Regards sur la société canadienne
Utilisation de l’intelligence artificielle en milieu de travail : profil des caractéristiques sociodémographiques et de celles liées à l’emploi 
Début du texte
Aperçu de l’étude
À l’aide des données de l’Enquête canadienne sur les conditions de travail, le présent article dresse le profil des travailleurs âgés de 15 à 69 ans ayant utilisé des technologies d’intelligence artificielle (IA) et d’automatisation au travail au cours de l’année précédant l’enquête. Cet article porte sur l’IA générative, c’est-à-dire des outils entraînés sur de vastes ensembles de données et qui sont utilisés pour créer du nouveau contenu et faciliter des tâches telles que la réponse à des questions et la résolution de problèmes. À titre d’exemple, on retrouve parmi les outils d’IA générative ChatGPT et Google Gemini.
- De septembre 2024 à juillet 2025, l’IA générative a été la technologie d’intelligence artificielle la plus utilisée au travail.
- La proportion de travailleurs ayant utilisé l’IA générative a presque doublé au cours de la période de l’enquête, celle-ci passant de 17 % en septembre 2024 à 30 % en juillet 2025.
- Les travailleurs de trois industries — les services professionnels, scientifiques et techniques; les services d’enseignement; ainsi que la finance, les assurances, les services immobiliers et les services de location et de location à bail — représentaient un quart de l’ensemble des travailleurs (25 %), mais constituaient la moitié des utilisateurs d’IA générative (49 %).
- Les travailleurs titulaires d’un baccalauréat ou d’un diplôme de niveau supérieur étaient cinq fois plus susceptibles d’avoir utilisé l’IA générative au cours des 12 mois précédant l’enquête (37 %) que ceux titulaires d’un diplôme d’études secondaires ou ayant atteint un niveau de scolarité inférieur (7 %).
Introduction
Les technologies d’intelligence artificielle (IA) et d’automatisation sont de plus en plus présentes sur les lieux de travail au Canada, ce qui modifie la manière dont les tâches sont accomplies, les décisions sont prises, les biens sont produits et les services sont
Bien qu’un nombre croissant d’études aient porté sur l’adoption de l’IA au sein des organisations, on en sait relativement peu sur le taux d’utilisation de l’IA chez les travailleurs, ainsi que sur les caractéristiques des
Cette étude s’appuie sur les données de l’Enquête canadienne sur les conditions de travail, recueillies de septembre 2024 à juillet 2025. Elle examine les caractéristiques sociodémographiques, ainsi que celles liées à l’emploi, des répondants âgés de 15 à 69 ans ayant déclaré avoir utilisé l’IA au travail au cours des 12 mois précédant l’enquête. L’analyse est essentiellement descriptive; toutefois, des modèles de régression logistique multivariée ont été utilisés afin d’évaluer l’association entre certains facteurs clés et l’utilisation de l’IA au travail.
Le présent article porte plus particulièrement sur les outils d’IA
Bien que ces outils puissent modifier la nature du travail dans certaines professions et ainsi influer sur la demande de main-d’œuvre, l’ampleur de leur incidence demeure
L’intelligence artificielle générative est la technologie d’automatisation la plus couramment utilisée par les travailleurs
De septembre 2024 à juillet 2025, l’IA générative a été la technologie d’automatisation la plus couramment utilisée par les travailleurs. En moyenne, environ 2 travailleurs sur 10 (22 %) ont déclaré l’avoir utilisée dans le cadre de leur principal emploi ou entreprise au cours des 12 mois précédant l’enquête (graphique 1).
La proportion des travailleurs ayant utilisé l’IA générative au travail au cours de la dernière année précédant l’enquête était près de deux fois supérieure à celle des entreprises ayant déclaré avoir utilisée l’IA au cours des 12 mois précédant le deuxième trimestre de 2025 (12 %), selon une analyse récente portant sur l’utilisation de l’IA par les entreprises au
Le traitement automatique de la langue
Tableau de données du graphique 1
| Technologies d’intelligence artificielle et d’automatisation | Proportion | Intervalle de confiance de 95 % | |
|---|---|---|---|
| Limite inférieure | Limite supérieure | ||
| pourcentage | |||
| Note : Les barres d’erreur représentent des intervalles de confiance de 95 %.
