I'll review this translation carefully against the English original. Key observations: 1. **Glossary compliance**: Branded names (Glean, Work AI Institute) kept correctly. Company names kept. 2. **Consistency issue with "tu" vs "vous"**: The translation starts using formal "vous" (e.g., "présentez-vous", "Pouvez-vous nous parler"), but switches to informal "tu/toi" starting around 25:27 ("j'aimerais beaucoup avoir ton avis", "Tiffany, j'aimerais beaucoup avoir ton avis"). This is an inconsistency — the whole podcast should use consistent address. Earlier Rebecca addresses Tiffany/Lauren with "vous." 3. **"CO generation" / "cogénération"** — The EN has "CO generation" (a transcription error for "code generation"). At 26:39 the FR uses "cogénération" which is wrong; it should be "génération de code." Let me check a few meaning issues: - "worker voice" → "voix des travailleurs/collaborateurs" ✓ - 00:49 "our employer, Workforce Solutions Practice" is garbled in EN; FR handled reasonably. The main defects are the **tu/vous inconsistency** (sections from 25:27 onward use "tu") and **"cogénération"**. These need correction. Given the length, I'll provide the corrected sections by fixing the informal address to formal and "cogénération" to "génération de code." Here is the corrected French HTML:

Rebecca Hinds (00:00)

Bienvenue à nouveau dans Intelligence Real and Imagined du Work AI Institute de Glean.

‍

Rebecca Hinds (00:05)

C'est l'émission où nous faisons le tri entre ce qui est réel, ce qui relève du battage médiatique et ce qui fonctionne vraiment avec l'IA au travail.

‍

Rebecca Hinds (00:12)

Je suis votre animatrice, Rebecca Hinds, et je dirige notre Work AI Institute ici chez Glean.

‍

Rebecca Hinds (00:17)

Aujourd'hui, je suis accompagnée de Lauren Pasquarella Daley et Tiffany Hsieh de Jobs for the Future.

‍

Rebecca Hinds (00:22)

Cet épisode s'inspire de notre rapport AI Transformation 100, et nous parlons de ce à quoi ressemble le leadership en matière d'IA.

‍

Rebecca Hinds (00:31)

Comment les dirigeants guident-ils leurs organisations à travers ce changement de manière à élargir les opportunités, à instaurer la confiance et à préparer leurs collaborateurs à la suite ?

‍

Rebecca Hinds (00:42)

Entrons dans le vif du sujet.

‍

Lauren Pasquarella Daley (00:46)

Merci de m'accueillir, Rebecca.

‍

Lauren Pasquarella Daley (00:48)

Nous sommes vraiment ravies d'être ici.

‍

Lauren Pasquarella Daley (00:49)

Je m'appelle Lauren Pasquarella Daley, et je suis Vice-présidente associée chez Jobs for the Future et notre pratique Workforce Solutions auprès des employeurs.

‍

Lauren Pasquarella Daley (00:57)

Pour ceux d'entre vous qui ne connaissent pas Jobs for the Future, nous sommes une organisation à but non lucratif nationale qui transforme le système d'éducation et de main-d'œuvre américain afin que les personnes, les entreprises et les communautés puissent prospérer.

‍

Lauren Pasquarella Daley (01:07)

Et je suis vraiment ravie d'être ici aujourd'hui.

‍

Lauren Pasquarella Daley (01:09)

Je travaille sur l'avenir du travail depuis un moment et je suis impatiente de parler d'IA et de leadership.

‍

Rebecca Hinds (01:15)

Merveilleux.

‍

Rebecca Hinds (01:16)

Et Tiffany, présentez-vous s'il vous plaît.

‍

Tiffany Hsieh (01:19)

Oui.

‍

Tiffany Hsieh (01:19)

Merci beaucoup, Rebecca, de nous accueillir.

‍

Tiffany Hsieh (01:21)

Je suis Tiffany Hsieh.

‍

Tiffany Hsieh (01:22)

Je suis Directrice principale au centre de JFF pour l'intelligence artificielle et l'avenir du travail.

‍

Tiffany Hsieh (01:27)

Nous réfléchissons vraiment en profondeur à la façon dont l'IA impacte les emplois, les compétences et le travail en général, et à la manière dont nous pouvons soutenir l'écosystème pour mieux accompagner les travailleurs et les apprenants dans cette période de transition délicate.

