En mars 2026, le Syndicat canadien des employés de la fonction publique a présenté un mémoire de 11 pages au Comité sénatorial des affaires sociales sur…

En mars 2026, le Syndicat canadien des employés de la fonction publique a présenté un mémoire de 11 pages au Comité sénatorial des affaires sociales sur l'IA dans les milieux de travail canadiens. Le mémoire mentionne des pertes d'emplois documentées spécifiques déjà en cours: les travailleurs en caption fermée des principales stations de télévision canadiennes remplacées par la transcription de l'IA, les transcritistes médicaux dans les systèmes de santé remplacés par des modèles de parole en texte, les travailleurs des services d'expédition des hôpitaux remplacés par le routage automatisé, les préposés aux services alimentaires de soins de longue durée qui sont confrontés à un déplacement du déploiement de la cuisine-robotique. Le mémoire citait également l'analyse de Statistique Canada selon laquelle 31 % des travailleurs canadiens occupent des emplois très exposés à l'IA et relativement moins complémentaires avec celle-ci — que les cadres brefs, qui sont susceptibles de changer ou de disparaître de façon spectaculaire — 29 % occupent des postes très exposés mais complémentaires (probablement pour travailler aux côtés de l'IA), et les professions dominées par les femmes courent environ le double du risque de déplacement des emplois dominés par des hommes. En juin 2026, à la IA pour tous le premier ministre Carney prévoit que la stratégie créera 250 000 nouveaux emplois liés à l'IA sur cinq ans, à 2031. L'évaluation permanente de la Banque du Canada, déclarée par la sous-gouverneure externe Michelle Alexopoulos dans un discours de mai 2026 ( « L'IA frappe : la prochaine histoire de productivité du Canada » ) et cité avec approbation par le ministre Solomon lors du lancement, était qu'il n'y avait pas encore de preuves de pertes d'emplois généralisées sous l'impulsion d'IA. En janvier 2026, le directeur général des données du Canada, Stephen Burt, a déclaré publiquement que certains emplois fédéraux seront supprimés à mesure que le gouvernement adoptera l'IA. Toutes ces déclarations sont vraies simultanément. Le travail du chapitre est de donner aux lecteurs un cadre qui les tient tous à la fois, ce qui permet de distinguer les véritables questions empiriques, là où les preuves sont mélangées, des véritables désaccords intellectuels entre les voix les plus rigoureuses du domaine. De là, il s'engage dans le modèle plus profond que le guide a construit vers les chapitres 3, 4, 10 et 13: l'histoire du travail IA est plus compliquée que le cadre de déplacement-vs-augmentation le permet, parce que l'économie IA crée une main-d'oeuvre substantielle nouvelle à des salaires inférieurs et des conditions pires tout en déplaçant certaines catégories de travail à salaire supérieur et en intensifiant la surveillance sur le travail qui reste. Vous partirez avec : la base empirique canadienne ancrée dans les sources primaires; le désaccord entre l'Acemoglu et l'Autor en matière d'économie-universitaire engagé honnêtement; le mémoire du Sénat de la CUPE présenté dans sa propre présentation avec ses cinq recommandations spécifiques; la constatation de structure algorithmique et économique des gigs nommée directement; les engagements fédéraux IA pour tous évalués à l'aide de l'analyse du travail; les mécanismes de politique convergents que le guide a identifiés dans plusieurs chapitres; et le test de travail pour évaluer toute demande d'IA et d'emploi. ---

La base empirique canadienne

Trois sources primaires distinctes établissent ce qui est réellement documenté au sujet de l'IA et du travail canadien au milieu des années 2026.

Travaux d'analyse de Statistique Canada. Statistique Canada a publié de multiples analyses des effets de l'IA sur l'emploi entre 2024 et 2026, en s'appuyant sur son Enquête sur la technologie numérique et l'utilisation d'Internet, l'Enquête sur la population active et des documents analytiques spécifiques. Les principales conclusions citées dans les documents de défense des intérêts et les documents gouvernementaux suivants :

Environ 60 % des travailleurs canadiens sont dans des emplois qui seront soit modifié de façon significative par l'intégration de l'IA, soit risque de déplacement partiel ou complet au cours de la période d'adoption prévue.
Les 60% se décomposent comme approximativement 31 % des emplois susceptibles de changer ou de disparaître de façon spectaculaire et 29% dans les emplois susceptibles de travailler aux côtés de l'IA (travailler avec des outils d'IA comme augmentation plutôt que de faire face au déplacement). Le mémoire du CUPE cite ces chiffres de l'analyse StatCan comme fondement empirique de ses recommandations politiques. (Note de précision : L'encadrement propre de StatCan est l'exposition et la complémentarité, les emplois « hautement exposés à l'IA » avec une faible ou élevée « complémentarité ». Le « changement ou disparition dramatique » est la couche d'interprétation, et il appartient au CUPE et à ce guide, et non à Statistique Canada.)
Les professions dominées par les femmes sont à peu près deux fois plus exposées au risque de déplacement que les professions à prédominance masculine. Les secteurs spécifiques à forte concentration de travailleuses (soutien administratif, service à la clientèle, administration des soins de santé, soutien à l'éducation, modération du contenu) sont précisément les secteurs où les outils d'IA de la génération actuelle font preuve d'une capacité substantielle.
L'adoption de l'IA chez les entreprises canadiennes est passé d'environ 12,2% au deuxième trimestre 2025 à 19,2% en mai 2026 (les données les plus récentes de StatCan au moment de la rédaction du présent guide). L'objectif fédéral IA pour tous d'adoption de 60 % d'ici 2034 implique un triplement sur environ huit ans, ce qui est rapide mais non sans précédent pour les courbes d'utilisation de la technologie numérique. La trajectoire du doublement en un an est importante : Statistique Canada a documenté l'adoption, qui est passée de 6,1% au deuxième trimestre 2024 à 12,2% au deuxième semestre 2025, avant d'atteindre 19,2% en mai 2026. Le rythme s'accélère, il n'est pas stable.

GOBLIN FACTS — l'adoption a doublé rapidement. Statistique Canada a enregistré une hausse de l'utilisation des IA pour les entreprises, qui est passée de 6,1 % au deuxième trimestre 2024 à 12,2 % au second trimestre 2025, puis à 19,2 %.

