Ce chapitre replace l’Évaluation des compétences des adultes de 2023 dans le contexte des grands défis des sociétés modernes : le vieillissement de la population, la crise climatique et l’essor de l’intelligence artificielle générative, qui pourrait bien métamorphoser les compétences demandées sur le marché du travail. Au vu de ces bouleversements, il avance que les compétences en traitement de l’information (littératie, numératie et résolution de problèmes) devraient continuer à contribuer aux perspectives économiques, au bien-être des individus et au bon fonctionnement des sociétés dans un avenir proche. Au-delà du rôle essentiel qu’elles jouent dans la production des biens, des services et des idées, ces compétences fondamentales sont également susceptibles de redonner à des sociétés toujours plus plurielles et polarisées le climat de confiance nécessaire pour les souder. Les compétences autonomisent et aident à appréhender et à embrasser la complexité, avec à la clé des orientations politiques et des choix collectifs mieux éclairés. En donnant un cap face aux défis sociétaux, ces orientations politiques sont déterminantes pour le bien-être individuel et collectif.
Les adultes possèdent‑ils les compétences nécessaires pour s’épanouir dans un monde en mutation ?
Description
Dans quelle mesure les adultes possèdent-ils et utilisent-ils les compétences clés requises pour contribuer à l’économie et à la société, que ce soit dans le travail ou dans l’exercice de leur citoyenneté ? Et quelles sont ces compétences clés ?
Au début des années 2000, le Programme pour l’évaluation internationale des compétences des adultes (PIAAC) s’est appuyé sur ces questions pour concevoir l’Évaluation des compétences des adultes, dont le premier cycle s’est déroulé en 2012.1 À l’époque, un nombre croissant d’éléments venaient étayer, preuves à l’appui, les liens entre les investissements dans l’éducation et une hausse de la rémunération individuelle, et d’autre part, entre les disparités nationales en matière d’éducation et le taux de croissance national (Deming, 2022[1]). De nombreuses études ont attribué le taux de croissance plus élevé de certains pays à une main-d’œuvre plus qualifiée : les pays dont la croissance était la plus dynamique présentaient, en moyenne, un niveau d’études plus élevé et une formation initiale de meilleure qualité, d’après les résultats de leurs élèves aux évaluations internationales en mathématiques et en sciences (Mankiw, Romer and Weil, 1992[2]; Barro, 2001[3]; Hanushek and Woessmann, 2008[4]).
C’est également à cette époque que les adultes peinant à comprendre des textes écrits et à en tirer des informations utiles à leurs objectifs ont commencé à être considérés comme particulièrement vulnérables à certains risques, comme le chômage. Dès 1992, un rapport de l’OCDE soulignait déjà qu’un niveau de compétences peu élevé en littératie chez les adultes constitue un risque notable pour les performances économiques et la cohésion sociale (Benton and Noyelle, 1992[5]). Au moment de la mise en œuvre de l’Évaluation des compétences des adultes, les machines avaient indéniablement commencé à s’imposer pour les tâches répétitives et à remplacer les travailleurs dans de nombreux secteurs d’activité (OCDE, 2013[6]). Les perspectives pour les adultes dotés de compétences cognitives et interpersonnelles élevées semblaient bien plus réjouissantes : bon nombre des tâches dont ils étaient capables n’étaient pas menacées par l’automatisation.
L’enquête s’intéressait en particulier à l’évaluation directe de la littératie et de la numératie, considérées comme des socles essentiels à l’acquisition de connaissances et compétences plus poussées, dans un monde où l’apprentissage passe en grande partie par la compréhension de l’écrit et le traitement d’informations écrites. Elle se penchait également sur la résolution de problèmes dans des environnements à forte composante technologique afin de mieux cerner la capacité à appréhender les informations dans des environnements numériques.
À de nombreux égards, les sociétés et les économies d’aujourd’hui présentent un visage bien différent de celui du début des années 2000, et toujours plus de bouleversements se profilent à l’horizon. Nombre de nouvelles technologies et d’outils voient le jour et se propagent ; le vieillissement de la population s’accélère ; la réduction des émissions nettes de carbone s’impose ; et une pandémie fulgurante, le COVID-19, a désorganisé les économies, les systèmes d’éducation et les interactions humaines dans le monde entier. Au vu de ces changements récents, en quoi les compétences en traitement de l’information sont-elles importantes pour les individus et les sociétés ? En quoi les responsables politiques peuvent-ils tirer parti des données relatives au niveau et à la répartition des compétences dans leur pays pour mieux se préparer au changement ?
Ce chapitre présente le contexte économique et social de l’Évaluation des compétences des adultes de 2023 et souligne ce qui le rapproche et le distingue de l’époque à laquelle le premier cycle a été conçu et mis en œuvre, en faisant des problématiques entourant l’évolution du monde du travail et la vulnérabilité des processus démocratiques aux campagnes de désinformation des préoccupations politiques contemporaines de premier plan. Il propose également des moyens de mettre les résultats de l’enquête au service de discussions connexes et de réponses politiques efficaces.
Toujours dans ce contexte, ce chapitre s’attarde ensuite davantage sur les compétences en traitement de l’information évaluées par l’enquête, à savoir la littératie, la numératie et la résolution adaptative de problèmes. Il propose des exemples d’items qui ont été administrés et indique comment interpréter correctement les résultats de l’enquête. Pour finir, il conclut par un panorama des enseignements que les pays et économies participants peuvent tirer des indicateurs présentés dans ce rapport et dans les rapports issus de l’Évaluation des compétences des adultes qui seront publiés ultérieurement.
Au cours des décennies qui viennent de s’écouler, l’évolution de la demande de biens et de services, mais aussi, avant tout, des capacités des machines et de leur rôle dans la production de biens et de services, a radicalement changé les tâches confiées aux travailleuses et travailleurs (Autor, Levy and Murnane, 2003[7]; Spitz‐Oener, 2006[8]; Autor and Price, 2013[9]; Ikenaga and Kambayashi, 2016[10]). L’adoption de nouvelles technologies n’a pas seulement entraîné des répercussions sur la répartition des tâches entre les professions : à une échelle plus fine, elle a aussi modifié les tâches propres à chaque occupation. Pour certaines tâches, les machines se sont substituées aux travailleurs, et ce alors même que ceux-ci diversifient leurs compétences précisément pour réaliser de nouvelles tâches aux côtés des machines.
Selon des études récentes, la proportion de la main-d’œuvre dont l’activité implique des tâches routinières a poursuivi sa baisse au XXIe siècle, ce qui laisse entendre que ces tâches sont de plus en plus souvent confiées à des machines, et non à des personnes. En parallèle, les tâches non routinières ont gagné en importance, en particulier celles impliquant des interactions sociales (avec la clientèle ou les collègues, par exemple). Aux États-Unis la proportion de salariés dont l’emploi implique des tâches sociales (ou interpersonnelles) a poursuivi sa hausse après 2000 (Deming, 2017[11]) ; par contraste, la proportion d’employés chargés de tâches analytiques (comme traiter des informations textuelles, avec des chiffres ou d’autres données abstraites) a atteint un plateau au cours de la période la plus récente (voir le Graphique 1.1). En Suède, entre 2002 et 2013, alors que parmi les hommes le rendement des compétences cognitives était stable, celui des compétences interpersonnelles a augmenté — signe probable d’une hausse de la demande envers ces dernières (Edin et al., 2022[12]).2
Remarque : d’après le graphique III « Worker Tasks in the U.S. Economy, 1980-2012 » (mise à jour du graphique I d’Autor, Levy et Murnane (2003[7]), « The Skill Content of Recent Technological Change: An Empirical Exploration », https://doi.org/10.1162/003355303322552801), recréé d’après Deming (2017[13]), « Replication Data for: The Growing Importance of Social Skills in the Labor Market' », https://doi.org/10.7910/DVN/CYPKZH, Harvard Dataverse, V1. L’indice d’intensité des tâches professionnelles repose sur l’O*NET 1998. Les valeurs de l’indice vont de 0 à 100 et représentent le centile où se situe la profession sur l’échelle de l’intensité des tâches en 1980 (pondéré selon la répartition de l’emploi). L’intensité des tâches selon la profession est évaluée à un seul point dans le temps (d’après l‘O*NET 1998) ; les évolutions présentées ne reflètent pas les changements d’intensité au sein des professions. Les valeurs moyennes de l’indice, indiquées sur l’ordonnée, représentent le centile moyen de l’intensité des tâches pondéré selon l’emploi, tous secteurs d’activité/niveaux d’éducation/sexes confondus, dans la distribution de 1980. Les évolutions reflètent donc le changement de la répartition de l’emploi par profession.
Source : Deming (2017[11]) “The Growing Importance of Social Skills in the Labor Market”, https://doi.org/10.1093/qje/qjx022.
Les compétences traditionnellement demandées pourraient changer dans le sillage d’une nouvelle vague d’automatisation reposant sur l’intelligence artificielle
Jusqu’à peu, les machines étaient nettement avantagées en matière d’activités codifiées : les ordinateurs et les robots pouvaient être programmés pour réaliser des tâches aux règles explicites (dont les tâches répétitives sont l’exemple par excellence). La mise au point de machines plus rapides dotées de capteurs perfectionnés qui analysent l’environnement et choisissent la meilleure marche à suivre a progressivement élargi leur champ d’action à des activités plus complexes avec davantage d’impondérables. Les tâches susceptibles d’être automatisées sont devenues moins répétitives, tout en exigeant toujours des règles explicites.
Puis, au cours des dix à quinze dernières années, un nouveau paradigme technologique a fait son apparition, communément appelé l’intelligence artificielle (IA) (OCDE, 2019[14]). Sous l’effet conjugué d’un ensemble de modèles d’apprentissage statistiques qui ne cesse de s’enrichir, de la croissance des (méga)données et de la baisse marquée du coût des capacités de calcul, l’IA augmente rapidement sa capacité à répondre correctement à des problèmes dont les règles formelles sont impossibles à codifier, et pour lesquels la formation ou l’expérience donnaient jusqu’alors un atout aux humains (OCDE, 2023[15]). Les machines qui intègrent les technologies d’IA modernes peuvent non seulement effectuer des tâches routinières de façon plus rapide et économique que jamais ; elles peuvent aussi désormais imiter, et souvent surpasser, les humains dans des situations beaucoup plus variées. En 2022, des spécialistes ont estimé que l’IA pouvait déjà répondre correctement à environ 80 % des questions de littératie de l’Évaluation des compétences des adultes, soit bien plus que la majorité des adultes ayant répondu à l’évaluation cette année. L’IA était notamment en mesure de répondre correctement à la plupart des questions faciles, qui consistent le plus souvent à localiser des informations dans des textes courts et à identifier du vocabulaire de base. Les autres tâches sont presque à sa portée : on s’attend à ce que les grands modèles linguistiques soient en mesure de « réussir » quasiment toutes les tâches de l’Évaluation des compétences des adultes d’ici quelques années (OCDE, 2023[16]).
