Opérateurs de Saisie de Données

Bureau et Soutien Administratif

Exposition à l'IA

  • Source des données: BLSPublié: '26.08

    Très élevée· relative

    FaibleQuatre bandes relativesTrès élevée

    Valeur par groupe professionnel

    Échelle, base et source

    Quatre bandes relatives (Faible / Modérée / Élevée / Très élevée)

    831 métiers détaillés du tableau des projections d'emploi du BLS. La valeur est attribuée par code de la National Employment Matrix (NEM), si bien que les métiers partageant un code NEM reçoivent la même bande

    Jeu de données source (téléchargement XLSX)

  • Source des données: AnthropicPublié: '26.03

    0.671

    0.000Étendue des valeurs présentées ici0.745
    Échelle, base et source

    Indice d'exposition observée, 0–1 tel que publié

    Rapporté aux tâches O*NET

    Jeu de données source

  • Source des données: ILOPublié: '25

    0.70

    0.09Étendue des valeurs présentées ici0.70

    Valeur par groupe professionnel

    Échelle, base et source

    Indice d'exposition à l'IA générative, 0–1 tel que publié

    Groupe de base CITP-08 — tous les métiers partageant le code reçoivent cette valeur

    Calculé par ce site, non publié par l'OIT : sur les 1 012 professions que ce site relie au jeu de données de l'OIT, 0% atteignent ou dépassent cette valeur.

    Jeu de données source

Quelle est la nature de la valeur publiée par cette source

La catégorie BLS est un rang relatif et non un niveau absolu, et ce n'est pas une mesure de première main : elle regroupe en quatre bandes les rangs centiles du métier dans plusieurs études publiées. Ce n'est ni une prévision d'emploi ou de salaire, ni une probabilité d'adoption, et elle ne distingue pas automatisation et augmentation.

Task-level exposure

Tâches exposées uniquement

Values in this tab are predicted labels, not observations. Eloundou et al. (2023) published two rating regimes — human raters and GPT-4 — and the β shown here is derived from the GPT-4 rater basis alone; the same task can take a different value under the other regime. The unit and the meaning differ from the observed shares (%) in the other tabs, so do not place them on the same axis.

TaskβE1 + 0.5 × E2
Compile, sort, and verify the accuracy of data before it is entered.

O*NET Task ID 11402

1.0
Compare data with source documents, or re-enter data in verification format to detect errors.

O*NET Task ID 11403

1.0
Store completed documents in appropriate locations.

O*NET Task ID 11404

1.0
Locate and correct data entry errors, or report them to supervisors.

O*NET Task ID 11405

1.0
Maintain logs of activities and completed work.

O*NET Task ID 11406

1.0
Select materials needed to complete work assignments.

O*NET Task ID 11407

1.0
Resolve garbled or indecipherable messages, using cryptographic procedures and equipment.

O*NET Task ID 11409

1.0
Read source documents such as canceled checks, sales reports, or bills, and enter data in specific data fields or onto tapes or disks for subsequent entry, using keyboards or scanners.

O*NET Task ID 11401

0.5
Load machines with required input or output media, such as paper, cards, disks, tape, or Braille media.

O*NET Task ID 11408

0.0

β = E1 + 0.5 × E2 · E1 = tasks where direct LLM access alone cuts time by at least 50%, E2 = tasks where software built on top of an LLM cuts time by at least 50%. Values take only 0 / 0.5 / 1.0.

Data sources & licenses — O*NET®, Eloundou et al. (2023): see full notices on the Credits page

Occupation information

Évolutions récentes concernant ce métier

mai 2026: Anthropic observed-exposure score: high (routine tasks absorbed). High observed exposure; routine tasks already absorbed by LLMs.

[Source: Anthropic Economic Research (Massenkoff & McCrory, 2026)]

avr. 2026: NBER survey of 6,000 executives: 69% use AI but 90% report zero employment impact. Executives predict -0.7% employment decline over next 3 years.

[Source: NBER Working Paper 34836]

avr. 2026: Among highest automation exposure occupations. AI topped all job cut reasons in March 2026 with 15,341 positions (25% of total). Q1 cumulative AI cuts: 27,645.

[Source: Challenger March 2026]