‍

Tiffany Hsieh (01:40)

Je suis donc ravie d'aborder ce sujet.

‍

Rebecca Hinds (01:43)

Merveilleux.

‍

Rebecca Hinds (01:43)

Moi aussi.

‍

Rebecca Hinds (01:44)

Je pense que vous apportez toutes les deux une telle ampleur et une telle profondeur d'expertise et d'expérience.

‍

Rebecca Hinds (01:50)

Jusqu'à présent dans cette série, vous savez, nous avons parlé de l'adoption de l'IA, nous avons discuté de la mise en œuvre, nous avons un peu parlé des indicateurs et de la façon de mesurer le succès et l'efficacité.

‍

Rebecca Hinds (02:02)

L'un des fils conducteurs de chacun des deux épisodes jusqu'à présent est le leadership.

‍

Rebecca Hinds (02:07)

Vous savez, quel est le rôle du dirigeant en ce moment, à l'ère de l'IA ?

‍

Rebecca Hinds (02:13)

Qu'est-ce qui reste identique ?

‍

Rebecca Hinds (02:14)

Qu'est-ce qui change, et pourquoi est-ce important ?

‍

Rebecca Hinds (02:16)

Pourquoi devrions-nous repenser le leadership à cette ère de l'IA ?

‍

Rebecca Hinds (02:20)

Alors, Tiffany, je veux commencer par vous.

‍

Rebecca Hinds (02:22)

Vous et Jobs for the Future réfléchissez beaucoup au leadership.

‍

Rebecca Hinds (02:26)

Pouvez-vous nous parler un peu du travail que vous faites avec les employeurs qui tentent de naviguer à la fois dans les opportunités associées à l'IA et dans les bouleversements inévitables ?

‍

Tiffany Hsieh (02:39)

Absolument.

‍

Tiffany Hsieh (02:40)

Je veux dire, nous vivons dans cette période intermédiaire et confuse de l'adoption de l'IA, n'est-ce pas ?

‍

Tiffany Hsieh (02:44)

Nous sommes donc tous en train de trouver nos marques.

‍

Tiffany Hsieh (02:46)

Et donc, quand il s'agit de leadership, je pense que nous pensons vraiment à un leadership fort pour définir une vision forte, mais aussi pour soutenir vos collaborateurs dans cette démarche.

‍

Tiffany Hsieh (02:55)

Et nous parlons souvent aux employeurs des deux facettes de cette question.

‍

Tiffany Hsieh (02:58)

N'est-ce pas ?

‍

Tiffany Hsieh (02:59)

D'une part, vous avez l'adoption des outils eux-mêmes.

‍

Tiffany Hsieh (03:02)

N'est-ce pas ?

‍

Tiffany Hsieh (03:02)

Quels sont les bons cas d'usage, comment devrions-nous l'utiliser de manière stratégique afin de générer de la valeur pour l'entreprise.

‍

Tiffany Hsieh (03:08)

Mais nous voulons aussi réfléchir ensuite à la façon dont cela se répercute sur la manière dont nous soutenons les travailleurs avec de la formation ?

‍

Tiffany Hsieh (03:15)

La conduite du changement, évidemment, en est une grande partie.

‍

Tiffany Hsieh (03:18)

Et puis comment cela commence-t-il à se répercuter sur la conception des postes, dans la façon dont les emplois évoluent et changent, et comment communiquons-nous cela sur le terrain ?

‍

Tiffany Hsieh (03:25)

Donc tout cela est vraiment englobé et constitue des compétences nécessaires en ce moment.

‍

Rebecca Hinds (03:30)

Tout à fait.

‍

Rebecca Hinds (03:31)

Et l'une des choses que nous entendons tout le temps de la part des dirigeants est l'importance de conseils tactiques et pratiques.

‍

Rebecca Hinds (03:39)

Vous savez, lorsqu'ils font face à cette pression énorme pour avancer rapidement et aider leurs organisations à évoluer.

‍

Rebecca Hinds (03:46)

Je vous connais toutes les deux depuis quelques années maintenant, et en 2023, vous avez créé le cadre AI Ready Workforce de Jobs for the Future.

‍

Rebecca Hinds (03:57)

C'est un cadre vraiment impressionnant.