La répartition sectorielle de l'adoption des IA est très inégale. Les données du deuxième trimestre de 2025 de StatCan montrent que l'adoption est concentrée dans des secteurs spécifiques : industries de l'information et de la culture à 35,6 %, services professionnels/scientifiques/techniques à 31,7 %, finances et assurances à 30,6 % — le tout largement supérieur à l'agrégat de 12,2% à ce stade. Il s'agit des mêmes secteurs où la concentration de travail à col blanc moyen et à cols blancs est élevée, ce qui se croise directement avec le modèle de déplacement documenté dans ce chapitre. L'adoption de Parmi les entreprises canadiennes qui utilisent déjà l'IA, 25,7 % avaient acheté des services ou du stockage en nuage et 17,9 % avaient acquis de la puissance informatique ou du matériel spécialisé. IA entraîne des capitaux vers l'infrastructure à mesure qu'elle s'étend, en se connectant directement à l'analyse de la répartition provinciale du chapitre 6.

L'écart entre ce que l'IA peut faire et ce qu'elle fait. Un tableau complémentaire vient des États-Unis, où l'indice économique d'Anthropic combine une mesure de ce que les grands modèles linguistiques peuvent théoriquement faire, à travers les tâches qui composent chaque travail, contre ce que les modèles sont observée en fait dans les milieux de travail. L'utilisation observée est une petite fraction de la capacité théorique, et les deux regroupements dans les mêmes catégories de cols blancs drapeaux de données d'adoption du Canada : ordinateur et mathématiques, bureau et administration, affaires et finances. L'espace découvert entre les deux est la partie qui mérite d'être observée, car c'est ce qui se réduit comme capacité, adoption et déploiement se rattraper l'un à l'autre. Les données sont américaines (tâches des États-Unis et poids de l'emploi), alors lisez-les comme une illustration du modèle plutôt qu'une mesure canadienne, mais la forme de l'écart est la plus claire de la façon dont l'IA est et ne fait pas encore le travail.

Analyse de la Banque du Canada. Le Rapport de la Banque du Canada sur la politique monétaire de décembre 2025 contenait une section sur les répercussions macroéconomiques d'IA qui concluait "Il n'y avait aucun signe jusqu'à présent que l'intelligence artificielle conduisait à un chômage généralisé." L'analyse de la Banque a fait ressortir que les mesures globales du chômage n'avaient pas évolué de façon à suggérer un déplacement à l'échelle de l'IA, que les tendances en matière de vacances d'emploi restaient compatibles avec une dynamique cyclique plus large du marché du travail et que la croissance de la productivité attribuable à l ' IA était difficile à démêler d'autres facteurs.

Le cadre analytique de la Banque est important parce qu'il représente la perspective la plus technocratique disponible sur les effets du travail sur l'IA. La conclusion n'est pas que l'IA n'a affecté aucun travailleur; c'est que le signal global ne montre pas encore un chômage généralisé. La distinction est importante parce que la même constatation peut être interprétée comme « les craintes d'IA sont exagérées » (une interprétation) ou comme « le déplacement se produit au niveau sectoriel mais n'a pas encore été agrégé dans le chômage macro-économique parce que les nouveaux marchés du travail absorbent les travailleurs déplacés, parfois à des salaires inférieurs » (interprétation différente). La structure de la Banque est conforme aux deux.

🧌 GOBLIN CHECK — « Pas de chômage généralisé » et « le service de sous-titrage n'existe plus » sont deux phrases vraies, en même temps, à peu près dans le même pays. Les agrégats sont là où les mauvaises années individuelles disparaissent. Le gobelin garde les deux registres, et la conversation politique devrait aussi.

Les cas sectoriels documentés. Au-delà des statistiques agrégées, les pertes d'emplois au Canada sont maintenant documentées dans les sources principales :

Travailleurs en soustraction dans les principales stations de télévision canadiennes. Plusieurs stations ont été remplacées par le sous-titrage généré par l'IA, ce qui a déplacé les travailleurs spécialisés qui avaient auparavant exercé cette fonction. La transition est documentée dans les rapports de l'industrie et la divulgation côté syndicat (Unifor, qui a absorbé le CEP en 2013 et les locaux de CWA Canada représentant les travailleurs des médias).
Transpositionnistes médicaux dans les systèmes de santé. Les autorités sanitaires provinciales ont mis en place des systèmes de parole en texte à moteur d'IA pour la documentation clinique, déplaçant les transcriptionnistes qui avaient précédemment transcrit la dictée médicale. La transition a été plus rapide dans certaines provinces (Ontario, Alberta) que dans d'autres.
Des agents de l'hôpital. Plusieurs systèmes hospitaliers canadiens ont déployé des systèmes de triage et d'expédition alimentés par l'IA pour les appels non urgents, ce qui a déplacé un certain nombre de membres du personnel d'envoi.
Travailleurs des services alimentaires de longue durée. Des systèmes robotiques et des systèmes de préparation d'aliments contrôlés par l'IA sont mis à l'essai dans des établissements de soins de longue durée dans plusieurs provinces. L'échelle de déplacement est actuellement limitée, mais la trajectoire est documentée.
Fonction publique fédérale. Stephen Burt, directeur général des données du Canada, a déclaré publiquement (Presse canadienne, septembre 2025) que le déploiement de l'IA certains la réduction des emplois fédéraux — tout en refusant de mettre un nombre, un calendrier ou un emplacement sur celui-ci. Le Registre de l'IA du Conseil du Trésor (chapitre 10) documente 400 systèmes fédéraux d'IA dans 42 institutions; les répercussions sur le travail de ces mutations ne sont pas déclarées séparément.

Ces cas documentés sont le plancher des effets sur l'emploi canadien liés à l'IA, et non le plafond. Les cas sont publics parce que les travailleurs touchés se sont organisés pour les faire ressortir ou parce que le déploiement était suffisamment médiatisé pour attirer des rapports. Beaucoup plus de déplacements se produisent sans documentation publique — dans les entreprises sans représentation syndicale, dans les secteurs où les pertes d'emplois individuelles ne déclenchent pas de seuils de déclaration, dans le cas où les travailleurs sont passés à d'autres emplois assez rapidement que l'attention du public ne les a pas suivis.

