c'est pas mon avis c'est un constatVous ne voudriez pas encore l'écrire en lettres majuscules et en gras, histoire que tout le monde ait pris connaissance de votre avis?
Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter
Discussion :
c'est pas mon avis c'est un constatVous ne voudriez pas encore l'écrire en lettres majuscules et en gras, histoire que tout le monde ait pris connaissance de votre avis?
Ce n'est malheureusement pas le mérite qui permet d'améliorer ses conditions de travail, mais la compétence recherchée, la loi de l'offre et de la demande.
Tu augmente plus ton salaire en changeant de boite qu'en attendant une éventuelle augmentation car tu as fait du très bon travail ou plein d'heures en plus.
Ma page sur developpez.com : http://chrtophe.developpez.com/ (avec mes articles)
Mon article sur le P2V, mon article sur le cloud
Consultez nos FAQ : Windows, Linux, Virtualisation
Décrocher un entretien, c’est parcourir 80 % du chemin. Donc, si elle (ou une autre personne) parvient effectivement à obtenir une dizaine d’entretiens sans jamais décrocher le moindre emploi (pas même une période d’essai), le problème relève de sa situation personnelle. Soit son CV est aussi crédible qu’un profil Instagram, soit elle perd tous ses moyens face à un recruteur, auquel cas elle devrait consulter un spécialiste.Elle a décroché une dizaine d'entretiens. Pas une seule offre. Et la plupart des recruteurs n'ont même pas pris la peine de lui signifier un refus.
L’IA n’est pas responsable de tout et même de rien. C’est en revanche un argument à la mode pour justifier le gel des embauches ou les licenciements massifs.
La génération Z occidentale est remarquablement « différente des précédentes », de par son éducation, son rapport au travail et ses ambitions. Cela la rend beaucoup moins compatible avec le monde du travail, dont les normes demeurent orientées par les Boomers, la Génération X et les Millennials.
La génération Alpha (2010-) sera probablement, à terme, aux antipodes de la génération Z sur le marché du travail, la norme sociale passant progressivement d’un extrême éducatif à l’autre par « effet réactionniste ». Une partie des Gen Alpha sera particulièrement hostile aux écrans, aux réseaux sociaux, à l’hyperconnexion et surtout à l’IA, ce qui, paradoxalement, les préparera mieux aux réalités de la vie professionnelle que leurs grands frères et sœurs.
Il faut aussi autant que possible soigner le choix des premiers emplois que l'on va accepter : sur un CV, par la suite dans l'évolution, le nom des entreprises ouvre des portes, rajoute une crédibilité, si les choix sont optimums. Alors parfois, il ne faut pas hésiter à un compromis salariat et penser au potentiel qualitatif du poste accepté en tant que tremplin ultérieur.
ne pas oublier le réseau, je n'ai jamais postulé dans ma vie en dehors de mon 1er job.
les autres, ca a toujours été avec le réseau linkedin et un process de recrutement accéléré et simplifié, l'offre n'a même pas été rendu publique.
En physique aussi, les conférences sont un bon terreaux d'offre d'emplois. Lors de ma dernière conf sur l'ia a hong kong il y'a 3 mois, j'ai eu 15 contacts en plus sur mon linkedin et 1 boite qui voulait me recruter... J'ai simplement parlé à des gens, je leurs ai dit que ce que je fais, ce que j'ai mis en place, je leurs ai demandé ce que eux font... et ils commencent à parler de leurs besoins et la ça match ou pas, si ça match avec mes compétences ça offre souvent un job par la suite...
Le networking c'est la matiere la plus importante aux études supérieurs.
l’assortative mating:
c’est là que se construisent les réseaux sociaux et professionnels
les gens ne sont pas encore “installés” → plus ouverts aux rencontres
après, la vie devient plus stable (travail, cercle social réduit, moins de nouvelles rencontres)
c'est pendant les études que tu peux décrocher les meilleurs opportunités professionnels et aussi les meilleurs partenaires pour ta vie aussi. Les meilleurs après ils sont casés.
Les pauvres qui deviennent très riches y arrivent le plus souvent grâce à l'art (comique, musicien, acteur, etc) ou au sport.Envoyé par calvaire
Les drames humains qu'ils ont vécu peuvent avoir un aspect positif sur leur œuvres ou sur leur motivation.
C'est plus rare que quelqu'un issu d'un milieu très pauvre devienne un prestigieux médecin ou avocat.
Après c'est peut-être jouable avec les histoires de bourses et tout ça.
Mais c'est beaucoup plus facile pour les riches.
Les riches voyagent, les riches font des sorties culturelles, les enfants de riches ont des professeurs particuliers, ils vont dans des écoles privés très cher. (ils ont plus de culture, ils ont plus de vocabulaires, ils connaissent plus de choses)
Dès le plus jeune âge ils prennent de l'avance, ces salauds de gosses de riches !
Heureusement ils finissent souvent par avoir des graves problèmes de consommation de drogue dès un jeune âge.
C'est un peu comme la chanson "IAM - Nés sous la même étoile".
Si il y avait un problème dans son CV elle n'aurait pas décroché les entretiens.
Il y a beaucoup de candidats pour un seul poste, donc il est possible de passer 10 entretiens et de n'être pris nulle part.
Les échecs consécutifs peuvent mettre une grosse pression, ce qui fait stresser et rater ses entretiens.
C'est quand elle se dira "j'en ai plus rien à faire, de toute façon je n'aurais pas le job" qu'elle se fera embaucher
Si elle se dit "j'y vais juste pour acquérir de l’expérience en entretien d'embauche" ça devrait beaucoup mieux se passer.