‍

Rebecca Hinds (03:59)

Tiffany, qu'est-ce qui vous a inspirée à développer ce cadre et quel problème cherchiez-vous à résoudre en 2023 lorsque vous l'avez créé ?

‍

Tiffany Hsieh (04:08)

Oui, c'est drôle parce que le problème que nous résolvions en 2023 est probablement aussi le problème que nous résolvons aujourd'hui, à savoir que, comme vous l'avez dit, les gens recherchent vraiment des cadres et des outils tactiques et exploitables pour pouvoir commencer à réfléchir à ce changement.

‍

Tiffany Hsieh (04:24)

Une fois que ChatGPT a été lancé et que l'IA générative était partout dans le discours, il y avait beaucoup d'incertitude, et il y en a encore, autour de la question de savoir quels seront ces impacts de l'IA sur le marché du travail.

‍

Tiffany Hsieh (04:34)

Comment cela va-t-il réellement impacter les emplois et les compétences ?

‍

Tiffany Hsieh (04:37)

Nous avons donc travaillé avec des employeurs, des universités et des organisations du monde du travail avec cet outil pour commencer à réfléchir à l'impact de l'IA à un niveau plus granulaire, car, vous savez, 40 % des emplois seront impactés d'une manière ou d'une autre, mais quel est cet impact ?

‍

Tiffany Hsieh (04:52)

Comment approfondir un peu la nuance, et comment disposer réellement d'un outil concret au milieu de toute cette ambiguïté sur ce qui arrive vraiment aux emplois ?

‍

Tiffany Hsieh (05:01)

Et, vous savez, nous allons continuer d'évoluer dans cet espace pendant un certain temps.

‍

Rebecca Hinds (05:05)

Mm.

‍

Rebecca Hinds (05:06)

C'est vraiment important.

‍

Rebecca Hinds (05:08)

Et Lauren, de votre côté chez Jobs for the Future, qu'observez-vous comme préoccupation majeure pour les dirigeants en ce moment lorsqu'il s'agit d'IA ?

‍

Rebecca Hinds (05:16)

Y a-t-il quelque chose qui vous semble manquer dans la conversation en ce moment ?

‍

Lauren Pasquarella Daley (05:21)

Vous savez, ce que je constate lorsque je parle aux employeurs et aux dirigeants, c'est qu'ils ressentent cette pression intense d'avancer très vite et de trouver comment l'adopter dans leur pratique, mais aussi avec leurs équipes.

‍

Lauren Pasquarella Daley (05:32)

Je pense que l'élément qui pourrait manquer, c'est qu'en raison de cette pression, il y a beaucoup de réflexion à court terme en ce moment sur la façon de résoudre cela à court terme.

‍

Lauren Pasquarella Daley (05:40)

Et je pense que nous voulons nous assurer que oui, nous résolvons à court terme, nous réfléchissons à la façon de l'intégrer dans les flux de travail et de collaborer avec nos équipes pour développer ces compétences.

‍

Lauren Pasquarella Daley (05:49)

Mais je veux aussi m'assurer que nous réfléchissons à long terme à ce que cela représente lorsque nous concevons des emplois et des processus, et que nous n'ignorons pas cet impact à long terme sur le marché du travail tout en veillant à écouter nos collaborateurs.

‍

Lauren Pasquarella Daley (06:04)

Bien souvent, lorsque nous réfléchissons à la façon d'adopter l'IA, l'accent est mis sur les collaborateurs qui sont à un bureau, ou, vous savez, qui ont effectué beaucoup de tâches de travail intellectuel.

‍

Lauren Pasquarella Daley (06:15)

Et je pense qu'il est important que nous prenions aussi en compte la façon dont l'IA commence à transformer les rôles et les compétences nécessaires à tous les niveaux d'une organisation.

‍

Lauren Pasquarella Daley (06:25)

Il faut donc veiller à vraiment faire entendre la voix des collaborateurs, à parler aux employés de tous les niveaux, à entendre ce qu'ils voient et ce dont ils ont besoin pour pouvoir développer ces processus à tous les niveaux.

‍

Rebecca Hinds (06:38)

Et Tiffany, j'aimerais creuser le formidable aperçu de Lauren, car nous observons tous ces paradoxes et tensions à l'œuvre lorsqu'il s'agit de mettre en œuvre l'IA.