Là où les preuves atterrissent. Les effets de l'IA au Canada au milieu des années 2026 sont les suivants : déplacement sectoriel documenté dans plusieurs catégories, absence encore de signal global de chômage, changement important projeté dans environ 60 % de la main-d'oeuvre, répartition du risque de déplacement selon le sexe et trajectoire rapide d'adoption et de courbure. Aucune de ces conclusions ne soutient que « l'IA cause un chômage massif » ou que « les craintes du travail de l'IA sont infondées ». La lecture honnête se situe entre ces pôles, avec des questions empiriques spécifiques que les prochaines sections engagent.

---

Le désaccord académique Acemoglu vs Autor

Deux économistes du MIT, tous deux largement respectés, publiant beaucoup sur l'IA et le travail, tous les deux rigoureux, ont tiré des conclusions sensiblement différentes sur les effets probables de l'IA sur la macroéconomie et le marché du travail. Le désaccord est un véritable désaccord intellectuel, et non une supposition factionnelle. Le guide présente les deux positions dans leurs propres cadrages, la façon dont le chapitre 11 a présenté Geist/Craig vs TWUC/ACTRA sur le droit d'auteur. La lecture des deux est l'engagement méthodologique central du chapitre.

La position de Daron Acemoglu. Acemoglu, co-bénéficiaire du prix Nobel de sciences économiques 2024 (avec Simon Johnson et James Robinson) pour ses travaux sur l'économie institutionnelle, a publié plusieurs articles et ouvrages de plus de 2023-2025 Impact macroéconomique modeste de l'IA avec des préoccupations importantes en matière de répartition.

Ses principales allégations empiriques et analytiques :

Première : L'œuvre récente la plus citée d'Acemoglu, "La macroéconomie simple de l'IA" (Document de travail NBER 32487, avril 2024; publié en Politique économique 40(121):13–58, 2025), fournit un cadre quantitatif pour estimer les effets macroéconomiques probables de l'IA. La conclusion centrale du cadre : l'IA produira probablement gains de productivité des facteurs totaux d'environ 0,5 % sur une période de dix ans , sensiblement plus faible que les gains de productivité prévus par les défenseurs de l'industrie de l 'IA. L'analyse est basée sur l'économie au niveau des tâches — quelles tâches spécifiques l'IA peut remplacer, quels niveaux de salaire ces tâches commandent, quelle part de l' économie ces tâches représentent.

Deuxième : Le cadre plus large d'Acemoglu (développé avec Pascual Restrepo à l'Université de Boston) souligne que historiquement, l'automatisation des usines a entraîné une augmentation du chômage local , pas plus bas. L'encadrement de l'« automation comme opportunité » qui domine la rhétorique des entreprises et du gouvernement est, dans l'analyse d'Acemoglu, empiriquement erroné pour les populations qui ont effectivement connu des vagues d'automatisation. Les effets locaux sont généralement ceux-ci : les travailleurs à mi-temps déplacés, les gains de productivité capturés par les propriétaires et les gestionnaires de capital, et l'emploi à bas salaires croissant lorsque les personnes déplacées cherchent un travail de substitution.

Troisième : Acemoglu, avec Simon Johnson, a fait un argument historique étendu en Le pouvoir et le progrès : notre lutte millénaire sur la technologie et la prospérité (2023) que le progrès technologique ne se traduit pas automatiquement par une prospérité généralisée — il l'a fait dans des périodes historiques spécifiques où le pouvoir ouvrier, les cadres réglementaires et les contraintes politiques ont largement réorienté les acquis technologiques. Sans ces contraintes institutionnelles, le progrès technologique tend à concentrer les bénéfices de manière étroite.

Quatrième : Acemoglu, Johnson et Autor ont écrit conjointement "Pouvons-nous avoir l'IA pro-travailleur?" (CEPR Policy Insight 123, 2023) — le programme constructif de réforme structurelle. L'article fait valoir que les effets d'IA sur le marché du travail dépendent de façon critique des choix stratégiques que les gouvernements font - en matière de fiscalité, de représentation des travailleurs, de formation et d'éducation, et de lutte contre les ententes. La même IA déployée dans des conditions institutionnelles différentes peut produire des résultats radicalement différents sur le marché du travail.

L'impact macroéconomique de La ligne de fond d'Acemoglu, en bref: IA sera probablement modeste dans l'ensemble. Les effets de la distribution seront probablement marqués, en concentrant les gains sur le capital et certains travailleurs qualifiés, tout en déplaçant les travailleurs à mi-salaires et en produisant une croissance de l'emploi à bas salaires comme substitut. Les résultats dépendront grandement des choix stratégiques que le Canada n'a pas encore faits.

La position de David Autor. Autor, également au MIT et le plus grand chercheur du domaine sur la polarisation du marché du travail, avec des travaux de base remontant à un document de 2003 avec Levy et Murnane qui a établi une grande partie du cadre empirique actuel, a atteint des conclusions sensiblement différentes dans ses récents travaux sur l'IA spécifiquement.

Ses principales allégations empiriques et analytiques :

Papier d'Autor 2024 "Appliquer l'IA pour reconstruire des emplois de classe moyenne" (Document de travail NBER 32140) fait valoir que l'IA générative est significativement différente des ondes d'automatisation antérieures parce qu'elle peut augmenter le travail d'expert à mi-niveau plutôt que de déplacer seulement le travail de routine. La vague d'automatisation précédente (déploiement d'ordinateurs et d'Internet dans les années 1980-2010) a creusé le milieu de la distribution salariale en automatisant les tâches courantes, laissant intacts le travail cognitif et le travail physique peu qualifié. L'IA pourrait être un outil de production inverser ce creusement en donnant aux travailleurs de niveau intermédiaire l'accès à des compétences spécialisées qui nécessitaient auparavant des années de formation spécialisée. Plus récent "Expertise" (Document de travail NBER 33941 avec Thompson, 2025) fournit le suivi empirique : les outils d'IA ont tendance à améliorer les performances des travailleurs moins expérimentés plus que celles des travailleurs plus expérimentés; , réduisant les écarts de compétences au sein de l'emploi. Si ce modèle se maintient à l'échelle, l'IA pourrait fonctionner comme un égalisateur de productivité plutôt que comme un polarisateur de salaire. Et Autor a été explicite dans les commentaires publics que le la question de l'augmentation-vs-déplacement est contestée empiriquement — le résultat dépend en partie des choix politiques, en partie de la façon dont la technologie se développe, et en partie sur la manière dont les marchés du travail et les institutions répondent. Il ne prétend pas que l'IA augmentera automatiquement plutôt que de se déplacer. Sa revendication est plus étroite : que la possibilité d'augmentation est réelle, et plus à portée de main que le cadrage pessimiste IA suggère.

