Économie

Les règles du jeu sont toujours les mêmes : il faut être compétitif, sinon on perd sa place. Cette page abordera les impacts de l'IA sur l'économie en tentant de répondre à plusieurs questions de recherche :

1. Quelles sont les similitudes et les différences entre l'intelligence artificielle et d'autres avancées technologiques d'un point de vue économique ?
2. Comment l'intelligence artificielle peut-elle contribuer à la préservation de l'environnement sans compromettre
   l'efficacité économique ?
3. Comment l'intelligence artificielle peut-elle améliorer les prévisions macroéconomiques et réduire les délais de mise en œuvre des politiques ?
4. Compte tenu de son impact sur l'économie, comment l'intelligence artificielle affecte-t-elle les aspects non économiques de la vie humaine ?

Le contenu de ce portfolio peut être incorporé dans tous les cours d'économie au niveau universitaire. L'analyse des données dans la vidéo ci-dessous peut être utilisée dans les méthodes quantitatives, et la partie "Au-delà de l'économie" peut être utilisée dans les cours de sciences humaines et de méthodes qualitatives.

 

Économie du travail

L'IA est une technologie à usage général (TPG) qui a été développée par les gouvernements et les entreprises pour obtenir un avantage concurrentiel sur leurs rivaux. Ces technologies améliorent les conditions économiques des employeurs, des employés et des ménages. Toutefois, cette amélioration n'est pas uniformément répartie entre les secteurs. Les TPG augmentent le rendement des compétences qui sont plus compatibles avec les nouveaux moyens de production. Il s'agit là d'une caractéristique du mécanisme de marché qui incite les travailleurs à se spécialiser dans les domaines qui augmentent leur productivité. C'est précisément grâce à ce rééquilibrage que nous parvenons à une plus grande efficacité et à un niveau de vie plus élevé - l'objectif économique le plus important.

La vidéo suivante vidéo résume l'impact de l'IA sur l'emploi.

Après avoir satisfait leurs besoins primaires, les ménages ont tendance à dépenser leur revenu marginal principalement dans des produits à plus forte intensité de main-d'œuvre. Cela signifie que la demande de services augmente davantage que celle de biens. Nous avons observé cette tendance dans les pays développés et en développement au cours du 20e siècle. Nous pouvons nous attendre à ce qu'elle se poursuive avec l'IA, où l'économie passe du secteur des biens à celui des services.

L'emploi n'a pas de valeur en soi. Sinon, nous tombons dans le l'erreur de la fenêtre briséequi est un défaut majeur de l'économie l'économie keynésienne. Il est erroné de juger des impacts économiques d'un événement en ne considérant qu'un seul secteur - comme les travailleurs peu qualifiés - ou en ne considérant que ses effets immédiats à court terme.

De même, l'équité raciale et la représentation des sexes sont des valeurs nobles qui dépassent le cadre des objectifs économiques. Cependant, elles peuvent avoir un coût économique élevé, qui est souvent supporté par les secteurs relativement plus faibles qui étaient censés être soutenus, en particulier lorsque nous insistons pour obtenir des résultats rapides et substantiels avant que le cours naturel des forces économiques ne puisse réagir.

L'amélioration a un coût et tout n'est pas rose. Cependant, il n'est ni souhaitable ni possible de résister au progrès technologique. La technologie est un flux ascendant naturel qui suit son cours. La stratégie la plus sage consiste à s'adapter aux nouvelles exigences et à essayer d'être à l'avant-garde.

 

Économie de l'environnement

Les algorithmes d'IA et l'apprentissage automatique peuvent aider les agents économiques - consommateurs et producteurs - à surmonter l'asymétrie de l'information en réduisant le coût de la transparence. Les données en temps réel sur les prix incitent les consommateurs à allouer leurs ressources de la manière la plus efficace. Ces algorithmes ont déjà été mis en place dans plusieurs secteurs tels que l'énergie, l'assurance, les voyages et le tourisme. Appliqués à la planification des itinéraires, aux routes à péage variable et aux véhicules autonomes, ils peuvent permettre de réduire l'empreinte carbone et les embouteillages. Si des algorithmes similaires sont appliqués à la gestion des déchets, où les ménages sont facturés en fonction des déchets qu'ils produisent et du prix de leur élimination dans leur région, ils peuvent avoir d'autres avantages environnementaux.

