L'écart d'attentes sur l'IA

L'écart d'attentes sur l'IA

Szymon Sacher, Tess Cotter, Charles I. Jones, Anton Korinek, Peter McCrory

Principaux résultats

1. Les adultes américains s'attendent à ce que les capacités de l'IA progressent rapidement dans les années à venir ; le personnel d'Anthropic s'attend à une progression encore plus rapide ; 39% des adultes américains et 91% du personnel s'attendent à ce que l'IA soit capable de réaliser une découverte de niveau Nobel d'ici 2030.
2. Le personnel d'Anthropic s'attend à des gains de productivité bien plus importants grâce à l'IA sur les tâches pour lesquelles elle est bien adaptée. Parmi les adultes américains qui utilisent l'IA au travail, 26% disent qu'une tâche prend un quart du temps ou moins avec l'IA, contre 59% du personnel d'Anthropic.
3. Concernant leur propre travail, plus de la moitié du personnel d'Anthropic s'attend à ce que l'IA soit capable d'accomplir au moins 80% de leur travail actuel d'ici 2030, contre 5% des travailleurs américains.
4. Tant chez les travailleurs américains que chez le personnel d'Anthropic, les personnes qui s'attendent à ce que l'IA fasse davantage de leur propre travail anticipent un chômage plus élevé. Bien qu'il existe des différences de croyances sur les capacités futures, le lien perçu entre la manière dont l'IA pourrait changer son propre emploi et le chômage au sens large est très similaire pour les deux groupes.
   

Introduction

Comment l'IA va-t-elle remodeler l'économie dans les années à venir ? Les capacités de l'IA progressent rapidement, et la possibilité que de futurs modèles d'IA puissent construire leurs propres successeurs (auto-amélioration récursive) pourrait encore accélérer le rythme des progrès. La rapidité avec laquelle cela pourrait se matérialiser et l'ampleur du phénomène restent incertaines. Les prévisions varient considérablement et sont vivement débattues.

Quelle est la source principale du désaccord sur l'impact futur de l'IA sur l'économie ? Est-elle principalement due à des différences de croyances sur la rapidité d'amélioration des capacités de l'IA ? Ou reflète-t-elle un désaccord sur la rapidité et la forme selon lesquelles ces capacités se traduisent en adoption dans le monde réel ? Quelles visions de la trajectoire future de l'IA sont compatibles avec une forte croissance économique ?

Cette note présente de nouvelles données d'enquête sur ces questions. En août 2026, nous avons interrogé deux groupes : un échantillon d'adultes américains représentatif au niveau national et le personnel d'Anthropic.¹ Les questions portaient, entre autres, sur les capacités de l'IA, l'ampleur de son utilisation future, le temps qu'elle fera gagner, son degré d'autonomie et la difficulté pour un travailleur déplacé de trouver un emploi dans une autre profession.² Le personnel d'Anthropic construit et utilise l'IA de pointe chaque jour. La deuxième enquête montre donc comment les personnes les plus proches de cette technologie anticipent son avenir, tant en termes de capacités que d'impact économique plus large.

Nous rapportons les principaux résultats suivants. Premièrement, les deux groupes s'accordent largement sur ce que l'IA peut faire aujourd'hui, mais divergent sur le rythme des progrès futurs. Le personnel d'Anthropic s'attend à ce que les capacités progressent plus vite, à une utilisation plus large de l'IA avec moins d'intervention humaine, et à un gain de temps sur les tâches beaucoup plus important. Par exemple, 91% du personnel s'attend à ce que l'IA soit capable de réaliser une découverte de niveau Nobel d'ici 2030, contre 39% des adultes américains.

Deuxièmement, il existe des divergences marquées concernant le propre emploi des personnes. En moyenne, les membres du personnel s'attendent à ce que l'IA soit capable d'accomplir 75% de leur travail actuel d'ici 2030, contre 28% pour l'ensemble des travailleurs américains.