En présence d’un ensemble de données suffisamment vaste d’où déduire des schémas de réponses adaptées, les machines se passent d’humains ; au lieu de se voir attribuer des règles de programmation explicites, elles déduisent directement les règles qui régissent leur comportement à partir des données. Par conséquent, les « connaissances tacites » et l’expertise indispensables aux travailleurs pour réaliser une tâche précise ne sont plus un obstacle à l’automatisation.
Une nouvelle génération d’appareils et de robots reposant sur l’IA pourra probablement atteindre un niveau de performance humain dans un éventail de tâches beaucoup plus vaste qu’auparavant (Lassébie and Quintini, 2022[17]; Lane and Saint-Martin, 2021[18]). Des tâches cognitives (classer des données, résumer des textes, détecter des écarts, planifier et conseiller) et des tâches physiques (dont certaines font appel à la psychomotricité fine et à la coordination œil-main, à la faveur d’avancées en matière de vision par ordinateur) s’ajoutent à la liste des tâches à même d’être automatisées.
L’automatisation n’aboutira pas forcément à un recul des perspectives d’emploi ; en l’occurrence, l’automatisation des tâches routinières n’a pas fait baisser la demande globale de main-d’œuvre (OCDE, 2019[19]; Georgieff and Milanez, 2021[20]). Les conséquences pour les travailleurs demeurent encore incertaines en raison des gains de productivité qui motivent les entreprises à automatiser certaines tâches : l’automatisation permet de produire les mêmes biens et services à moindre coût. Alors que ces gains se traduisent par une baisse des prix, la demande envers les biens et services concernés devrait augmenter et, à supposer qu’elle soit suffisante, pourrait nécessiter davantage de main-d’œuvre qu’auparavant pour mener à bien les tâches complémentaires entrant dans leur production.
Les projections des effets de l’automatisation sur la demande en compétences doivent tenir compte de deux mécanismes : la complémentarité avec les tâches non automatisées, et l’apparition de nouveaux métiers (Acemoglu and Restrepo, 2019[21]). La complémentarité avec une nouvelle technologie profite souvent à d’autres métiers et travailleuses et travailleurs qu’à ceux qui ont été évincés. Mais elle intervient aussi au sein même d’une profession donnée, en particulier si celle-ci implique un ensemble complexe de tâches. La complémentarité est d’ailleurs plus susceptible d’intervenir à l’échelle des tâches qu’à celle de la profession. Les personnes qui effectuent des tâches complémentaires à la nouvelle technologie gagneront en productivité grâce à celle-ci, et pourraient voir changer considérablement les tâches qui leur incombent et les compétences nécessaires à cet effet. Compte tenu du type de tâches dont est capable l’IA, sa propagation dans l’économie devrait surtout transformer, et non faire disparaître, les professions (Lane and Saint-Martin, 2021[18]).
Le potentiel de l’IA à automatiser une multitude de tâches laisse peu de place au doute. En revanche, un flou considérable entoure encore l’ampleur de la complémentarité issue de l’automatisation, ainsi que les compétences qui s’imposeront aux travailleuses et travailleurs afin d’en tirer parti. Pour anticiper les conséquences de ces nouvelles technologies sur la demande en compétences, il est utile de distinguer les deux méthodes d’entraînement des modèles d’apprentissage statistiques sur lesquels reposent les applications d’IA (Acemoglu, 2024[22]) : apprendre à faire un lien entre des actions et des résultats, ou apprendre à imiter les décisions humaines dans des situations similaires. Pour les tâches pourvues d’un indicateur de résultat observable et fiable, et présentant des liens relativement simples entre les actions et les facteurs contextuels de réussite, les algorithmes d’apprentissage statistique peuvent évaluer si leurs propres actions parviennent à leurs fins. Ils peuvent ainsi mieux comprendre le lien entre actions possibles et réussite qu’un humain ne le pourra jamais, avec à la clé d’immenses gains de productivité et l’automatisation ciblée de sous-tâches données.
Néanmoins, de nombreuses situations professionnelles sont dépourvues d’indicateurs de résultat fiables permettant de définir la réussite, et il arrive aussi que le lien entre les actions et les résultats escomptés dépende de nombreux facteurs contextuels. Dans pareils cas de figure, même si les systèmes d’IA peuvent toujours apprendre à imiter les humains, ils demeurent incapables de déduire une stratégie optimale de leurs propres actions. Par conséquent, leur performance aura tendance à s’apparenter davantage à celle des décideurs humains moyens qu’à celle des spécialistes (que seul ce type de tâches permet d’identifier avec certitude). Au lieu de surpasser les humains dans certaines sous-tâches, les systèmes d’IA se contenteront de les imiter dans les tâches d’ensemble, auquel cas les avantages que les entreprises peuvent s’attendre à retirer des technologies d’IA seront plus limités, et les travailleuses et travailleurs effectuant des tâches complémentaires aux tâches automatisées n’en bénéficieront pas forcément, même indirectement.
Les premières répercussions de l’intelligence artificielle sur la demande en compétences : un tableau encore flou
Contrairement aux études qui ont documenté le recul des tâches routinières pendant plus de quatre décennies, aucune publication ne met en lumière l’évolution globale des compétences requises depuis 2012 d’après les descriptions détaillées des professions (voir le Graphique 1.1). Quand bien même de telles études existeraient, elles ne seraient probablement pas révélatrices des répercussions des technologies d’IA au cours des dix prochaines années. En se propageant dans l’économie, les nouvelles technologies pourraient commencer par simplement modifier les tâches propres aux professions sans évincer les travailleurs, changement que les descriptions normalisées des professions ne peuvent refléter précisément en temps réel. En outre, même ces dernières années, l’IA n’est qu’un facteur parmi tous ceux qui influencent l’évolution des professions, aux côtés du renforcement des formes traditionnelles d’automatisation (par exemple en raison de la baisse du coût des ordinateurs et de l’accès plus rapide à Internet) et de l’évolution des biens et services demandés. Par exemple, en raison de leur influence sur la demande envers des biens et services précis, le vieillissement de la population ou la volonté de limiter les émissions de gaz à effet de serre font eux aussi évoluer les compétences demandées (OCDE, 2024[23]).
Une autre méthode de suivi des compétences demandées consiste à se pencher sur les offres d’emploi — désormais souvent publiées en ligne. Si les postes à pourvoir en ligne ne sont pas représentatifs de tous les postes vacants et encore moins de tous les emplois d’une économie, ils reflètent néanmoins l’évolution de la teneur des emplois en temps réel. Les surveiller permet donc de constater les dernières évolutions en matière de compétences demandées à la fois au sens large et pour des professions données. Par exemple, des analyses s’appuyant sur une vaste base de données d’offres d’emploi en ligne indiquent qu’aux États-Unis, la proportion de nouveaux postes à pourvoir mettant en avant des responsabilités décisionnelles a nettement augmenté de 2010 à 2018 (Deming, 2021[24]). Élargissant cette approche aux offres d’emploi publiées en ligne dans dix pays de l’OCDE, Green (2024[25]) montre qu’au cours des dix années précédant 2021-2022, les entreprises cherchant à pourvoir des postes axés sur des tâches analytiques non routinières ont mis davantage en avant des tâches précises (comme l’utilisation d’outils de bureautique et de logiciels de collaboration) dans leurs offres d’emploi, signe que les compétences correspondantes sont devenues un facteur de réussite dans ces professions. Outre les compétences numériques (et en particulier l’utilisation d’outils de bureautique et de logiciels de collaboration), les compétences sociales comme la collaboration ou le travail d’équipe et les compétences cognitives comme l’originalité et la créativité ont gagné en importance. Avec l’adoption de nouvelles technologies d’IA, il reste à voir si ces évolutions perdureront.
Green (2024[25]) conclut également que les structures les plus susceptibles d’avoir déjà adopté des technologies d’IA au cours de cette période n’ont pas réduit leurs embauches. Elles sont néanmoins légèrement moins demandeuses de certains types de travailleurs (et de leurs compétences) en comparaison à la concurrence (voir le Graphique 1.2). En l’occurrence, elles exigent moins de compétences générales de gestion de ressources (budget, comptabilité), de compétences de bureau comme le soutien administratif et la tenue des dossiers et enfin, de personnel capable d’utiliser des outils de bureautique numériques de base comme des tableurs et des outils de traitement de texte. Elles ont également publié relativement moins d’offres d’emploi faisant de l’originalité un atout pour le poste. Par contraste, les tendances en matière d’embauche étaient comparables, quelle que soit l’exposition de la structure à l’IA, dans d’autres groupes de compétences comme les compétences physiques ou encore celles liées aux sciences, à la médecine, au droit et à la sécurité publique. En parallèle, la demande en des compétences relevant de tâches de « production et de technologie » (dont la conception et l’ingénierie, mais aussi la construction et la production alimentaire) semble en hausse dans les structures les plus susceptibles d’avoir adopté des technologies d’IA (Green, 2024[25]).
Dans le cas d’applications spécifiques de l’IA, de nombreuses expériences en laboratoire ou dans le monde réel ont constaté l’envergure et la trajectoire probables des effets de complémentarité des compétences. Ces études portaient sur des technologies d’IA génératives visant à aider les développeurs web à écrire du code pour des logiciels (Peng et al., 2023[26]), à accompagner les conversations d’agents d’aide à la clientèle (Brynjolfsson, Li and Raymond, 2023[27]) ou à aider des cadres à des tâches de rédaction précises (Noy and Zhang, 2023[28]).3 Dans chaque cas, l’application d’IA était capable d’automatiser certaines sous-tâches. Dans ces professions, ce sont les travailleuses et travailleurs peu expérimentés et peu productifs qui bénéficient le plus de l’IA, signe d’une certaine complémentarité avec les compétences cognitives générales, mais pas avec les compétences spécialisées propres à une profession.
En quoi l’IA et le travail humain seront-ils complémentaires à l’avenir ? Et à quelle vitesse l’économie adoptera-t-elle les nouvelles technologies d’IA ? La réponse à ces questions déterminera les compétences demandées ces dix prochaines années ; tout demeure encore possible. L’avenir dépend non seulement des capacités actuelles de l’IA, mais aussi de leur objectif : imiter la performance des humains « moyens » afin de produire des biens et des services existants ; améliorer la productivité de la plupart des travailleuses et travailleurs et combler la pénurie de main-d’œuvre en réalisant des tâches essentielles ; ou encore créer des produits et services inédits en rendant les humains et les machines plus complémentaires que jamais. L’avenir dépend aussi des éventuels obstacles à l’adoption des nouvelles technologies par les entreprises, comme les obstacles réglementaires, les frictions sur le marché du travail et le coût de la formation de la main-d’œuvre actuelle. En définitive, les compétences qui seront demandées à long terme dépendent en grande partie des choix des consommateurs et consommatrices, des citoyens et citoyennes et des responsables politiques, qui, en fonction de leurs objectifs, ont le pouvoir d’orienter la recherche de la filière IA, de créer une demande envers des emplois irremplaçables par l’IA ou de faire tomber des obstacles à l’adoption tout en érigeant de nouveaux garde-fous.