Cette solution est préférable au système actuel de prix forfaitaire pour l'énergie, les routes et l'enlèvement des ordures. Il permet aux consommateurs d'assumer davantage la responsabilité de leurs habitudes de consommation et de payer le coût des externalités négatives qu'ils créent. Il est également plus équitable.

En outre, l'apprentissage automatique et le big data peuvent rendre la production d'énergie plus rentable sur le plan environnemental de plusieurs manières :

• mesurer la production des panneaux solaires ;
• la prévision des impacts géologiques des barrages ;
• aider à la découverte et à l'extraction des ressources naturelles ;
• de prévoir les catastrophes naturelles et d'éviter ainsi des pertes importantes ;
• des méthodes agricoles améliorées avec une utilisation réduite de pesticides et d'engrais.

Enfin, la prédiction par le traitement de l'IA consomme moins d'énergie. Il s'agit là d'un gain environnemental direct.

 

Macroéconomie

Les économistes ont depuis longtemps abandonné l'idée d'un réglage fin de l'économie par le biais de mécanismes fiscaux et monétaires. Cependant, le réglage brut reste populaire, tant en théorie qu'en pratique. Néanmoins, les résultats sont loin d'être parfaits. Qu'il s'agisse du New Deal de FDR dans les années 1930 ou du Recovery Act d'Obama en 2009, les programmes gouvernementaux ont plutôt exacerbé les fluctuations du cycle économique, principalement pour les raisons suivantes décalages entre les politiques et du problème de calcul économique.

L'IA peut s'avérer utile à cet égard de plusieurs manières, dont certaines se recoupent avec la microéconomie :

• Une meilleure adéquation des emplois grâce à l'utilisation de l'IA réduira le chômage, augmentera la satisfaction des travailleurs et entraînera une hausse de la productivité, ce qui se traduira par des salaires plus élevés et donc un niveau de vie plus élevé. Tel est, après tout, l'objectif de la macroéconomie.
• Environ 40 % de la population mondiale (plus de 3 milliards) n'a pas accès à l'internet. Les économies réalisées grâce à l'IA permettront une plus grande diffusion de l'internet, ce qui permettra à un plus grand nombre de personnes de trouver un emploi adéquat. En plus de servir les citoyens relativement défavorisés de la planète, l'IA contribuera également à l'économie mondiale dans son ensemble. Elle peut ainsi renforcer l'efficacité, la liberté et l'équité : trois grands objectifs socio-économiques.
• Elle a la capacité de combler les lacunes dans les données. En outre, il peut prendre des données non quantitatives - telles que des transcriptions de procès, des textes de courriels, des connexions aux médias sociaux, des critiques en ligne et des calendriers - et les quantifier pour en faire de nouvelles variables. Ces données se prêtent mieux à l'analyse statistique.
• Elle peut permettre de réduire les dépenses bureaucratiques grâce aux économies réalisées sur le coût des prévisions, ce qui devrait idéalement se traduire par un allègement de la charge des contribuables.
• Il permet d'atteindre l'objectif d'inflation de la banque centrale en maintenant un taux de croissance monétaire régulier et transparent, sans nécessiter de supervision approfondie.
• Elle peut prévenir les bulles financières grâce à une sélection plus précise et plus efficace des demandeurs de prêts.
• Elle peut remplacer la réglementation gouvernementale, qui est souvent sujette à la corruption et à l'inefficacité. Par exemple, les algorithmes peuvent prédire les niveaux d'hygiène sur la base des commentaires des clients, ce qui peut remplacer les vérifications coûteuses de la FDA.
• Il peut constituer une avancée dans la théorie des choix publics, car les consommateurs peuvent participer activement aux décisions qui les concernent par le biais de tweets. Les consommateurs peuvent ainsi s'exprimer au lieu de faire intervenir les décideurs politiques et les forces de l'ordre.
• Elle peut faciliter une affectation plus efficace des ressources en cas d'urgence grâce à des systèmes tels que le service 911 amélioré (E911). Les données supplémentaires glanées et traitées par l'IA peuvent aider les répartiteurs à classer leurs clients par ordre de priorité de manière plus efficace et plus équitable.
• L'une des principales sources de bonheur des gens est la confiance qu'ils ont dans leurs concitoyens, dans le système économique et dans leur gouvernement. La nature compétitive de l'IA est susceptible d'améliorer la transparence et de réduire l'incitation à la tricherie, comme on l'observe dans l'ubérisation.
• Elle peut améliorer l'égalité des chances et réduire la pauvreté générationnelle, comme le démontre le programme "Opportunity". Opportunity Insights de Raj Chetty.