‍

Rebecca Hinds (06:49)

Et l'une de ces grandes tensions se situe entre la démocratisation de la technologie et les inégalités.

‍

Rebecca Hinds (06:57)

D'une certaine manière, nous savons que l'IA est démocratisante dans le sens où elle met des capacités d'expert à la portée de chacun.

‍

Rebecca Hinds (07:06)

Mais en même temps, de nombreux collaborateurs n'ont pas été associés à la conversation.

‍

Rebecca Hinds (07:10)

Comment voyez-vous ce décalage se manifester dans les organisations aujourd'hui ?

‍

Tiffany Hsieh (07:15)

Oui, je veux dire, comme vous l'avez dit, l'IA, en particulier l'IA générative, n'est-ce pas ?

‍

Tiffany Hsieh (07:20)

A vraiment démocratisé l'accès à cet outil, car l'IA n'est pas nouvelle.

‍

Tiffany Hsieh (07:23)

L'IA existe depuis plus de 50 ans.

‍

Tiffany Hsieh (07:26)

Mais grâce aux interfaces en langage naturel qu'utilisent ces nouveaux outils d'IA générative, les gens peuvent y accéder et leur parler comme nous le faisons en ce moment.

‍

Tiffany Hsieh (07:36)

Et donc, à cause de cela, elle s'est développée à une vitesse que nous n'avions jamais vue par le passé.

‍

Tiffany Hsieh (07:41)

Et donc, au niveau des entreprises, cela a abouti à ce phénomène que nous appelons le BYO AI.

‍

Tiffany Hsieh (07:48)

Voilà.

‍

Tiffany Hsieh (07:49)

Où les gens l'utilisent, mais pas nécessairement de façon publique si les politiques de leur organisation ne sont pas vraiment alignées avec cela.

‍

Tiffany Hsieh (07:57)

Mais cela crée alors en soi des clivages au sein de l'organisation entre ceux qui ont accès à ces outils et ceux qui n'y ont pas accès.

‍

Tiffany Hsieh (08:03)

Et cela crée aussi des clivages entre les organisations, où celles qui ont des politiques plus ouvertes concernant l'utilisation de l'IA générative peuvent avancer plus vite et utiliser les outils d'une manière que d'autres, plus verrouillées, ne peuvent pas.

‍

Tiffany Hsieh (08:18)

Et donc cela se répercute ensuite, du point de vue du clivage, sur la façon dont nous exploitons réellement cette démocratisation.

‍

Tiffany Hsieh (08:27)

Voilà.

‍

Tiffany Hsieh (08:27)

Si nous savons que beaucoup de gens utilisent ces outils, comment exploitons-nous leurs capacités et leur expertise pour pouvoir les consulter sur la façon dont l'IA devrait être utilisée sur le lieu de travail ?

‍

Tiffany Hsieh (08:39)

Quels sont les cas d'usage à forte valeur qui peuvent réellement générer de la valeur pour l'entreprise ?

‍

Tiffany Hsieh (08:43)

Et comment les emplois devraient-ils commencer à être remodelés à partir de ces cas d'usage ?

‍

Tiffany Hsieh (08:49)

Et nous constatons vraiment que les employés ne sont pas consultés d'une manière généralisée.

‍

Tiffany Hsieh (08:59)

Nous venons tout juste de publier hier les résultats d'une enquête menée auprès de travailleurs et d'apprenants à travers les États-Unis sur leurs expériences et leurs perceptions de l'IA.

‍

Tiffany Hsieh (09:09)

Et nous avons constaté que 56 % des travailleurs ont déclaré ne pas avoir été consultés d'une quelconque manière par leurs employeurs.

‍

Tiffany Hsieh (09:15)

Donc plus de la moitié.

‍

Tiffany Hsieh (09:16)

Voilà.

‍

Tiffany Hsieh (09:17)

Près de 60 % des gens, ce qui est beaucoup.

‍

Tiffany Hsieh (09:19)

Et ensuite, quand nous avons approfondi le cas des personnes qui sont consultées, certaines le sont de manière plus légère, comme des enquêtes de satisfaction, et d'autres de manière plus poussée.

‍

Tiffany Hsieh (09:31)

Cela représente probablement environ 20 % qui participent, par exemple, à des comités permanents et qui ont des boucles de rétroaction régulières.

