social-services

L'IA va-t-elle remplacer les travailleurs humanitaires d'urgence ? Ce que les données révèlent vraiment

Seulement 12 % de risque d'automatisation — l'un des plus faibles que nous suivions. Mais les drones IA et l'analyse satellitaire transforment la façon dont les équipes de secours évaluent les dégâts. Voici ce que les chiffres révèlent.

ParÉditeur et auteur
Publié: Dernière mise à jour:
Analyse assistée par IARevu et édité par l'auteur

12 %. C'est le risque d'automatisation qui pèse sur votre emploi en tant que travailleur humanitaire. Ce chiffre en fait l'une des professions les plus humano-dépendantes de notre base de données de plus de 1 000 métiers.

Mais ce faible pourcentage masque une réalité plus nuancée — car certaines parties de votre travail sont déjà en train d'être transformées par l'IA d'une manière qui compte. Le risque n'est pas que les algorithmes vous remplacent. Le risque est que vous n'appreniez pas à utiliser les algorithmes qui modifient déjà le fonctionnement de l'intervention d'urgence.

Le tableau d'ensemble : des mains que l'IA ne peut pas remplacer

Commençons par ce que les données nous disent. Selon notre analyse s'appuyant sur Eloundou et al. (2023), Brynjolfsson et al. (2025) et le rapport 2026 d'Anthropic sur le marché du travail, les travailleurs humanitaires présentent une exposition globale à l'IA de seulement 18 % en 2025. [Fait] Le risque d'automatisation se situe à 12 %, et même les projections les plus agressives ne portent ce chiffre qu'à 20 % d'ici 2028. [Fait]

Pourquoi un niveau si bas ? Parce que le cœur de ce métier est fondamentalement physique et humain. Prodiguer des premiers secours aux blessés, installer des abris d'urgence en terrain imprévisible, distribuer des vivres à des foules paniquées — ces tâches exigent des mains, du jugement, de l'empathie et la capacité de s'adapter au chaos. La tâche de premiers secours et d'assistance médicale n'affiche qu'un taux d'automatisation de 6 %, et la coordination des évacuations se situe à 18 %. [Fait] Aucun algorithme ne peut porter un enfant hors d'un bâtiment inondé ni réconforter une famille qui vient de perdre son foyer.

Les États-Unis comptent aujourd'hui environ 15 600 travailleurs humanitaires, percevant un salaire médian d'environ 48 890 $ par an selon les données OEWS du Bureau of Labor Statistics. [Fait] Le BLS projette une croissance de +5 % des emplois jusqu'en 2034 — ce qui signale une demande stable alors que les catastrophes liées au climat augmentent en fréquence et en intensité. [Fait] Selon le suivi des catastrophes climatiques et météorologiques à un milliard de dollars du Centre national d'information sur l'environnement de la NOAA, les États-Unis ont subi 27 catastrophes climatiques et météorologiques distinctes en 2024, chacune dépassant un milliard de dollars de dommages — le deuxième total annuel le plus élevé jamais enregistré — pour des coûts combinés de 182,7 milliards de dollars. [Fait] Depuis le début des enregistrements en 1980, les États-Unis ont désormais comptabilisé 403 tels événements à un milliard de dollars. Lorsque la NOAA recense davantage de catastrophes, la FEMA, la Croix-Rouge américaine, les agences de gestion des urgences d'État et les dizaines d'organisations de réponse à but non lucratif ont toutes besoin de davantage de personnel sur le terrain.

La couche dirigeante au-dessus des agents de terrain raconte une histoire similaire. Le Manuel des perspectives d'emploi du BLS pour les directeurs de gestion des urgences recense environ 13 200 personnes dans ces rôles de direction en 2024, avec un salaire annuel médian de 86 130 $, une croissance projetée de 3 % jusqu'en 2034 et environ 1 000 ouvertures par an. [Fait] L'infrastructure institutionnelle qui soutient les travailleurs humanitaires est elle-même portée par une demande stable, alimentée par le climat.

