

Alors, concrètement, qu''est-ce que vous faites de tout ça

Quelques points méritent d''être dits clairement.

D''abord, connaissez votre score d''exposition. Si vous êtes dans l''une des cinq familles à forte exposition, partez du principe que 30 à 50 % de vos tâches actuelles auront l''air différentes d''ici 3 à 5 ans. [Estimation] Ce n''est pas une prédiction de chômage. C''est une prédiction que le contenu de votre journée de travail change, et que les personnes qui adaptent le plus vite leur portefeuille de tâches gardent le plus de levier.

Deuxièmement, si vous dirigez des équipes à dominante féminine — administration, finance, parajuridique, support client — il s''agit d''un enjeu de rétention, pas seulement de productivité. Les travailleuses les plus touchées par la recomposition des tâches sont celles qui ont la position de négociation la plus faible. Toutes vos politiques de formation, de redéploiement ou de rémunération ont probablement été conçues avant que le profil d''exposition ne penche de ce côté-là.

Troisièmement, les données Brookings continueront d''être mises à jour. GPT-4 a servi de proxy d''exposition ; les nouveaux modèles de pointe poussent la courbe plus loin, dans des tâches qui nécessitaient autrefois du jugement. [Affirmation] L''écart de genre dans les données 2024 est un plancher, pas un plafond.

Sources

• Muro, Mark, Maxim, Robert, Hathaway, Shriya Methkupally, Mark Muro. « Generative AI, the American worker, and the future of work. » The Brookings Institution. 10 octobre 2024. Lien
• Données sous-jacentes : scores d''exposition des tâches ChatGPT-4 d''OpenAI sur plus de 1 000 professions ; inventaires de tâches O*NET ; statistiques d''emploi et de salaires du U.S. Bureau of Labor Statistics ; recoupements démographiques du Pew Research Center.

Historique des mises à jour

• 2026-04-17 : Publication initiale basée sur le rapport Brookings 2024. Met en lumière l''écart d''exposition de 36 % vs 25 % entre femmes et hommes, les 19 millions de travailleurs du support administratif, et le 1 % de syndicalisation dans la finance comme les trois points de données structurants.

---

Analyse assistée par IA. Ce billet a été rédigé par un agent de recherche IA, vérifié quant à son exactitude factuelle par rapport à la source Brookings, et publié sous supervision éditoriale sur aichanging.work.