Source : Statistique Canada, Enquête canadienne sur les conditions de travail, 2024 et 2025. |
|||
| Outils d’intelligence artificielle générative | 22,1 | 21,4 | 22,9 |
| Traitement automatique de la langue naturelle | 10,7 | 10,2 | 11,3 |
| Logiciel de reconnaissance vocale | 6,1 | 5,6 | 6,5 |
| Apprentissage automatique | 4,9 | 4,5 | 5,3 |
| Logiciels de visionique ou outils de reconnaissance d’images | 2,7 | 2,4 | 3,0 |
| Robotique | 2,0 | 1,7 | 2,2 |
| Systèmes automatisés de stockage et de récupération | 1,6 | 1,4 | 1,8 |
| Réalité augmentée | 1,1 | 0,9 | 1,2 |
| Véhicules à guidage automatique (VGA) ou systèmes de VGA | 0,8 | 0,7 | 1,0 |
L’utilisation de l’intelligence artificielle générative au travail a presque doublé de septembre 2024 à juillet 2025
La proportion de travailleurs ayant déclaré utiliser l’IA générative a presque doublé au cours de la période d’enquête, passant de 17 % en septembre 2024 à 30 % en juillet 2025 (graphique 2). Il convient de noter que près de la moitié de cette augmentation (7 points de pourcentage) s'est produite de mars à juillet 2025, ce qui semble indiquer une accélération potentielle de l’adoption de l’IA générative. L’utilisation des autres technologies d’IA et d’automatisation au travail a également augmenté au cours de la période d’enquête, mais à un rythme plus modéré : le recours au traitement automatique de la langue naturelle a progressé d’environ 2 points de pourcentage, atteignant ainsi 12 %, tandis que le recours à l’apprentissage automatique a augmenté d’environ 2 points de pourcentage pour s’établir à 6 %.
Tableau de données du graphique 2
| Certaines technologies d’intelligence artificielle et d’automatisation | Septembre à octobre 2024 | Décembre 2024 à janvier 2025 | Mars à avril 2025 | Juin à juillet 2025 | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Proportion | Intervalle de confiance de 95 % | Proportion | Intervalle de confiance de 95 % | Proportion | Intervalle de confiance de 95 % | Proportion | Intervalle de confiance de 95 % | |||||
| Limite inférieure | Limite supérieure | Limite inférieure | Limite supérieure | Limite inférieure | Limite supérieure | Limite inférieure | Limite supérieure | |||||
| pourcentage | ||||||||||||
| Note : Les barres d’erreur représentent des intervalles de confiance de 95 %.
Source : Statistique Canada, Enquête canadienne sur les conditions de travail, 2024 et 2025. |
||||||||||||
| Outils d'intelligence artificielle générative | 16,6 | 15,3 | 18,0 | 20,1 | 18,5 | 21,6 | 22,6 | 21,1 | 24,1 | 29,5 | 27,5 | 31,2 |
| Traitement automatique de la langue naturelle | 9,5 | 8,5 | 10,6 | 11,4 | 10,2 | 12,7 | 10,2 | 9,1 | 11,3 | 11,9 | 10,6 | 13,2 |
| Logiciel de reconnaissance vocale | 5,6 | 4,8 | 6,4 | 5,6 | 4,9 | 6,5 | 6,3 | 5,4 | 7,2 | 6,7 | 5,7 | 7,8 |
| Apprentissage automatique | 4,2 | 3,6 | 5,0 | 4,8 | 4,0 | 5,6 | 4,9 | 4,1 | 5,7 | 5,7 | 4,8 | 6,6 |
Les travailleurs des services professionnels, scientifiques et techniques sont à la pointe de l’utilisation de l’intelligence artificielle générative
L’utilisation de l’IA générative au travail était concentrée dans quelques industries. De septembre 2024 à juillet 2025, la proportion de travailleurs ayant utilisé l’IA générative dans le cadre de leur principal emploi ou entreprise au cours des 12 derniers mois était la plus élevée chez ceux travaillant dans les services professionnels, scientifiques et techniques (52 %); dans les services d’enseignement (42 %); et dans la finance, les assurances, les services immobiliers et les services de location et de location à bail (38 %). Bien que les travailleurs de ces trois industries représentent le quart de l’ensemble des travailleurs (25 %), ils comptaient pour près de la moitié des utilisateurs d’IA générative (49 %).
C’est dans les industries des services d’hébergement et de restauration (5 %), de l’agriculture (6 %) et du commerce de détail (9 %) que la proportion de travailleurs ayant utilisé l’IA générative au cours des 12 derniers mois était la plus faible ; soit des secteurs caractérisés par des tâches manuelles et un contact direct avec la clientèle, où les possibilités d’application de l’IA générative sont limitées. Par ailleurs, ces associations persistaient, même après la prise en compte des caractéristiques sociodémographiques et de celles liées à
La moitié des travailleurs utilisent l’intelligence artificielle générative dans les professions des sciences naturelles et appliquées
L’utilisation de l’IA générative au travail était également concentrée au sein de certains groupes de professions, et ce même après la prise en compte des caractéristiques sociodémographiques et des caractéristiques de l’emploi. En effet, la moitié (49 %) des travailleurs exerçant une profession dans le domaine des sciences naturelles et appliquées (qui regroupent notamment les professionnels en informatique, les architectes et les ingénieurs) avaient utilisé l’IA générative au travail au cours des 12 derniers mois (graphique 3). Venaient ensuite les travailleurs en gestion, dont 38 % avaient déjà utilisé l’IA générative. À l’inverse, la proportion la plus faible à ce chapitre a été enregistrée chez les travailleurs du secteur de la fabrication et des services d’utilité publique (5 %), de même que chez ceux des métiers, transport, machinerie et domaines apparentés (5 %).