Variation moyenne dans 10 pays, 2012/13 à 2021/22 (3 pays) ou 2018/19 à 2021/22 (7 pays)
Remarque : chaque barre représente l’évolution du pourcentage de postes à pourvoir exigeant au moins une compétence de l’ensemble correspondant entre l’année de référence et l’année finale pour une augmentation d’un écart-type de l’exposition de la structure à l’IA. L’analyse porte sur les données des pays suivants : Allemagne, Autriche, Belgique, Canada, États-Unis, France, Pays-Bas, Royaume-Uni, Suède et Tchéquie. Pour toutes les notes sur l’analyse et les sources des données, voir Green (2024[25]).
*Les autres compétences numériques sont les suivantes : Création de contenu numérique ; Traitement de données numériques ; Sécurité informatique, réseaux et serveurs ; Développement web et technologies d’informatique en nuage.
** Les compétences en ingénierie, production et technologie sont les suivantes : Bâtiment et construction ; Conception ; Ingénierie, mécanique et technologie ; Sélection des équipements ; Production alimentaire ; Installation et entretien ; Production et traitement ; Analyse du contrôle de la qualité ; Télécommunications ; Transports.
Source : reproduction du Graphique 4.1 de Green (2024[25]), “Artificial intelligence and the changing demand for skills in the labour market”, https://doi.org/10.1787/88684e36-en.
Effets possibles de l’automatisation des tâches et de l’essor de l’intelligence artificielle sur les compétences en traitement de l’information
Les technologies sont en constante évolution, tout comme l’organisation des tâches dans la quasi-totalité des professions. Pour s’adapter à cette réorganisation et à l’apparition de nouvelles tâches, ainsi que pour mieux rebondir après la perte éventuelle de leur emploi, les travailleuses et travailleurs doivent enrichir leur arsenal de compétences. Dans un monde en mutation, certaines compétences acquises à l’école, via une formation et sur le terrain peuvent rapidement devenir obsolètes.
Il n’en va pas de même pour les compétences élevées en littératie, en numératie et en résolution adaptative de problèmes ; ces compétences générales en traitement de l’information augmentent la capacité d’adaptation et de résilience au changement et à l’incertitude. Elles peuvent ouvrir la porte à de nouvelles connaissances et compétences spécialisées, quel que soit le domaine. Chez les adultes de tout âge, elles constituent un socle fondamental permettant d’acquérir d’autres compétences par le biais de processus d’apprentissage formels et informels. Hanushek et al. (2017[29]), par exemple, ont mis en évidence, à l’aide des données du premier cycle de l’Évaluation des compétences des adultes, que le rendement des compétences en littératie et en numératie sur le marché du travail est plus élevé dans les pays en forte croissance, ce qui corrobore l’hypothèse selon laquelle ces compétences sont propices à l’adaptation au changement.
Ces compétences « fondamentales » sont au cœur de l’Évaluation des compétences des adultes. Les tâches utilisées par l’enquête pour les évaluer sont toutefois désormais bel et bien à la portée de l’IA (OCDE, 2023[16]). Si les machines peuvent mieux répondre que la plupart des humains aux items de l’Évaluation des compétences des adultes, à quoi bon posséder les compétences en question ?
Cette objection repose en partie sur une logique fallacieuse. Lorsque les calculatrices sont devenues plus performantes que les humains les plus compétents en mathématiques, la réalisation d’additions, de divisions et d’autres opérations a disparu du quotidien des commerçants, du personnel de banque, des pilotes d’avion et d’autres métiers. Pourtant, l’arithmétique demeure enseignée à l’école ; en permettant de comprendre les mathématiques et de développer des raisonnements numériques, cette formation n’a rien perdu de son intérêt pour les humains. De même, la capacité à mener à bien quelques dizaines de tâches de l’Évaluation des compétences des adultes nous permet de tirer des conclusions bien plus riches au sujet des humains que des machines. Le nombre limité de tâches incluses à l’enquête reflète la progression typique des compétences chez les humains, caractéristique sous-jacente certes invisible, mais qui les aide à effectuer un ensemble potentiellement illimité de tâches. Les corrélations entre cette compétence sous-jacente et le comportement observable hors du cadre de l’évaluation sont solidement ancrées dans la psychologie et la neurobiologie humaines, ce qui permet de formuler des prévisions raisonnablement fiables sur les capacités des adultes à un certain niveau de compétences (d’après l’Évaluation des compétences des adultes) dans des situations et tâches variées.
Par contraste, lorsqu’une machine est capable de résoudre une tâche de l’Évaluation des compétences des adultes, parce qu’elle a appris à imiter les actions des humains les plus efficaces dans des situations analogues, il est bien plus difficile d’en déduire ses capacités au-delà de la tâche en question. Même si les machines continuent à élargir leurs aptitudes, la capacité des systèmes actuels d’IA à « apprendre » de leurs actions demeure extrêmement tributaire du contexte et de la disponibilité d’un ensemble de données de formation pertinentes et fiables.
Dans de nombreuses situations, l’IA pourrait faciliter certaines tâches des travailleuses et travailleurs, voire les en délester d’une partie. Au lieu d’avoir à produire une traduction, ou à écrire du code, ils peuvent se concentrer sur des sous-tâches légèrement plus simples : vérifier la traduction, corriger le code ou expliquer une nouvelle fonctionnalité d’un logiciel à un client. Les données expérimentales actuelles portent à penser que l’IA peut souvent se substituer aux connaissances tacites propres à une profession qui sont d’ordinaire acquises uniquement par l’expérience (le cas échéant), en particulier dans les situations où l’IA peut être entraînée à reproduire le comportement de la main-d’œuvre la plus productive. Dans ce cas, les technologies d’IA pourraient donner à la majeure partie des travailleuses et travailleurs — ceux possédant au moins les compétences minimales nécessaires à la tâche — les moyens de rivaliser avec des spécialistes (Autor, 2024[30]; Brynjolfsson, Li and Raymond, 2023[27]). Il pourrait indéniablement en découler une forme de perte de compétences, mais les compétences générales en traitement de l’information demeureront indispensables pour comprendre, interpréter et tirer parti de l’appui de l’IA (Noy and Zhang, 2023[28]; Autor, 2024[30]).
S’il est donc peu probable que l’IA rende obsolètes les compétences en traitement de l’information, elle pourrait rendre certains aspects (ou sous-dimensions) de la littératie et de la numératie plus ou moins utiles en modifiant le type de tâches que les adultes auront le plus de chances de rencontrer à l’avenir. Dans le cas des compétences en littératie, par exemple, l’extraction des informations pourrait passer au second plan au profit de la construction des connaissances, comme appréhender l’ambiguïté et distinguer ce qui relève des faits ou de l’opinion. Ces compétences ont déjà un intérêt indéniable dans l’océan d’informations en ligne qui s’est substitué aux médias traditionnels et dans lequel les adultes doivent s’orienter pour trouver des renseignements.
Des indicateurs pertinents et fiables des compétences en littératie et en numératie témoignent aussi d’autres caractéristiques certes plus difficiles à évaluer, mais qui conservent tout leur intérêt. Les adultes n’acquièrent des compétences élevées en littératie et en numératie qu’au prix de processus d’apprentissage longs et difficiles. Autrement dit, les personnes qui maîtrisent ces compétences sont également susceptibles d’être dotées des attitudes ou compétences émotionnelles qui les aideront à acquérir de nouvelles compétences par la suite — y compris les capacités interpersonnelles, physiques et manuelles qui sont sans doute les plus difficiles à automatiser.4 Le questionnaire de base de l’Évaluation des compétences des adultes de 2023 peut confirmer certaines de ces hypothèses grâce à des indicateurs portant sur la « volonté d’apprendre » et la participation à des activités d’apprentissage formelles et informelles, ainsi qu’à une évaluation des compétences sociales et émotionnelles.
Enfin, même si l’IA menace de supplanter des professions à forte teneur cognitive (comme l’analyse financière, la traduction et l’interprétation), ce ne sont pas nécessairement les travailleuses et travailleurs qui les exercent qui pâtiront le plus d’une nouvelle vague d’automatisation. L’évincement initial de ces personnes par des machines pourrait avoir des répercussions en chaîne en les poussant à en remplacer d’autres. Dans le pire des cas, celui où les machines accaparent une grande partie des tâches pour lesquelles les professionnels très compétents en littératie et en numératie sont actuellement avantagés sans leur offrir d’autres opportunités de mettre à profit leurs compétences avancées, cette main-d’œuvre disputera les emplois restants à la main-d’œuvre moins compétente.
En définitive, que ce soit à l’échelle des individus ou des pays, investir en faveur des compétences en littératie et en numératie pourrait s’avérer payant, et ce, de deux façons. Dans le scénario le plus probable, ce sont ces individus et ces économies qui tireront le plus parti des nouvelles perspectives offertes par les utilisations novatrices de l’IA. Dans le pire des cas, où peu d’opportunités nouvelles feront leur apparition, ce sont les individus (et les pays) peu compétents en littératie et en numératie qui devraient en pâtir le plus. À moins de pouvoir compter sur un bagage de compétences radicalement différent (comme la motricité fine) pour les mettre à l’abri de la concurrence, ils risquent de perdre leur atout au profit d’individus dotés de compétences cognitives plus élevées.
Les politiques publiques peuvent influer sur l’avenir des sociétés
Les perturbations technologiques, la crise climatique, le vieillissement de la population et les migrations sont susceptibles de déclencher un processus de redistribution des revenus, de la richesse et du pouvoir au sein des sociétés, et d’influer sur la croissance économique et le bien-être collectif. Le degré et le sens de ces évolutions ne sont toutefois pas prédéterminés : les politiques publiques et les actions collectives peuvent mettre les forces qui les sous-tendent au service de leurs objectifs. Les réponses politiques aux questions et aux défis complexes ainsi soulevés auront des répercussions importantes sur le bien-être individuel et collectif à long terme.
