L’IA bouscule l’emploi junior, y compris chez les créateurs d’IA

L’intelligence artificielle est souvent présentée comme un outil susceptible de changer le travail des autres secteurs. Mais ses effets se font déjà sentir dans les entreprises qui la développent. À mesure que les assistants capables d’écrire du code, de synthétiser des documents ou d’automatiser des tâches progressent, une question devient centrale : comment les jeunes diplômés pourront-ils acquérir l’expérience que les employeurs demandent de plus en plus ?

Chez Anthropic, entreprise connue pour développer l’assistant Claude, le recrutement illustre cette tension. Mike Krieger, cofondateur et directeur produit de l’entreprise, a fait part de réserves sur la capacité actuelle d’Anthropic à intégrer efficacement de jeunes recrues. Les profils confirmés sont davantage recherchés, alors que les stages et les premiers postes apparaissent plus difficiles à structurer dans un environnement technologique qui évolue très vite.

Cette évolution ne signifie pas que tous les emplois juniors disparaissent, ni que l’IA rendrait l’expérience humaine inutile. Elle met toutefois en lumière un risque concret : les missions traditionnellement confiées aux débutants, et qui leur permettent d’apprendre leur métier, sont aussi celles que les logiciels d’IA peuvent aider à accomplir plus vite. Le défi est donc autant organisationnel que technologique.

Pourquoi les postes juniors sont-ils particulièrement exposés ?

Un emploi d’entrée de gamme ne se résume pas à un salaire ou à un niveau hiérarchique. C’est souvent une étape d’apprentissage : on y exécute des tâches délimitées, on reçoit des retours de collègues plus expérimentés et l’on se familiarise progressivement avec les méthodes, les outils et les attentes d’une organisation. En ingénierie logicielle, cela peut passer par la correction de défauts simples, la rédaction de documentation, des tests, ou la réalisation de fonctions bien spécifiées.

Or, ce sont précisément des activités pour lesquelles les outils d’IA générative peuvent offrir une première aide. Un assistant tel que Claude peut proposer du code, expliquer une erreur, résumer une base documentaire ou produire une ébauche. Cela ne garantit ni la justesse du résultat ni son adéquation à un produit réel, mais cela peut réduire la quantité de travail élémentaire à distribuer.

Pour une entreprise, la tentation peut être d’attendre d’un candidat qu’il soit productif beaucoup plus rapidement. Pour une personne débutante, la difficulté est inverse : si les tâches les plus accessibles sont automatisées ou fortement assistées, où développer les réflexes professionnels qui permettent ensuite de prendre en charge des sujets plus complexes ?

L’enjeu concerne tout particulièrement les métiers de bureau et les emplois qualifiés dont une partie du travail repose sur la production, l’analyse ou la transformation d’informations. Les développeurs sont très visibles dans ce débat parce que les assistants de programmation ont rapidement gagné en capacités, mais ils ne sont pas les seuls concernés.

Anthropic privilégie les professionnels expérimentés

Mike Krieger explique qu’Anthropic privilégie surtout des candidats disposant d’une expérience substantielle. L’entreprise recherche notamment des profils ayant au moins cinq ans d’expérience dans des domaines allant de la recherche en intelligence artificielle à l’ingénierie logicielle. Quelques opportunités peuvent exister pour des candidats ayant un à deux ans d’expérience, mais la tendance décrite reste celle d’un recrutement orienté vers les professionnels aguerris.

Ce choix s’explique d’abord par la nature des enjeux d’une entreprise d’IA. Concevoir, déployer et améliorer des systèmes comme Claude suppose de travailler sur des produits complexes, avec des contraintes de fiabilité, de sécurité, de recherche et d’expérience utilisateur. Les équipes ont besoin de personnes capables d’arbitrer, de relier plusieurs disciplines et de prendre des décisions avec un degré d’autonomie élevé.

Krieger a également souligné que l’entreprise ne disposait pas, à ce stade, d’un programme de stages suffisamment efficace. Ce constat est important : un stage n’est pas simplement un recrutement moins coûteux ou temporaire. Pour être utile au stagiaire comme à l’employeur, il exige du temps d’encadrement, des missions adaptées et une capacité à transformer des apprentissages en résultats réutilisables.

Dans une organisation qui avance à grande vitesse, consacrer ce temps peut sembler difficile. Pourtant, renoncer durablement aux voies d’entrée pose un problème de renouvellement des compétences. Les entreprises ne peuvent pas demander indéfiniment de l’expérience sans participer à sa construction.

Ce que l’IA change dans le métier d’ingénieur logiciel

L’idée selon laquelle l’IA écrirait tout le code à la place des développeurs est trop simplificatrice. Un logiciel n’est pas seulement une suite d’instructions : il répond à un besoin, s’insère dans un produit existant, manipule parfois des données sensibles et doit fonctionner dans des cas imprévus. Dans ce cadre, générer du code est une étape, pas l’intégralité du travail.

Le rôle des ingénieurs logiciels pourrait néanmoins se déplacer. Au lieu de réaliser seuls chaque sous-tâche, ils pourraient davantage formuler les objectifs, décomposer les problèmes, déléguer certaines opérations à des outils d’IA, vérifier les sorties produites et corriger les erreurs. L’interaction avec les utilisateurs, la conception d’idées nouvelles et les choix d’architecture prendraient une place accrue.