Tableau de données du graphique 3
| Profession | Proportion | Intervalle de confiance de 95 % | |
|---|---|---|---|
| Limite inférieure | Limite supérieure | ||
| pourcentage | |||
| Note : Les barres d’erreur représentent des intervalles de confiance de 95 %.
Source : Statistique Canada, Enquête canadienne sur les conditions de travail, 2024 et 2025. |
|||
| Sciences naturelles et appliquées et domaines apparentés, sauf les gestionnaires | 48,7 | 45,7 | 51,5 |
| Gestion | 38,3 | 35,9 | 41,2 |
| Enseignement, droit et services sociaux, communautaires et gouvernementaux, sauf les gestionnaires | 33,4 | 31,3 | 36,0 |
| Affaires, finance et administration, sauf les gestionnaires | 30,2 | 27,9 | 32,3 |
| Arts, culture, sports et loisirs, sauf les gestionnaires | 29,7 | 24,8 | 34,9 |
| Toutes les professions | 22,1 | 21,4 | 22,9 |
| Secteur de la santé, sauf les gestionnaires | 11,5 | 9,6 | 13,4 |
| Vente et services, sauf les gestionnaires | 10,4 | 9,0 | 11,9 |
| Ressources naturelles, agriculture et production connexe, sauf les gestionnaires | 8,4 | 4,5 | 12,7 |
| Métiers, transport, machinerie et domaines apparentés, sauf les gestionnaires | 5,1 | 4,0 | 6,5 |
| Fabrication et services d’utilité publique, sauf les gestionnaires | 4,8 | 3,1 | 6,7 |
La formation, les études, l’expérience et les
L’utilisation de l’intelligence artificielle générative est la plus faible chez les employés du secteur privé travaillant dans de petites entreprises
La probabilité qu’un travailleur utilise l’IA dans le cadre de son travail peut dépendre du fait qu’il soit un travailleur autonome ou un employé d’une petite ou d’une grande entreprise. Par exemple, les grandes entreprises peuvent disposer de moyens financiers et techniques plus importants leur permettant de bénéficier d’un soutien accru lors de l’implémentation de l’
Dans l’ensemble, l’utilisation de l’IA générative au travail au cours de la dernière année était plus répandue chez les travailleurs autonomes (26 %) et les employés du secteur public (25 %), de même que chez les employés des grandes entreprises du secteur privé comptant de 100 à 500 employés (24 %) ou plus de 500 employés (23 %) (graphique 4). En revanche, son utilisation était moins répandue chez les employés des petites entreprises du secteur privé comptant moins de 20 employés (15 %) ou comptant de 20 à 99 employés (17 %). À la suite de la prise en compte de l’industrie, la profession et les autres caractéristiques en lien avec les travailleurs, les résultats montrent que la proportion des employés ayant utilisé l’IA générative au cours de la dernière année demeurait nettement plus faible au sein des entreprises du secteur privé comptant moins de 20 employés, comparativement à celles de 100 à 500 employés. Toutefois, aucune différence significative n’a été observée par rapport aux autres catégories d’entreprises.
Tableau de données du graphique 4
| Catégorie de travailleurs et taille de l’entreprise | Proportion | Intervalle de confiance de 95 % | |
|---|---|---|---|
| Limite inférieure | Limite supérieure | ||
| pourcentage | |||
| Note : Les barres d’erreur représentent des intervalles de confiance de 95 %.
Source : Statistique Canada, Enquête canadienne sur les conditions de travail, 2024 et 2025. |
|||
| Employé du secteur privé (entreprise de plus de 500 employés) | 23,3 | 21,9 | 24,9 |
| Employé du secteur privé (entreprise comptant de 100 à 500 employés) | 24,1 | 21,7 | 26,8 |
| Employé du secteur privé (entreprise comptant de 20 à 99 employés) | 17,4 | 15,3 | 19,5 |
| Employé du secteur privé (entreprise de moins de 20 employés) | 15,1 | 13,2 | 17,3 |
| Employé du secteur public (quelle que soit la taille de l’entreprise) | 25,4 | 24,0 | 27,0 |
| Travailleur autonome | 25,5 | 23,3 | 27,8 |
L’intelligence artificielle et la gestion du rythme de travail
Les technologies d’intelligence artificielle et d’automatisation sont de plus en plus utilisées sur le lieu de travail afin d’améliorer l’efficacité et la productivité, mais ces technologies peuvent également avoir une incidence sur le rythme de travail et l’autonomie des
De septembre 2024 à juillet 2025, environ 1 travailleur sur 6 (16 %) a déclaré que son rythme de travail avait dépendu de logiciels automatisés ou de procédures informatiques au cours des 12 mois précédant l’enquête. Cette proportion était plus élevée chez les travailleurs ayant déclaré utiliser des technologies d’IA ou d’automatisation (24 %).