En bref, la ligne de fond d'Autor : L'IA générative a un potentiel réel pour inverser des décennies de polarisation du marché du travail en augmentant le travail d'expert à mi-niveaux. Le potentiel n'est pas garanti; il dépend des voies de développement technologique et des choix politiques. Mais la technologie est suffisamment différente des vagues d'automatisation antérieures que le pessimisme historique peut ne pas transférer proprement.

Où Acemoglu et Autor convergent. Les deux économistes insistent sur le fait que les résultats du travail d'IA sont Non déterminée par la technologie mais par le contexte institutionnel et politique dans lequel la technologie est déployée. Tous deux ont collaboré à l'élaboration du cadre « IA pour les travailleurs ». Tous deux rejettent les positions les plus extrêmes à chaque extrémité (chômage universel de masse, prospérité universelle à large base).

Là où ils divergent. L'analyse d'Acemoglu pèse lourdement sur les preuves historiques selon lesquelles l'automatisation a eu tendance à désavantager les travailleurs qui n'ont pas de contraintes institutionnelles. L'analyse d'Autor pèse lourdement la différence structurelle entre l'IA générative et les ondes d'automatisation antérieures. Ils lisent les mêmes données empiriques et historiques et tirent des conclusions différentes sur quels facteurs domineront.

La position méthodologique du guide: le désaccord est authentique et le guide le laisse debout. Acemoglu et Autor ont tous deux des titres de compétence, des positions institutionnelles et des analyses publiées qui exigent une considération sérieuse. Le guide place les deux positions côte à côte et demande aux lecteurs de s'asseoir à l'intérieur du désaccord plutôt que de choisir un gagnant pour rendre le chapitre plus facile. Le désaccord lui-même est la caractéristique structurellement importante de la conversation académique-économique sur les effets du travail sur l'IA , et la politique canadienne qui n'engage pas sérieusement les deux est de réduire un véritable débat intellectuel à un choix politique.

---

Le mémoire du Sénat de la CUPE — la documentation principale du travail

Le Syndicat canadien des employés de la fonction publique représente, de son propre chef, 800 000 travailleurs canadiens dans les domaines des soins de santé, de l'éducation, des municipalités, des bibliothèques, des universités, des services sociaux, des soins aux enfants, des communications, des collectivités, des secours, des transports et des compagnies aériennes. La soumission de mars 2026 du CUPE au Comité sénatorial des affaires sociales est un document de 11 pages, concentré plutôt que étendu, ancré dans la recherche primaire par la chercheuse principale Sarah Ryan. Il s'agit de la documentation principale sur la politique en matière d'IA qui est actuellement disponible, et le guide s'en inspire largement pour ce chapitre.

L'argument structurel du mémoire, dans le cadrage propre de la CUPE : Le déploiement de l'IA dans les milieux de travail canadiens se fait rapidement, le cadre réglementaire qui le régit est largement absent, les dommages documentés aux travailleurs sont réels et la stratégie fédérale d'IA pour tous s'engage à investir dans le développement de l 'IA sans s'engager à protéger les travailleurs correspondants. Le mémoire est positif sur le plan politique plutôt que rejetiste : la Cupe soutient explicitement les applications d'IA par les travailleurs et soutient les cadres politiques qui distribuent largement les avantages de l'IA. Le but est de protéger les travailleurs dans un cadre qui prend l'IA comme un développement technologique réel et continu.

Les cinq recommandations spécifiques du CUPE, présenté dans leur propre cadrage:

Recommandation 1 : Législation complète en matière d'IA. CUPE appelle à une législation fédérale qui établirait la transparence obligatoire pour le déploiement de l'IA, des restrictions sur la surveillance en milieu de travail, des exigences en matière de protection des données propres au traitement des IA, des vérifications obligatoires des biais et le cadre institutionnel pour la surveillance continue de la politique d'IA. La recommandation est explicitement conçue comme un moyen de combler l'écart laissé par l'échec de l'AIDA et comme une solution distincte de la stratégie d'investissement IA pour tous.

Recommandation 2 : Éducation, compétences et infrastructures de recyclage. CUPE appelle à un investissement fédéral important dans le recyclage des travailleurs spécifiquement destiné aux travailleurs confrontés au déplacement d'IA, l'échelle de financement étant conforme aux projections documentées du déplacement (le résultat de 31 % de StatCan tiré de la section 1). La recommandation comprend la conclusion spécifique que Les employeurs canadiens dépensent environ 240 $ par employé chaque année pour la formation. , bien en deçà des repères internationaux par les pairs. (Ce chiffre est celui du CUPE, et il se répète dans les présentations du syndicat de 2025 à 26; il existe des points de repère plus élevés dans l'industrie, et l'écart entre les méthodes de comptage mérite d'être examiné.) La transition de la main-d'oeuvre axée sur l'IA nécessiterait un investissement en formation considérablement accru qui ne peut pas reposer sur un engagement volontaire des employeurs.

Recommandation 3 : Planification du marché du travail et consultation inclusive. Le SCFP demande le rétablissement de la tradition canadienne des tables de partenariat sectoriel (actuellement fonctionnant de façon significative seulement au Québec) qui rassemblent les syndicats, les employeurs et le gouvernement pour planifier des transitions technologiques. La recommandation indique explicitement que l'IA et le Conseil consultatif du travail annoncés par le ministre Solomon après la pression syndicale (chapitre 5) est un mécanisme de consultation plutôt qu'un organe de planification de fond, et appelle à ce dernier plutôt que seulement le premier.

