Mathematiciens

Informatique et Mathématiques

Exposition à l'IA

  • Source des données: BLSPublié: 2026-08

    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: 2026-03

    0.424

    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: 2025

    0.56

    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, 8% 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

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
Apply mathematical theories and techniques to the solution of practical problems in business, engineering, the sciences, or other fields.

O*NET Task ID 7367

1.0
Develop computational methods for solving problems that occur in areas of science and engineering or that come from applications in business or industry.

O*NET Task ID 7368

1.0
Maintain knowledge in the field by reading professional journals, talking with other mathematicians, and attending professional conferences.

O*NET Task ID 7369

1.0
Perform computations and apply methods of numerical analysis to data.

O*NET Task ID 7370

1.0
Develop mathematical or statistical models of phenomena to be used for analysis or for computational simulation.

O*NET Task ID 7371

1.0
Assemble sets of assumptions, and explore the consequences of each set.

O*NET Task ID 7372

1.0
Address the relationships of quantities, magnitudes, and forms through the use of numbers and symbols.

O*NET Task ID 7373

1.0
Develop new principles and new relationships between existing mathematical principles to advance mathematical science.

O*NET Task ID 7374

1.0
Design, analyze, and decipher encryption systems designed to transmit military, political, financial, or law-enforcement-related information in code.

O*NET Task ID 7375

1.0
Conduct research to extend mathematical knowledge in traditional areas, such as algebra, geometry, probability, and logic.

O*NET Task ID 7376

1.0

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

Informations professionnelles