L'IA va-t-elle remplacer les démographes ? Les données populationnelles s'affinent, mais l'interprétation reste humaine

La démographie est la science des populations — naissances, décès, migrations, vieillissement, et les interactions complexes qui les unissent. C'est un domaine bâti sur les chiffres, ce qui fait de l'IA à la fois une alliée évidente et une menace potentielle. Le taux de fécondité de la Corée du Sud vient d'atteindre 0,72 — le plus bas jamais enregistré dans l'histoire humaine. L'IA peut décrire cette courbe, en projeter les trajectoires et simuler mille variantes de ce qui pourrait suivre. Mais aucun de ces modèles ne peut expliquer pourquoi une génération d'adultes coréens a choisi de ne pas avoir d'enfants. Cet écart entre description et compréhension, c'est précisément là que réside le travail du démographe — et c'est la raison pour laquelle cette profession se transforme plutôt qu'elle ne disparaît.

La réalité est bien plus nuancée que l'un ou l'autre des extrêmes.

Ce que les données suggèrent

Les démographes exercent généralement comme statisticiens spécialisés, économistes ou sociologues, si bien qu'ils ne disposent pas d'une catégorie professionnelle dédiée au BLS. En s'appuyant sur les rôles étroitement apparentés présents dans notre base de données — les statisticiens avec 83 % d'exposition et 37 % de risque, les sociologues avec 54 % d'exposition et 41 % de risque, et les chercheurs en enquêtes avec 61 % d'exposition et 50 % de risque — nous estimons que les démographes font face à une exposition globale à l'IA d'environ 55-65 % et à un risque d'automatisation d'approximativement 35-45 %.

[Estimation] Cette exposition est portée par le socle quantitatif du travail. Les projections de population, les calculs de tables de mortalité, la modélisation des migrations et l'analyse statistique des données du recensement sont autant de tâches où l'IA et le machine learning offrent un potentiel d'automatisation substantiel. Les salaires médians des démographes oscillent généralement entre 80 000 et 100 000 dollars, avec des emplois répartis entre les agences gouvernementales (notamment le Bureau du recensement), les universités, les organismes de recherche et le secteur privé. Le gouvernement fédéral américain emploie à lui seul plusieurs centaines de démographes au sein du Bureau du recensement, du Centre national des statistiques de santé, du Bureau de l'actuaire en chef de la Social Security Administration et du Bureau des statistiques sur l'immigration du Department of Homeland Security. Chacune de ces agences pilote actuellement des flux de travail en apprentissage automatique qui auraient été jugés exotiques il y a cinq ans.

Là où l'IA transforme la recherche démographique

[Fait] L'IA est véritablement puissante dans plusieurs applications démographiques. L'analyse d'images satellitaires peut désormais estimer la densité de population et les schémas d'urbanisation dans des zones dépourvues de données de recensement fiables — crucial pour les pays en développement où le recensement traditionnel est impraticable. Des organisations comme WorldPop à l'Université de Southampton et l'initiative Facebook Data for Good ont produit des estimations de population sous forme de grilles à 30 mètres de résolution pour presque chaque partie habitée de la planète, en entraînant des réseaux de neurones convolutifs sur des images satellitaires couplées à des données de recensement. Dans les pays où le dernier recensement fiable remonte à quinze ou vingt ans, ces modèles surpassent souvent les statistiques officielles.

[Fait] Les modèles d'apprentissage automatique peuvent combiner de multiples sources de données — relevés de téléphonie mobile, géolocalisation sur les réseaux sociaux, dossiers administratifs, consommation du réseau électrique, voire intensité de l'éclairage nocturne — pour estimer les flux migratoires en quasi-temps réel. Lors de l'invasion russe de l'Ukraine en 2022, des chercheurs produisaient des estimations raisonnables des mouvements de réfugiés dans les 48 heures suivant des événements majeurs, en s'appuyant sur des métadonnées télécoms que les systèmes d'enregistrement du HCR n'auraient pas capturées avant des semaines.

[Estimation] Les modèles de projection de population, qui exigeaient autrefois que les démographes spécifient manuellement des hypothèses sur la fécondité, la mortalité et les migrations, peuvent désormais intégrer des approches probabilistes générant des milliers de scénarios, l'IA aidant à évaluer quels scénarios sont les plus plausibles compte tenu des tendances actuelles. La Division de la population des Nations Unies a adopté les projections probabilistes en 2014, et les modèles bayésiens hiérarchiques sous-jacents ont depuis été intégrés dans les agences de statistiques nationales de dizaines de pays.

[Fait] Le traitement automatique du langage naturel peut analyser des dossiers administratifs, des statistiques d'état civil et des réponses à des enquêtes à grande échelle, extrayant des informations démographiques de textes non structurés bien plus rapidement que le codage manuel. Les certificats de décès avec cause de décès manuscrite, les déclarations d'immigration et les demandes d'asile peuvent désormais être classifiés et codés par des modèles d'apprentissage automatique avec un taux de concordance supérieur à 95 % avec des codeurs humains formés, libérant les démographes pour les cas véritablement ambigus.