Troisièmement, les deux groupes semblent raisonner de manière similaire sur le marché du travail : les personnes qui s'attendent à ce que l'IA fasse davantage de leur propre travail à l'avenir prévoient un chômage plus élevé. Et, à un même niveau d'automatisation attendue de leur propre travail par l'IA, les deux groupes prévoient un taux de chômage à peu près identique.

Ce que les gens attendent de l'IA

Capacités

Nous examinons d'abord les attentes concernant les capacités de l'IA. Nous avons demandé quand l'IA sera capable d'accomplir chacune de huit tâches aussi bien qu'un professionnel qualifié, de la rédaction d'e-mails de routine à la réalisation d'une découverte scientifique de niveau Nobel. Les adultes américains et le personnel d'Anthropic s'accordent largement sur ce que l'IA peut faire aujourd'hui, en particulier pour les tâches plus complexes. Les deux groupes classent les tâches dans un ordre de difficulté presque identique (Figure 1, panneau A).

Les groupes divergent sur la trajectoire des progrès futurs de l'IA. Par exemple, environ un quart des adultes américains et du personnel d'Anthropic pensent que l'IA peut concevoir, mener et publier des études scientifiques aujourd'hui. Mais dès l'année prochaine, 9 membres du personnel sur 10 s'attendent à ce que cela soit réalisable pour l'IA, contre seulement 38% du grand public. D'ici 2030, 39% des adultes américains s'attendent à ce que l'IA soit capable de réaliser une découverte de niveau Nobel (panneau C), contre 91% du personnel. Différence peut-être la plus frappante : selon la tâche, entre 19 et 40% des adultes américains déclarent que l'IA ne sera jamais capable d'accomplir une tâche donnée, contre au plus 2% du personnel.

En partie, les différences d'opinions reflètent des différences de fréquence d'utilisation de l'IA. Parmi ceux qui utilisent l'IA régulièrement au travail (environ un cinquième des répondants), 56% s'attendent à ce que l'IA soit capable d'accomplir au moins sept des huit tâches mentionnées d'ici 2030. C'est nettement plus que parmi l'ensemble des adultes américains (41%) et parmi ceux qui n'ont jamais utilisé d'outil d'IA (28%), mais toujours bien en deçà de l'avis du personnel (96%).

L'adoption et ses obstacles

L'impact de l'IA sur l'économie n'est pas uniquement déterminé par les capacités brutes. Les individus et les entreprises doivent réellement utiliser l'IA, ce qui demande du temps et des expérimentations. Parmi les tâches professionnelles que l'IA pourra accomplir, les adultes américains s'attendent à ce que 42 % soient réalisées avec l'IA d'ici 2030. Le personnel d'Anthropic anticipe une diffusion nettement plus rapide au cours des prochaines années, avec l'IA utilisée pour 65 % de toutes les tâches pour lesquelles elle pourrait l'être.

Pour comprendre ce qui pourrait freiner l'adoption de l'IA au travail, nous avons demandé aux adultes américains de choisir jusqu'à trois obstacles parmi une liste de neuf qu'ils s'attendent à être les plus importants. Le grand public s'attend à ce que les préférences et les règles des personnes, plus que les contraintes technologiques, soient ce qui freine l'adoption (Figure 2). « Les clients préférant traiter avec une personne » a été l'obstacle le plus souvent sélectionné, suivi de « les préoccupations de confidentialité et de sécurité des données », « l'IA n'étant pas assez fiable », et « les lois, réglementations ou la responsabilité ».

Fait notable, les adultes américains qui utilisent régulièrement l'IA au travail classent les préoccupations de confidentialité et de sécurité des données en première position (42 % les considèrent parmi les 3 premiers obstacles, contre 37 % parmi les autres) et jugent la préférence des clients pour traiter avec des humains légèrement moins importante (37 % contre 42 %).

