Les technologies d’IA sont souvent présentées comme adaptées au traitement des tâches répétitives et fastidieuses, obéissant à des règles qui peuvent être « apprises » par la machine. Ce n’est que partiellement vrai. L’IA est également capable de traiter des tâches compliquées, par exemple pour la conduite autonome. Dès lors que l’IA gère les tâches élémentaires, il peut en résulter une augmentation de la qualification des travailleurs. Dans la relation-client, si les demandes simples sont traitées par l’IA, les cas complexes sont alors orientés vers les conseillers humains. Ce transfert peut avoir pour effet une augmentation du niveau de compétence ou un besoin accru en compétences sociales, nécessaires à la gestion d’une interaction compliquée avec le client, le patient ou l’usager. Il peut en résulter une intensification du travail, dès lors que les cas simples et routiniers, autrefois majoritaires, sont remplacés par des cas mobilisant davantage l’attention. En matière bancaire, l’IA peut conduire à des besoins de spécialisation, pour apporter une expertise de pointe au client, mais également au développement d’un statut de généraliste, capable d’orienter le client vers le bon spécialiste et de résoudre ces problèmes. Dans la santé, l’intelligence artificielle peut induire une déqualification relative, quand des tâches compliquées exécutées par l’humain sont susceptibles d’un traitement automatique. À l’inverse, l’infirmier ou le manipulateur-radio d’un système d’IA peut voir sa qualification augmenter, en utilisant l’assistance fournie par le dispositif de diagnostic. Cette problématique n’est cependant pas propre à l’IA et relève plus généralement de l’automatisation et de la numérisation, qui conduisent les travailleurs à jouer davantage le rôle de superviseur de dispositif, ce qui suppose la maîtrise des compétences numériques nécessaires. La part de ces différents effets va dépendre des choix d’organisation opérés dans les structures, entre automatisation avancée et complémentarité humain-machine.