Les politiques publiques peuvent encadrer le partage des retombées positives de l’utilisation de l’IA ou encore la part des revenus de l’IA affectée au financement des dépenses publiques — par exemple, en réglementant l’accès aux données à caractère personnel et aux œuvres intellectuelles ainsi que leur utilisation à des fins d’entraînement des applications d’IA. Conjuguées aux choix des consommateurs et au dialogue social, ces politiques peuvent limiter les utilisations indésirables des technologies d’IA comme les escroqueries, la surenchère en termes de sécurité informatique ou encore la création de médias faisant appel à des mécanismes de dépendance psychologique. Elles peuvent également orienter les futures recherches en la matière et favoriser l’adoption des nouvelles technologies les plus susceptibles de compléter les capacités humaines ou de combler des pénuries de main-d’œuvre.
En outre, les politiques publiques, sous forme de réglementations, de subventions, d’impôts et d’investissements directs, peuvent tantôt accélérer la transition écologique, tantôt la freiner. Avant tout, les leviers politiques peuvent maximiser l’efficacité des investissements en faveur de la transition écologique afin d’obtenir une réduction maximale des émissions au prix d’un effort économique et social minimal.
Les politiques publiques peuvent aussi instaurer des politiques de formation et d’assurance pour aider les travailleuses et travailleurs menacés de chômage (par exemple en raison de nouvelles réglementations visant à réduire les émissions) à se tourner vers une autre profession et encourager les entreprises à investir en faveur de la formation de l’ensemble de leur personnel et de l’amélioration des conditions de travail pour maintenir plus longtemps en poste le personnel plus âgé. Elles peuvent également répondre au vieillissement de la population en réformant les régimes de retraite et en promulguant des mesures natalistes.
Dans les sociétés démocratiques, la façon d’aborder ces défis dépend des préférences de la population, en particulier de celles exprimées lors des élections et par des actions collectives. Le contexte sociétal a une profonde influence sur la formation des préférences politiques et sur la prise de décisions collectives ; or ce contexte-ci a considérablement changé en dix ans, en particulier en raison de l’essor des médias numériques et de la diversification socio-économique et culturelle des sociétés modernes.
Internet a changé la façon d’accéder aux actualités et aux informations
Au cours des dix ans qui séparent les deux cycles de l’Évaluation des compétences des adultes, les pays de l’OCDE ont atteint un accès quasi universel à Internet. La proportion moyenne d’adultes qui se servent d’Internet est passée de 76 % en 2012 à 93 % en 2023 ; 87 % déclarent s’en servir au quotidien (contre 61 % en 2012 ; Graphique 1.3). En 2022, 73 % des adultes déclaraient accéder à Internet depuis un appareil mobile et 71 % s’en servaient pour lire ou télécharger des journaux ou des magazines d’actualité (OCDE, 2024[31]).
Utilisation d’Internet au cours des trois derniers mois chez les 16-74 ans ; moyenne de l’OCDE ; en pourcentage
Remarque : Les données relatives à l’utilisation d’Internet chez les adultes en déplacement ne sont pas disponibles pour 2023.
Source: OCDE (2024[31]), “Accès et utilisation des TIC par les les ménages”, https://doi.org/10.1787/b9823565-en (page consultée le 29 mai 2024).
Par voie de conséquence, les médias traditionnels (la presse écrite, la radio et la télévision) sont peu à peu détrônés par les médias sociaux vers lesquels les adultes sont toujours plus nombreux à se tourner pour s’informer, échanger ou débattre de politique. Dans l’Union européenne, 64 % des adultes indiquaient utiliser Internet pour lire des sites de presse ou d’actualité en 2023, et 18 % s’en servaient à des fins de participation civique ou politique (Eurostat, 2024[32]). Selon une étude récente menée par le Pew Research Center aux États-Unis, environ la moitié des adultes s’informaient « parfois » ou « souvent » de l’actualité sur les médias sociaux en 2022 (Pew Research Center, 2023[33]).
La vitesse de propagation des informations n’est pas sans risque. La baisse potentielle de la qualité des informations en raison de leur multiplication inouïe donne matière à préoccupations (OCDE, 2023[34]). Les plateformes en ligne et les médias sociaux facilitent aussi la propagation d’informations fausses ou trompeuses, parfois relayées sciemment à dessein de déformer le débat public et de polariser l’opinion. Ces manœuvres peuvent s’inscrire dans une stratégie de guerre hybride visant à fragiliser le tissu social des sociétés démocratiques pour les déstabiliser. Il existe des précédents de telles campagnes de désinformation. Elles sèment le doute sur les données factuelles et creusent les divisions sociales au détriment du consensus indispensable à la résolution des problèmes politiques complexes. Selon une enquête menée par Lloyd’s Register Foundation en 2019, la possibilité d’être exposés à des informations erronées était source de préoccupation pour 56 % des adultes des pays de l’OCDE (World Risk Poll, 2019[35]).
La désinformation n’est pas un phénomène récent, mais les technologies de communication numérique modernes ont radicalement changé sa portée et son impact. À l’heure actuelle, quiconque dispose d’un accès à Internet peut produire et diffuser du contenu sans être tenu d’adhérer à l’éthique ou aux normes journalistiques, académiques ou scientifiques créées au fil du temps pour veiller à l’intégrité de l’information. Les outils d’IA générative pourraient encore amplifier et renforcer la production de contenu erroné et fallacieux (OCDE, 2024[36]).
La facilité de propagation des informations erronées et trompeuses peut avoir des conséquences négatives très concrètes. Par exemple, la désinformation entrave vraisemblablement déjà les actions en faveur de l’environnement et de la lutte contre le changement climatique (Benegal and Scruggs, 2018[37]) tandis que les informations fallacieuses peuvent accentuer les clivages et rendre l’action politique plus difficile (Tucker et al., 2018[38]). Les internautes semblent accorder une confiance excessive en leur capacité à distinguer le vrai du faux en matière d’information (Corbu et al., 2020[39]).
À l’inverse, cette disponibilité de l’information offre un accès sans précédent au savoir et peut favoriser la mobilisation citoyenne et la diffusion des informations. Dans une enquête menée par le Pew Research Center dans 19 pays (Australie, Canada, Corée, États-Unis, Israël, Japon, Malaisie, Singapour et onze grands pays européens, dont l’Allemagne, la France, l’Italie et le Royaume-Uni), la majorité des répondants estiment que les médias sociaux sont bénéfiques à la démocratie (Pew Research Center, 2022[40]).
Les compétences en littératie et numératie sont essentielles pour s’orienter dans le nouveau paysage de l’information en ligne
Pour que les démocraties puissent bien fonctionner, les adultes doivent être capables de trouver par eux-mêmes des informations pertinentes et d’en évaluer la qualité, faute de quoi ils ne pourront se constituer un avis éclairé sur les problèmes et les défis complexes que les actions publiques s’efforcent de résoudre. Conjuguées à d’autres fondamentaux, les connaissances et les compétences contribuent donc au bon fonctionnement des sociétés démocratiques.
En particulier, les compétences en littératie et en numératie déterminent comment les individus localisent et appréhendent les informations relatives aux options disponibles et à leurs implications, ce qui influence, à terme, leurs décisions. Ces compétences déterminent quels médias ou contenus les adultes choisissent de consulter, et dans quelle mesure ils sont capables de comprendre et de réagir aux informations reçues. Pour s’orienter dans ce nouveau paysage de l’information en ligne, il est impératif d’être capable de comprendre et d’évaluer les informations d’un texte écrit. Ces processus cognitifs fondamentaux sont à la base de la compétence en littératie, définie comme la capacité à « localiser, comprendre, évaluer et analyser les textes écrits » (Rouet et al., 2021[41]).
Le rôle des compétences en littératie et en numératie, qui aident à s’orienter et à atteindre des objectifs dans le paysage de l’information, illustre clairement en quoi les retombées sociales des compétences dépassent amplement l’échelle individuelle. Des compétences élevées ne profitent pas qu’aux individus qui les détiennent. En matière de formation de l’opinion publique, et de son incidence sur les résultats électoraux et les décisions politiques, le fait que de vastes pans de la population soient dépourvus des compétences de base permettant de participer pleinement aux processus sociaux et démocratiques complexes peut avoir des conséquences désastreuses sur la société au sens large, y compris pour les personnes très compétentes.
Les items de littératie de l’Évaluation des compétences des adultes de 2023 ont été revus afin de mieux refléter le type de tâches de compréhension de l’écrit qui attendent les adultes dans les environnements d’information numérique modernes. De même, le cadre conceptuel de la numératie met en avant l’importance de « l’utilisation de contenu mathématique pour formuler un raisonnement critique » (Tout et al., 2021[42]), compétence essentielle dans un monde où les « données » et les « preuves scientifiques » sont souvent détournées dans le but de faire primer un argument ou une idée donnés. Les processus mentaux propres à la littératie et à la numératie doivent s’accompagner de compétences métacognitives (plus générales), à savoir la capacité à calibrer sa compréhension d’un problème, à évaluer les solutions potentielles et à suivre ses avancées vers un objectif (OCDE, 2021[43]), autant d’éléments clés de l’évaluation de la résolution adaptative de problèmes (Greiff et al., 2021[44]). En l’occurrence, pour réussir à s’orienter dans des paysages d’information complexes, il est nécessaire de savoir comment sont produites les informations et quelles sont les limites inhérentes aux différents processus de génération de l’information, mais aussi d’avoir conscience de ses propres limites cognitives, et de celle des autres (OCDE, 2023[34]).
Les attitudes et compétences d’ordre supérieur prennent de l’importance dans les sociétés complexes et plurielles
La pensée critique permet d’identifier et de contrer les informations fausses, de rester à l’écart des campagnes de désinformation et de dénoncer les récits fallacieux. Elle consiste à évaluer la portée et la pertinence d’une déclaration, d’une théorie ou d’une idée en prenant du recul dans une démarche de questionnement (Vincent-Lancrin, 2021[45]) — ou, pour le formuler autrement, à faire preuve d’une « réflexion raisonnable visant à décider que croire ou faire » (Ennis, 2016[46]). Bien que la pensée critique repose indéniablement sur des bases cognitives, elle mobilise aussi des attitudes ou dispositions non cognitives (OCDE, 2023[34]). En l’occurrence, les publications en la matière mettent en avant le rôle de la maîtrise de soi, de l’ouverture d’esprit, d’un caractère équitable et raisonnable, de la volonté de faire preuve de développement personnel, de recherche de la vérité et de curiosité, et du refus des biais culturels ou personnels et du manichéisme (Vardi, 2015[47]; Thomas and Lok, 2015[48]).
Dans l’ensemble, plusieurs éléments indiquent que les attitudes et les dispositions personnelles, c’est-à-dire les compétences sociales et émotionnelles, ont récemment gagné en importance. Le rendement économique des compétences sociales et émotionnelles a augmenté plus vite que celui des compétences cognitives ces dernières années (Deming, 2017[11]; Edin et al., 2022[12]). Cette tendance pourrait perdurer sous l’effet de l’augmentation de la capacité de l’IA générative à réaliser des tâches cognitives non routinières. Les attitudes et les compétences sociales et émotionnelles devraient s’imposer encore davantage dans la société au sens large, tant elles participent à la confiance et à la coopération interpersonnelles et institutionnelles essentielles au bon fonctionnement des démocraties libérales.