Si elle se dit "il faut absolument que j'obtienne ce job" elle va se mettre trop de pression.
Effectivement ce ne sont pas ceux qui travaillent le mieux qui obtiennent les augmentations les plus importantes.
Ah oui, le prisme de "si les gens sont pauvres c'est qu'ils le méritent" C'est très pratique, ça explique toujours pas comment même avec 20 millions de patrimoine brut je suis plus proche financièrement d'un SDF que d'un simple milliardaire. C'est moi qui mérite 100 fois plus que le français moyen ou les milliardaire qui méritent 990 fois plus que moi mon échelle est plus à jour
Un peu d'humilité dans tes postes : merci.
oui, mais ce n'est pas donné à tout le monde d'en avoir un de réseau, encore moins aux débutants que sont les jeunes diplômés.ne pas oublier le réseau, je n'ai jamais postulé dans ma vie en dehors de mon 1er job.
Ma page sur developpez.com : http://chrtophe.developpez.com/ (avec mes articles)
Mon article sur le P2V, mon article sur le cloud
Et la qualité du travail et l'efficacité bien sûr. Se faire une excellente réputation - se faire un nom - et remarquer positivement, ce qui sous entend une masse de travail en amont avant l'entrée sur le marché du travail pour se démarquer de la concurrence.
pour ca je conseille les side propect, un étudiant qui à un saas de déployer dans le cloud c'est déjà se démarquer et être dans le top 20% pour un recruteur.
tu fais quoi pendant les 5ans après le lycée ??? tu es censé parler à des gens, les rencontrer et monter ton réseau justement... c'est pas bosser enfermé et avoir des bonnes notes qui te donneront un bon emplois
Pour mon 1er job, j'ai eu des collègues des meilleurs écoles d'ingé de France comme l'ensimag, il faisait le même taff que moi avec le même salaire.
Une fois en poste, c'est pas la qualité du travail qui te fera monter, il faut se rendre visible à la hiéarchie.
Par exemple quand il y'a une panne et que je répare, j''envoie un mail de confirmation que j'ai tous remis en état à toute l'équiupe, le n+1 et surtout le n+2 et n+3 et je propose des améliorations à discuter à une prochaine réunion.
Il faut tous noter et bien se rendre visible.
Parfois cela suffit pas, apres 2ans si ta boite te fais rester au meme salaire et en bas de la chaine, dans ce cas il faut mettre open to work dans linkedin et aller voir ailleurs et retenter la même chose.
en parallèle, te former sur les technos qui ont la hype sur le marché de l’emploi, il faut allouer 20% de son temps de travail la dessus, soit 1 journée par semaine a faire de la veille techno sur ce que linkedin recrute.
Ces 20% de libre c'est obligatoire en entreprise. Car si tu prends toute la charge que ta boite te donne et que tu es à 100%, le jours ou il y'a un probleme/un rush, tu pourras pas prendre les 110% de charge et tu seras vu par ta hiérarchie comme un incapable, alors que si tu tourne à 80%, tu pourras prendre le challenge temporaire et la tu seras bien vue.
De plus la tech c'est un monde qui évolue, je me forme à l'ia depuis 2ans et ce que j'apprends en 6 mois c'est déjà obsolète. Dans ma boite on a facile 1ans de retard par rapport aux dernières innovations la dessus, ça va plus vite que le temps que nous avons pour tester et déployer en prod si c'est probant.
Moi je plains ceux qui démarrent à 8h. Je suis un couche tard/lève tard. Si je pouvais démarrer à midi en mangeant avec les collègues et finir durant la nuit ce serait le pied (c'est ce que j'ai négocié durant mon doctorat). La flexibilité des horaires, ce n'est pas pour finir tôt, ni pour finir tard, mais pour pouvoir adapter le temps de travail à la situation pour optimiser les perfs. C'est ce qu'il faut faire valoir. L'entreprise peut poser des heures de disponibilité garantie, genre 10h-12h et 14h-16h, mais il faut pouvoir s'adapter sur les marges qu'il reste.Voilà comment ça devrait fonctionner pour les employés de bureau :
- t'as un contrat de 37h ou 39h par semaine
- tu gères tes horaires
Si un jour tu dois te barrer à 14h30, tu te casses à 14h30. T'as pas besoin de prendre une demie journée de congé payé ou RTT.
Enfin le meilleur truc ça restera de commencer plus tôt pour se barrer à 16h30 tous les jours.
Finir tôt c'est cool
Je plains ceux qui finissent à 18h ou plus tard.
Et que ça n'en déplaise à ceux qui moinssent calvaire en permanence, mais il y a du vrai, notamment :
Prendre ces 20% de veille techno, ce n'est pas nécessairement pour se préparer à partir comme un voleur. C'est aussi pour se préparer aux évolutions au sein de l'entreprise, être force de proposition, être à jour sur ce qui se fait pour maintenir l'entreprise face à ses concurrents, etc. On peut prendre une perspective pour dire qu'on ne se considère pas à 80% au boulot, mais bien à 100% dont 20% de veille techno. 20% pour moi ça fait beaucoup, mais quand la charge de travaille le permet autant en profiter.
Je n'en déteste pas moins ses valeurs, mais objectivement il faut savoir établir des marges pour faire face aux imprévus. C'est normal et tous les bons organisateurs s'en assurent.