Là où l'IA fait une réelle différence

C'est là que l'histoire devient intéressante. Si l'IA ne peut pas accomplir le travail physique de secours, elle révolutionne la façon dont les équipes d'aide comprennent la situation à laquelle elles sont confrontées.

La tâche d'évaluation des dommages et des besoins en ressources à partir d'images aériennes et satellitaires affiche un taux d'automatisation de 52 % — de loin le plus élevé de cette profession. [Fait] Les drones alimentés par l'IA peuvent cartographier un quartier dévasté par un ouragan en quelques minutes, produisant des cartes de dommages détaillées qui prenaient auparavant des jours aux équipes au sol. Les modèles d'apprentissage automatique analysant des images satellitaires de fournisseurs comme Maxar, Planet et Capella Space peuvent estimer le nombre de personnes déplacées, identifier les routes bloquées et prioriser l'envoi des ressources. La Federal Emergency Management Agency s'associe à la National Geospatial-Intelligence Agency pour des pipelines d'analyse d'images qui produisent des évaluations de dommages exploitables dans les heures qui suivent un événement. [Affirmation]

La documentation et les rapports de situation présentent également une implication significative de l'IA, avec un taux d'automatisation de 48 %. [Fait] Les outils de traitement du langage naturel peuvent désormais rédiger des rapports de situation préliminaires à partir de données de capteurs et de saisies sur le terrain, libérant les travailleurs humanitaires pour passer plus de temps à faire ce qui compte — aider réellement les gens. La Croix-Rouge américaine a expérimenté des systèmes d'accueil assistés par IA qui trient les demandes lors d'événements majeurs, acheminant les besoins critiques vers les intervenants humains plus rapidement que les anciens formulaires papier.

Voyez-le ainsi : l'IA gère les yeux dans le ciel et la paperasse au sol, tandis que vous gérez tout ce qui se trouve entre les deux.

Les tâches que l'IA ne peut pas toucher

Au-delà des statistiques globales, trois catégories de travail définissent pourquoi l'aide humanitaire reste humaine :

La présence physique dans des environnements chaotiques. Lorsqu'un ouragan de catégorie 4 vient de toucher terre, les premiers intervenants qui marchent dans les rues jonchées de débris n'optimisent pas les itinéraires depuis une vue satellite. Ils enjambent des arbres abattus, reniflent les fuites de gaz, écoutent les cris provenant de bâtiments effondrés et portent des jugements immédiats sur la maison dans laquelle entrer en premier. Aucun système autonome ne gère cet arbre de décision.

La confiance et la maîtrise culturelle. Les victimes de catastrophes sont souvent effrayées, méfiantes et sous le choc. Elles accepteront l'aide d'un humain portant un gilet organisationnel qui parle leur langue et comprend leur communauté. Elles ne l'accepteront pas d'un chatbot ou d'un drone de livraison — du moins pas pour les parties de l'aide qui comptent le plus : les soins médicaux, la protection de l'enfance, le triage de santé mentale et le simple fait d'être entendu. Les organisations de secours les plus efficaces sont profondément enracinées dans les communautés qu'elles servent, avec un personnel multilingue, des partenariats avec les communautés religieuses et des décennies de confiance.

La coordination entre agences disparates. Une réponse à une catastrophe rassemble des agences fédérales, des gouvernements d'État, des premiers intervenants locaux, des organisations à but non lucratif, des groupes confessionnels, des réseaux d'entraide mutuelle et des organisations de bénévoles — tous avec des mandats, des systèmes de communication et des structures de rapport différents. Transmettre des informations à travers ces silos en temps réel est une compétence humaine. Les outils IA assistent, mais les appels de coordination réels se font entre des personnes qui connaissent les organisations des autres et ont appris les règles non écrites.

Ce que cela signifie pour votre carrière

Si vous êtes travailleur humanitaire ou envisagez d'entrer dans ce domaine, les perspectives sont réellement encourageantes. Ce n'est pas une profession où vous devez craindre d'être remplacé. L'exposition globale de 18 % est bien en dessous de la moyenne de toutes les professions que nous suivons, qui se situe plus près de 35 % à la médiane.