Les sociétés modernes deviennent toujours plus diverses, composées d’individus au vécu et au milieu très différents. Les pays de l’OCDE ont connu une arrivée record de 6,1 millions de personnes souhaitant s’installer de façon permanente au sein de leurs frontières en 2022, tandis que la proportion de résidents nés à l’étranger y est passée de 8,9 % en 2012 à 10,6 % en 2022. Les hausses les plus marquées concernent les pays qui accueillent déjà une proportion relativement élevée d’immigrants (OCDE, 2023[49]). Ces chiffres portent à penser que la diversité devrait encore s’accentuer au cours des années à venir.
En raison de la vitesse à laquelle l’information traverse les frontières et atteint potentiellement chaque habitant de la planète grâce à Internet, l’exposition à une plus grande variété d’opinions et de points de vue devrait aller en s’accentuant. En parallèle, et peut-être en réaction, nombreuses sont les personnes à trouver refuge dans des cercles virtuels homogènes, ce qui accentue en retour la polarisation des opinions et le rejet d’autres points de vue (Suhay, Bello-Pardo and Maurer, 2017[50]; Bakshy, Messing and Adamic, 2015[51]; Hobolt, Lawall and Tilley, 2023[52]). La dimension internationale de nombre de ces cercles virtuels peut être source de décalage entre les groupes auxquels les individus s’identifient et la société dans laquelle ils vivent et dont ils peuvent influencer les décisions collectives en s’impliquant dans la vie civique et politique, notamment en votant.
Pour parvenir à une confiance et une coopération concrète dans ce contexte, il est impératif de cultiver des attitudes et des valeurs permettant de comprendre les questions interculturelles et les enjeux internationaux. Ces considérations sont la raison d’être des nombreux efforts déployés par l’OCDE pour mieux comprendre le rôle des compétences sociales et émotionnelles et la façon de les évaluer et les favoriser, par exemple à l’aide du Programme pour le suivi des acquis des élèves (PISA), qui a introduit une évaluation des compétences globales (OCDE, 2019[53]), et de l’Enquête sur les compétences sociales et émotionnelles (Chernyshenko, Kankaraš and Drasgow, 2018[54]). L’Évaluation des compétences des adultes recueille des informations, certes indirectement, sur les attitudes et les dispositions personnelles envers l’apprentissage et le travail d’équipe (en s’appuyant sur les informations relatives aux tâches réalisées dans le cadre professionnel). Le deuxième cycle de l’enquête comprenait également, pour la première fois, une évaluation des compétences sociales et émotionnelles reposant sur la taxonomie des Big Five (Soto and John, 2017[55]; Kankaraš, 2017[56]), qui a été administrée dans le cadre du questionnaire de base.
L’Évaluation des compétences des adultes a vu le jour sous forme de la forme d’un programme visant à évaluer dans quelle mesure les adultes possèdent les compétences considérées utiles dans les sociétés modernes. Jusqu’à présent, elle s’est intéressée en particulier aux compétences cognitives fondamentales. Pour conserver sa pertinence au fil de l’évolution des sociétés, l’évaluation doit rester au fait des types de tâches auxquelles les adultes sont confrontés, et pour lesquelles des compétences en littératie et numératie sont nécessaires. À l’avenir, le programme devra demeurer attentif à l’évolution de la demande en compétences dans les sociétés et se montrer prêt à adapter ou élargir l’ensemble d’aptitudes et de compétences qu’il suit et évalue.
Les évaluations de littératie, de numératie et de résolution adaptative de problèmes au sein de l’Évaluation des compétences des adultes de 2023 reposent sur des cadres conceptuels qui définissent ces compétences et décrivent comment concevoir des items pour les évaluer de façon appropriée. Les tâches à compléter lors de l’évaluation reflètent la façon dont les adultes font appel à ces compétences dans de nombreuses situations du quotidien. Les tâches relevant d’environnements numériques complexes et riches en données, de plus en plus courants tant au travail qu’au quotidien dans les sociétés modernes, y occupent une place de premier plan.
C’est pourquoi l’évaluation a été administrée exclusivement sur des appareils numériques (tablettes), ce qui la distingue du précédent cycle, où les personnes interrogées avaient la possibilité de répondre à une version papier-crayon. Bien qu’une équivalence statistique ait été établie à l’époque entre les instruments papier et informatisés, la version papier-crayon proposait fatalement une gamme de tâches limitée.
Les items d’évaluation varient à plusieurs égards, que ce soit en termes de processus cognitifs (les stratégies mentales intervenant dans la compétence à l’étude), de contenu (les applications, les connaissances, les représentations et les situations auxquelles ces processus cognitifs sont appliqués) et de contexte (l’environnement où utiliser cette compétence). Aussi, une multitude d’items est nécessaire pour couvrir tous les versants d’un domaine de compétence, ainsi que toute la variété de contextes où les adultes doivent faire appel à cette compétence pour réaliser des tâches.
Le premier cycle de l’Évaluation des compétences des adultes portait également sur la littératie et la numératie. Tout en s’appuyant sur les éditions précédentes, les cadres conceptuels du deuxième cycle ont été revus et étoffés pour les garder ancrés dans la réalité contemporaine (Rouet et al., 2021[41]; Tout et al., 2021[42]; Tout et al., 2017[57]). Ils demeurent étroitement liés au premier cycle de l’enquête, tant au niveau conceptuel que pratique, puisque le deuxième cycle reprend bon nombre de ses items d’évaluation. Ces items communs permettent d’établir des liens psychométriques fiables entre les deux cycles de l’enquête.
L’Évaluation des compétences des adultes de 2023 définit la littératie comme « la capacité d’accéder à des textes écrits, de les comprendre, de les évaluer et d’y réfléchir afin d’atteindre ses objectifs, de développer ses connaissances et son potentiel et de participer à la société » (Rouet et al., 2021[41]). Compte tenu de la prévalence des communications écrites dans de nombreuses dimensions du quotidien, les compétences en littératie sont essentielles à la vie personnelle, sociale et professionnelle des adultes. Chaque jour, la plupart des adultes se livrent à un vaste éventail d’activités de compréhension de l’écrit qui vont de la lecture de longs textes continus au survol de pages à la recherche d’informations, par exemple dans des courriels, des brochures, des emplois du temps ou des modes d’emploi.
Le Graphique 1.4 présente un exemple d’item de littératie. Dans cet item, les lecteurs et lectrices doivent utiliser les informations présentées dans le texte pour déterminer si différentes affirmations sont vraies pour le pain, les crackers, ou les deux. Les répondants doivent toucher une réponse pour chaque affirmation proposée. Une seule réponse peut être sélectionnée dans chaque rangée.
Source : https://www.oecd.org/fr/about/programmes/piaac/piaac-released-items.html (page consultée le 18 novembre 2024)
L’Évaluation des compétences des adultes de 2023 définit la numératie comme « la capacité à accéder, à utiliser et à raisonner de manière critique avec du contenu, des informations et des idées mathématiques représentés de multiples façons afin de répondre aux exigences mathématiques d’une série de situations de la vie adulte et de les gérer » (Tout et al., 2021[42]). Les compétences et les connaissances requises pour participer au marché du travail et à la vie civique, et qui restent toutes aussi importantes dans un cadre plus privé, sont en mutation. Les individus doivent composer avec la masse croissante d’informations de nature quantitative ou mathématique disponibles en ligne ou présentes dans les outils technologiques, qui doivent être localiseées, choisies ou filtrées, sont à interpréter, voire à interroger et remettre en question, et enfin à analyser pour vérifier leur intérêt en fonction de ses propres besoins.
Le Graphique 1.5 présente un exemple d’item de numératie faisant appel à un outil interactif. Dans cet item, la calculatrice dédiée a déjà été utilisée pour déterminer le nombre de rouleaux nécessaires. Mais une erreur s’est glissée dans les mesures saisies dans l’outil. La tâche consiste à identifier les erreurs et à corriger la ou les valeurs en question.
Source : https://www.oecd.org/fr/about/programmes/piaac/piaac-released-items.html (page consultée le 18 novembre 2024)
La résolution adaptative de problèmes porte sur « la capacité à atteindre ses objectifs dans une situation dynamique dans laquelle aucune méthode de résolution n’est immédiatement disponible. [Elle] nécessite de s’engager dans des processus cognitifs et métacognitifs pour définir un problème, rechercher des informations et appliquer une solution dans divers environnements et contextes d’information. » (Greiff et al., 2021[44]) La capacité des adultes à s’adapter à de nouvelles circonstances et à apprendre tout au long de leur vie a pris de l’importance dans les sociétés modernes complexes, dont l’évolution va en s’accélérant (Greiff et al., 2017[58]). Ce constat a conduit à remplacer par ce nouveau domaine l’évaluation de la résolution de problèmes dans des environnements à forte composante technologique présente au premier cycle de l’enquête.5
La résolution adaptative de problèmes comporte trois caractéristiques importantes. Premièrement, elle met l’accent sur la capacité des individus à adapter leurs stratégies de résolution de problèmes de manière flexible et dynamique à un environnement en évolution. Deuxièmement, elle teste la capacité à identifier et à sélectionner parmi une gamme de ressources physiques, sociales et numériques disponibles. Troisièmement, elle exige des répondants qu’ils surveillent et réfléchissent à leurs progrès dans la résolution de problèmes, par le biais de processus métacognitifs.
Le Graphique 1.6 présente un exemple d’item de ce domaine. Une situation initialement statique devient dynamique en raison d’obstacles qui modifient le problème et les solutions disponibles. Dans le premier élément de l’item, la personne interrogée doit utiliser une carte interactive pour trouver l’itinéraire le plus rapide pour accomplir trois tâches, en gardant à l’esprit un ensemble de contraintes de temps. La personne doit déposer son enfant à l’école avant une heure limite, faire des courses et rentrer à son domicile avant une autre heure limite. La durée totale de conduite (affichée dans le coin inférieur droit de l’écran) est actualisée en fonction de l’itinéraire choisi. Cette tâche de résolution de problème, où une solution doit être trouvée en fonction de contraintes, est somme toute classique. Dans le deuxième élément de l’item, la situation devient dynamique, car la personne interrogée doit composer avec de nouvelles circonstances qui rendent la solution initiale impossible. La personne est confrontée à des impasses et doit adapter la première solution en fonction de contraintes supplémentaires.