Site perso
Recommandations pour débattre sainement
Références récurrentes :
The Cambridge Handbook of Expertise and Expert Performance
L’Art d’avoir toujours raison (ou ce qu'il faut éviter pour pas que je vous saute à la gorge {^_^})
Je suis d'une autre époque, sans doute, mais certes outre la formation continue dont on bénéficiait dans l'entreprise, il valait mieux, pour se démarquer du lot et rester un bon produit sur le marché du travail, sur son temps personnel hors travail, de continuer à s'investir (en temps et en argent : livre, licences...) afin de rester au mieux de ce qui est attendu du marché de l'emploi et dont ce qui n'était pas dans le cadre de la formation d'entreprise.
Etude : les règles structurelles exposent la fragilité des agents LLM dans la génération de code backend
Détérioration de performances sous contraintes : les règles structurelles exposent la fragilité des agents LLM dans la génération de code backend, d’après une étude. L’IA est loin de remplacer les développeurs.
L’on donne à un agent de codage IA une spécification claire : créer une API REST avec ces 19 endpoints. L'agent s'exécute dans un environnement vierge, choisit sa propre structure et produit un résultat qui satisfait 86 % des assertions. Puis l’on ajoute une seule phrase : « Utilise Clean Architecture, PostgreSQL et SQLAlchemy. » Le même agent, le même modèle, la même spécification, et le taux de réussite chute à 46 %. Cet écart a un nom. Un article publié en 2026 par EURECOM et l’université de Basilicate le désigne sous le nom « déclin des performances sous contraintes. » Il vient rappeler à quel point l’intelligence artificielle est loin de remplacer de façon totale les développeurs informatiques humains.
Ampleur de la baisse due à l'ajout de contraintes
Les agents de codage IA performants perdent en moyenne 30 points de pourcentage de taux de réussite aux tests de validation lorsque des contraintes structurelles sont ajoutées à un cahier des charges fonctionnel. L'équipe d'EURECOM a mesuré ce phénomène sur les 8 configurations performantes de son étude, définies comme celles obtenant un score supérieur à 50 % sur la base de référence sans contraintes. La baisse observée entre le niveau L0 (cadre web uniquement) et le niveau L3 (architecture + base de données + ORM) est systématique.
Cette méthodologie permet d'établir clairement les liens de causalité. L'équipe a défini une seule spécification OpenAPI, l'API RealWorld Conduit comprenant 19 opérations CRUD, puis a appliqué des contraintes à quatre niveaux : L0 (framework uniquement), L1 (une contrainte supplémentaire), L2 (deux), L3 (architecture + base de données + ORM). Chaque variante s'exécute dans 8 frameworks sur 80 tâches, avec 291 assertions comportementales par tâche. Les agents s'exécutent dans Docker, le code est évalué par des tests HTTP de bout en bout ainsi que par des vérificateurs statiques qui vérifient si les contraintes d'architecture, de base de données et d'ORM ont bien été respectées. L'évaluation totale a consommé environ 5 milliards de jetons.
L'écart entre le taux de réussite des assertions et le taux de réussite au premier essai (pass@1) est un résultat qui ne tient pas sur un graphique. OpenHands + MiniMax-M2.5 a atteint 78,6 % d'A% sur les tâches L3 les plus difficiles, mais seulement 8,3 % de pass@1. Près de quatre exécutions sur cinq ont échoué à un moment ou à un autre au cours de la suite de 291 assertions. L'article soulève un point méthodologique important pour quiconque évalue des agents de codage : le taux de réussite à la première tentative (pass@1) est bruité, car une seule assertion échouée réduit à néant l'ensemble de l'exécution ; le taux de réussite (A%) reflète donc les progrès partiels de manière plus stable. Mais l'écart entre les deux indique que même lorsqu'un agent semble compétent en moyenne, la probabilité d'une exécution sans faille dans des conditions de production réelles est inférieure à 10 %.
Ce sont les contraintes des bases de données qui causent la plupart des problèmes
La majeure partie de cette baisse de 30 points est due à des contraintes liées à la base de données, et non à l'architecture ou aux règles ORM. L'étude utilise un plan d'expérience par paires appariées pour isoler l'effet marginal de chaque contrainte, en comparant des paires de tâches qui ne diffèrent que par une seule contrainte, toutes les autres variables étant maintenues constantes.
Le chiffre relatif à l'ORM peut sembler trompeur à première vue, et l'article explique pourquoi. L'effet marginal d'un ORM est mesuré par rapport à une base de référence qui inclut déjà une base de données ; il reflète donc le coût lié à l'utilisation forcée d'un ORM à la place du SQL brut, et non le coût de l'interaction avec la couche de données en soi. Lorsque l'équipe a effectué une analyse des défaillances sur les 222 exécutions ayant échoué sur les deux modèles, les défauts au niveau de la couche de données (composition incorrecte des requêtes et erreurs d'exécution ORM) représentaient environ 45 % de toutes les erreurs logiques. La base de données est la partie la plus difficile, que l'on utilise ou non un ORM par-dessus.
Les erreurs logiques ont dominé les échecs avec environ 71 % sur les deux modèles analysés, le reste se répartissant entre les échecs de démarrage du serveur (12 à 21 %), les implémentations incomplètes et une poignée d'agents bloqués dans des boucles. Les agents ne rencontraient pas d'échec au démarrage. Ils démarraient des serveurs qui traitaient des requêtes mal formées, des en-têtes d'authentification avec des majuscules et minuscules incorrectes, et des modèles ORM dont le modèle se souvenait à moitié à partir des données d'entraînement. Qwen3-Coder-Next, en particulier, a montré que 22,6 % de ses erreurs logiques étaient dues à une mauvaise configuration de l'authentification, principalement un analyse syntaxique incorrecte du préfixe du jeton.