Recommandation 4 : Capacité du secteur public et infrastructure numérique publique. Le CUPE demande au gouvernement fédéral de : construire des applications numériques et des technologies d'intelligence artificielle publiques qui peuvent être partagées au coût dans l'ensemble du secteur public , comme solution de rechange à la tendance actuelle des ministères fédéraux qui achètent des services d'IA auprès d'hyperéchelleurs américains et de fournisseurs commerciaux canadiens. C'est la réponse du côté travailliste à la question de souveraineté discutée au chapitre 9 : pas seulement qui nuages étrangers, mais si Les services publics canadiens devraient être sur des nuages commerciaux étrangers.

Recommandation 5 : Exigences en matière de marchés publics. CUPE demande des exigences spécifiques en matière de cadre d'approvisionnement : exigences de transparence pour les fournisseurs d'IA qui vendent au gouvernement; exigences d'explication pour les systèmes d'IA utilisés dans des décisions importantes; exigences de gouvernance inclusive pour le développement d'intelligence artificielle financées par des fonds publics; droits d'accès et de contrôle sur les données; restrictions sur la vente de données par des tiers; évaluations d'impact sur l'environnement et les droits de l'homme. La recommandation établit des critères opérationnels précis que l'approvisionnement actuel du gouvernement canadien en IA ne comprend généralement pas.

La législation spécifique demande que soient liés à d'autres chapitres:

Interdiction l'utilisation de systèmes d'IA biométriques, de reconnaissance faciale et de reconnaissance des émotions dans les lieux de travail (également discuté au chapitre 10).
Interdire décisions importantes en matière d'emploi (embauche, promotion, discipline, licenciement, fixation des salaires) à partir de la production IA (la plus forte recommandation).
Avis Besoins lorsque l'IA a été utilisée dans toute décision touchant un travailleur, avec explication du résultat, et mécanisme d'examen humain et d'appel.
Mandat des vérifications de partialité et de discrimination avant le déploiement de l'IA et après chaque année.
Stipuler que les entreprises qui reçoivent des fonds publics pour le développement de l'IA ne peuvent pas utiliser ce financement tout en réduisant les emplois grâce au déploiement de IA.

L'étiquette de partialité pour ces postes : la défense de la société civile par le plus grand syndicat du secteur public au Canada, avec des recherches primaires substantielles et l'intérêt documenté des électeurs. Le biais est vers la protection des travailleurs. Les preuves sous-jacentes (pratiques documentées de surveillance, pertes d'emplois documentées, lacunes documentées en matière de formation et d'investissement) sont vérifiables indépendamment. Le biais est réel; les preuves sont aussi réelles. Réduction du mémoire parce qu'il vient d'une union serait aussi mal que de l'accepter sans s'en rendre compte.

Un cadrage spécifique du mémoire de la CUPE que le guide présente comme une citation source primaire : « Les sociétés de technologie ont activement fait pression contre les mesures réglementaires malgré les dommages documentés. Ceci se connecte directement au mécanisme de lobbyage par proxy dont il est question au chapitre 7. Dans son mémoire, le CCUP cite une analyse des options stratégiques de novembre 2025 intitulée "Les États-Unis. Le lobbying par procuration menace la souveraineté numérique du Canada » comme document sur la façon dont les entreprises étrangères de technologie font évoluer leurs activités par l'intermédiaire d'intermédiaires canadiens pour façonner leur politique. Le cadre du syndicat est que la législation sur la protection des travailleurs n'a pas échoué faute d'idées; il a échoué faute de place politique contre la résistance organisée de l'industrie.

---

La constatation structurelle — L'IA crée du travail à des salaires inférieurs tout en déplaçant le travail à plus haut salaire

Le chapitre présente les données empiriques de base, les désaccords entre le milieu universitaire et l'économie et la documentation du côté du travail. La découverte structurelle du guide peut maintenant être présentée directement à travers plusieurs chapitres.

La plupart des discussions canadiennes sur l'IA et les emplois s'effondrent dans un cadrage de déplacement-vs-augmentation. L'IA remplacera-t-elle des emplois (déplacement) ou rendra-t'elle les travailleurs existants plus productifs (augmentation)? Le cadrage suppose implicitement que l'économie de l'IA est un système fermé dans lequel le travail qui existe est soit remplacé ou augmenté. Ce cadrage est empiriquement incomplet.

L'économie de l'IA crée une main-d'oeuvre substantielle à des salaires plus bas et dans des conditions pires pendant la même période déplacement de certaines catégories de travail à salaire élevé et intensifier la surveillance du travail qui reste à accomplir. Ces trois effets se produisent simultanément. Le signal global du marché du travail que la Banque du Canada observe, pas encore de chômage généralisé, est conforme à ce tableau parce que la nouvelle main-d'oeuvre peu rémunérée absorbe les travailleurs déplacés à un salaire plus élevé, souvent à une rémunération plus faible, souvent dans des conditions pires, souvent de différents secteurs.

Profils précis documentés dans l'analyse du guide :

Données sur la formation (chapitre 3). La formation à l'IA dépend du travail d'étiquetage humain à grande échelle, principalement concentré dans le Sud mondial, avec des enquêtes documentées ( HEURE 2023, Poste de Washington 2023) déclarant que la rémunération est aussi faible qu'environ 1,32 $US à 2 $US par heure, habituellement sans avantages sociaux, sans protection du statut d'emploi ou sans horaires stables. Le contrat Sama/Kenya pour la modération de contenu d'OpenAI (documenté dans TIME, janvier 2023) est le cas le plus cité. Le déploiement canadien de l'IA dépend de ce bassin mondial de main-d'oeuvre, même si le travail lui-même n'est pas au Canada.

La modération du contenu. Au fur et à mesure que le déploiement de l'IA se développe, la modération du contenu humain nécessaire pour maintenir les sorties d'IA dans des limites acceptables s'étend avec elle. Le travail est effectué dans des conditions documentées d'exposition aux dommages psychologiques (examen du contenu graphique et traumatique) et à des niveaux de rémunération qui ne reflètent pas la difficulté ou le coût psychologique du travail.

L'économie de Gig et le travail de plateforme. Les conducteurs Uber canadiens, les messagers DoorDash, les conducteurs Amazon Flex et les travailleurs de plate-forme similaires sont soumis à une gestion algorithmique : l'expédition par IA, la notation des performances, la tarification dynamique et les mesures disciplinaires. La catégorie de travail a connu une croissance considérable au cours de la dernière décennie, généralement à des niveaux de rémunération inférieurs au salaire médian du Canada et sans protection conventionnelle en matière d'emploi. La gestion algorithmique de la main-d'œuvre active est l'une des plus grandes catégories de travail de l'économie IA. , et c'est une création structurelle de plates-formes compatibles avec l'IA.