Source : https://www.oecd.org/fr/about/programmes/piaac/piaac-released-items.html (page consultée le 18 novembre 2024)
Présentation et interprétation des résultats de l’Évaluation des compétences des adultes
L’Évaluation des compétences des adultes de 2023 demandait à des adultes de procéder à un ensemble de tâches (les items d’évaluation)6 réalisables à condition de posséder un niveau de compétences suffisant en littératie, en numératie et en résolution adaptative de problèmes. Les réponses données par les répondants permettent d’estimer leurs compétences dans chacun de ces domaines. Ces estimations sont rapportées selon trois échelles de 500 points qui permettent aussi de classer les items d’évaluation en fonction de leur degré de difficulté. Ainsi, un individu situé à un point donné de l’échelle a 67 % de chances de répondre correctement aux items situés à ce même point. Les adultes à un niveau de compétences donné ont moins de chance de répondre correctement à des items de difficulté supérieure (ceux dont l’indice de difficulté est plus élevé sur l’échelle), mais une plus grande chance de succès à des items de difficulté moindre. Le Graphique 1.7 illustre la corrélation entre la compétence des adultes et la difficulté des tâches. Par exemple, l’Adulte C, qui possède un faible niveau de compétences, aura très peu de chances de réussir les items II à IV, et peu de chance de réussir l’item I. En revanche, l’Adulte A, compte tenu son niveau de compétences élevé, aura de grandes chances de réussir les items I à V, voire l’item VI.
Il est important de noter que la littératie, la numératie et la résolution adaptative de problèmes sont des compétences indépendantes évaluées selon des échelles distinctes. Les comparaisons directes entre les scores de littératie et de numératie, par exemple, n’ont pas lieu d’être. Autrement dit, le fait qu’un individu (ou un groupe d’individus) obtienne un score plus élevé en littératie qu’en numératie ne permet pas d’en conclure que ses compétences en littératie sont supérieures à ses compétences en numératie. Toute comparaison de performance entre les différents domaines doit impérativement être relative. Par exemple, on peut dire qu’un individu (ou un groupe d’individus) est relativement meilleur en littératie qu’en numératie si son rang sur l’échelle de littératie est supérieur à son rang sur l’échelle de numératie.
Enfin, il est important de souligner que la compétence s’entend forcément dans une langue donnée : celle des items d’évaluation. La langue de l’évaluation est, dans la plupart des cas, la langue officielle du pays ou de l’économie. Cela étant, puisque les pays participants avaient la possibilité de choisir la langue de l’évaluation, certains ont décidé de l’administrer dans plusieurs langues.
L’Évaluation des compétences des adultes étudie le niveau de compétences des adultes en littératie, en numératie et en résolution adaptative de problèmes dans une langue donnée, le plus souvent la ou les langues officielles des pays et économies participants. Les compétences des adultes dans la langue de l’évaluation, bien que différentes sur le plan conceptuel de leurs compétences abstraites en littératie ou en numératie, déterminent leur performance à l’évaluation, voire leur capacité même à répondre à l’enquête. Les obstacles linguistiques peuvent pousser les individus à ne pas participer à l’enquête du fait de leurs faibles compétences en littératie.
Pour récolter le plus grand nombre d’information sur les adultes éligibles à participer à l’enquête (car faisant parti de la population cible), l’Évaluation des compétences des adultes de 2023 comprenait, pour la première fois, une enquête rapide offrant une alternative courte au questionnaire de base complet. L’enquête rapide est un bref questionnaire autoadministré proposé dans toutes les langues officielles des pays et économies participant à l’enquête, ainsi que dans les langues parlées par leurs principales minorités linguistiques. Elle recueille des informations personnelles clés comme le sexe, l’âge, le nombre d’années d’études, le statut au regard de l’emploi, le pays d’origine et la durée de résidence dans le pays d’accueil. L’enquête rapide était administrée dès lors que la personne interrogée s’avérait incapable de communiquer clairement avec l’enquêteur, faute d’une maîtrise suffisante de la langue et d’un service d’interprétation pour l’aider à répondre au questionnaire de base complet.
Les informations ainsi recueillies ont été utilisées pour estimer le niveau de compétences des répondants à l’enquête rapide, en s’appuyant sur un modèle statistique reposant sur la corrélation entre les caractéristiques de base et les compétences des adultes ayant répondu à l’évaluation. Des hypothèses ad hoc quant aux compétences probables des répondants à l’enquête rapide partent du principe qu’en raison de leurs compétences très limitées dans la langue de l’évaluation, leurs compétences en littératie, en numératie et en résolution adaptative de problèmes ne peuvent pas être très élevées (OCDE, 2024[59]; OCDE, à paraître[60]). Il y a fort à parier que ces répondants seraient en mesure d’atteindre un niveau de compétences plus élevé si l’évaluation se déroulait dans une autre langue.
En minimisant le défaut de participation lié aux compétences en littératie, l’enquête rapide brosse désormais un tableau plus fidèle de la répartition des compétences dans l’ensemble de la population adulte. Cela étant, en incluant ces répondants, l’échantillon devient moins comparable aux précédentes enquêtes sur les compétences des adultes, qui ne représentaient pas les individus ciblés par l’enquête rapide. C’est pourquoi l’analyse de l’évolution des compétences dans le temps exclut les répondants à l’enquête rapide (exclusion qui s’applique, par exemple, à toutes les analyses du Chapitre 3). En outre, l’enquête rapide ne recueillant qu’une quantité limitée d’informations, les personnes qui y ont répondu sont forcément exclues de certaines analyses, notamment de la plupart de celles relatives à la situation au regard de l’emploi et aux résultats sociaux du Chapitre 4. Tout au long du rapport, les tableaux et graphiques indiquent si les répondants à l’enquête rapide sont inclus ou non dans l’analyse.
Ce lien entre les compétences et la maîtrise de la langue est décisif dans le cas d’adultes qui ne maîtrisent pas suffisamment la langue de l’enquête pour y répondre. Ces adultes sont présents dans tous les pays (dont ils représentent généralement un pourcentage infime de la population), et sont qualifiés comme « non-répondants à cause des compétences en littératie ». Le premier cycle de l’Évaluation des compétences des adultes n’estimait pas leurs compétences : les résultats moyens des pays ne couvraient donc pas l’ensemble de la population adulte7. Afin de recueillir davantage d’informations sur ces adultes et ainsi, estimer leur niveau plausible de compétences dans la langue de l’évaluation, l’Évaluation des compétences des adultes de 2023 a mis en œuvre un nouvel instrument: l’enquête rapide (voir l’Encadré 1.1).
Quels sont le niveau et la répartition des compétences clés en traitement de l’information chez les adultes en 2023 ?
L’Évaluation des compétences des adultes évalue directement les compétences des adultes en littératie, en numératie et en résolution adaptative de problèmes. Une maîtrise de base de ces compétences est indispensable pour s’instruire, se former, participer au marché du travail et à la vie sociale et civique. Les résultats du premier cycle de l’enquête mettent en évidence que les adultes possédant une maîtrise plus avancée de ces compétences bénéficient également d’une rémunération, d’un bien-être, d’une capacité d’agir et d’un prestige plus élevés (OCDE, 2013[6]). Les compétences en littératie, en numératie et en résolution adaptative de problèmes sont généralistes et hautement transférables ; elles sont utiles dans de nombreux cadres sociaux et professionnels ; comme elles peuvent également être inculquées, elles peuvent être l’objet de politiques publiques, notamment en matière d’éducation et de formation. Comprendre le niveau et la répartition de ces compétences au sein de la population adulte des pays participants est donc important pour aider les décideurs à prendre des orientations dans différents domaines sociaux et politiques. À cette fin, le Chapitre 2 présente une analyse descriptive comparative de la répartition des compétences dans la population adulte. Ce même chapitre cherche également de dresser un portrait des personnes qui possèdent un niveau de compétences faible, moyen et élevé en littératie, en numératie et en résolution adaptative de problèmes en 2023.
Les pays ont-ils su pérenniser ou élargir les compétences de leur population adulte ou de leur main-d’œuvre ces dix dernières années ?
La vaste majorité des pays et des économies qui ont pris part à l’Évaluation des compétences des adultes de 2023 avaient déjà participé au premier cycle de l’enquête. Certains avaient également pris part, antérieurement, à d’autres enquêtes internationales en la matière. Aussi, il est possible de suivre l’évolution des compétences en traitement de l’information de leur population adulte, même si ce type d’analyses impose une certaine prudence compte tenu des changements apportés à la conception, à la mise en œuvre et aux méthodes des enquêtes. Chaque enquête couvre tous les adultes nés sur une période de près de cinquante ans : plus de trois quarts des participants à la dernière Évaluation des compétences des adultes en date auraient aussi pu participer au premier cycle. Autrement dit, les populations qui se cachent derrière les indicateurs statistiques présentés dans ce rapport sont en grande majorité les mêmes que celles déjà évaluées lors de précédentes éditions : il est donc possible de comparer non seulement les résultats d’un groupe d’âge aux personnes du même âge lors de la précédente édition, mais aussi de comparer les résultats d’une même cohorte à ses résultats précédents.
Le niveau de compétences d’un individu n’est pas immuable, quel que soit son âge. Les comparaisons de ce type, présentées dans le Chapitre 3, peuvent apporter des éclaircissements sur la façon dont les pouvoirs publics, les entreprises et d’autres parties prenantes, y compris les individus, ont su pérenniser et élargir les compétences des adultes en traitement de l’information à la faveur d’investissements dans l’éducation et la formation formelles et informelles. Elles peuvent également permettre de comprendre en quoi les récents flux migratoires contribuent à la dynamique des compétences.
D’autres comparaisons reposant sur des questionnaires de base évaluant la formation continue des adultes ainsi que leur volonté d’apprendre peuvent aussi apporter un éclairage sur l’efficacité des politiques relatives aux compétences. D’autres rapports analyseront la participation des adultes à l’apprentissage non formel et informel ainsi que son évolution, en s’intéressant à la nature de ces formations et aux facteurs qui en limitent l’accès.
En parallèle, l’immigration et l’émigration modifient la composition de la population admissible au fil du temps. L’analyse de l’évolution des résultats ne peut pas pleinement rendre compte de ces changements démographiques. Par exemple, s’il est possible de limiter les comparaisons aux personnes nées dans le pays afin d’annuler l’effet de l’immigration, il est quasiment impossible de rendre compte de l’émigration.
D’autres rapports analyseront plus en détail les compétences des adultes issus de l’immigration, par exemple en se penchant sur l’ampleur des écarts entre les sexes en fonction du lieu de naissance et de la formation initiale, ou l’évolution des compétences des adultes nés à l’étranger, et en comparaison à celles des adultes du même âge nés dans le pays.
Les jeunes adultes possèdent-ils de solides compétences fondamentales — et quels sont leurs résultats en comparaison à leurs homologues évalués lors du premier cycle ?