Le framework web choisi comme référence peut faire varier le taux de réussite des tests de 33 points avant même que d'autres contraintes ne soient ajoutées.
Express, Koa et Flask constituent clairement le trio de tête. Ils partagent une interface API minimaliste et explicite, où l'agent doit définir directement le routage, l'injection de dépendances et la validation. FastAPI pénalise l'agent pour les aspects que les utilisateurs apprécient généralement : la validation basée sur les indications de type, les conventions d'injection de dépendances et la détection automatique exigent de l'agent qu'il se souvienne des idiomes du framework acquis lors de la pré-formation plutôt que de les définir explicitement. Django paie un prix similaire pour privilégier les conventions plutôt que la configuration. Hono est à la traîne car l'environnement de test fonctionne sur Node.js, où Hono a besoin d'un adaptateur de compatibilité sous-représenté dans les données d'entraînement.
Le schéma est le même que celui dont parle Anthropic dans ses conseils sur l'ingénierie contextuelle : les agents échouent non pas lorsque la tâche est difficile, mais lorsque le contexte pertinent est implicite. Ce que les guides d'ingénierie contextuelle d'Anthropic omettent de mentionner, c'est que le terme « implicite » inclut les conventions de framework ancrées dans la mémoire musculaire des développeurs. Pour un développeur Django, INSTALLED_APPS est une évidence. Pour un agent générant du code à partir de zéro, c'est l'une des milliers de valeurs par défaut du framework qu'il doit deviner.
Prendre en compte toutes ces contraintes est ce qui s’appelle mettre sur pied un logiciel fonctionnel, prêt à être déployé en production et maintenable. C’est le rôle d’un ingénieur logiciel humain qui ne se limite pas à de la complétion de code dans laquelle les agents IA sont excellents.
« L'intelligence artificielle peut coder, mais elle n'est pas capable de construire un logiciel fonctionnel et prêt à être mis en production, sans intervention humaine », déclare Matias Heikkilä. Dans une récente analyse sur les agents d'IA de codage, il affirme que de nombreux entrepreneurs recherchent activement des personnes pouvant faire fonctionner le code généré par l'IA.
Il a déclaré avoir lui-même déjà reçu plusieurs de ces demandes. Selon Matias Heikkilä, ces offres d'emploi d'un nouveau genre démontrent que l'IA est peut-être douée pour le prototypage ou la création de démos, mais elle ne peut actuellement pas créer de logiciel, c'est-à-dire faire de l'ingénierie logicielle.
Selon une étude publiée par Uplevel en septembre 2024, l'utilisation de GitHub Copilot a entraîné une augmentation de 41 % des bogues. Les personnes qui ont utilisé GitHub Copilot n'ont pas été soulagées de l'épuisement professionnel, ce qui indique l'efficacité limitée de l'outil dans la réduction du stress lié au travail. Les développeurs passent désormais plus de temps à examiner le code généré par l'IA, ce qui pourrait contrebalancer tout gain de temps.
Son analyse a suscité un grand débat dans la communauté, de nombreux commentaires soutenant cette thèse. Les entreprises telles que Microsoft et Amazon investissent massivement dans l'IA générative et force leurs employés à adopter cette technologie en interne pour l'écriture de code. Cependant, plusieurs se plaignent des limites critiques des agents d'IA de codage, affirmant que ces outils augmentent la charge de travail au lieu de la réduire.
« Je suis abonné à un LLM de pointe, mais ces derniers temps, je ne l'utilise qu'environ 25 % du temps. À un certain niveau, les problèmes d'architecture logicielle que je résous, en m'appuyant sur des décennies de compréhension de la conception maintenable, performante et vérifiable des structures de données, des types et des algorithmes, sont des choses que les LLM ne peuvent même pas commencer à appréhender », a écrit un commentateur.
Des humains sont embauchés pour nettoyer le code écrit par l'IA
Avec l'essor d'outils d'IA tels que ChatGPT, il est désormais possible de décrire un programme en langage naturel (français par exemple) et de demander au modèle d'IA de le traduire en code fonctionnel. Andrej Karpathy, ancien chercheur d'OpenAI, a donné un nom à cette pratique : le « vibe coding ». Cette pratique gagne rapidement du terrain dans les milieux technologiques. Et Google a même déclaré que 25 % de son code est généré par l'IA.
Le vibe coding attire l'attention parce qu'elle pourrait abaisser la barrière à l'entrée de la création de logiciels. Mais des questions subsistent quant à la capacité de cette approche à produire de manière fiable un code adapté aux applications du monde réel. Les études montrent que l'IA est loin d'être à la hauteur.
C'est là que des entreprises comme Harsh Kumar interviennent. Harsh Kumar explique que ses clients lui mettent souvent à disposition des applications ou sites Web générés par une IA et qui se sont avérés instables ou totalement inutilisables. Son rôle : réparer la casse ou remettre de l’ordre dans le code généré par l’IA afin d’aboutir à un produit logiciel fonctionnel. Cette entreprise basée en Inde a déclaré qu'elle a un nombre important de clients.
Harsh Kumar entre ainsi dans la nouvelle catégorie de titre d’emploi dénommée spécialiste en nettoyage de code généré par l’IA. L’humain revient donc au secours de l’IA que les entreprises tentent de vendre comme une révolution et sur laquelle certains dirigeants s'appuient pour réduire leurs effectifs.