‍

Tiffany Hsieh (09:37)

Donc, lorsque nous réfléchissons à la manière dont nous pouvons à la fois exploiter la démocratisation et nous assurer que nous impliquons les bonnes voix autour de la table, ce sont là les éléments que nous devrions vraiment prendre en compte.

‍

Lauren Pasquarella Daley (09:48)

Et j'aimerais rebondir là-dessus.

‍

Lauren Pasquarella Daley (09:50)

Vous savez, je pense que ce qui est important, c'est que lorsqu'on parle d'adopter quoi que ce soit, qu'il s'agisse d'une nouvelle technologie comme l'IA, d'un nouveau processus ou de toute forme de gestion du changement dans une organisation, l'une des choses que nous croyons et que nos recherches démontrent, c'est que les pratiques qui sont bonnes pour les gens sont bonnes pour l'entreprise.

‍

Lauren Pasquarella Daley (10:07)

Et je pense donc que c'est un rappel important que les dirigeants doivent garder à l'esprit lorsqu'ils traversent ce processus de changement, lorsqu'ils réfléchissent à la manière de mettre en œuvre et d'adopter l'IA : vous voulez aussi le faire d'une manière qui soit bonne pour les gens.

‍

Lauren Pasquarella Daley (10:20)

Et donc, en réfléchissant à ce que vous pouvez automatiser, pensez aussi à ce que vous pouvez augmenter, aux compétences humaines qui doivent vraiment faire partie de l'équation.

‍

Lauren Pasquarella Daley (10:29)

Comment intégrez-vous les collaborateurs à tous les niveaux de l'organisation et, pour reprendre le point de Tiffany sur la recherche, non seulement en les interrogeant, mais aussi en agissant sur ces retours afin de pouvoir construire ces processus.

‍

Lauren Pasquarella Daley (10:39)

Et je pense donc qu'il est vraiment important que les dirigeants gardent à l'esprit qu'il s'agit, comme pour la plupart des efforts de gestion du changement, de trouver une voie qui écoute réellement vos collaborateurs, qui soit bonne pour eux, qui se concentre sur le court terme, mais qui ne marque ni n'endommage vos talents sur le long terme.

‍

Rebecca Hinds (10:56)

Et Aaron a fait un excellent commentaire dans le chat.

‍

Rebecca Hinds (10:59)

L'anxiété liée à l'IA est bien réelle pour beaucoup de personnes au sein de l'organisation, et elles attendent de leurs employeurs qu'ils intègrent leurs voix.

‍

Rebecca Hinds (11:07)

Et Lauren, nous avons déjà parlé par le passé de cette notion d'effet IKEA et du fait que plus les employés ont le sentiment d'avoir été impliqués et d'avoir construit quelque chose eux-mêmes, plus ils sont susceptibles de le valoriser et d'y adhérer avec enthousiasme.

‍

Lauren Pasquarella Daley (11:24)

Oui, absolument.

‍

Rebecca Hinds (11:27)

Tiffany, Lauren, y a-t-il quelque chose dont nous n'avons pas parlé concernant la manière de faire cela en pratique ?

‍

Rebecca Hinds (11:32)

À quoi cela ressemble-t-il concrètement d'intégrer les voix des collaborateurs dans les décisions liées à l'IA ?

‍

Rebecca Hinds (11:39)

Nous avons parlé des enquêtes.

‍

Rebecca Hinds (11:41)

Y a-t-il autre chose, sur le plan tactique et pratique, que vous recommandez aux organisations ?

‍

Tiffany Hsieh (11:47)

Oui, je pense qu'il y a probablement trois recommandations tactiques dont nous parlons souvent.

‍

Tiffany Hsieh (11:53)

La première est de tirer parti de cet effet de démocratisation et d'un modèle où mille fleurs s'épanouissent, en donnant à chacun accès à ces outils d'IA.

‍

Tiffany Hsieh (12:04)

Et deuxièmement, les former à leur utilisation, car l'IA est une technologie très spécifique qui doit être utilisée de manière responsable.

‍

Tiffany Hsieh (12:12)

Mais si vous permettez cette expérimentation et donnez cet accès, bien souvent cela fera émerger des cas d'usage qui seront précieux pour l'organisation dans son ensemble.

‍

Tiffany Hsieh (12:22)

Et c'est bien plus efficace que d'adopter une approche descendante, un peu plus lente, qui ne tire pas parti de l'expertise des collaborateurs qui connaissent vraiment leurs flux de travail au quotidien.