Pour les adultes ayant achevé leur formation initiale plus récemment, les résultats peuvent également indiquer s’ils disposent de bases solides pour poursuivre leur apprentissage tout au long de la vie. Comparer les résultats des jeunes cohortes à ceux de leurs homologues ayant participé au premier cycle peut apporter des compléments d’information sur l’évolution des compétences des élèves de 15 ans évalués dans des domaines connexes (compréhension de l’écrit et mathématiques) lors de l’enquête PISA. Ces comparaisons reposent sur l’analyse de l’évolution des scores des jeunes adultes entre les cycles présentée dans le Chapitre 3.
Pour les pays ayant participé au premier cycle de l’enquête, il est également possible de comparer les compétences des élèves de 15 ans ayant participé à l’enquête PISA à celles des 19-25 ans ayant participé à l’un des deux cycles de l’Évaluation des compétences des adultes et ainsi, leur évolution. Seuls les participants au dernier cycle en date ont vu leur scolarité et leur début de carrière perturbés par la pandémie de COVID-19. Aussi, avec des comparaisons prudentes, il pourrait également être possible de comprendre si certains pays ont su compenser les pertes d’éducation engendrées par la pandémie ou si le choc vécu par les jeunes adultes en 2020-2021 pourrait avoir des conséquences à long terme pour leur carrière.
Dans quelle mesure les femmes et les hommes adultes utilisent-ils leurs compétences sur le marché du travail ? L’adoption de nouvelles technologies et d’autres évolutions change-t-elle la donne ?
Tous les adultes ne participent pas au marché du travail, et, parmi ceux qui ont une activité professionnelle, tous n’utilisent pas forcément pleinement leurs compétences. En partant du principe que les compétences demandées sont en constante évolution et que les intitulés de poste ne les reflètent pas avec précision, l’Évaluation des compétences des adultes continue d’étoffer ses indicateurs sur l’utilisation des compétences au travail. Le Chapitre 4 examine le lien entre les compétences, la participation au marché du travail et la rémunération, ainsi que l’ampleur de l’inadéquation entre les compétences possédées et celles requise par l’activité professionnelle. D’autres rapports analyseront aussi l’évolution des compétences en réponse à l’adoption de nouvelles technologies et à d’autres évolutions qui ont changé la demande en compétences ces dix dernières années. L’Évaluation des compétences des adultes permet en particulier de documenter l’évolution des tâches intra- et interprofessionnelles et ainsi, de brosser un tableau des compétences exigées susceptibles de refléter les prémices de l’automatisation ou l’évolution des pratiques professionnelles dans le sillage de la pandémie de COVID-19.
En quoi les compétences sociales et émotionnelles sont-elles liées aux compétences en traitement de l’information, aux qualifications formelles, à la participation au marché du travail et aux revenus ?
De nombreuses études ont documenté à quel point les compétences interpersonnelles, comme le travail en équipe et le leadership, sont devenues importantes pour tirer son épingle du jeu sur le marché du travail au XXIe siècle. Les données de l’Évaluation des compétences des adultes de 2023 permettront d’analyser en quoi les écarts en matière de compétences sociales et émotionnelles sont liés aux compétences en traitement de l’information, aux salaires, aux dispositions et comportements envers l’apprentissage tout au long de la vie ainsi qu’aux qualifications académiques obtenues par le passé, autant de sujets qui feront l’objet de rapports ultérieurs.
Les adultes sont-ils préparés à apprendre tout au long de leur vie ?
Alors que les compétences demandées sur le marché du travail sont en pleine mutation, et que la vie professionnelle ne cesse de s’allonger, il devient urgent d’investir en faveur de l’apprentissage tout au long de la vie — impératif dont les travailleuses et travailleurs, les employeurs et les syndicats doivent avoir conscience. Les données de l’Évaluation des compétences des adultes peuvent documenter les inégalités d’accès et de participation à la formation des adultes. Elles révèlent en particulier en quoi le recours aux possibilités d’apprentissage formel, non formel et informel varie entre les groupes démographiques et les niveaux de formation, mais aussi en quelle mesure les compétences en littératie, les compétences en numératie et les compétences sociales et émotionnelles sont liées aux comportements et à la volonté d’apprentissage des adultes, autant d’informations qui feront l’objet de rapports ultérieurs.
Les compétences sont-elles liées au bien-être des adultes ?
Grâce à son questionnaire de base, l’Évaluation des compétences des adultes évalue plus que le bien-être économique et la situation au regard de l’emploi : elle recueille également des données sur les dimensions sociales et civiques du bien-être et de l’état de santé autodéclaré. Ces données peuvent permettre d’étudier le point de convergence des compétences, du développement des compétences et du bien-être, autant à travers des comparaisons transversales (à un point donné dans le temps) que longitudinales (dans une même cohorte). Le Chapitre 4 du présent rapport aborde en partie ces questions, qui seront toutefois analysées plus en détail ultérieurement.
Références
[22] Acemoglu, D. (2024), “The simple macroeconomics of AI”, NBER Working Paper, No. 32487, National Bureau of Economic Research, Cambridge, MA, https://doi.org/10.3386/w32487.
[21] Acemoglu, D. and P. Restrepo (2019), “The wrong kind of AI? Artificial intelligence and the future of labour demand”, Cambridge Journal of Regions, Economy and Society, Vol. 13/1, pp. 25-35, https://doi.org/10.1093/cjres/rsz022.
[30] Autor, D. (2024), “Applying AI to rebuild middle class jobs”, NBER Working Paper, No. 32140, National Bureau of Economic Research, Cambridge, MA, https://doi.org/10.3386/w32140.
[7] Autor, D., F. Levy and R. Murnane (2003), “The skill content of recent technological change: An empirical exploration”, The Quarterly Journal of Economics, Vol. 118/4, pp. 1279-1333, https://doi.org/10.1162/003355303322552801.
[9] Autor, D. and B. Price (2013), The changing task composition of the US labor market: An update of Autor, Levy and Murnane (2003), https://economics.mit.edu/sites/default/files/publications/the%20changing%20task%20comp%202013.pdf (accessed on 21 November 2024).
[51] Bakshy, E., S. Messing and L. Adamic (2015), “Exposure to ideologically diverse news and opinion on Facebook”, Science, Vol. 348/6239, pp. 1130-1132, https://doi.org/10.1126/science.aaa1160.
[3] Barro, R. (2001), “Human capital and growth”, American Economic Review, Vol. 91/2, pp. 12-17, https://doi.org/10.1257/aer.91.2.12.
[37] Benegal, S. and L. Scruggs (2018), “Correcting misinformation about climate change: The impact of partisanship in an experimental setting”, Climatic Change, Vol. 148/1-2, pp. 61-80, https://doi.org/10.1007/s10584-018-2192-4.
[5] Benton, L. and T. Noyelle (1992), L’Illettrisme des adultes et les résultats économiques, Centre pour la recherche et l’innovation dans l’enseignement, Éditions OCDE, Paris.
[27] Brynjolfsson, E., D. Li and L. Raymond (2023), “Generative AI at work”, NBER Working Paper, No. 31161, National Bureau of Economic Research, Cambridge, MA, https://doi.org/10.3386/w31161.
[54] Chernyshenko, O., M. Kankaraš and F. Drasgow (2018), “Social and emotional skills for student success and well-being: Conceptual framework for the OECD study on social and emotional skills”, Documents de travail de l’OCDE sur l’éducation, No. 173, Éditions OCDE, Paris, https://doi.org/10.1787/db1d8e59-en.
[39] Corbu, N. et al. (2020), “‘They can’t fool me, but they can fool the others!’ Third person effect and fake news detection”, European Journal of Communication, Vol. 35/2, pp. 165-180, https://doi.org/10.1177/0267323120903686.
[1] Deming, D. (2022), “Four facts about human capital”, Journal of Economic Perspectives, Vol. 36/3, pp. 75-102, https://doi.org/10.1257/jep.36.3.75.
[24] Deming, D. (2021), “The growing importance of decision-making on the job”, NBER Working Paper, No. 28733, National Bureau of Economic Research, Cambridge, MA, https://doi.org/10.3386/w28733.
[13] Deming, D. (2017), Replication Data for: “The Growing Importance of Social Skills in the Labor Market”, Harvard Dataverse, https://doi.org/10.7910/DVN/CYPKZH.
[11] Deming, D. (2017), “The growing importance of social skills in the labor market”, The Quarterly Journal of Economics, Vol. 132/4, pp. 1593-1640, https://doi.org/10.1093/qje/qjx022.
[12] Edin, P. et al. (2022), “The rising return to noncognitive skill”, American Economic Journal: Applied Economics, Vol. 14/2, pp. 78-100, https://doi.org/10.1257/app.20190199.
[46] Ennis, R. (2016), “Critical thinking across the curriculum: A vision”, Topoi, Vol. 37/1, pp. 165-184, https://doi.org/10.1007/s11245-016-9401-4.
[32] Eurostat (2024), Utilisation des TIC dans les ménages et par les particuliers, Eurostat Data Browser, https://ec.europa.eu/eurostat/databrowser/view/isoc_ci_ac_i__custom_11597620/default/table (accessed on 30 May 2024).
[20] Georgieff, A. and A. Milanez (2021), “What happened to jobs at high risk of automation?”, OECD Social, Employment and Migration Working Papers, No. 255, OECD Publishing, Paris, https://doi.org/10.1787/10bc97f4-en.
[25] Green, A. (2024), “Artificial intelligence and the changing demand for skills in the labour market”, OECD Artificial Intelligence Papers, No. 14, Éditions OCDE, Paris, https://doi.org/10.1787/88684e36-en.
[44] Greiff, S. et al. (2021), “PIAAC Cycle 2 assessment framework: Adaptive problem solving”, in The Assessment Frameworks for Cycle 2 of the Programme for the International Assessment of Adult Competencies, Éditions OCDE, Paris, https://doi.org/10.1787/4bc2342d-en.
[58] Greiff, S. et al. (2017), “Adaptive problem solving: Moving towards a new assessment domain in the second cycle of PIAAC”, Documents de travail de l’OCDE sur l’éducation, No. 156, Éditions OCDE, Paris, https://doi.org/10.1787/90fde2f4-en.
[29] Hanushek, E. et al. (2017), “Coping with change: International differences in the returns to skills”, Economics Letters, Vol. 153, pp. 15-19, https://doi.org/10.1016/j.econlet.2017.01.007.
[4] Hanushek, E. and L. Woessmann (2008), “The role of cognitive skills in economic development”, Journal of Economic Literature, Vol. 46/3, pp. 607-668, https://doi.org/10.1257/jel.46.3.607.
[61] Heckman, J. and S. Mosso (2014), “The economics of human development and social mobility”, Annual Review of Economics, Vol. 6/1, pp. 689-733, https://doi.org/10.1146/annurev-economics-080213-040753.