Parmi les travailleurs ayant utilisé l’IA, ceux qui ont eu recours à l’IA générative (23 %) ou à des logiciels de reconnaissance vocale (23 %) étaient moins nombreux à déclarer que leur rythme de travail dépendait des logiciels ou des procédures informatiques, comparativement aux utilisateurs d’autres technologies. Ce résultat semble refléter le cas des professions où l’IA est intégrée en tant qu’outil d’aide et dans lesquelles l’utilisation est largement laissée à la discrétion du travailleur. En revanche, une proportion plus élevée de travailleurs déclarait que leur rythme de travail dépendait de logiciels automatisés ou de procédures informatiques chez ceux ayant utilisé des systèmes automatisés de stockage et de récupération (42 %), l’apprentissage automatique (40 %) et des logiciels de visionique ou des outils de reconnaissance d’images (38 %). Cette constatation pourrait indiquer que, dans certaines fonctions professionnelles, ces technologies déterminent le moment et le rythme de l’accomplissement des tâches. Les définitions de ces technologies et des exemples connexes figurent dans la section Sources de données, méthodes et définitions.
Les travailleurs ayant un niveau de scolarité plus élevé sont plus susceptibles d’avoir utilisé des technologies d’intelligence artificielle et d’automatisation
Des études antérieures ont montré que les travailleurs ayant un niveau de scolarité plus élevé sont plus susceptibles d’exercer des professions dans lesquelles l’IA pourrait permettre d’automatiser une partie ou la totalité des tâches liées à leur poste, ou bien en faciliter
De septembre 2024 à juillet 2025, les travailleurs titulaires d’un baccalauréat ou d’un diplôme de niveau supérieur étaient cinq fois plus susceptibles d’avoir utilisé l’IA générative au cours des 12 mois précédant l’enquête (37 %) que ceux titulaires d’un diplôme d’études secondaires ou ayant atteint un niveau de scolarité inférieur (7 %) (graphique 5). On a également constaté des écarts importants entre ces deux groupes en ce qui concerne l’utilisation du traitement automatique de la langue naturelle (17 % par rapport à 4 %), des logiciels de reconnaissance vocale (9 % par rapport à 3 %) et de l’apprentissage automatique (8 % par rapport à 2 %).
La tendance à recourir davantage à l’IA chez les travailleurs titulaires d’un baccalauréat ou d’un diplôme de niveau supérieur persiste même après la prise en compte de l’industrie, de la profession, du lieu de travail et des caractéristiques des travailleurs. Par conséquent, les travailleurs ayant un niveau de scolarité plus élevé étaient plus susceptibles d’avoir utilisé ces technologies, même lorsqu’ils exerçaient des métiers ou travaillaient dans des secteurs au sein desquels les taux d’adoption de ces dernières étaient relativement faibles.
Tableau de données du graphique 5
| Certaines technologies d’intelligence artificielle et d’automatisation | Diplôme d’études secondaires ou niveau de scolarité inférieur | Diplôme d’études postsecondaires inférieur au baccalauréat | Baccalauréat ou diplôme de niveau supérieur | ||||||
|---|---|---|---|---|---|---|---|---|---|
| Proportion | Intervalle de confiance de 95 % | Proportion | Intervalle de confiance de 95 % | Proportion | Intervalle de confiance de 95 % | ||||
| Limite inférieure | Limite supérieure | Limite inférieure | Limite supérieure | Limite inférieure | Limite supérieure | ||||
| pourcentage | |||||||||
| Note : Les barres d’erreur représentent des intervalles de confiance de 95 %.
Source : Statistique Canada, Enquête canadienne sur les conditions de travail, 2024 et 2025. |
|||||||||
| Outils d’intelligence artificielle générative | 7,4 | 6,3 | 8,6 | 15,6 | 14,6 | 16,6 | 37,0 | 35,5 | 38,5 |
| Traitement automatique de la langue naturelle | 3,8 | 3,0 | 4,7 | 8,0 | 7,1 | 8,8 | 17,4 | 16,4 | 18,6 |
| Logiciel de reconnaissance vocale | 2,8 | 2,2 | 3,5 | 5,4 | 4,6 | 6,1 | 8,6 | 7,9 | 9,5 |
| Apprentissage automatique | 2,1 | 1,5 | 2,8 | 3,4 | 2,8 | 3,9 | 8,0 | 7,2 | 8,8 |
L’utilisation de l’intelligence artificielle générative au travail est la plus répandue chez les travailleurs du principal groupe d’âge actif
Les tendances et les types d’utilisation de l’IA varient également selon l’âge, reflétant les différences relatives aux fonctions professionnelles, aux différentes étapes de carrière et en matière d’intégration des technologies dans le cadre des
Cependant, une fois les caractéristiques sociodémographiques et celles liées à l’emploi prises en compte, l’écart relatif à l’usage entre les jeunes travailleurs et les travailleurs du principal groupe d’âge actif n’était plus statistiquement significatif. Les modèles multivariables indiquent que le taux plus faible d’utilisation de l’IA générative au travail chez les jeunes travailleurs s’explique notamment par leur concentration dans des professions associées à une moins grande utilisation de cette technologie et dans lesquelles les exigences en matière de formation et de compétences sont moins élevées. En revanche, les travailleurs de 55 à 69 ans étaient toujours moins susceptibles d’avoir utilisé l’IA générative, comparativement à ceux du principal groupe d’âge actif (25 à 54 ans), et ce même après correction pour tenir compte de ces facteurs.