Gestion algorithmique des lieux de travail conventionnels (chapitre 10). Dans le cadre d'un emploi conventionnel, les outils de surveillance de l'IA (suivi des frappes, suivi de la communication, notation des performances, reconnaissance des émotions) intensifient la gestion du temps et du comportement des travailleurs. Les travailleurs gardent leur emploi, mais le contrôle remodele le travail lui-même.

Déplacement documenté de travaux à salaire élevé. Les cas de sous-titrage fermé, de transcription médicale, d'expédition à l'hôpital et d'autres cas canadiens documentés comportent une perte de travail relativement bien rémunérée et stable, souvent syndiquée, qui permet souvent une progression significative de carrière. Le travail perdu est qualitativement différent du travail créé.

Le tableau structurel: l'économie de l'IA n'est pas une somme nulle sur la main-d'oeuvre. Il déplace la main-d'œuvre d'une forme à l'autre — généralement du travail à salaire plus élevé, stable, syndiqué vers le travail à salaires plus bas, instable, surveillé. Les chiffres globaux de l'emploi peuvent ne pas changer considérablement, voire s'améliorer, tandis que les conditions de travail et les salaires sous-jacents se détériorent. C'est l'image que le cadrage déplacement-vs-augmentation manque, et engager est nécessaire pour toute analyse honnête des effets du travail de l'IA.

EXAMPLE — l'autocontrôle. Il n'a pas viré le caissier autant que redistribuer le travail : le magasin garde moins de personnel, et vous êtes devenu le non rémunéré scannant vos propres courses. Beaucoup de déploiements d'IA fonctionnent de la même façon. Le gros titre ne disparaît pas; le travail se déplace discrètement sur des mains moins chères, ou sur les vôtres, et le nombre de productivité augmente encore.

Cette tendance est évidente : dans les cas documentés, dans l'analyse académique (l'accent de distribution d'Acemoglu en est le point), dans la documentation syndicale, et dans le dossier historique plus long, les mêmes économistes du MIT ont tracé. La contribution du guide est de nommer explicitement cette image plutôt que de la laisser disparaître dans le déplacement-vs-augmentation qui sert au discours dominant.

ALIGNMENT — ça s'ajoute au travailleur, ou ça le remplace? Le même outil peut enrichir un poste ou le vider, et le courriel d'implantation ne dit presque jamais lequel. Demandez si l'IA rend la personne meilleure à son travail, ou la rend superflue. « Productivité » est le mot employé pour les deux — jusqu'à la mise à pied.

---

Les engagements fédéraux en matière de main-d'oeuvre IA pour tous, évalués

La stratégie IA pour tous de juin 2026 a pris des engagements spécifiques en matière de travail. Les évaluer en fonction de l'analyse que le chapitre a développée :

La projection de 250 000 emplois. La stratégie prévoit jusqu'à 250 000 nouveaux emplois grâce à l'adoption de l'IA d'ici 2031. Ce chiffre est une projection de la modélisation économique de la stratégie, et non un engagement à fournir un nombre précis d'emplois. Les intervalles de confiance, les hypothèses sous-jacentes et les ventilations sectorielles de la projection ne sont pas divulgués en détail. Évaluation par rapport à l'analyse du chapitre : même pris comme précis, les 250 000 nouveaux emplois liés à l'IA devraient être évalués par rapport au déplacement d'emplois dans d'autres secteurs. La modélisation de la stratégie n'engage pas publiquement la question du déplacement avec la même spécificité.

Le pilier « Autonomiser les Canadiens » , les engagements de la stratégie vis-à-vis des travailleurs. La stratégie s'engage à offrir une formation en alphabétisation, des programmes de recyclage et un soutien à la transition de l'effectif. Les niveaux de financement spécifiques sont modestes par rapport à l'ampleur de la transition projetée de la main-d'oeuvre (60 % des travailleurs canadiens, par StatCan). La formation est dispensée en partie par l'intermédiaire des trois instituts nationaux de l'IA (Mila, Vector, Amii), qui, comme il a été mentionné au chapitre 7, sont des bénéficiaires fédéraux de IA pour tous plutôt que des fournisseurs de formation indépendants. Évaluation par rapport à l'analyse du chapitre : l'engagement est réel mais l'échelle ne correspond pas à l'ampleur de la transition prévue, et l'infrastructure de prestation a des conflits d'intérêts structurels que la stratégie ne traite pas.

L'engagement de 90 000 placements pour les jeunes. La stratégie prévoit 90 000 placements pour les jeunes sur cinq ans, principalement grâce à des partenariats avec l'industrie. Par rapport à l'analyse de ce chapitre, le problème est familier : les programmes de placement pour les jeunes ont toujours produit des résultats mitigés pour les participants, les placements financés par l'industrie fonctionnant souvent comme des bassins de main-d'oeuvre à faible salaire plutôt que comme des voies de développement de carrière. La conception spécifique de l'engagement de 90 000 placements, y compris les niveaux de salaire et les dispositions relatives à la voie d'accès à l'emploi permanent, n'est pas détaillée dans la documentation sur la stratégie accessible au public.

Le Conseil consultatif de l'IA et du travail. Le ministre Solomon a annoncé cette instance après la pression du CUPE, d'Unifor et d'autres syndicats, le cas documenté discuté au chapitre 5 où la pression sur le travail a façonné visiblement la politique fédérale. Évaluation par rapport à l'analyse du chapitre : le Conseil est un mécanisme de consultation, et non un organe politique de fond. Il n'est pas possible de déterminer s'il produit des règles contraignantes ou seulement des recommandations consultatives. La troisième recommandation du CCPE (tableaux de partenariat sectoriel avec autorité de planification opérationnelle) exige plus que le Conseil ne l'est actuellement. Le Conseil peut devenir plus substantiel avec le temps, mais l'engagement actuel est consultatif.