Le degré d'autonomie de l'IA

L'impact de l'IA sur le marché du travail dépendra en partie du fait que l'IA accomplira des tâches complexes de manière autonome ou en collaboration avec un humain. Le premier cas tend à déplacer les travailleurs humains. À l'inverse, lorsque l'IA complète les capacités humaines, les travailleurs deviennent plus productifs. Pour se faire une idée de l'automatisation attendue par rapport à l'augmentation des capacités en 2030 parmi le personnel d'Anthropic et le grand public, nous avons demandé comment l'IA et les humains travailleront ensemble sur diverses tâches allant de la rédaction d'e-mails aux contrats juridiques d'ici 2030. Chez Anthropic, la grande majorité du personnel déclare que d'ici 2030, l'IA accomplira soit les tâches seule, soit avec un travailleur évaluant le travail (Figure 3). En revanche, 4 adultes américains sur 10 s'attendent plutôt à ce que les humains fassent l'essentiel du travail eux-mêmes ou avec une certaine aide de l'IA.

Gains de temps

L'augmentation de la production induite par l'IA dépend non seulement des tâches qu'elle peut accomplir et de l'ampleur de son utilisation, mais aussi de la rapidité et de la qualité avec lesquelles elle les accomplit. Une technologie qui est tout juste assez bonne pour remplacer les travailleurs — ce qu'Acemoglu et Restrepo (2019) appellent une technologie « so-so » — déplace le travail sans beaucoup d'augmentation du PIB. À l'inverse, une technologie qui accomplit des tâches pour une petite fraction du coût ou en une fraction du temps peut augmenter sensiblement le PIB.

Pour mesurer les perceptions du gain de productivité apporté par l'IA, nous avons demandé au grand public et au personnel d'Anthropic combien de temps prend une tâche pour laquelle l'IA est bien adaptée avec l'IA, par rapport à sa réalisation sans IA. Une tâche réalisée en deux fois moins de temps correspond à un doublement de la production par heure.³

Le personnel d'Anthropic rapporte des gains attendus bien plus importants, avec 85 % déclarant que cela prend la moitié du temps ou moins. Parmi les adultes américains qui utilisent l'IA au travail, la réponse typique est la moitié du temps, et 29 % déclarent que la tâche prend autant de temps ou plus, alors que seulement 5 % du personnel le déclarent. Parmi les adultes américains, 26 % de ceux qui utilisent l'IA au travail déclarent qu'une tâche prend un quart du temps ou moins, et 21 % de ceux qui n'utilisent pas l'IA au travail le déclarent également. Pour le personnel, cette part est de 59 % (Figure 4).

Le personnel décrit peut-être ce qu'il vit au travail. Comme discuté plus en détail dans How Employment is Changing at Anthropic, les employés d'Anthropic ont augmenté leur productivité sur certains dimensions après l'adoption d'outils agentiques : les lignes de code ajoutées par les ingénieurs ont triplé le mois suivant l'adoption d'agents de codage, et les représentants commerciaux ont conclu plus de contrats avec des clients après l'adoption d'agents d'IA. La production par personne a également augmenté dans d'autres fonctions de l'entreprise, comme le juridique et le recrutement.

Son propre travail et les emplois

Quelle part de leur propre travail l'IA pourra accomplir

Sans grande surprise, nous constatons un écart important de perception entre le grand public et le personnel d'Anthropic concernant l'impact de l'IA sur leur propre emploi (Figure 5). En moyenne, les membres du personnel d'Anthropic déclarent que l'IA pourra accomplir 75 % de leurs heures de travail actuelles d'ici 2030. Les travailleurs américains (les répondants déclarant avoir un emploi) fixent cette part à 28 % en moyenne, et seulement 1 sur 20 affirme que l'IA pourrait accomplir 80 % ou plus de leurs heures de travail d'ici 2030.