Les femmes sont moins susceptibles que les hommes de déclarer avoir utilisé diverses technologies d’intelligence artificielle et d’automatisation au cours de l’année précédant l’enquête
De septembre 2024 à juillet 2025, les femmes (22 %) et les hommes (22 %) étaient généralement tout aussi susceptibles d’avoir utilisé l’IA générative au travail au cours des 12 mois précédant l’enquête. Toutefois, étant donné que les hommes sont surreprésentés dans certaines professions et industries au sein desquelles le recours à l’IA est moins répandu, cette situation peut avoir masqué certaines différences entre les genres.
En effet, lorsque ces facteurs, en plus du niveau de scolarité, étaient pris en compte, des différences apparaissaient entre les hommes et les femmes. Les femmes étaient désormais moins susceptibles de déclarer utiliser l’IA générative au travail, ce qui laisse supposer que ces différences persistent au-delà des secteurs d’activité et de la composition des professions. Par exemple, dans l’industrie des soins de santé et de l’assistance sociale, qui compte une majorité de femmes, 21 % des hommes ont déclaré utiliser l’IA générative au travail, par rapport à 13 % des femmes. De manière similaire, dans le secteur des services professionnels, scientifiques et techniques, dont la main-d’œuvre compte une plus forte proportion d’hommes que de femmes, les hommes (55 %) étaient plus nombreux à déclarer utiliser l’IA générative au travail que les femmes (47 %). Toutefois, les différences entre les genres doivent être interprétées en tenant compte des variations observées au chapitre des tâches professionnelles et de l’exposition au numérique selon les industries. De plus, les modèles multivariés utilisés dans le cadre de cette étude reposent sur des catégories d’emploi relativement larges, qui ne permettent pas de saisir les différences plus fines liées à la nature des tâches.
Les hommes (11 %) et les femmes (11 %) étaient tout aussi susceptibles de déclarer avoir utilisé le traitement automatique de la langue naturelle au travail au cours des 12 derniers mois. En revanche, les hommes étaient plus susceptibles que les femmes de déclarer avoir utilisé l’apprentissage automatique (6 % par rapport à 4 %) au cours de l’année précédente. Ces différences entre les genres persistaient même après la prise en compte des caractéristiques des travailleurs et du milieu de travail. Les définitions relatives à ces technologies, de même que des exemples connexes, figurent à la section Sources de données, méthodes et définitions.
L’utilisation de l’intelligence artificielle générative est plus courante chez les travailleurs de la Colombie-Britannique et de l’Ontario
Selon les données recueillies auprès des travailleurs, on observe des variations provinciales et régionales en ce qui concerne l’utilisation des technologies au travail au cours de la période d’enquête. De septembre 2024 à juillet 2025, la proportion de travailleurs ayant utilisé l’IA générative au travail au cours de la dernière année était la plus élevée en Colombie-Britannique (25 %), en Ontario (24 %), au Québec (21 %) et en Alberta (21 %), tandis qu’elle était la plus faible au Manitoba et en Saskatchewan (17 %) et dans les provinces de l’Atlantique (18 %) (graphique 6).
Toutefois, pour la plupart des technologies d’IA et d’automatisation, les différences provinciales et régionale, en matière de prévalence globale, reflétaient en grande partie les différences provinciales et régionales relatives à la composition industrielle et professionnelle, ainsi qu’aux caractéristiques des travailleurs. Par exemple, la proportion plus faible de travailleurs ayant utilisé l’IA générative au travail au Manitoba et Saskatchewan et dans les provinces de l’Atlantique, par rapport à l’Ontario, n’était plus statistiquement significative après la prise en compte d’autres caractéristiques dans le modèle de régression multivariée. Toutefois, les travailleurs de la Colombie-Britannique demeuraient plus susceptibles d’avoir utilisé l’IA générative au travail au cours de la dernière année que ceux de l’Ontario, et ce même après la prise en compte de ces mêmes facteurs.
Tableau de données du graphique 6
| Région | Proportion | Intervalle de confiance de 95 % | |
|---|---|---|---|
| Limite inférieure | Limite supérieure | ||
| pourcentage | |||
| Note : Les barres d’erreur représentent des intervalles de confiance de 95 %.
Source : Statistique Canada, Enquête canadienne sur les conditions de travail, 2024 et 2025. |
|||
| Provinces de l’Atlantique | 17,5 | 15,9 | 19,1 |
| Québec | 21,2 | 19,8 | 22,6 |
| Ontario | 23,6 | 22,2 | 24,8 |
| Manitoba et Saskatchewan | 16,8 | 15,3 | 18,3 |
| Alberta | 21,1 | 18,6 | 23,5 |
| Colombie-Britannique | 25,0 | 22,8 | 27,3 |
Conclusion
La présente étude fournit de nouveaux renseignements au sujet de l’utilisation des technologies d’IA et d’automatisation au travail. Elle met en évidence l’adoption croissante de l’IA générative chez les travailleurs canadiens, ainsi que les différences en fonction des caractéristiques sociodémographiques et de celles liées à l’emploi.