 

Au-delà de l'économie

Les économistes s'accordent à dire que l'IA n'est pas fondamentalement différente des autres formes de technologie. L'analyse économique de l'IA proposée ci-dessus peut contribuer à une vision plus équilibrée et plus complète de la manière dont cette technologie affecte d'autres domaines de la vie humaine, tels que la liberté, la moralité et l'équité.

En dehors de la profession, les médias se nourrissent souvent de la négativité et de la peur. C'est compréhensible compte tenu de leur besoin de publicité. Ce qui est regrettable, c'est de voir les universitaires prendre le train de l'alarmisme, en instillant la peur chez les étudiants. Rien ne prouve que le développement de l'IA entraîne des changements spectaculaires dans l'économie. Il ne s'agit pas d'idéaliser la situation. Nous ne sommes pas dans une utopie, et nous ne nous dirigeons pas vers une utopie, mais le monde n'est pas non plus en train de s'écrouler. Les enseignants du monde universitaire ne doivent pas se transformer en prédicateurs dans les médias.

Liberté

Les améliorations technologiques nous font gagner du temps et nous libèrent de tâches ardues. Bien qu'il s'agisse d'une contribution précieuse, ce n'est qu'une première étape. C'est ce qu'Erich Fromm appelle la "liberté de", par opposition à la "liberté de", qui est l'étape suivante. La "liberté de" est de nature négative et externe : c'est l'absence de contraintes extérieures. C'est pourquoi elle est la plus visible. La "liberté de" est positive et interne : c'est la manière dont nous utilisons notre liberté de manière active, autonome et responsable, sur la base d'un sentiment intérieur de libération et d'authenticité. Elle est moins tangible. Les deux correspondent respectivement à la liberté négative et à la liberté positive, telles qu'elles ont été inventées plus tard par Isaiah Berlin (1958). Fromm a écrit dans Escape from Freedom:

Nous négligeons le rôle des autorités anonymes telles que l'opinion publique et le "bon sens", qui sont si puissantes en raison de notre profonde volonté de nous conformer aux attentes que tout le monde a de nous-mêmes et de notre peur tout aussi profonde d'être différents. En d'autres termes, nous sommes fascinés par la croissance de la liberté provenant de puissances extérieures à nous-mêmes et nous sommes aveuglés par les contraintes, les compulsions et les peurs intérieures, qui tendent à saper le sens des victoires que la liberté a remportées sur ses ennemis traditionnels. Nous sommes donc enclins à penser que le problème de la liberté consiste exclusivement à gagner encore plus de liberté, comme celle que nous avons gagnée au cours de l'histoire moderne. (Fromm, 1969, pp. 125-126)

Nous fuyons la liberté positive parce qu'elle s'accompagne du fardeau insupportable de la responsabilité personnelle. La clé de la liberté négative est la séparation des pouvoirs, car la concentration du pouvoir corrompt. La clé de la liberté positive est la force intérieure et la responsabilisation personnelle. L'IA nous donne la première clé puisqu'elle est compétitive et libre d'accès. Elle nous permet de "nous libérer de", mais la question est alors de savoir ce que nous allons en faire. Certaines formes d'IA - comme les algorithmes de recommandation - peuvent plutôt nous anesthésier de notre liberté intérieure en nous isolant dans notre bulle et en nous donnant un sentiment exagéré de confirmation. Les penseurs et les éducateurs doivent se charger de favoriser cette deuxième étape de la liberté par une éducation efficace. Cela dépasse évidemment le cadre de l'économie. En résumé, nous devons apprécier la contribution de l'IA à la liberté humaine de deux manières : (1) en ne la freinant pas par des impulsions à courte vue ; (2) en nous spécialisant dans la promotion de la liberté positive. C'est ainsi que l'homme et la machine se complètent.

Oisiveté

Bertrand Russell a écrit un essai perspicace intitulé "Éloge de l'oisiveté". Il observe, dès les années 1930, que le loisir n'est plus l'apanage d'une élite fortunée. "La technique moderne a permis de réduire considérablement la quantité de travail nécessaire pour assurer à chacun les nécessités de la vie" (Russell, 2004, p. 5). Il affirme que dans les pays industrialisés, les gens peuvent avoir un mode de vie confortable en ne travaillant que quatre heures par jour. Le reste, suggère-t-il, devrait être investi dans ce qui nous rend plus humains. Cela comprendrait un large éventail d'activités - en fonction du milieu et des conditions de vie de chacun - qui contribuent au développement personnel et professionnel, comme l'art, la littérature, la charité et le service à la communauté.