À l'heure actuelle, la plupart des projets d'IA échouent. Selon le MIT, le taux d'échec de 95 %. Malgré la ruée vers l'intégration de nouveaux modèles d'IA puissants, environ 5 % des programmes pilotes d'IA parviennent à accélérer rapidement leurs revenus ; la grande majorité stagne, n'ayant que peu ou pas d'impact mesurable sur le compte de résultat. Ce constat amer fait écho à des études récentes selon lesquelles les capacités de l'IA sont surestimées.
Source : Etude
Et vous ?
Voir aussi :
Contribuez au club : Corrections, suggestions, critiques, ... : Contactez le service news et Rédigez des actualités
L'IA freine considérablement le recrutement des jeunes travailleurs âgés de 22 à 25 ans
L'IA touche particulièrement les postes de débutants. L'emploi des jeunes dans les secteurs touchés par l'IA a baissé de 19 % par rapport aux métiers moins exposés à l'IA
selon une étude de Stanford
Une étude de l’Université de Stanford indique que l'IA freine considérablement le recrutement des jeunes travailleurs âgés de 22 à 25 ans. Alors que les employés expérimentés restent protégés par leur savoir-faire pratique, les postes de débutants dans les secteurs automatisables connaissent une chute d’emploi de 19 %. Cette dynamique s’explique par le remplacement des tâches basées sur des connaissances théoriques par des outils numériques performants. Elle ne provient pas de licenciements massifs, mais plutôt d'une diminution des opportunités d'embauche initiales. À l'inverse, les métiers exigeant une expertise de terrain semblent mieux résister.
L'IA commence à modifier en profondeur le marché du travail, mais d'une manière très sélective. Cette tendance est confirmée par la mise à jour du mois d'août 2026 d'une étude de l'Université de Stanford, intitulée « Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence ». D'après le rapport, les jeunes travailleurs au début de leur carrière sont les plus sévèrement touchés par l'automatisation par l'IA.
Pour la tranche d'âge de 22 à 25 ans, le niveau d'emploi dans les filières les plus exposées à l'IA est désormais inférieur de 19 % par rapport à celui de leurs pairs travaillant dans des secteurs plus résistants à cette technologie. Ce fossé se creuse rapidement, puisqu'il n'était que de 13 % l'année précédente.
Cependant, une question fondamentale demeure : qui seront les experts de demain quand les séniors partiront à la retraite ? Erik Brynjolfsson, chercheur principal de cette étude, envisage un avenir proche dans lequel les emplois occupés par ceux qui ont commencé leur carrière avant l’ère de l’IA persisteront en grande partie, tandis que de nombreux emplois destinés à la nouvelle cohorte de jeunes professionnels commenceront à disparaître.
Outils d'IA d'automatisation vs outils d'IA d'augmentation
En analysant l'ensemble de l'économie, les chercheurs n'observent pas de baisse spectaculaire du taux d'emploi global liée à l'IA. Un rapport des économistes du Budget Lab de Yale va dans ce sens. En revanche, la situation est bien différente pour les jeunes travailleurs de 22 à 25 ans : depuis 2022, l'emploi dans les 40 % de métiers les plus impactés par l'IA a chuté de 11 %, tandis qu'il a progressé de 10 % dans les métiers les moins exposés.
Erik Brynjolfsson note : « les effets observés au niveau des débuts de carrière que nous mesurons sont réels, persistants et s’amplifient, et je suis plus inquiet qu’auparavant face à un marché du travail qui maintient son niveau global d’emploi tout en fermant discrètement la voie d’accès aux débutants ».
Pour déterminer ces chiffres, l'équipe a utilisé un vaste sous-échantillon de données de paie anonymisées et à haute fréquence, régulièrement agrégées par la société de gestion des ressources humaines ADP. Elle a ensuite évalué le niveau d’exposition de chaque profession aux bouleversements liés à l’IA à l’aide d’un indicateur d’impact potentiel sur le marché du travail établi par des chercheurs précédents et de l’indice économique anthropique.
Ils examinent la manière dont diverses professions utilisent le modèle d'IA Claude dans leur travail quotidien. L'étude met en évidence une distinction cruciale entre les types d'utilisation de l'IA. D'un côté, certaines tâches sont dites « automatisables », signifiant qu'elles remplacent entièrement le travail humain. C'est le cas pour les comptables ou les auditeurs, qui subissent de plein fouet la baisse des opportunités d'embauche pour les débutants.
D'un autre côté, d'autres utilisations sont dites « augmentatives », car elles viennent soutenir et améliorer l'efficacité des humains sans les remplacer, comme pour les directeurs généraux ou les infirmiers. Les chercheurs soulignent d'ailleurs que « les résultats sont cohérents avec une utilisation de l'IA axée sur l'automatisation qui se substitue au travail, tandis que les utilisations complémentaires sont associées à un emploi stable ou en hausse ».
Impact sur les compétences codifiées et rôle de l'éducation
Les chercheurs ont émis d'autres hypothèses sur l'impact de l'IA sur l'emploi. Un autre facteur clé identifié par les économistes est la nature des compétences requises pour un poste. Selon eux, les métiers reposant fortement sur des savoirs codifiés, c'est-à-dire des connaissances formelles et standardisées pouvant être enseignées par des manuels ou des procédures écrites, connaissent une croissance plus lente de l'emploi pour les débutants.
À l'inverse, les métiers exigeant un savoir tacite, acquis par l'expérience pratique, le mentorat et l'exposition directe à des situations réelles, profitent plutôt aux travailleurs en milieu ou fin de carrière. Néanmoins, les chercheurs soulignent que faire des études supérieures reste un rempart important : l'écart d'emploi lié à l'IA est beaucoup plus atténué dans les professions comptant une forte proportion de diplômés de l'enseignement supérieur.