Parmi les travailleurs américains, les attentes varient selon la profession : on s'attend à ce que l'IA puisse accomplir 25 % des heures de travail chez les travailleurs des métiers manuels, de la production et du transport, et 33 % pour les travailleurs des professions de l'informatique, de l'ingénierie et des sciences. Pour ce dernier groupe, ceux qui utilisent l'IA régulièrement n'attendent que 40 %, une conviction plus proche de celle du travailleur américain moyen que de celle du membre moyen du personnel d'Anthropic (75 %).

Exposition de son propre emploi et prévisions de chômage

La part de leur propre travail que les gens attendent de l'IA explique en grande partie ce qu'ils anticipent pour le marché du travail. Nous avons indiqué aux répondants que le taux de chômage actuel était d'environ 4,2 % et leur avons demandé de prévoir le taux en 2030. La Figure 6 regroupe les répondants selon la part de leurs propres heures qu'ils estiment que l'IA pourra accomplir d'ici 2030, et montre la prévision moyenne de taux de chômage de chaque groupe.

Les travailleurs américains qui estiment que l'IA pourra accomplir moins de la moitié de leur travail prévoient un chômage de 7 à 8 %. Au-delà de la moitié, la prévision augmente avec la part de travail exposée à l'IA. Ceux qui estiment que l'IA accomplira 80 % ou plus de leur travail attendent, en moyenne, un taux de chômage de 12,2 % en 2030, supérieur à son pic lors de la Grande Crise Financière. Parmi les travailleurs américains, dix points de pourcentage supplémentaires de travail affecté sont associés à 0,4 point de chômage prévu en plus. Un optimisme général envers l'IA n'explique pas cela. À exposition de leur propre travail fixée, la part des huit tâches qu'un travailleur estime que l'IA pourra maîtriser n'est pas liée à la prévision.

Bien que leur exposition déclarée soit bien plus élevée, le même gradient apparaît parmi le personnel d'Anthropic, avec des prévisions qui reflètent étroitement celles de la population générale. Ainsi, ces deux groupes ne semblent pas avoir de théories différentes sur la manière dont l'IA affectera simultanément leur propre emploi et le marché du travail dans son ensemble. Ils ont des expériences différentes de ce que sont les capacités de l'IA et, par conséquent, des attentes différentes.

Embauche et retour à l'emploi

Bien que le personnel d'Anthropic s'attende à ce que l'IA puisse accomplir la majeure partie de leur travail, il s'attend aussi à ce qu'Anthropic continue d'embaucher. 95 % du personnel d'Anthropic s'attendent à une croissance des effectifs au cours des 12 prochains mois, le membre médian du personnel s'attend à une croissance de 66 %, et 27 % s'attendent au moins à un doublement. Ce sont les attentes personnelles des membres du personnel dans un sondage interne et elles ne représentent ni les plans d'Anthropic ni sa vision de ses effectifs. Néanmoins, elles montrent que l'automatisation des tâches et la suppression d'emplois sont des prévisions différentes, du moins dans un laboratoire d'IA de pointe.

Le personnel d'Anthropic est toutefois légèrement plus pessimiste que les adultes américains quant à la rapidité avec laquelle les travailleurs déplacés par l'IA peuvent trouver un nouvel emploi. Nous avons demandé combien de temps il faudrait à une personne qui perdrait son emploi à cause de l'automatisation par l'IA en 2030 — et qui devrait changer de profession — pour en trouver un nouveau.⁴ Le membre médian du personnel d'Anthropic estime qu'un travailleur déplacé par l'IA mettrait 12 mois à trouver un rôle dans une nouvelle profession. Cela se compare à la réponse médiane des adultes américains, située entre 7 et 12 mois.