‍

Tiffany Hsieh (12:35)

Et nous constatons clairement que la formation n'est pas non plus suffisamment diffusée au sein des organisations.

‍

Tiffany Hsieh (12:41)

Seul un tiers environ des travailleurs déclarent avoir reçu une formation de la part de leur employeur sur l'IA.

‍

Tiffany Hsieh (12:46)

C'est donc vraiment essentiel également.

‍

Tiffany Hsieh (12:48)

Et puis, bien sûr, nous devons associer cela à certaines des structures formelles que nous avons mentionnées.

‍

Tiffany Hsieh (12:52)

N'est-ce pas ?

‍

Tiffany Hsieh (12:52)

Quels sont les moyens pérennes de vous assurer que les boucles de rétroaction sont bien intégrées pour les collaborateurs, par le biais de comités permanents.

‍

Tiffany Hsieh (12:59)

Comment réfléchissez-vous à vous assurer que, plus largement, nous continuons à exploiter les enquêtes de satisfaction des employés pour prendre le pouls de ce que les gens vivent et ressentent sur le terrain, afin de pouvoir procéder à des ajustements en conséquence.

Rebecca Hinds (13:13)

C'est formidable.

‍

Rebecca Hinds (13:14)

Je pense que la combinaison du formel et de l'informel est aussi une distinction utile à prendre en compte.

‍

Rebecca Hinds (13:22)

Alors, Lauren, je voudrais me tourner vers vous : beaucoup des éléments que Tiffany a mis en avant ne peuvent pas nécessairement être mis en place du jour au lendemain.

‍

Rebecca Hinds (13:31)

Cela exige bien ce prisme de réflexion à long terme.

‍

Rebecca Hinds (13:35)

Je vous ai entendue par le passé, à de nombreuses reprises, mettre en garde les dirigeants contre la réflexion à court terme.

‍

Rebecca Hinds (13:41)

Dans un monde où nous observons beaucoup de réflexion à court terme, et c'est compréhensible, en raison de nombreuses pressions, d'une forte pression en faveur de l'efficacité, qu'est-ce qui vous préoccupe le plus concernant cette réflexion à court terme ?

‍

Lauren Pasquarella Daley (13:56)

Oui.

‍

Lauren Pasquarella Daley (13:56)

Alors, vous savez, je pense qu'en ce moment c'est vraiment quelque chose qui me préoccupe, surtout lorsqu'on pense aux effets à long terme sur le marché du travail.

‍

Lauren Pasquarella Daley (14:03)

Une grande partie de cela, vous savez, Tiffany l'a mentionné au début, et nous en avons un peu parlé.

‍

Lauren Pasquarella Daley (14:07)

Nous ne le savons tout simplement pas pour le moment.

‍

Lauren Pasquarella Daley (14:09)

Nous avons quelques idées sur les effets sur le marché du travail.

‍

Lauren Pasquarella Daley (14:12)

Nous avons quelques idées sur la façon dont les emplois évoluent et changent.

‍

Lauren Pasquarella Daley (14:15)

Je pense que, vous savez, ce qui me préoccupe, c'est que c'est très réactionnel et pas intentionnel dans la manière dont les organisations et les dirigeants déploient leurs outils d'IA et réfléchissent véritablement à la façon de planifier stratégiquement leur main-d'œuvre à l'avenir.

‍

Lauren Pasquarella Daley (14:29)

Et une partie de cela, c'est que nous devons comprendre beaucoup d'éléments qui, vous savez, lorsqu'il y a la pression de devoir agir rapidement pour adopter et commencer à penser aux gains de productivité, il est aussi facile d'avancer dans ce sens sans être intentionnel.

‍

Lauren Pasquarella Daley (14:43)

Et nous devons faire un certain travail pour vraiment comprendre, vous savez, quelles sont les compétences de notre organisation.

‍

Lauren Pasquarella Daley (14:48)

En matière de compétences, intelligence, dans quelles compétences devons-nous investir ?

‍

Lauren Pasquarella Daley (14:53)

Quelles compétences possédons-nous déjà ?

‍

Lauren Pasquarella Daley (14:55)

Et il ne s'agit pas seulement de compétences techniques, mais aussi de ces compétences humaines qui nous aident vraiment à collaborer et à nous distinguer de tous les outils d'IA que nous pourrions déployer.