De septembre 2024 à juillet 2025, l’IA générative a été la technologie d’automatisation la plus couramment utilisée par les travailleurs, probablement en raison de sa grande accessibilité, de sa facilité d’utilisation et de son adaptabilité. Ces mêmes facteurs contribuent également à expliquer l’accélération observée dans l’adoption de cette technologie, l’utilisation de l’IA générative ayant presque doublé au cours de cette période.
L’utilisation de l’IA générative était nettement plus répandue chez les travailleurs de certaines professions et industries. Près de la moitié des personnes exerçant une profession dans le domaine des sciences naturelles et appliquées ou travaillant dans le secteur des services professionnels, scientifiques et techniques ont déclaré avoir utilisé l’IA générative au cours des 12 mois précédant l’enquête. Les travailleurs ayant un niveau de scolarité plus élevé étaient également plus susceptibles d’avoir utilisé l’IA générative au travail, même lorsqu’ils travaillaient dans des professions ou des industries présentant des taux d’adoption plus faibles de cette technologie.
À l’avenir, les études continueront de rendre compte des tendances relatives à l’utilisation des technologies d’IA et d’automatisation dans le monde du travail. Elles permettront d’approfondir les conclusions présentées dans cette étude en analysant la fréquence et l’intensité de l’utilisation des technologies d’IA et d’automatisation.
Sources des données, méthodes et définitions
L’Enquête canadienne sur les conditions de travail (ECCT) est une nouvelle enquête qui vise à mesurer les dimensions fondamentales de la qualité de l’emploi, y compris le temps de travail et l’équilibre entre la vie professionnelle et la vie personnelle, le perfectionnement des compétences et la formation, ainsi que la sécurité de l’emploi, et ce afin de mieux comprendre la manière dont les différentes caractéristiques de l’emploi sont réparties au sein de la population occupée.
L’ECCT a été menée de septembre 2024 à juillet 2025 au cours de quatre périodes de collecte :
Première vague : du 23 septembre au 18 octobre 2024
Deuxième vague : du 16 décembre 2024 au 17 janvier 2025
Troisième vague : du 17 mars au 17 avril 2025
Quatrième vague : du 23 juin au 18 juillet 2025
Les données de l’ECCT reflètent la moyenne des périodes d’enquête et sont représentatives de la population occupée âgée de 15 à 69 ans vivant dans les provinces. Sont exclus les personnes vivant dans des réserves et d’autres établissements autochtones, les membres à temps plein des Forces canadiennes et les travailleurs familiaux non rémunérés.
De plus amples renseignements sur la méthodologie sont disponibles sur la page de l’Enquête canadienne sur les conditions de travail (ECCT).
Dans le cadre de l’ECCT, on a demandé aux travailleurs s’ils avaient utilisé des technologies d’IA ou d’automatisation dans le cadre de leur principal emploi ou entreprise au cours des 12 mois précédant l’enquête. Les personnes interviewées pouvaient choisir une ou plusieurs des technologies d’IA ou d’automatisation figurant dans le tableau ci-dessous, ou indiquer qu’elles n’en avaient utilisé aucune. Les technologies ont été classées en catégories distinctes selon leur utilisation autodéclarée, même si certaines peuvent être étroitement liées et reposer sur des technologies sous-jacentes similaires.
| Catégorie | Texte d’aide |
|---|---|
| Outils d’IA générative | p. ex. ChatGPT, Microsoft Copilot, Google Gemini |
| Apprentissage automatique | Outils affinés sur de grands ensembles de données d’entraînement utilisés pour automatiser la prédiction ou la classification des données |
| Réalité augmentée | Superpose des informations numériques, telles que des images, des sons ou des textes, à la vue du monde réel de l’utilisateur |
| Véhicules à guidage automatique (VGA) ou systèmes de VGA | p. ex. les véhicules autonomes |
| Systèmes automatisés de stockage et de récupération | Systèmes qui utilisent des machines ou des robots automatisés pour stocker et récupérer des objets dans des entrepôts ou des installations |
| Logiciels de visionique ou outils de reconnaissance d’images | Logiciel capable d’analyser et de comprendre des images ou des vidéos au moyen de l’intelligence artificielle |
| Traitement automatique de la langue naturelle | p. ex. remplissage automatique, fonctions de vérification orthographique ou de traduction |
| Robotique | Aucun texte d’aide n’est fourni dans le questionnaire |
| Logiciel de reconnaissance vocale | p. ex. Google Assistant, Siri, Alexa, Cortana |
Divers facteurs ont également été pris en compte dans le cadre d’analyses de régression multivariées afin d’évaluer les associations indépendantes entre ces facteurs et l’utilisation de l’IA, en mettant particulièrement l’accent sur l’IA générative. Ces facteurs comprenaient des caractéristiques liées à l’emploi, telles que l’industrie, la profession, le niveau de qualification professionnelle (selon la Classification nationale des professions : formation, études, expérience et niveau de responsabilités), la taille de l’entreprise et la catégorie de travailleurs, ainsi que des caractéristiques sociodémographiques, telles que le niveau de scolarité, le groupe d’âge, le sexe et la region. Les résultats figurent dans le tableau A.1. Des analyses descriptives ont été présentées à l’aide de classifications plus détaillées selon la profession, le secteur d’activité et la catégorie FEER (formation, études, expérience et responsabilités) afin de fournir une vue d’ensemble précise des tendances observées. Pour la modélisation multivariée, les catégories FEER ont été agrégées afin de refléter les grandes différences en ce qui concerne le niveau de compétence et de responsabilités, tout en évitant une granularité excessive dans un modèle qui comprenait déjà des variables de contrôle détaillées relatives aux professions et aux industries. Afin de vérifier la robustesse des résultats, d’autres spécifications de modèle ont été estimées. Ces spécifications intégraient des variables de contrôle pour la profession et l’industrie, tantôt plus agrégées, tantôt moins agrégées. Les conclusions principales demeuraient cohérentes d’une spécification à l’autre.
