Comment nous calculons les scores d’exposition IA
Pipeline ACARS v6.0 (Advanced Composite AI Risk Score) — chaque métier est décomposé en 8–12 tâches, chacune évaluée séparément sur 6 dimensions.
La formule ACARS v6.0 (7 facteurs)
La formule ACARS pondère 7 facteurs composites. Les 6 dimensions d'exposition (rédaction, données, code, création, travail physique, relations humaines) sont les entrées brutes analysées pour chaque métier, détaillées sur la page Méthodologie.
- Automatisation des tâches (poids 42%) — % des tâches automatisables par l’IA
- Intensité digitale (18%) — le travail est-il réalisable sur ordinateur ?
- Impact productivité (15%) — l’IA rend-elle moins de postes nécessaires ?
- Horizon 2030 (12%) — projection IA agentique + robots
- Barrière créativité (6%, inverse) — créativité imprévisible = protection
- Barrière empathie (4%, inverse) — présence physique + empathie = protection
- Barrière réglementaire (3%, inverse) — ordres professionnels, légal = protection
La formule
ACARS = 0.42×T + 0.18×D + 0.15×P + 0.12×H + 0.06×(100-C) + 0.04×(100-E) + 0.03×(100-R)
Les dimensions C, E, R sont inversées : un score élevé = protection du métier.
Calibration
- 0–10% : Couvreur, maçon, plombier
- 11–25% : Électricien, pompier, aide-soignant
- 26–45% : Infirmier, vétérinaire, enseignant
- 46–65% : Manager, comptable, journaliste
- 66–85% : Développeur, graphiste, traducteur
- 86–100% : Opérateur de saisie, téléprospecteur
Sources
- ROME V4 (France Travail) — 1 584 fiches métier
- INSEE + DARES — salaires, emploi
- Scoring IA via OpenRouter (Grok 4.1 Fast, DeepSeek V3.2)
Financement et indépendance
Mon Job en Danger est un projet indépendant, autofinancé. Le site ne contient aucune publicité, aucun lien affilié, et aucun partenariat commercial avec des entreprises de recrutement ou de formation.
Les coûts (serveur, APIs IA) sont assumés par le fondateur. Les données (ROME V4, INSEE, DARES) sont des données publiques françaises en accès libre.
Aucun métier n’est favorisé dans le scoring pour des raisons commerciales.
Ce que le score n’est PAS
- Une probabilité de perdre son emploi
- Un constat figé (mis à jour 2×/an)
- Une évaluation individuelle
Comment vérifier nos scores
Nous encourageons la vérification indépendante de nos résultats. Pour chaque métier, la fiche détaillée affiche la décomposition complète en tâches, le score par dimension et le calcul final. Vous pouvez comparer nos évaluations avec votre expérience terrain et nous signaler toute anomalie via la page À propos. Les retours des professionnels sont intégrés dans nos mises à jour trimestrielles pour améliorer continuellement la précision de nos scores.
Notre engagement : chaque score publié est reproductible. Un chercheur ou un journaliste peut appliquer notre formule ACARS aux mêmes données d’entrée et obtenir le même résultat. C’est cette reproductibilité qui garantit la crédibilité de notre approche et la confiance de nos utilisateurs.
Pourquoi la transparence est essentielle
Dans un domaine aussi sensible que l’impact de l’IA sur l’emploi, la confiance passe par la transparence. Nous publions intégralement notre méthodologie, nos sources de données, notre formule de calcul et même les limites de notre approche. Tout professionnel, journaliste ou chercheur peut vérifier et reproduire nos résultats.
Cette démarche de transparence totale nous distingue des classements opaques qui prétendent prédire l’avenir de l’emploi sans expliquer leur méthodologie. Nous croyons que des données ouvertes et vérifiables sont la meilleure façon d’aider les travailleurs français à prendre des décisions éclairées sur leur avenir professionnel.
Limites et biais connus
Nous croyons à la transparence totale. Voici les limites de notre approche :
- Biais de l’évaluateur IA : les scores sont générés par des modèles de langage qui peuvent surestimer ou sous-estimer certaines capacités. Nous calibrons avec des ancres connues.
- Granularité ROME : le référentiel regroupe parfois des réalités différentes sous un même intitulé. Un développeur frontend et un ingénieur système embarqué ont des expositions IA très différentes.
- Temporalité : les capacités de l’IA évoluent rapidement. Nous actualisons les scores tous les trimestres.
- Pas une prédiction individuelle : le score ACARS mesure l’exposition théorique d’un métier, pas le risque personnel. Votre entreprise, région et compétences spécifiques jouent un rôle majeur.
Sources de données détaillées
- ROME V4 (France Travail) : 1 584 fiches métier, 763 retenues après filtrage des doublons et spécialisations trop fines.
- INSEE + DARES : nombre d’actifs par métier, salaires médians et déciles, dynamique sectorielle.
- Scoring par IA : deux modèles indépendants par tâche. Écarts >15 points déclenchent une réévaluation humaine.
Mises à jour et évolutions prévues
- T2 2026 : ajout de la dimension robotique physique pour les métiers manuels
- T3 2026 : intégration des données Eurostat pour des comparaisons européennes
- T4 2026 : publication de l’historique complet des scores pour visualiser les tendances