En somme, les jeunes professionnels sont les premiers touchés pour les raisons suivantes :
- la vulnérabilité des « tâches codifiées » : les postes juniors reposent souvent sur des compétences techniques standardisées (saisie, tests logiciels simples, gestion de tickets). Or, ces tâches sont précisément celles que les grands modèles de langage (LLM) et autres systèmes d’IA générative automatisent le plus facilement ;
- la valeur du « savoir tacite » des séniors : les employés expérimentés disposent d’un savoir tacite (jugement, intuition, capacité à naviguer dans la complexité organisationnelle). Ce type de compétence est encore hors de portée des IA. Ainsi, les séniors se voient moins menacés à court terme, tandis que les juniors se retrouvent en concurrence directe avec les algorithmes ;
- les employeurs préfèrent embaucher une IA plutôt qu'un jeune diplômé de la génération Z : historiquement, les postes juniors servaient de « pépinière de talents », permettant d’apprendre sur le terrain. Aujourd’hui, une partie de ces apprentissages est absorbée par l’IA, ce qui rend plus difficile l’acquisition d’expérience par les jeunes diplômés.
Alors que les avertissements concernant une apocalypse de l’emploi provoquée par l’IA se multiplient, de plus en plus d’éléments indiquent qu’un professionnel chevronné, doté d’expérience, d’un certain statut et d’un réseau social étendu, pourrait être relativement à l’abri d’un remplacement par l’IA. En revanche, un jeune diplômé à la recherche de son premier emploi pourrait être confronté à une réalité bien plus défavorable en raison de l'IA.
Google rapporte que l'IA ne menace pas encore les salariés
Malgré les discours alarmistes annonçant un remplacement massif de la main-d'œuvre humaine par l'IA, une récente étude de Google Research démontre le contraire. Intitulée « AI & Economy ATLAS » (Activity, Task, Landscape, and Adoption Study), elle a analysé 15 millions d’interactions anonymisées avec l’IA sur l’application Gemini, le mode IA de Google et l’API Gemini. L'étude a révélé que l’IA est utilisée dans un large éventail de professions.
Toutefois, les chercheurs n'ont pas trouvé « de preuves pour soutenir les affirmations selon lesquelles l'IA est sur le point de provoquer une automatisation massive et le déplacement du travail de bureau ». Les résultats indiquent que « l'intégration de l'IA dans le milieu professionnel reste superficielle et d'une nature massivement collaborative, les tâches automatisées de bout en bout étant extrêmement limitées », ce qui s'oppose à l'actualité.
Si cette conclusion de Google Research se confirme à mesure que l’IA se développe et se démocratise, elle pourrait laisser entrevoir un avenir où la demande de travailleurs hautement qualifiés s’accentuerait plutôt que de diminuer. « Ce n’est pas parce que vous utilisez l’IA que cela signifie pour autant que votre emploi va être automatisé », a fait valoir Scott Strand, économiste chez Google et l’un des chercheurs ayant participé à cette étude.
Pour parvenir à ces conclusions, les chercheurs ont utilisé un classificateur automatisé afin de trier les interactions professionnelles avec l’IA, en s’appuyant sur les classifications professionnelles standard du Bureau of Labor Statistics et sur la base de données O*NET, qui recense des interactions professionnelles spécifiques. Selon le rapport, cette méthode a nécessité une classification probabiliste d’interactions jugées « intrinsèquement incertaines ».
Impact réel de l'IA sur l'emploi : tout dépend de la méthodologie
Les études sur l'impact de l'IA sur l'emploi aboutissent à des conclusions radicalement différentes, et l'explication tient souvent moins à la réalité du terrain qu'aux choix méthodologiques. Les rapports fondés sur les tâches techniquement automatisables annoncent des vagues massives de suppressions de postes. Ceux qui intègrent le rythme réel d'adoption des technologies et d'autres types de données dressent un tableau plus mesuré.
L'industrie de l'IA a vendu aux organisations de tout type un avenir radieux dans lequel une grande partie de la main-d’œuvre humaine pourra être remplacée par des machines fonctionnant 24 heures sur 24 et 7 jours sur 7. La mauvaise nouvelle : ce scénario d’une prise de pouvoir par l’IA se transforme progressivement en cauchemar financier pour les organisations. Elles découvrent subitement que l'IA coûte plus cher que la main-d'œuvre humaine.
Ce décalage entre les promesses et la réalité a créé un contexte financier précaire. « Les dirigeants qui se sont précipités pour licencier leurs employés au profit de l'IA se rendent compte qu'ils font partie des plus grands naïfs et des plus grands dindons de la farce du monde des affaires », a écrit un critique.
« Les directeurs financiers vont découvrir leur facture Anthropic et paniquer ce trimestre », a averti Gil Luria, responsable de la recherche technologique chez D.A. Davidson. Certains indicateurs laissant même craindre un effondrement du marché comparable à la période précédant la Grande Dépression. Entre-temps, les licenciements ont déjà eu lieu. À elle seule, l'industrie technologique a supprimé plus de 100 000 postes depuis le début de l'année.
Source : rapport de l'étude
Et vous ?
Voir aussi
Je sais que dans la cybersécurité, il manque 20 000 experts en France à cause du départ de plus de 50% de la première génération à la retraite. Et comment les forme-t-on ces experts si les jeune générations sont remplacées par des IA dans les SOC ?