Attentes concernant l'IA et leurs implications économiques

Relier les réponses de l'enquête à des scénarios économiques implicites du modèle

Dans Economic Scenarios for Transformative AI nous avons introduit un cadre structuré pour évaluer comment différentes trajectoires futures des capacités et de la diffusion de l'IA pourraient se traduire par des différences de résultats économiques. Le modèle nous permet de traduire les réponses de chaque répondant sur cinq dimensions — capacités, diffusion, automatisation, productivité et frictions de transition des travailleurs — en résultats économiques implicites du modèle.⁵ Dans nos deux échantillons, adultes américains et personnel d'Anthropic, nous identifions chaque répondant ayant répondu à toutes les questions liées aux entrées clés du modèle (3,259 adultes américains et 1,093 membres du personnel). Nous évaluons ensuite le scénario économique impliqué par ces réponses pour chaque répondant, en nous concentrant ci-dessous sur les implications pour la croissance du PIB en 2030.

Les réponses de l'adulte américain médian impliquent une croissance du PIB de 5,4 % en 2030, selon le modèle. Les réponses du membre médian du personnel impliquent une croissance du PIB accélérant à 17,1 % d'ici 2030. Il existe une variation significative au sein de chaque groupe, de sorte que les distributions se chevauchent largement (Figure 7). La Figure A1 de l'annexe montre la contribution de chaque croyance à cet écart.

Réponses au quiz interactif d'exploration de scénarios en ligne

La figure 7 montre également les scénarios économiques implicites aux contributions fournies par les visiteurs du site à un explorateur interactif de scénarios fondé sur ce modèle économique, publié à l'adresse www.anthropic.com/institute/econ-scenarios le 9 septembre 2026.

L'explorateur interactif proposait des versions abrégées des questions que nous avions posées aux adultes américains et au personnel d'Anthropic en août 2026. 23,075 visiteurs ont complété l'enquête dans les 48 heures suivant la publication, en se connectant depuis plus de 140 pays dans le monde. Ces visiteurs avaient choisi de se rendre sur une page du site d'Anthropic et de répondre au quiz ; ils sont donc probablement plus intéressés par l'IA que le grand public. En effet, leurs réponses les placent entre celles des adultes américains et celles du personnel d'Anthropic : les réponses du visiteur médian impliquent une croissance de 12.5%.

Au cœur du laboratoire

L'une des raisons pour lesquelles le personnel est plus optimiste quant aux capacités de l'IA pourrait être qu'il bénéficie d'une meilleure visibilité sur le processus de développement. L'Anthropic Institute a récemment publié un rapport sur les progrès vers l'auto-amélioration récursive (RSI), un processus par lequel les systèmes d'IA améliorent de plus en plus leurs propres capacités (Favaro et Clark, 2026).

Pour éclairer la question de savoir si le personnel s'attend lui-même à ce que cela se produise, nous avons demandé au personnel d'Anthropic quelle part du travail de construction d'un modèle de pointe du début 2026 est réalisée aujourd'hui par l'IA, et ce qu'il anticipe pour l'avenir (figure 8).⁶ Parmi le personnel d'Anthropic interrogé, la réponse médiane est 51% aujourd'hui, 80% d'ici la fin 2027 et 95% d'ici la fin 2030.

Les estimations de la part du travail réalisée par l'IA dans le développement de l'IA varient bien plus au sein des équipes qu'entre elles. Néanmoins, le personnel des équipes de recherche, le plus proche du travail de construction des modèles, attribue à l'IA une part actuelle quelque peu supérieure : 60% en moyenne, contre 53% pour tous les autres répondants à l'enquête. Ceci est cohérent avec un rôle joué par l'information, bien que les chercheurs — de par la nature de leur travail — puissent également utiliser l'IA davantage dans leur propre travail que les autres employés.

Comme pour les prévisions d'embauche, ces réponses reflètent les points de vue personnels des membres du personnel dans un sondage interne mené auprès du personnel d'Anthropic en août 2026.