Le Registre de l'IA du Conseil du Trésor et la fonction publique fédérale. La voie fédérale parallèle (chapitre 10) reconnaît que le déploiement de l'IA dans la fonction publique fédérale se produit, y compris de façon à affecter l'emploi fédéral. La confirmation du dirigeant principal des données Stephen Burt que certains emplois fédéraux seront supprimés est la reconnaissance opérationnelle des répercussions de la stratégie sur le travail. L'analyse du chapitre fait ressortir la tension évidente : le gouvernement fédéral est à la fois un important déployeur d'IA et l'entité qui établit la politique du travail d'IA, un double rôle qui produit des conflits d'intérêts que le cadre actuel ne résout pas.

Ce que la stratégie n'inclut pas, que l'analyse du chapitre suggère importerait :

Un engagement contraignant à l'égard des vérifications de partialité et de discrimination concernant le déploiement fédéral d'IA dans la mesure où elles ont une incidence sur les décisions en matière d'emploi.
Consultation obligatoire des travailleurs touchés avant le déploiement fédéral de l'IA.
Un engagement contraignant en faveur d'un financement de recyclage adapté à la transition projetée de la main-d'oeuvre (la conclusion de StatCan 31 % implique des besoins de recyclage à une échelle beaucoup plus grande que celle à laquelle la stratégie s'engage).
Organismes sectoriels de planification avec représentation des travailleurs et autorité réelle, établis sous une forme contraignante.
Un engagement contraignant à limiter l'IA dans la surveillance du lieu de travail et dans les décisions importantes en matière d'emploi (demandes juridiques spécifiques de la CUPE).
Un engagement contraignant à respecter les exigences en matière de marchés publics, en veillant à ce que les dépenses fédérales d'IA ne subventionnent pas le déplacement de main-d'oeuvre dans les entreprises bénéficiaires.

L'évaluation nette : Les engagements liés au travail de IA pour tous sont réels, dépassent ce que les stratégies canadiennes antérieures d'IA s'étaient engagées à faire et demeurent nettement plus faibles que ce que l'analyse documentée du travail justifierait. L'écart n'est pas impossible à combler. Chacun des engagements manquants pourrait être ajouté au moyen de mécanismes politiques spécifiques. La question de savoir s'ils seront ajoutés est contestée. Le chapitre 20 revient à cela avec une analyse précise de l'évolution.

---

Là où l'adoption de l'IA est en fait: mines, fermes et forêts

La conversation la plus forte de l'IA concerne les chatbots et les modèles frontaliers. Le plus important déploiement d'IA au Canada est une flotte de camions sans chauffeur. Si vous voulez voir où l'automatisation change réellement le travail au Canada, regardez loin du bureau et vers l'économie des ressources, parce que c'est là que la technologie est passée du projet pilote à la paye, et où la question de main-d'oeuvre est la plus vive.

L'exploitation minière est le cas le plus clair. À sa mine de sables bitumineux de la Base Plant près de Fort McMurray, Suncor déplace maintenant tout son minerai avec des camions de transport autonomes, qui en ont environ 120 d'ici 2025, la plus grande flotte de ce type dans n'importe quel site du monde. Les systèmes embarqués optimisent la conduite pour réduire l'usure et le carburant. Ils ont également réduit les emplois : le programme devrait éliminer de l'ordre de 400 postes nets, rôles d'opérateur qui ont payé environ 200 000 $ par an, que le syndicat Unifor a qualifié de plus grande menace pour ses membres que tout accident de prix du pétrole. C'est la constatation structurelle de ce chapitre dans sa forme la plus physique, un gain d'efficacité réel et un déplacement réel, dans les mêmes camions.

L'agriculture est la forme opposée : beaucoup de promesses, une adoption mince. La stratégie fédérale met l'agriculture de précision au premier plan, et Protéines Industries Canada a investi des millions dans l'IA pour la génomique des cultures et les chaînes d'approvisionnement. Mais dans les exploitations agricoles, le nombre de fermes est faible, environ un quart des fermes canadiennes utilisant un auto-vireur et seulement quelques pour cent utilisant des drones, et la contrainte liée est banale : environ un tiers des ménages ruraux manquent de large bande fiable, et l'agriculture de précision a besoin de données en temps réel. Les outils qui existent se regroupent sur les plus grandes opérations qui peuvent leur permettre, ce qui accélère discrètement la consolidation de l'exploitation.

La foresterie et l'énergie complètent le tableau. Ressources naturelles Canada utilise le LiDAR et l'apprentissage automatique pour établir des inventaires forestiers à une échelle que les enquêtes manuelles n'ont jamais pu réaliser; Imperial Kearl pétrole-sands opération crédits processus-contrôle machine apprentissage avec sortie record, bien que les sources ne séparent jamais proprement la contribution du logiciel des changements opérationnels ordinaires. (La détection des feux de forêt et la prévision du réseau, qui ont été abordées plus tôt, font partie de la même liste.)

Deux mises en garde tiennent ça ensemble. La première est la récurrence: dans presque tous ces cas, «IA» signifie apprentissage automatique, vision informatique et automatisation, pas le genre générateur sur lequel se fixe le débat public, et les projets réellement générateurs dans le secteur sont encore décrits comme exploratoires. Le deuxième est le problème de marketing le reste du livre continue de se rencontrer. Les organismes de réglementation des valeurs mobilières du Canada ont mis en garde les émetteurs contre les créances non fondées sur l'IA, et un dénombrement largement cité a révélé qu'environ 40 % des « startups d'IA » européennes n'utilisaient pas l'intelligence artificielle. Lorsqu'une société de ressources canadienne dit qu'elle est « alimentée par l'IA », la question du gobelin est la même que toujours : comment, par quoi, faire quelle partie, et qui a vérifié? L'adoption ici est la plus réelle du pays. Tout comme l'incitation à la surestimer.

---

L'essai de fonctionnement

L'édition des travaux du test permanent, compressé. Pour toute demande d'IA-and-jobs, demandez : Échelle (des statistiques sectorielles documentées sur les déplacements et le calme des agrégats peuvent être toutes deux vraies, c'est généralement le cas); direction du salaire et de l'état (un nombre d'emplois qui ne dit pas si le nouveau travail paie moins, surveille plus et ne protège rien a dépassé la question réelle); Source (employeur, projection du gouvernement, bref syndical, examen par les pairs — chacun se penche, et maintenant vous pouvez l'étiqueter vous-même); distribution (les femmes, les travailleurs racialisés et certaines régions et certains secteurs présentent des risques très différents — les agrégats blanchissent cela); d ' urgence ("IA va faire X" signifie presque toujours "IA fera X dans les conditions actuelles de la politique ," et le qualificatif abandonné est là où la politique se cache); et vérification (auto-déclaré par quelqu'un avec de la peau dans le jeu, ou vérifié indépendamment?).