Annexe
| Caractéristique | Rapport de cotes | Intervalle de confiance de 95 % | |
|---|---|---|---|
| limite inférieure | limite supérieure | ||
| ratio | |||
La Classification nationale des professions (CNP) — formation, études, expérience et responsabilités (FEER) — permet de classer les professions en différents niveaux en fonction des qualifications habituellement requises et des exigences du poste. Pour obtenir plus de renseignements, il est possible de consulter la Variante de la Classification nationale des professions (CNP) 2021 pour Analyse par catégorie de FEER (formation, étude, expérience et responsabilités). Source : Statistique Canada, Enquête canadienne sur les conditions de travail, 2024 et 2025. |
|||
| Industrie | |||
| Soins de santé et assistance sociale (réf.) | 1,00 | ... n'ayant pas lieu de figurer | ... n'ayant pas lieu de figurer |
| Agriculture | 0,27 Tableau A.1 Note * | 0,13 | 0,57 |
| Foresterie, pêche, mines et extraction de pétrole et de gaz | 1,41 | 0,92 | 2,16 |
| Services publics | 1,23 | 0,70 | 2,15 |
| Construction | 0,98 | 0,68 | 1,41 |
| Fabrication | 1,19 | 0,89 | 1,61 |
| Commerce de gros | 1,86 Tableau A.1 Note * | 1,29 | 2,69 |
| Commerce de détail | 0,68 Tableau A.1 Note * | 0,50 | 0,94 |
| Transport et entreposage | 1,28 | 0,89 | 1,83 |
| Information, culture et loisirs | 1,55 Tableau A.1 Note * | 1,11 | 2,15 |
| Finance, assurances, services immobiliers et services de location et de location à bail | 1,72 Tableau A.1 Note * | 1,30 | 2,27 |
| Services professionnels, scientifiques et techniques | 2,20 Tableau A.1 Note * | 1,71 | 2,83 |
| Services aux entreprises, services relatifs aux bâtiments et autres services de soutien | 1,30 | 0,89 | 1,89 |
| Services d’enseignement | 2,56 Tableau A.1 Note * | 1,99 | 3,29 |
| Services d’hébergement et de restauration | 0,36 Tableau A.1 Note * | 0,22 | 0,61 |
| Autres services (sauf les administrations publiques) | 1,07 | 0,74 | 1,54 |
| Administrations publiques | 1,07 | 0,82 | 1,40 |
| Profession | |||
| Vente et services, sauf les gestionnaires (réf.) | 1,00 | ... n'ayant pas lieu de figurer | ... n'ayant pas lieu de figurer |
| Gestion | 1,20 | 0,90 | 1,59 |
| Affaires, finance et administration, sauf les gestionnaires | 1,21 | 0,95 | 1,56 |
| Sciences naturelles et appliquées et domaines apparentés, sauf les gestionnaires | 1,33 Tableau A.1 Note * | 1,02 | 1,75 |
| Secteur de la santé, sauf les gestionnaires | 0,36 Tableau A.1 Note * | 0,25 | 0,51 |
| Enseignement, droit et services sociaux, communautaires et gouvernementaux, sauf les gestionnaires | 0,84 | 0,62 | 1,13 |
| Arts, culture, sports et loisirs, sauf les gestionnaires | 1,06 | 0,74 | 1,52 |
| Métiers, transport, machinerie et domaines apparentés, sauf les gestionnaires | 0,29 Tableau A.1 Note * | 0,21 | 0,40 |
| Ressources naturelles, agriculture et production connexe, sauf les gestionnaires | 0,69 | 0,36 | 1,34 |
| Fabrication et services d’utilité publique, sauf les gestionnaires | 0,36 Tableau A.1 Note * | 0,22 | 0,58 |
| Niveau de scolarité | |||
| Diplôme d’études secondaires ou niveau de scolarité inférieur (réf.) | 1,00 | ... n'ayant pas lieu de figurer | ... n'ayant pas lieu de figurer |
| Diplôme d’études postsecondaires inférieur au baccalauréat | 1,57 Tableau A.1 Note * | 1,29 | 1,91 |
| Baccalauréat | 2,20 Tableau A.1 Note * | 1,77 | 2,72 |
| Diplôme d’études supérieures | 3,07 Tableau A.1 Note * | 2,46 | 3,85 |
| Région | |||
| Ontario (réf.) | 1,00 | ... n'ayant pas lieu de figurer | ... n'ayant pas lieu de figurer |
| Provinces de l’Atlantique | 0,91 | 0,78 | 1,07 |
| Québec | 1,07 | 0,93 | 1,22 |
| Manitoba et Saskatchewan | 0,92 | 0,78 | 1,09 |
| Alberta | 1,09 | 0,89 | 1,32 |