Conclusion

Les adultes américains et le personnel d'Anthropic s'accordent en grande partie sur ce que l'IA peut faire aujourd'hui. Cependant, ils divergent sur la vitesse à laquelle elle s'améliorera, l'ampleur de son utilisation et l'importance des gains de productivité mesurés par le temps économisé. Au prisme du modèle de Economic Scenarios for Transformative AI, les réponses de l'adulte américain médian impliquent un scénario dans lequel l'économie américaine croît à plus du double de son rythme habituel. Parmi le personnel d'Anthropic travaillant à la frontière du développement et de l'utilisation de l'IA, les attentes concernant les progrès de l'IA, son adoption et l'automatisation du travail intellectuel impliquent une transformation profonde et historiquement sans précédent de l'économie : d'ici 2030, le PIB double de taille environ tous les quatre ans et demi.

Ceux qui s'attendent à ce que l'IA accomplisse une plus grande part de leur propre travail dans les années à venir anticipent également un chômage plus élevé. C'est vrai du grand public aux États-Unis comme des employés d'Anthropic ; en moyenne, le personnel d'Anthropic s'attend à une automatisation plus rapide de son propre travail et, partant, à un chômage plus élevé. Nous constatons que ce désaccord dans les attentes est étroitement lié aux divergences de vues entre le personnel d'Anthropic et le grand public quant à la part de leur propre travail qui sera automatisée dans les années à venir.

L'expérience quotidienne de l'IA varie considérablement entre les deux groupes. La plupart des membres du personnel d'Anthropic travaillent déjà aux côtés d'une IA qui accomplit une grande partie de leur travail, alors que peu de travailleurs américains le font. Ceux qui le font déjà ont des attentes plus proches de celles du personnel d'Anthropic, ce qui suggère que les attentes du public pourraient évoluer à mesure que l'utilisation de l'IA se répand. L'ampleur de cette évolution dépendra de la question de savoir si l'IA en viendra à accomplir autant de travail ailleurs qu'elle ne le fait dans un laboratoire de pointe.

Citation suggérée

@techreport{sacher2026expectations,
	author = {Sacher, Szymon and Cotter, Tess and Jones, Charles I. and Korinek, Anton and McCrory, Peter},
	title = {The {AI} Expectations Gap: Public and Frontier Lab Views on {AI}'s Impact on Work},
	institution = {The Anthropic Institute},
	type = {Technical Report},
	year = {2026},
	month = sep,
	url = {https://www.anthropic.com/research/ai-expectations-gap}
}

Remerciements

Scott Booth, Meredith Callan, Yena Cho, Adam Farina, Ben Fowler, Ryan Heller, Aisling Keenan, Eva Lyubich, Maxim Massenkoff, Matt Mohn (Morning Consult), Matt Monday (Morning Consult), Kerry Persen, Sarah Pollack, Santi Ruiz, Monika Tuchowska, Heather Whitney, Nathan Wilmers, Kim Withee, Charles Yang, Jack Clark, Dario Amodei

Références

Acemoglu, D. et P. Restrepo (2019). "Automation and New Tasks: How Technology Displaces and Reinstates Labor." Journal of Economic Perspectives 33(2), 3–30.

Favaro, M. et J. Clark (2026). “When AI Builds Itself.” The Anthropic Institute. https://www.anthropic.com/institute/recursive-self-improvement.

Korinek, A., C. I. Jones, S. Sacher, T. Cotter et P. McCrory (2026). "Economic Scenarios for Transformative AI." The Anthropic Institute Working Paper No. 2026-02.

Massenkoff, M., E. Lyubich, S. Sacher, Z. Hitzig, S. Zhang, R. Heller et P. McCrory (2026). “Anthropic Economic Index report: Cadences.” The Anthropic Institute. https://www.anthropic.com/research/economic-index-june-2026-report.

Wilmers, N., R. Catipon, M. Massenkoff et P. McCrory (2026). “How Employment is Changing at Anthropic.” The Anthropic Institute. https://www.anthropic.com/research/employment-at-anthropic.

Annexe

Disponible ici.