Cette oisiveté permet idéalement aux citoyens de s'éduquer, afin de devenir plus sensibles à leur environnement, de ne pas tomber dans les erreurs courantes et de jouer un rôle plus actif sur la scène politique. La technologie réduit le coût d'opportunité des loisirs qui, s'ils sont utilisés à bon escient, peuvent faire de nous des individus plus responsables, à la fois dans nos propres foyers et vis-à-vis de nos voisins. "Par-dessus tout, il y aura du bonheur et de la joie de vivre, au lieu de nerfs à vif, de lassitude et de dyspepsie. Le travail exigé sera suffisant pour rendre les loisirs agréables, mais pas assez pour provoquer l'épuisement" (p. 14).

C'est ce que l'on observe depuis le début du 20e siècle, où les loisirs sont devenus de plus en plus abordables pour une plus grande partie de la population. On peut s'attendre à ce que la même tendance se poursuive avec l'IA, ce qui entraînera une large diffusion de l'ouvrage de John William Godward intitulé Idleness:

Dilemmes éthiques

Le développement de voitures sans conducteur est parfois critiqué pour les défis qu'il pose aux jugements moraux et les évaluations relatives des vies humaines. Il s'agit là d'un exemple clair de spécialisation. La technologie s'occupant de la mécanique de la conduite, les esprits humains sont désormais libres d'aborder des questions plus fondamentales. En d'autres termes, alors que certains prétendent que l'IA est démoralisante et déshumanisante, nous pouvons déjà constater qu'elle nous éveille en fait à des questions éthiques qui ont été négligées pendant longtemps. Le fait que nous posions et explorions aujourd'hui ces questions indique un changement d'orientation dans la manière dont nous investissons nos ressources, en particulier l'intelligence humaine. Cette réorientation peut être un tremplin vers l'évolution de la conscience, telle que décrite par Sri Aurobindo.

Plus généralement, la majeure partie de l'histoire de l'humanité a été une lutte pour la survie, avec d'inévitables conflits d'intérêts et diverses formes de violence. Ce n'est que depuis le XIXe siècle que nous nous sommes progressivement éloignés de l'agriculture de subsistance, grâce à des innovations technologiques rapides. La satisfaction de nos besoins primaires nous a permis de nous tourner vers des besoins plus élevés et de viser la promotion des droits de l'homme, de l'égalité et de la paix. L'IA a le potentiel de favoriser tolérance religieuse et de nous inciter à faire face à notre abîme l'abîme existentiel qui nous est inhérent. La complémentarité de la technologie et de l'éthique, parmi d'autres aspects du développement humain, est exprimée de la manière la plus éloquente par David Hume dans son essai intitulé "Du raffinement dans les arts" :

L'époque qui produit de grands philosophes et hommes politiques, des généraux et des poètes renommés, abonde généralement en tisserands habiles et en charpentiers de navire. Nous ne pouvons raisonnablement pas nous attendre à ce qu'un morceau de tissu de laine soit travaillé à la perfection dans une nation qui ignore l'astronomie ou qui néglige l'éthique. (Hume, 1994, p. 107)

Le pouvoir des entreprises

Comme d'autres formes de technologies à usage général (TUG), l'IA se traduit par une main-d'œuvre plus productive. Dans le cas de l'IA, les gains de productivité profitent principalement aux consommateurs et aux employés, et non aux détenteurs de capitaux ou aux fournisseurs, en raison de la technologie.

Certains penseurs - de l'intérieur et de l'extérieur de la discipline - se sont inquiétés de voir des entreprises telles que Google, Apple et Microsoft acquérir des pouvoirs monopolistiques grâce à l'IA. Cette crainte est injustifiée, car les TPG ne sont pas brevetés et peuvent facilement faire l'objet d'une rétro-ingénierie. D'où l'importance des avantages du premier arrivant, l'avantage du premier arrivé ont peu de chances d'être maintenus et l'IA n'est pas susceptible de rapporter beaucoup d'argent à ces entreprises à long terme. Il est vrai que les données peuvent être limitées, mais la question qu'il faut se poser est la suivante : quelle est leur rareté ? En outre, à mesure que les technologies d'IA se développent, elles deviennent de moins en moins dépendantes des données. La valeur marginale des données est soumise à la loi des rendements décroissants. En bref, tant que le gouvernement ne paralyse pas le secteur par des exigences de licence, la liberté d'entrée et de sortie dissipera le pouvoir de marché d'un seul agent.