---

Ce que le travail change vers

CHAPTER RECAP — vous avez maintenant: - La base empirique canadienne s'est ancrée dans les sources primaires — la constatation de 31 % de changements probables à dramatiquement, la conclusion de la Banque du Canada selon laquelle il n'y a pas de chômage généralisé, les cas de déplacement sectoriel documentés (caption fermée, transcription médicale, envoi d'hôpital, services alimentaires de soins de longue durée, fonction publique fédérale) et le taux d'adoption actuel de 19,2 % se rapprochent de l'objectif de 60 % en 2034. - Le désaccord entre l'Acemoglu et l'Autor en matière d'économie académique a été honnête, les deux étant rigoureux, pour arriver à des conclusions différentes de la même preuve empirique, le désaccord lui-même étant la caractéristique structurellement importante. - Le mémoire du Sénat du CUPE dans sa propre présentation — cinq recommandations précises, avec l'argument structurel que le déploiement de l'IA est rapide, la réglementation est absente, les dommages sont réels, et la stratégie fédérale s'engage à investir sans protections correspondantes des travailleurs. - La conclusion structurelle du guide a été de construire vers — que l'économie de l'IA crée de nouvelles main-d'oeuvre à des salaires plus bas et des conditions pires tout en déplaçant le travail de salaire plus élevé et en intensifiant la surveillance sur le travail qui reste, d'une manière que le cadrage déplacement-vs-augmentation manque. - Les engagements du IA pour tous en matière de main-d'oeuvre évalués par rapport à l'analyse — réels, plus importants que les stratégies précédentes, nettement plus faibles que l'échelle de travail documentée justifieraient, avec des lacunes spécifiques qui pourraient être comblées au moyen de mécanismes politiques spécifiques. - Le test de travail pour évaluer toute demande d'IA et d'emploi : échelle, direction des salaires et des conditions, source, spécificité géographique et démographique, éventualité politique, vérification.

Le chapitre suivant (chapitre 17) reprend la dimension de gouvernance qui s'inscrit dans ce chapitre et dans le guide plus large. La façon dont l'IA est réellement régie au Canada — la scission fédérale-provinciale, les institutions de réglementation (ou leur absence), les organismes de réglementation sectoriels, les cadres internationaux auxquels le Canada participe. Le chapitre présente l'architecture institutionnelle de façon à ce que les lecteurs puissent comprendre quelles voies de gouvernance pourraient combler les lacunes relevées dans les chapitres précédents.

Vous pouvez maintenant lire n'importe quelle demande canadienne d'IA-and-jobs avec l'équipement empirique pour l'évaluer sur ses mérites, le cadre méthodologique pour reconnaître quel sens de la question est abordé, et la compréhension structurelle pour voir ce que les cadres dominants manquent. La conversation sur l'IA et le travail canadien en 2026 oscille entre les projections gouvernementales de la croissance (250 000 nouveaux emplois) et la documentation syndicale des déplacements (cas sectoriels documentés). L'image honnête se trouve entre ces pôles et engage le déplacement structural les déplacements-vs-augmentation cadrage ratés.

---

Étiquette partiale pour ce chapitre : synthèse empirique et analytique des effets du travail sur l'IA au Canada, avec un engagement explicite à présenter le véritable désaccord académique (Acemoglu vs Autor) et les modèles sectoriels documentés sans résoudre prématurément l'inquiétude ou le licenciement. L'auteur se penche sur le doute que « l'IA créera plus d'emplois qu'elle ne déplacera » des cadres qui n'engagent pas la direction des salaires et des conditions; qui sont favorables à la conclusion structurelle selon laquelle l'économie de l'IA se déplace vers des formes moins rémunératrices, moins stables et plus surveillées; qui veulent dire que la dépendance de cette économie vis-à-vis du travail mondial à bas salaires est structurelle plutôt que périphérique; qui précise que le manuel traite la documentation syndicale comme étant primordiale pour les intérêts de sa circonscription tout en reconnaissant le biais. Statistique Canada et la Banque du Canada ont traité les constatations comme des données primaires sur les créances empiriques agrégées. Travaux universitaires évalués par des pairs (Acemoglu, Autor) traités comme primaires sur les revendications théoriques et empiriques travail-économie. La documentation de la société civile (PEC) est traitée comme principale sur les postes de déploiement et de protection des travailleurs en milieu de travail canadiens documentés. L'élaboration de la stratégie du gouvernement fédéral (IA pour tous) est considérée comme la principale question des engagements pris et non pas pris.

Sources principales citées ou invoquées dans le présent chapitre : Enquête de Statistique Canada sur la technologie numérique et l'utilisation d'Internet, Enquête sur la population active et documents analytiques sur l'IA et le travail (2024-2026); Rapport sur la politique monétaire de la Banque du Canada (décembre 2025); Mémoire du Comité sénatorial des affaires sociales de la CUPE (mars 2026, chercheur principal Sarah Ryan); Daron Acemoglu, « The Simple Macrotics of IA » (document de travail NBER 32487, avril 2024; publié Politique économique 40(121):13–58, 2025); Acemoglu et Johnson, Power and Progress (2023); Acemotglu, Johnson, Autor, « Pouvons-nous avoir un travailleur intérimaire de l'IA? » (avis de politique du CEPR 123, 2023); David Autor, « Apply IA to Rebuild Midd Class Jobs » (Document de travail 32140, 2024 du NBER); Autor et Thompson, « Expertise » (dossier de travail 33941, 2025 du Conseil du Trésor du Canada); Registre IA du Secrétariat; Déclarations publiques du chef des données Stephen Burt (janvier 2026); documentation sur le lancement de la stratégie (juin 2026). Le lobbying par procuration met en péril la souveraineté numérique du Canada » (novembre 2025); Enquête sur l'heure des contrats OpenAI/Sama au Kenya (janvier 2023). Citations détaillées dans l'annexe Sources.

---