Notes de bas de page

1. Morning Consult a mené l'enquête auprès d'adultes américains entre le 11 et le 23 août et a touché 10,980 adultes américains. Les réponses sont pondérées pour être représentatives de la population adulte. Les questions sur l'avenir portaient sur 2027 pour la moitié des répondants et sur 2030 pour l'autre moitié. Nous rapportons les réponses concernant 2030 sauf indication contraire. L'enquête a été administrée en ligne à des panélistes volontaires, ce qui exclut les adultes sans accès à Internet et peut présenter des différences avec la population que la pondération démographique ne permet pas de corriger. L'enquête auprès du personnel était un sondage interne mené du 9 au 12 août qui a recueilli 1,334 répondants de toutes les parties de l'entreprise. Elle n'est pas pondérée, et tout le monde a été interrogé sur 2030.
2. Morning Consult a de nouveau posé les mêmes questions entre le 17 et le 24 septembre, avec deux nouvelles questions ajoutées à la fin, et a touché 7,613 adultes américains. Les résultats principaux ont peu changé : les réponses de l'adulte américain médian dans cet échantillon impliquent une croissance du PIB de 5.6% et un chômage de 4.7% en 2030. Le changement le plus important a été une hausse de la part des adultes américains s'attendant à une découverte de niveau Nobel d'ici 2030, à 44%, contre 39%. Nous rapportons les résultats d'août tout au long du texte.
3. Ceci est analogue au classificateur que nous utilisons dans l'Anthropic Economic Index pour évaluer les gains de temps sur les tâches que les particuliers et les entreprises confient à Claude. Voir par exemple Estimer les gains de productivité de l'IA à partir des conversations avec Claude.
4. Les deux groupes ont reçu la question suivante : En temps normal, une personne qui perd son emploi met généralement environ 3 mois à en trouver un nouveau. Imaginez maintenant une personne qui perd son emploi en 2030 à cause de l'automatisation par l'IA et qui doit se reconvertir dans une autre profession. Combien de temps pensez-vous qu'il lui faudrait pour trouver un nouvel emploi ?. Pour le grand public, les options de réponse allaient de "moins de 1 mois" à "plus de 3 ans, ou ne trouverait jamais de nouvel emploi". Le personnel d'Anthropic répondait en mois au moyen d'un curseur.
5. Nous suivons la procédure décrite dans Economic Scenarios for Transformative AI pour convertir les réponses brutes de l'enquête en trajectoires implicites des intrants clés du modèle. Voir l'annexe B de ce document. Pour cet exercice, nous maintenons tous les autres paramètres du modèle à leurs valeurs du scénario « Substantial ».
6. Les médianes sont calculées séparément pour chaque résultat, de sorte que le taux de croissance médian et le taux de chômage médian peuvent ne pas provenir du même répondant.
7. Cette question est plus large que celle de la quantité de code écrite par l'IA. Favaro et Clark (2026) rapportent que plus de 80% du code fusionné dans la base de code d'Anthropic est désormais écrit par Claude, mais la construction d'un modèle de pointe implique aussi l'orientation de la recherche, la conception et l'évaluation d'expériences, entre autres.

Contenu associé

Concevoir des circuits quantiques plus efficaces avec Claude

Nous avons donné à Claude des spécifications en langage naturel pour huit circuits quantiques, ainsi qu'un évaluateur automatisé pour vérifier et noter ses conceptions. En travaillant en grande partie de manière autonome, Claude a amélioré les meilleurs circuits publiés, dans certains cas d'un ordre de grandeur ou plus, ce qui pourrait rapprocher les ordinateurs quantiques pratiques plus tôt que prévu.

Claude révèle les origines des courbes ECDSA

Le mystère vieux de plusieurs décennies concernant les origines de l'une des normes cryptographiques les plus populaires a été élucidé.

Comment l'emploi évolue chez Anthropic

Comment l'IA a-t-elle restructuré le travail et l'emploi chez Anthropic ? En tant qu'entreprise à la pointe de l'adoption de l'IA, Anthropic pourrait être un indicateur avancé de la manière dont l'IA transformera l'organisation du travail, le recrutement et la demande de main-d'œuvre dans l'ensemble de l'économie.