Fonds propres

Le ratio emploi/population augmente de manière significative dans les industries qui utilisent davantage de technologie. Cet effet positif d'augmentation de la main-d'œuvre est encore plus important pour les femmes, ce qui implique une progression vers une représentation plus équitable des femmes dans les emplois de haute technologie. Parallèlement, les primes salariales sont également plus importantes pour les diplômés de l'enseignement supérieur que pour les non-diplômés. Cela signifie que si l'écart salarial entre les hommes et les femmes diminue, un clivage interne peut se creuser entre les travailleuses diplômées de l'enseignement supérieur et celles qui ne le sont pas.

Il convient de noter que les plus grandes inquiétudes concernant le développement de l'IA sont fondées sur des motifs éthiques, et non techniques. L'apprentissage automatique est un traitement algorithmique des données. Si les données disponibles sont biaisées, l'IA produira inévitablement des résultats biaisés. Cela peut exacerber le niveau actuel de partialité dans un domaine donné.

Bien que cette situation soit préoccupante, elle présente également un aspect positif, car elle permet de mettre en évidence des préjugés cachés. En outre, le ML a la capacité de prédire les biais inconscients des décideurs humains, comme l'ont démontré des études récentes. Par conséquent, son rôle peut être comparé à la fonction du vin selon Rumi :

Ce n'est pas dans toutes les têtes que le vin crée le mal.
le mal, mais son rôle est juste d'envenimer les choses.

Le méchant devient plus méchant en buvant ;
Mais le sage devient plus grand par la réflexion.

S'il est impératif de reconnaître les limites de l'IA - qu'elles soient économiques ou éthiques, à court ou à long terme -, il est également impératif pour les universitaires et les éducateurs de ne pas endosser l'habit de propagandistes et de ne pas perdre le contact avec les preuves empiriques. Hafez, qui utilise également la métaphore du vin, fait passer ce message :

Vous avez énuméré les vices du vin, bravo ;
Et ses vertus ? Il y en a aussi des tonnes.

Ne pas cacher la réalité
S'adresser à un public qui va se disperser.

 

 

Références et lectures recommandées

La première et principale ressource à consulter est The Economics of AI, qui comprend une riche banque de conférences et d'articles. Les enregistrements de la conférence annuelle du NBER à Toronto sont également disponibles pour les années 2017, 2018 et 2019.

Voici une liste des sources consultées pour la création de ce portfolio, y compris la vidéo ci-dessus.

---

Abdulov, R. (2020). L'intelligence artificielle comme facteur important d'une croissance économique durable et sans crise. Procedia Computer Science, 169, 468-472.

 

Acemoglu, D., & Restrepo, P. (2018). Intelligence artificielle, automatisation et travail (n° w24196). National Bureau of Economic Research.

 

Acemoglu, D. et Restrepo, P. (2019). Automatisation et nouvelles tâches : Comment la technologie déplace et réintègre le travail. Journal of Economic Perspectives, 33(2), 3-30.

 

Acemoglu, D. et Restrepo, P. (2020). Robots et emplois : Evidence from US labor markets. Journal of Political Economy, 128(6), 2188-2244.

 

Agrawal, A., Gans, J. et Goldfarb, A. (2018). Prediction machines : The simple economics of artificial intelligence (Les machines à prédire : l'économie simple de l'intelligence artificielle). Boston, Massachusetts : Harvard Business Review Press.

 

Autor, D. et Salomons, A. (2017). La croissance de la productivité menace-t-elle l'emploi ? In ECB Forum on Central Banking, Sintra, Portugal (pp. 26-28).

 

Autor, D. et Salomons, A. (2018). L'automatisation déplace-t-elle la main-d'œuvre ? Croissance de la productivité, emploi et part du travail (n° w24871). National Bureau of Economic Research.

 

Becker, G. S. et Posner, R. A. (2009). Uncommon sense : economic insights, from marriage to terrorism. University of Chicago Press.