[52] Hobolt, S., K. Lawall and J. Tilley (2023), “The polarizing effect of partisan echo chambers”, American Political Science Review, Vol. 118/3, pp. 1464-1479, https://doi.org/10.1017/S0003055423001211.
[10] Ikenaga, T. and R. Kambayashi (2016), “Task polarization in the Japanese labor market: Evidence of a long‐term trend”, Industrial Relations: A Journal of Economy and Society, Vol. 55/2, pp. 267-293, https://doi.org/10.1111/irel.12138.
[56] Kankaraš, M. (2017), “Personality matters: Relevance and assessment of personality characteristics”, Documents de travail de l’OCDE sur l’éducation, No. 157, Éditions OCDE, Paris, https://doi.org/10.1787/8a294376-en.
[18] Lane, M. and A. Saint-Martin (2021), “The impact of Artificial Intelligence on the labour market: What do we know so far?”, Documents de travail de l’OCDE sur les questions sociales, l’emploi et les migrations, No. 256, Éditions OCDE, Paris, https://doi.org/10.1787/7c895724-en.
[17] Lassébie, J. and G. Quintini (2022), “What skills and abilities can automation technologies replicate and what does it mean for workers?: New evidence”, OECD Social, Employment and Migration Working Papers, No. 282, OECD Publishing, Paris, https://doi.org/10.1787/646aad77-en.
[2] Mankiw, N., D. Romer and D. Weil (1992), “A contribution to the empirics of economic growth”, The Quarterly Journal of Economics, Vol. 107/2, pp. 407-437, https://doi.org/10.2307/2118477.
[28] Noy, S. and W. Zhang (2023), “Experimental evidence on the productivity effects of generative artificial intelligence”, Science, Vol. 381/6654, pp. 187-192, https://doi.org/10.1126/science.adh2586.
[31] OCDE (2024), Accès et utilisation des TIC par les les ménages et les individus, OECD Telecommunications and Internet Statistics (database), https://doi.org/10.1787/b9823565-en (accessed on 29 May 2024).
[36] OCDE (2024), Les faits sans le faux : Lutter contre la désinformation, renforcer l’intégrité de l’information, Éditions OCDE, Paris, https://doi.org/10.1787/4078bb32-fr.
[23] OCDE (2024), Perspectives de l’emploi de l’OCDE 2024 : Transition vers la neutralité carbone et marché du travail, Éditions OCDE, Paris, https://doi.org/10.1787/a859bbac-fr.
[59] OCDE (2024), Survey of Adult Skills 2023: Reader’s Companion, Études de l’OCDE sur les compétences, Éditions OCDE, Paris, https://doi.org/10.1787/3639d1e2-en.
[49] OCDE (2023), “Évolutions récentes des migrations internationales et insertion des immigrés sur le marché du travail”, in Perspectives des migrations internationales 2023, Éditions OCDE, Paris, https://doi.org/10.1787/87c79978-fr.
[16] OCDE (2023), Is Education Losing the Race with Technology?: AI’s Progress in Maths and Reading, Educational Research and Innovation, Éditions OCDE, Paris, https://doi.org/10.1787/73105f99-en.
[15] OCDE (2023), Perspectives de l’emploi de l’OCDE 2023: Intelligence artificielle et marché du travail, Éditions OCDE, Paris, https://doi.org/10.1787/aae5dba0-fr.
[34] OCDE (2023), “Pour des compétences et attitudes adaptées aux nouveaux paysages de l’information”, in Perspectives de l’OCDE sur les compétences 2023 : Les compétences au service d’une transition écologique et numérique résiliente, Éditions OCDE, Paris, https://doi.org/10.1787/fe76e556-fr.
[43] OCDE (2021), The Assessment Frameworks for Cycle 2 of the Programme for the International Assessment of Adult Competencies, Études de l’OCDE sur les compétences, Éditions OCDE, Paris, https://doi.org/10.1787/4bc2342d-en.
[14] OCDE (2019), L’intelligence artificielle dans la société, Éditions OCDE, Paris, https://doi.org/10.1787/b7f8cd16-fr.
[53] OCDE (2019), “PISA 2018 Global Competence Framework”, in PISA 2018 Assessment and Analytical Framework, Éditions OCDE, Paris, https://doi.org/10.1787/b25efab8-en.
[19] OCDE (2019), “Synthèse : l’avenir du travail est entre nos mains”, in Perspectives de l’emploi de l’OCDE 2019 : L’avenir du travail, Éditions OCDE, Paris, https://doi.org/10.1787/b7e9e205-fr.
[6] OCDE (2013), Perspectives de l’OCDE sur les compétences 2013 : Premiers résultats de l’Evaluation des compétences des adultes, Éditions OCDE, Paris, https://doi.org/10.1787/9789264204096-fr.
[60] OCDE (à paraître), Survey of Adult Skills 2023 Technical Report, Éditions OCDE, Paris.
[26] Peng, S. et al. (2023), The Impact of AI on Developer Productivity: Evidence from GitHub Copilot, arXiv, https://doi.org/10.48550/arXiv.2302.06590.
[33] Pew Research Center (2023), “Social media and news fact sheet”, Fact Sheet, Pew Research Center, https://www.pewresearch.org/journalism/fact-sheet/social-media-and-news-fact-sheet/ (accessed on 30 May 2024).
[40] Pew Research Center (2022), Social Media Seen as Mostly Good for Democracy Across Many Nations, But U.S. is a Major Outlier, Pew Research Center, https://www.pewresearch.org/wp-content/uploads/sites/20/2022/12/PG_2022.12.06_Online-Civic-Engagement_REPORT.pdf (accessed on 30 May 2024).
[41] Rouet, J. et al. (2021), “PIAAC Cycle 2 assessment framework: Literacy”, in The Assessment Frameworks for Cycle 2 of the Programme for the International Assessment of Adult Competencies, Éditions OCDE, Paris, https://doi.org/10.1787/4bc2342d-en.
[55] Soto, C. and O. John (2017), “The next Big Five Inventory (BFI-2): Developing and assessing a hierarchical model with 15 facets to enhance bandwidth, fidelity, and predictive power.”, Journal of Personality and Social Psychology, Vol. 113/1, pp. 117-143, https://doi.org/10.1037/pspp0000096.
[8] Spitz‐Oener, A. (2006), “Technical change, job tasks, and rising educational demands: Looking outside the wage structure”, Journal of Labor Economics, Vol. 24/2, pp. 235-270, https://doi.org/10.1086/499972.
[50] Suhay, E., E. Bello-Pardo and B. Maurer (2017), “The Polarizing Effects of Online Partisan Criticism: Evidence from Two Experiments”, The International Journal of Press/Politics, Vol. 23/1, pp. 95-115, https://doi.org/10.1177/1940161217740697.
[48] Thomas, K. and B. Lok (2015), “Teaching critical thinking: An operational framework”, in The Palgrave Handbook of Critical Thinking in Higher Education, Palgrave Macmillan US, New York, https://doi.org/10.1057/9781137378057_6.
[57] Tout, D. et al. (2017), Review of the PIAAC Numeracy Assessment Framework: Final Report., Australian Council for Education Research (ACER), https://research.acer.edu.au/transitions_misc/29 (accessed on 21 November 2024).
[42] Tout, D. et al. (2021), “PIAAC Cycle 2 assessment framework: Numeracy”, in The Assessment Frameworks for Cycle 2 of the Programme for the International Assessment of Adult Competencies, Éditions OCDE, Paris, https://doi.org/10.1787/4bc2342d-en.
[38] Tucker, J. et al. (2018), “Social media, political polarization, and political disinformation: A review of the scientific literature”, SSRN Electronic Journal, https://doi.org/10.2139/ssrn.3144139.
[47] Vardi, I. (2015), “The relationship between self-regulation, personal epistemology, and becoming a ’critical thinker’: Implications for pedagogy”, in The Palgrave Handbook of Critical Thinking in Higher Education, Palgrave Macmillan US, New York, https://doi.org/10.1057/9781137378057_13.
[45] Vincent-Lancrin, S. (2021), Skills for Life: Fostering Critical Thinking, Inter-American Development Bank, https://doi.org/10.18235/0003743.
[35] World Risk Poll (2019), The Lloyd’s Register Foundation World Risk Poll, https://wrp.lrfoundation.org.uk/ (accessed on 30 May 2024).
← 1. Le premier cycle de l’Évaluation des compétences des adultes s’est articulé en trois vagues de collecte de données : 2011-2012, 2014-2015 et 2017-2018. Exception faite des États-Unis, qui ont recueilli des données lors de toutes les vagues, différents pays ont participé à différentes vagues. Les trois vagues de l’enquête ont fait appel à des instruments (questionnaire de base et évaluation directe des compétences) et des procédures identiques.
← 2. Edin et al. (2022[12]) se sont appuyés sur des registres de conscription militaire pour associer des données administratives relatives au salaire à l’âge de 40 ans à des indicateurs des compétences à l’âge de 20 ans, ce qui limite la portée de leur analyse aux hommes.
← 3. L’IA générative est une catégorie d’IA capable de créer du contenu comme des textes, des images, des vidéos et de la musique, souvent en réponse à des requêtes. Elle peut prendre la forme de générateurs d’images, de robots conversationnels et d’outils de traduction automatique faisant appel à de grands modèles linguistiques (voir https://www.oecd.org/fr/themes/ia-generative.html).
← 4. Heckman et Mosso (2014[61]), dans leur synthèse d’un vaste corpus de publications sur le versant économique de l’acquisition des compétences, avancent que les scores aux évaluations dépendent autant des capacités cognitives que non cognitives.
← 5. À noter : les résultats en matière de résolution adaptative de problèmes ne sont pas comparables à ceux obtenus en résolution de problèmes dans des environnements à forte composante technologique, ces deux composantes étant indépendantes l’une de l’autre.
← 6. Une tâche peut présenter une structure plus complexe qu’un item : elle représente le construct à l’étude, tandis qu’un item est une question renvoyant à un tronc ou un stimulus commun. Aussi, une tâche peut se composer d’un ou plusieurs items. Dans le contexte de la description des cadres et de l’élaboration des échelles, c’est le mot « tâches » qui est employé, tandis que dans le contexte de l’analyse des données, il s’agit d’« items ».
← 7. Afin de limiter les non-réponses liées aux compétences en littératie (et le recours à l’enquête rapide, qui recueille beaucoup moins d’informations que le questionnaire de base), des interprètes pouvaient aider les adultes en difficulté linguistique. Ce rôle pouvait être assumé par des membres de la famille ou des professionnels recrutés par l’organisation administrant l’enquête. Seule la Suède a fait systématiquement appel à des interprètes, ce qui lui a permis de recueillir des réponses au questionnaire de base de la part de toutes les personnes interrogées lors des deux cycles de l’enquête.