Alors oui l'IA automatise des tâches que l'humain met des jours ou jamais à réaliser mais prend de plus en plus la place des analystes à tous les niveaux. Il y a toujours besoin d'humains mais l'IA fait que l'on recrute moins de niveau 1 voire 2 et 3.
Une réelle calamité pour l'avenir de la profession même si l'IA attaquante ne va pas se poser de questions et, de fait, imposer l'IA défensive.
Mais dorénavant, les experts ne vont plus être formés. Ou déformés par l'IA.
D'un coté l'IA remplace les débutants qui ne pourront donc gagner en expertise...
D'un autre, ces mêmes débutants utilisent depuis leurs formations initiales des IA sans comprendre ce qu'ils font !
L'IA est considéré trop souvent comme "Magique", mais finalement, on arrive à des pannes de plus en plus importantes et impactantes : arrêt des services des Cartes bancaires de plusieurs banques, services AWS d'Amazon en décembre dernier, CrowdStrike, Microsoft Azure...
Je voudrais juste rappeler qu'une IA n'est qu'un programme et réagit en fonction d'un algorithme. A la différence des programmes "historiques", qui sont prévus pour résoudre des cas prévus et connus, elle gère des algorithmes de type "à peut près" pour estimer la meilleur une réponse "possible"... (et pas forcement la bonne réponse)
Une IA reste pour moi un bonne outil de recherche pour apprendre, mais il faut rester très critique sur ces réponses.
On ne savait pas ?
L'aimer c'est l'adopter.
Les jeunes diplômés affirment que l'IA pèse déjà sur le recrutement dans leur secteur
Les jeunes diplômés affirment que l'IA pèse déjà sur le recrutement de débutants dans leur secteur, mais certains économistes ont un doute
ils attribuent plutôt cette crise à l'essor du télétravail
Les jeunes diplômés rencontrent des difficultés croissantes sur le marché du travail. Le chômage des débutants est hausse alors que l'économie mondiale subit une transformation majeure. Bien que 47 % des jeunes accusent l'IA d'être responsable de la suppression des postes de premier échelon, les experts proposent une analyse nuancée. Certains économistes partagent cet avis, tandis que d'autres attribuent cette crise à l'essor du télétravail, qui complique la formation des recrues inexpérimentées. Les chercheurs s'accordent toutefois sur les bouleversements en cours sur le marché du travail et conseillent aux nouveaux arrivants de s'adapter.
Les jeunes diplômés d'aujourd'hui sont confrontés à une concurrence plus rude que leurs prédécesseurs. Irene Chang, 21 ans, a suivi des études d'ingénierie à l'université parce qu'elle aime résoudre des problèmes. Elle souhaitait se spécialiser dans un domaine qui lui ouvrirait la voie à une carrière stable. « Je voulais trouver un emploi dès la fin de mes études », a-t-elle expliqué. Mais les choses sont avérées plus compliquées que prévu.
Irene Chang a obtenu en mai dernier une licence en génie industriel et des systèmes à Georgia Tech. Elle explique avoir commencé à postuler à des postes d’analyste de données débutants il y a environ un an, alors qu’elle était encore étudiante. La jeune femme a déclaré au NPR avoir envoyé environ 450 candidatures depuis septembre 2025 et avoir passé une vingtaine d’entretiens, mais jusqu’à présent, elle n’a reçu aucune offre d’emploi.
Jacqueline Kline, 25 ans, se trouve dans la même situation. Elle a obtenu au printemps 2026 un master en communication à l’université d’État de Floride. À ce jour, elle a postulé à plus de 500 postes de débutants depuis décembre dernier. « C'est difficile de savoir que je fais tout ce que je peux pour réussir et d'avoir l'impression que ça ne suffit pas », confie Jacqueline Kline. Le taux de chômage des jeunes diplômés connaît une forte hausse.
Un marché de l'emploi particulièrement tendu pour les jeunes
Selon les données de la Banque de réserve fédérale de New York, le taux de chômage des diplômés récents (âgés de 22 à 27 ans et titulaires d'au moins une licence) s'élevait à 5,7 % en juin, ce qui dépasse largement le taux de chômage de l'ensemble de la population active, établi à 4,1 %. Les étudiants actuels ressentent ces difficultés du marché encore plus vivement ; 9,8 % ont changé de filière en raison de la conjoncture économique.
Lorsque la transition vers la vie professionnelle semble incertaine, ils sont de plus en plus nombreux à choisir d’attendre avant d’entrer sur le marché du travail. Près de la moitié (48,5 %) des futurs diplômés envisagent de poursuivre leurs études en troisième cycle comme alternative à la recherche d’un emploi traditionnel. Plus de la moitié (56,3 %) des jeunes diplômés envisage la même chose après avoir testé le marché du travail actuel.
Cette situation engendre un sentiment de désespoir profond, résumé par Jacqueline Kline : « c'est dur de savoir que je fais tout ce que je peux pour réussir et d'avoir l'impression que ce n'est pas suffisant ». Pour Irene Chang, la menace de l'automatisation est bien réelle : « j'ai l'impression que les compétences de niveau débutant que l'on possède sont importantes, mais c'est aussi quelque chose que l'IA peut faire de manière très efficace ».
Cette opinion est largement partagée par leurs pairs, car 47 % des jeunes diplômés interrogés lors d'un récent sondage de ZipRecruiter ont déclaré que l'IA a déjà un impact sur le recrutement dans leur secteur. Bon nombre d'entre eux estiment que l’IA est responsable de leurs difficultés à trouver un emploi.
L'IA est-elle le seul facteur de contraction de l'emploi junior ?