Pourquoi les démographes humains restent indispensables

[Affirmation] Les dynamiques de population sont enchâssées dans la culture, la politique et l'économie d'une manière que la seule analyse de données ne peut saisir. Pourquoi le taux de fécondité de la Corée du Sud est-il tombé à 0,72 — le plus bas de l'histoire humaine ? Les chiffres décrivent la tendance, mais l'expliquer exige de comprendre la culture du travail coréenne, les coûts du logement, les dynamiques de genre, les attentes éducatives et les impacts psychologiques d'une compétition économique intense. Aucun système d'IA ne peut produire ce type d'analyse sociale intégrée. Il en va de même pour chaque énigme démographique digne d'intérêt : le plateau de fécondité japonais autour de 1,3 sur deux décennies, l'inversion de la structure par âge en Italie, le gonflement du dividende jeunesse en Afrique subsaharienne, le dividende démographique que l'Inde engrangera au cours des vingt prochaines années avant de le perdre. Chacun requiert un chercheur qui comprend les institutions, l'histoire et les choix politiques derrière les chiffres.

[Affirmation] Les prévisions démographiques sont également entachées d'une incertitude fondamentale qui défie l'IA. Les schémas migratoires peuvent basculer du jour au lendemain sous l'effet de crises politiques. Les pandémies peuvent reconfigurer les schémas de mortalité en quelques mois — l'espérance de vie aux États-Unis a chuté de 2,7 ans entre 2019 et 2021 avant de se redresser, un mouvement qu'aucun modèle prépandémique n'avait envisagé. Les politiques gouvernementales — réforme de l'immigration, aides à la garde d'enfants, modifications des retraites — introduisent des perturbations délibérées que les données historiques ne peuvent pas prédire. Les abattements fiscaux natalistes de la Hongrie, les allocations familiales françaises, les primes au mariage de Singapour — chacun constitue une expérience naturelle dont les résultats exigent une interprétation humaine, parce que la même politique produit des réponses radicalement différentes selon le contexte culturel.

[Affirmation] Le jugement du démographe sur les tendances qui persisteront et celles qui seront perturbées — et pourquoi — est la valeur qui ne peut être automatisée. Un démographe expérimenté lisant les données espagnoles de fécondité de 2024 peut vous dire quelle part du déclin est cyclique (une réponse différée à la crise financière de 2008 et à la pandémie de 2020), quelle part est structurelle (les mutations dans la participation des femmes au marché du travail et les coûts du logement), et quelle part reflète quelque chose de véritablement nouveau (la montée de la nulliparité volontaire comme identité culturelle plutôt que comme résultat économique). Un modèle d'IA ne peut que vous dire que la courbe descend.

L'impératif politique

[Fait] L'expertise démographique est urgemment nécessaire pour certains des défis politiques les plus déterminants du siècle : le vieillissement des populations qui pèse sur les systèmes de retraite et de santé, les migrations induites par le changement climatique, les pressions urbanistiques dans les pays en développement, et les implications économiques de la baisse des taux de natalité dans le monde industrialisé. Ces problèmes sont ceux où l'analyse de données est nécessaire mais insuffisante — ils requièrent ce type de compréhension contextuelle et interdisciplinaire que seuls les démographes humains peuvent fournir.

[Estimation] Prenons le fonds fiduciaire de la sécurité sociale américaine. Le rapport annuel du Bureau de l'actuaire en chef repose sur des hypothèses démographiques concernant la fécondité, la mortalité, l'immigration et l'incidence des invalidités. Chaque hypothèse est le fruit d'un jugement humain éclairé par les données — pas les données elles-mêmes. Un léger glissement du taux de fécondité totale supposé de 1,95 à 1,80 déplace de plusieurs années la date d'épuisement du fonds fiduciaire et transforme la politique de chaque débat réformiste à Washington. Le démographe qui formule ce jugement accomplit un travail qu'aucun système automatisé ne peut remplacer, car ce jugement exige de soupeser non seulement les schémas statistiques, mais aussi les leviers politiques disponibles, la fiabilité historique des projections comparables et les conséquences institutionnelles d'une erreur dans un sens plutôt que dans l'autre.

Ce que les démographes devraient faire

[Fait] Développez une expertise en démographie computationnelle et en applications de machine learning pour l'analyse des populations. Cultivez des compétences en intégration de données et dans le travail avec des sources non traditionnelles — relevés de téléphonie mobile, imagerie satellitaire, réseaux sociaux, jeux de données administratifs. Apprenez à écrire du code qui gère les données spatiales (les packages R comme sf et raster, les bibliothèques Python comme geopandas et rasterio) car chaque question démographique est de plus en plus une question géographique.

[Affirmation] Investissez dans la communication politique — la capacité à traduire les projections démographiques en planification actionnable pour les gouvernements, les entreprises et les organisations internationales. Les démographes les plus appréciés aux Nations Unies, à la Banque mondiale et dans les grandes firmes de conseil ne sont pas toujours les meilleurs modélisateurs ; ce sont ceux qui peuvent se présenter devant un ministre des finances et expliquer, en quinze minutes, ce que la transition démographique signifie pour le système de retraite et quelles sont les options politiques réalistes.

[Affirmation] Et préservez les connaissances contextuelles, culturelles et historiques qui donnent leur sens aux chiffres démographiques. Lisez l'histoire. Passez du temps dans les pays que vous étudiez. Parlez aux personnes dont les vies produisent les données. L'IA peut traiter les chiffres plus vite que vous ne le ferez jamais. Votre rôle est de comprendre ce qu'ils signifient.

Cette analyse a été générée avec l'assistance de l'IA, en utilisant les données du rapport Anthropic sur le marché du travail et les projections du Bureau of Labor Statistics.

En lien : Et les autres métiers ?

L'IA remodèle de nombreuses professions :

• L'IA remplacera-t-elle les philosophes ?
• L'IA remplacera-t-elle les linguistes ?
• L'IA remplacera-t-elle les avocats ?
• L'IA remplacera-t-elle les enseignants ?

Explorez les 1 016 analyses professionnelles sur notre blog.