Ce déplacement valorise plusieurs qualités qui ne se réduisent pas à la maîtrise d’un langage informatique : comprendre un contexte métier, identifier un résultat erroné mais plausible, expliquer un compromis à une équipe, ou encore décider quelles tâches ne doivent pas être automatisées. Les jeunes diplômés ont donc intérêt à apprendre à se servir des outils d’IA, mais aussi à développer leur jugement sur leurs limites.

Une alerte de Dario Amodei sur les emplois de bureau

Le débat dépasse largement les équipes techniques. Dario Amodei, directeur général d’Anthropic, a mis en garde contre un choc potentiel pour l’emploi d’entrée de gamme. Il a évoqué la possibilité que l’IA puisse supprimer près de 50 % de ces emplois, en particulier parmi les postes de bureau.

Cette formulation est une alerte sur une trajectoire possible, non une certitude ni un décompte déjà observé. L’ampleur réelle du changement dépendra de la vitesse de déploiement des outils, des décisions prises par les entreprises, de la conjoncture économique et de la manière dont les métiers seront redessinés. Elle a toutefois le mérite de poser directement une question que beaucoup d’organisations évitent : si un système automatise les tâches les plus simples, qui formera les futurs professionnels ?

Les effets de l’IA peuvent en effet être contradictoires. Elle peut alléger une charge répétitive et permettre à une équipe de se concentrer sur des problèmes plus utiles. Mais elle peut aussi réduire le nombre de missions disponibles pour les personnes qui ont besoin de ces premières expériences pour progresser. Dans les deux cas, l’organisation du travail importe autant que la performance du logiciel.

Des compétences à construire, plutôt qu’une course aux outils

Pour les candidats en début de carrière, la réponse ne consiste pas à tenter de concurrencer un assistant d’IA sur sa vitesse de production. Un outil peut générer une première réponse en quelques secondes. En revanche, il ne connaît pas spontanément les contraintes particulières d’une entreprise, les attentes précises d’un client ou les conséquences d’une erreur dans un système donné.

La capacité à utiliser l’IA de façon rigoureuse devient donc une compétence utile. Il s’agit de savoir donner un contexte clair, demander des explications, confronter une proposition à des sources ou à des tests, puis signaler ce qui doit être repris. Dans l’ingénierie, cela implique notamment de ne pas intégrer aveuglément du code proposé par un outil.

Les compétences relationnelles conservent aussi leur importance. Travailler dans une équipe suppose de reformuler un besoin, de documenter une décision, de demander de l’aide au bon moment et de communiquer les limites d’une solution. La créativité, l’analyse critique et la capacité à hiérarchiser les priorités ne sont pas de simples qualités abstraites : elles permettent de transformer un outil généraliste en résultat utile dans une situation concrète.

Pour les établissements de formation comme pour les employeurs, le sujet est donc double : enseigner les usages pratiques de l’IA et maintenir des situations dans lesquelles les débutants peuvent apprendre en faisant. Former quelqu’un à interroger un modèle ne suffit pas. Il faut aussi lui apprendre à vérifier, à comprendre et à décider.

Les entreprises doivent repenser leurs parcours d’entrée

David Hsu, dirigeant d’une entreprise d’applications d’IA, souligne une évolution de la dynamique entre salariés et dirigeants. L’essor des systèmes d’IA conduit les employeurs à réexaminer la répartition des tâches, la taille des équipes et leurs besoins de recrutement. Dans ce contexte, les travailleurs capables de maîtriser ces outils peuvent gagner en autonomie et en productivité, mais ils peuvent aussi faire face à une pression accrue sur certains postes.

Les entreprises ont plusieurs leviers pour éviter que l’adoption de l’IA ne ferme les portes d’entrée :

• créer des stages avec des objectifs concrets, un temps d’encadrement identifié et des critères d’évaluation clairs ;
• confier aux débutants des projets à périmètre réel, plutôt que de leur réserver uniquement des tâches répétitives ;
• associer l’usage des assistants d’IA à une relecture humaine et à des procédures de contrôle ;
• reconnaître que la transmission des savoirs est un investissement collectif, pas une perte de productivité immédiate.

L’objectif ne devrait pas être de demander à un ingénieur junior de produire instantanément comme un ingénieur senior grâce à un assistant. L’expérience ne se mesure pas seulement au volume de code ou de documents générés. Elle se manifeste dans la capacité à anticiper un problème, à juger une réponse incertaine et à mesurer les conséquences d’un choix technique.

Ce qu’il faut surveiller

À la fin du mois de mai 2025, le cas d’Anthropic rappelle que l’IA reconfigure déjà les critères d’embauche dans la technologie. La question des emplois juniors ne se réglera pas seulement par l’apparition de nouveaux outils ou de nouveaux intitulés de postes. Elle dépendra des décisions très concrètes prises dans les entreprises : ouvrir ou non des programmes de stages, consacrer du temps au mentorat, définir les tâches que l’on souhaite automatiser et celles que l’on veut continuer à transmettre.

Il faudra surtout distinguer deux scénarios. Dans le premier, l’IA réduit les tâches répétitives tout en libérant du temps pour former davantage de personnes à des missions exigeantes. Dans le second, elle sert à réduire les portes d’entrée, ce qui risque d’appauvrir à terme le vivier de professionnels expérimentés que les entreprises recherchent aujourd’hui.

Pour les jeunes diplômés, le message n’est pas de renoncer aux métiers technologiques. Il est de comprendre que le niveau d’exigence évolue vite : maîtriser les fondamentaux, apprendre à travailler avec des outils d’IA et cultiver un jugement autonome seront des atouts essentiels. Pour les entreprises, la responsabilité est symétrique : elles devront inventer des parcours qui permettent encore de devenir expérimenté.