‍

Lauren Pasquarella Daley (15:03)

Et donc je pense qu'il y a beaucoup d'éléments à prendre en compte lorsqu'on réfléchit à long terme, nous ne savons tout simplement pas.

‍

Lauren Pasquarella Daley (15:08)

Et la technologie évolue si rapidement que, bien sûr, cela encourage beaucoup de réflexion à court terme.

‍

Lauren Pasquarella Daley (15:13)

Mais il est essentiel pour le succès à long terme d'une organisation de s'assurer qu'elle continue d'investir dans ses talents, qu'elle ne marque pas ses talents sur le long terme et qu'elle réfléchit, vous savez, pas seulement sur des périodes de trois mois, voire parfois même de 30 jours, pour le déploiement de l'IA.

‍

Lauren Pasquarella Daley (15:32)

Nous voulons réfléchir à cela sur un an, trois ans, cinq ans, et commencer à mettre en place une planification stratégique autour de cela.

‍

Lauren Pasquarella Daley (15:38)

Il faut donc avoir une idée de l'évolution de la main-d'œuvre, ainsi que des compétences et des besoins en talents qui seront requis à l'avenir.

‍

Rebecca Hinds (15:45)

Parfait, parfait.

‍

Rebecca Hinds (15:46)

Et vous savez, une façon de faire cela est vraisemblablement d'utiliser des cadres et des outils où le saut cognitif pour passer du présent au futur est moins important.

‍

Rebecca Hinds (15:56)

Tiffany, j'aimerais approfondir le cadre de la main-d'œuvre prête pour l'IA, car je pense vraiment qu'il aide à cela.

‍

Rebecca Hinds (16:05)

Y a-t-il des enseignements généraux que, selon vous, chacun peut tirer de ce cadre en ce qui concerne la façon de penser la main-d'œuvre du futur et de commencer à classer ces différents rôles ?

‍

Tiffany Hsieh (16:18)

Absolument.

‍

Tiffany Hsieh (16:19)

Le cadre repose vraiment sur le principe que les emplois ne vont pas nécessairement changer en totalité.

‍

Tiffany Hsieh (16:26)

N'est-ce pas.

‍

Tiffany Hsieh (16:26)

Parce que c'est assez intimidant de penser, à partir de toutes les proclamations et d'une grande partie des recherches que l'on voit, c'est à un niveau général en disant que 40 % des emplois vont être supprimés ou que 70 % des compétences vont changer.

‍

Tiffany Hsieh (16:39)

Mais lorsqu'on entre un peu plus dans le détail d'une profession particulière, qu'on décompose cette profession en ses tâches constitutives, puis qu'on analyse les tâches pour l'impact que l'IA a sur elles.

‍

Tiffany Hsieh (16:51)

On peut commencer à voir des tendances concernant où l'IA apparaît et comment.

‍

Tiffany Hsieh (16:56)

N'est-ce pas.

‍

Tiffany Hsieh (16:57)

Il y a, vous savez, notre cadre repose essentiellement sur le spectre allant de l'automatisation à l'augmentation, que beaucoup d'autres travaux de recherche comme l'Anthropic Economic Index utilisent également.

‍

Tiffany Hsieh (17:10)

Mais il faut penser, n'est-ce pas ?

‍

Tiffany Hsieh (17:12)

D'abord classer un rôle selon ses tâches constitutives, puis analyser l'impact de l'IA sur ces tâches.

‍

Tiffany Hsieh (17:19)

Ensuite, on peut commencer à réfléchir, pour cette profession particulière, à comment soutenir mes collaborateurs si je sais, par exemple, qu'il existe un très bon cas d'usage pour, disons, la prise de notes pour mon assistant de direction, ce qui va changer leur rôle d'une certaine manière.

‍

Tiffany Hsieh (17:32)

Comment les accompagner dans l'apprentissage de l'utilisation de l'outil, mais aussi les aider à développer certaines des compétences plus humaines qui occuperont désormais leur temps, puisqu'ils n'ont plus à consacrer de temps à des tâches plus subalternes.

‍

Tiffany Hsieh (17:45)

N'est-ce pas.

‍

Tiffany Hsieh (17:45)

Et donc nous ne demandons pas simplement, en totalité, si cet emploi va disparaître ?