| Colombie-Britannique | 1,25 Tableau A.1 Note * | 1,07 | 1,47 |
| Genre | |||
| Femme+ (réf.) | 1,00 | ... n'ayant pas lieu de figurer | ... n'ayant pas lieu de figurer |
| Homme+ | 1,15 Tableau A.1 Note * | 1,02 | 1,29 |
| Groupe d’âge | |||
| 15 à 24 ans (réf.) | 1,00 | ... n'ayant pas lieu de figurer | ... n'ayant pas lieu de figurer |
| 25 à 54 ans | 1,22 | 0,95 | 1,57 |
| 55 à 69 ans | 0,61 Tableau A.1 Note * | 0,46 | 0,81 |
| Taille de l’entreprise et catégorie de travailleurs | |||
| Employé du secteur privé (entreprise de moins de 20 employés) (réf.) | 1,00 | ... n'ayant pas lieu de figurer | ... n'ayant pas lieu de figurer |
| Travailleur autonome | 1,13 | 0,89 | 1,43 |
| Employé du secteur public (quelle que soit la taille de l’entreprise) | 0,87 | 0,67 | 1,13 |
| Employé du secteur privé (entreprise comptant de 20 à 99 employés) | 1,10 | 0,86 | 1,40 |
| Employé du secteur privé (entreprise comptant de 100 à 500 employés) | 1,28 Tableau A.1 Note * | 1,01 | 1,64 |
| Employé du secteur privé (entreprise de plus de 500 employés) | 1,11 | 0,90 | 1,38 |
| Niveau de compétences professionnelles (CNP FEER) | |||
| Nécessite généralement un diplôme d’études secondaires ou un niveau de scolarité inférieur (ref.) | 1,00 | ... n'ayant pas lieu de figurer | ... n'ayant pas lieu de figurer |
| Nécessite généralement un certificat collégial ou un certificat d’une école de métiers | 2,29 Tableau A.1 Note * | 1,85 | 2,83 |
| Les professions en gestion et le personnel professionnel | 4,31 Tableau A.1 Note * | 3,34 | 5,56 |
Documents consultés
Bryan, Valérie, Shivani Sood et Chris Johnston. 2025. « Analyse de l’utilisation de l’intelligence artificielle par les entreprises au Canada, deuxième trimestre de 2025 », Analyse en bref, produit no 11-621-M au catalogue de Statistique Canada.
Challapally, Aditya, Chris Pease, Ramesh Raskar et Pradyumna Chari. 2025. The Gen AI Divide: State of AI in Business 2025. MIT Nanda. Cambridge.
Crane, Leland, Michael Green et Paul Soto. 2025. « Measuring AI Uptake in the Workplace », FEDS Notes, Washington, D.C., Conseil des gouverneurs du Système de la Réserve fédérale.
Fazi, Luca, Sara Zaniboni et Mo Wang. 2024. « Age differences in the adoption of technology at work: A review and recommendations for managerial practice », Journal of Organizational Change Management, vol. 38, no 8, p. 138-175.
Giering, Oliver et Stefan Kirchner. 2025. « Artificial intelligence and autonomy at work: Empirical insights from Germany », Journal of Labour Market Research, vol. 59, no 20, p. 1-15.
Innovation, Sciences et Développement économique Canada. 2025. Stratégie pancanadienne en matière d’intelligence artificielle.
Lane, Marguerita, Morgan Williams et Stijn Broecke. 2023. The impact of AI on the workplace: Main findings from the OECD AI surveys of employers and workers, Documents de travail de l’OCDE sur les questions sociales, l’emploi et les migrations, no 288, Paris : Organisation de coopération et de développement économiques.
Mehdi, Tahsin et Marc Frenette. 2026. « Tendances de l’emploi au Canada à l’ère de l’intelligence artificielle générative : premiers résultats », Rapports économiques et sociaux, produit no 36-28-0001 au catalogue de Statistique Canada.
Mehdi, Tahsin et René Morissette. 2024. « Estimations expérimentales de l’exposition professionnelle potentielle à l’intelligence artificielle au Canada », Série de documents de recherche de la Direction des études analytiques, produit no 11F0019M au catalogue de Statistique Canada.
Statistique Canada. 2022. « Variante de la Classification nationale des professions (CNP) 2021, version 1.0 pour Analyse par catégories de FEER (formation, études, expérience et responsabilités) », Classifications statistiques.
- Date de modification :