 

Bhargava, R. (2018). Les algorithmes ne sont pas biaisés, c'est nous qui le sommes. MIT Media Lab. https://medium.com/mit-media-lab/the-algorithms-arent-biased-we-are-a691f5f6f6f2

 

Brynjolfsson, E., Rock, D. et Syverson, C. (2018). L'intelligence artificielle et le paradoxe de la productivité moderne : un choc des attentes et des statistiques. Dans L'économie de l'intelligence artificielle : An agenda (pp. 23-57). University of Chicago Press.

 

Dillender, M., Forsythe, E. C. (2019). L'informatisation des emplois de cols blancs. Document de travail de l'Institut Upjohn 19-310. Kalamazoo, MI : W. E. Upjohn Institute for Employment Research. https://doi.org/10.17848/wp19-310

 

Fromm, E. (1969). L'évasion de la liberté. New York : Avon Books.

 

Furman, J. (2016, juillet). Cette fois-ci, est-ce différent ? The opportunities and challenges of artificial intelligence. Dans K. Crawford & M. Whittaker (coprésidents), AI Now : The social and economic implications of artificial intelligence technologies in the near term. Symposium organisé à l'occasion de la réunion de l'Institut AI Now, New York, NY.

 

Garver, R. (2017). Les femmes les plus puissantes de la finance : N° 10, Joyce Chang de JPMorgan Chase. American Banker. https://www.americanbanker.com/news/most-powerful-women-in-finance-2017-no-10-joyce-chang

 

Hume, D. (1994). Political Essays (K. Haakonssen, Ed.). Cambridge : Cambridge University Press.

 

King, K. (2019). L'utilisation de l'intelligence artificielle dans le marketing : Comment exploiter l'IA et maintenir l'avantage concurrentiel. Kogan Page Publishers.

 

Langlotz, C. P., Allen, B., Erickson, B. J., Kalpathy-Cramer, J., Bigelow, K., Cook, T. S., ... & Kandarpa, K. (2019). Une feuille de route pour la recherche fondamentale sur l'intelligence artificielle en imagerie médicale : de l'atelier 2018 NIH/RSNA/ACR/The Academy. Radiology, 291(3), 781-791.

 

Layard, R. (2011). Le bonheur : leçons d'une nouvelle science. New York : Penguin Press.

 

Melnychenko, O. (2019). Application de l'intelligence artificielle dans les systèmes de contrôle de l'activité économique. Économie virtuelle, 2(3), 30-40.

 

Mokyr, J. (2018). Le passé et l'avenir de l'innovation : Quelques leçons de l'histoire économique. Explorations en histoire économique, 69, 13-26.

 

Mokyr, J., Vickers, C. et Ziebarth, N. L. (2015). L'histoire de l'anxiété technologique et l'avenir de la croissance économique : Is this time different ? Journal of economic perspectives, 29(3), 31-50.

 

Rowe, E. (2019). Capitalisme sans capital : L'économie immatérielle de la réforme de l'éducation. Discourse : Studies in the Cultural Politics of Education, 40(2), 271-279.

 

Russell, B. (2004). Éloge de l'oisiveté et autres essais. Londres ; New York : Routledge.

 

Statistique Canada. Tableau 14-10-0020-01 Taux de chômage, taux d'activité et taux d'emploi selon le niveau de scolarité, annuel. https://www150.statcan.gc.ca/t1/tbl1/en/tv.action?pid=1410002001#tables

 

Statistique Canada. Tableau 14-10-0023-01 Caractéristiques de la population active selon la branche d'activité, annuel (x 1 000). https://doi.org/10.25318/1410002301-eng

 

Statistique Canada. Tableau 14-10-0204-01 Rémunération hebdomadaire moyenne par branche d'activité, annuelle. https://doi.org/10.25318/1410020401-eng

 

Statistique Canada. Tableau 14-10-0327-01 Caractéristiques de la population active selon le sexe et le groupe d'âge détaillé, annuel. https://doi.org/10.25318/1410032701-eng

 

Statistique Canada. Tableau 36-10-0208-01 Productivité multifactorielle, valeur ajoutée, facteur capital et facteur travail dans le secteur agrégé des entreprises et les principaux sous-secteurs, par industrie. https://doi.org/10.25318/3610020801-eng

 

Susskind, D. (2020). Un monde sans travail : Technology, automation and how we should respond. Penguin UK.