‍

Tiffany Hsieh (17:49)

Parce que nous savons que ce n'est pas la réalité.

‍

Tiffany Hsieh (17:50)

La réalité est que les emplois vont changer à la marge et que nous allons commencer à voir lentement ces changements.

‍

Tiffany Hsieh (17:57)

Et cela nous aide à saisir cela dans notre compréhension.

‍

Tiffany Hsieh (18:00)

N'est-ce pas.

‍

Tiffany Hsieh (18:00)

Cette tâche va-t-elle être remplacée ?

‍

Tiffany Hsieh (18:02)

Doit-elle être supprimée ou reconfigurée d'une manière qui change la façon dont elle est effectuée ?

‍

Tiffany Hsieh (18:07)

Et comment cela vous permet-il ensuite potentiellement d'augmenter les compétences humaines vraiment en jeu et de consacrer plus de temps à ce travail stratégique ?

‍

Rebecca Hinds (18:16)

C'est formidable et vraiment pertinent.

‍

Rebecca Hinds (18:18)

Je pense que la notion d'un rôle en tant qu'ensemble de tâches et de compétences est vraiment importante en ce moment.

‍

Rebecca Hinds (18:26)

Et il est très difficile de comprendre comment un rôle va changer ou devrait changer sans comprendre les tâches qui le sous-tendent.

‍

Rebecca Hinds (18:34)

Et j'adore que le cadre place vraiment, vous savez, cela au premier plan de l'analyse.

‍

Rebecca Hinds (18:41)

Donc si nous devions, Tiffany, approfondir d'un niveau, vous savez, nous entendons beaucoup de discussions autour du développement logiciel et de la façon dont le rôle du développeur logiciel va changer ou a déjà changé avec l'IA.

‍

Rebecca Hinds (18:54)

Pouvez-vous nous expliquer brièvement comment vous pourriez appliquer le cadre au rôle d'un développeur logiciel ?

‍

Tiffany Hsieh (19:01)

Absolument.

‍

Tiffany Hsieh (19:02)

Donc, évidemment, le développement logiciel est l'un des principaux cas d'usage de l'IA en ce moment.

‍

Tiffany Hsieh (19:08)

C'est le domaine que les laboratoires de pointe connaissent le mieux.

‍

Tiffany Hsieh (19:11)

Et donc, par conséquent, ils ont consacré beaucoup de temps à s'assurer que ces outils fonctionnent.

‍

Tiffany Hsieh (19:16)

Et ils se sont beaucoup améliorés, même rien que la semaine dernière.

‍

Tiffany Hsieh (19:20)

Mais si l'on pense à la tâche d'un développeur logiciel, décomposons cela.

‍

Tiffany Hsieh (19:25)

Ils génèrent du code, ils testent des logiciels, les déboguent, mais ils communiquent aussi avec les équipes, structurent des problèmes.

‍

Tiffany Hsieh (19:34)

Ce sont quelques-unes des tâches constitutives auxquelles nous réfléchirions en appliquant ce cadre.

‍

Tiffany Hsieh (19:40)

Compte tenu des avancées de l'IA en matière de codage, nous pensons qu'elle reconfigure fondamentalement la façon dont vous pourriez effectuer une partie de ce travail.

‍

Tiffany Hsieh (19:50)

La génération de code, par exemple.

‍

Tiffany Hsieh (19:52)

Désormais, les outils d'IA réalisent eux-mêmes la génération de code.

‍

Tiffany Hsieh (19:57)

Le rôle du développeur logiciel évolue : il s'agit davantage de réfléchir à la manière de structurer le problème en amont, puis d'évaluer les résultats en tant qu'humain dans la boucle en aval.

‍

Tiffany Hsieh (20:07)

Et cela nous aide donc à comprendre, d'accord, si cette tâche de génération de code est davantage automatisée par l'IA, mais que cela commence alors à valoriser différentes compétences.

‍

Tiffany Hsieh (20:20)

Parler aux clients, parler aux membres de l'équipe, décomposer les problèmes, la pensée critique, la résolution de problèmes. C'est à ce moment-là que les aspects humains du métier sont valorisés et que cela nous permet de réfléchir, du point de vue de la formation et du développement, à l'endroit où concentrer réellement la formation et le temps.