Pour Erik Brynjolfsson, économiste à Stanford, les craintes des étudiants sont en partie fondées. Ses recherches révèlent que depuis la fin de l'année 2022, marquée par l'essor des modèles d'IA, les jeunes travailleurs de 22 à 25 ans occupant des postes fortement exposés à l'IA ont connu une baisse relative de l'emploi de 16 %. Ce recul concerne notamment des métiers comme les développeurs de logiciels ou les responsables marketing.
« L'IA n'est pas toute l'histoire, mais elle en fait partie et les preuves s'accumulent ». Il explique ce phénomène par deux facteurs majeurs. D'abord, lors des ralentissements économiques, les postes de niveau débutant sont les premiers supprimés par les entreprises. Ensuite, les modèles d'IA sont entraînés sur des connaissances formalisées et écrites, ce qui présente « un grand chevauchement avec les compétences des profils débutants ».
En revanche, l'IA ne possède pas encore la sagesse et le savoir-faire tacite accumulés par l'expérience sur le terrain, ce qui préserve les employés plus expérimentés d'une concurrence directe avec ces outils. Les séniors s'en sortent donc beaucoup mieux. « Ainsi, pour les travailleurs plus expérimentés, ce type de connaissances n’est pas autant affecté », explique Erik Brynjolfsson, ajoutant qu’ils n’ont pas autant besoin de rivaliser avec l’IA.
En fin de compte, Erik Brynjolfsson envisage un avenir proche dans lequel les emplois occupés par ceux qui ont commencé leur carrière avant l’ère de l’IA persisteront en grande partie, tandis que de nombreux emplois destinés à la nouvelle cohorte de jeunes professionnels commenceront à disparaître.
Rôle prédominant du télétravail dans le déclin des embauches
L'analyse d'Erik Brynjolfsson ne fait cependant pas l'unanimité. David Deming, économiste à l'Université de Harvard, remet en cause la responsabilité directe de l'IA dans les difficultés actuelles des jeunes diplômés. Il fait observer que le ralentissement des recrutements de profils juniors a commencé environ six mois avant le lancement public de ChatGPT. Pour lui, l'explication réside ailleurs : « je pense que cela ressemble plus au télétravail ».
David Deming souligne que « la proposition de valeur de l'embauche d'un junior dont on sait qu'il sera chez lui n'est tout simplement pas aussi intéressante ». À l'inverse, le télétravail incite les entreprises à embaucher des profils séniors déjà autonomes, en élargissant leur recherche à l'ensemble du territoire.
« Si l’on examine attentivement la chronologie des événements, il semble que la baisse des embauches de jeunes diplômés ait en réalité commencé environ six mois avant la sortie de ChatGPT. Cela me laisse donc penser qu’il s’agit d’autre chose. Je pense que cela tient davantage au télétravail », explique David Deming. Selon la Fed de New York, les entreprises sont moins enclines à embaucher de jeunes diplômés pour des postes en télétravail.
La Fed de New York a constaté que, parallèlement à l’augmentation des emplois à distance suite à la pandémie de Covid-19, le chômage chez les jeunes diplômés avait également augmenté. L'analyse a révélé que l'IA n'expliquait pas la hausse du chômage chez les jeunes travailleurs et que le télétravail en était davantage le moteur. Ajoutés aux capacités d'automatisation de l'IA, ces facteurs ont un impact sur l'embauche des jeunes diplômés.
Une hausse paradoxale des effectifs chez les utilisateurs d'IA
Un autre élément vient nuancer l'idée d'un remplacement massif des emplois par les machines. L'économiste Anders Humlum, de l'Université de Chicago, cite une étude menée par Ramp et Revelio Labs auprès de 21 000 entreprises américaines entre 2021 et 2026. L'étude révèle que les entreprises investissant le plus l'IA ont vu leur effectif de niveau débutant progresser de 12 % au cours des deux années suivant l'adoption de ces technologies.
Ce constat contredit l'idée reçue d'un effet destructeur immédiat : « si nous regardons les grands utilisateurs de ces outils, les entreprises qui paient beaucoup d'argent à Anthropic et OpenAI pour s'abonner à leurs modèles, elles embauchent plus que quiconque ». Les entreprises tirant pleinement profit de l'IA semblent ainsi être celles qui recrutent le plus de jeunes collaborateurs. Ces données suscitent un débat intensif dans la communauté.
Malgré leurs divergences, les trois économistes s'accordent à dire qu'une transformation économique d'envergure, comparable à la Révolution industrielle, est en marche. À long terme, Erik Brynjolfsson, David Deming et Anders Humlum partagent toutefois une vision plutôt optimiste quant à l'impact de l'IA.
À propos de cette évolution, Erik Brynjolfsson explique : « c'est une période vraiment difficile pour beaucoup d'emplois conventionnels. L'un des moments les plus extraordinaires pour être en vie, où ces technologies permettent aux gens de faire des choses qu'ils n'auraient jamais pu faire auparavant ». Anders Humlum qualifie de « conclusion très prématurée » l'idée selon laquelle les étudiants seraient pénalisés à terme par cette technologie.
Enfin, David Deming prédit que la transition sera « très chaotique et désordonnée ». Il reste néanmoins convaincu que l'IA sera globalement « une force positive » et conseille simplement aux jeunes diplômés de persévérer. Son conseil aux jeunes diplômés comme Jacqueline Kline et Irene Chang : « tenez bon ».
Sources : ZipRecruiter, Ramp, Fed de New York, rapport d'étude (PDF)
Et vous ?
Voir aussi
Répondre avec citation
Partager