Mais le choix judicieux est de vous familiariser avec les outils IA qui pénètrent votre domaine. Comprendre comment interpréter les évaluations de dommages générées par IA, travailler aux côtés des opérateurs de drones et utiliser des modèles prédictifs pour l'allocation des ressources — ces compétences vous rendront un intervenant plus efficace. [Estimation] Nous projetons que d'ici 2028, l'exposition globale à l'IA atteindra environ 29 %, ce qui signifie que le rôle de la technologie va croître, mais toujours en capacité de soutien.

La combinaison de catastrophes naturelles plus fréquentes (portées par le changement climatique) et de projections de croissance stables du BLS signifie que la demande de travailleurs humanitaires est susceptible d'augmenter, pas de diminuer. L'IA vous aidera à faire votre travail mieux et plus vite, mais elle ne fera pas votre travail à votre place.

Trajectoires professionnelles connexes

Les compétences que les travailleurs humanitaires développent — jugement en situation de crise, logistique sous pression, humilité culturelle, endurance physique, coordination multi-agences — se transposent bien dans des domaines adjacents. [Affirmation] Les postes de gestion des urgences aux niveaux municipal, de comté et d'État se développent à mesure que les municipalités prennent au sérieux l'adaptation climatique. Les rôles de préparation aux urgences de santé publique, souvent financés par des accords coopératifs avec les CDC, accordent une grande valeur à l'expérience de terrain. Le travail humanitaire international avec le système de l'ONU, le Comité international de la Croix-Rouge et les grandes ONG comme Mercy Corps et Save the Children puise largement dans les réservoirs de talents de la réponse aux catastrophes nationales.

Au sein du domaine, les certifications comme la Série de développement professionnel de la FEMA, le titre de Certified Emergency Manager délivré par l'Association internationale des gestionnaires d'urgences, et la formation aux systèmes de commandement des incidents (ICS 100 à ICS 800) sont de plus en plus attendues pour l'avancement. Les intervenants en milieu de carrière qui associent l'expérience de terrain à ces accréditations, et qui acquièrent également une maîtrise des SIG et une analyse de données de base, obtiennent des salaires plus élevés et des missions plus intéressantes.

Pour des données d'automatisation tâche par tâche sur cette profession, consultez le profil complet de la profession.


Cette analyse a été produite avec l'assistance de l'IA, en s'appuyant sur des données d'Eloundou et al. (2023), Brynjolfsson et al. (2025), Rapport sur le travail d'Anthropic (2026), les bases de données OEWS et OOH du Bureau of Labor Statistics, les registres de catastrophes à un milliard de dollars du NCEI de la NOAA, et les classifications de tâches O\NET. Toutes les statistiques reflètent les données les plus récentes disponibles au début 2026.*

Historique des mises à jour

  • 2026-03-25 : Publication initiale avec analyse des données 2024.
  • 2026-05-09 : Enrichi avec le contexte des catastrophes à un milliard de dollars de la NOAA, les détails du pipeline d'imagerie FEMA, les trajectoires professionnelles adjacentes et le cadre en trois catégories des tâches que l'IA ne peut pas toucher.
  • 2026-05-28 : Ajout des chiffres NOAA NCEI 2024 (27 événements / 182,7 milliards $ / 403 depuis 1980) et de la couche dirigeante des directeurs de gestion des urgences du BLS (86 130 $ / 13 200 / croissance 3 %). Correction de la référence 2023 vers les totaux NOAA 2024 vérifiés. Correction du formatage du pied de page.

Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology

Historique des mises à jour

  • Publié pour la première fois le 6 avril 2026.
  • Dernière révision le 28 mai 2026.

Tags

#disaster relief workers#emergency response AI#humanitarian aid automation#AI drones disaster#relief worker jobs

Sources

  1. aichanging.work