L’IA fragilise les emplois de début de carrière des moins de 25 ans

L’intelligence artificielle ne transforme pas uniquement la manière de travailler : elle pourrait aussi modifier les conditions d’entrée sur le marché du travail. Dans une étude rendue publique en 2025, des chercheurs de l’université de Stanford observent un recul de l’emploi chez les jeunes actifs dans les professions les plus exposées à l’IA générative. Le signal est particulièrement net pour les personnes âgées de 22 à 25 ans, c’est-à-dire celles qui occupent ou recherchent les premiers postes d’une carrière.

Ce constat ne signifie pas que l’IA ferait disparaître tous les métiers, ni que chaque jeune serait exposé de la même manière. Il met en revanche en lumière un risque concret : les tâches les plus souvent confiées aux débutants, comme rédiger un premier texte, corriger du code, préparer une synthèse ou traiter des demandes standardisées, sont précisément celles que les outils génératifs peuvent désormais accomplir ou accélérer.

L’enjeu est majeur. Le premier emploi n’est pas seulement une source de revenu : c’est aussi le lieu où se construisent l’expérience, les réflexes professionnels et la connaissance d’un secteur. Si les portes d’entrée se raréfient, les entreprises, les établissements de formation et les jeunes eux-mêmes doivent repenser la manière d’acquérir ces compétences fondamentales.

Ce que montre l’étude sur l’emploi des jeunes

La recherche de Stanford se concentre sur les effets récents de l’IA sur le marché du travail et souligne une vulnérabilité particulière des jeunes travailleurs. Dans les secteurs fortement exposés à l’intelligence artificielle, l’emploi des moins de 25 ans a diminué de 13 % après l’adoption généralisée de ces technologies.

La tendance s’accentue après 2022, année qui correspond à la diffusion rapide auprès du grand public et des entreprises d’outils d’IA générative capables de produire du texte, du code ou des réponses conversationnelles. Au même moment, les trajectoires de l’emploi des autres tranches d’âge demeurent positives dans l’étude. Cette différence ne prouve pas, à elle seule, que l’IA est l’unique cause des évolutions observées. Elle suggère toutefois que les postes de début de carrière sont plus directement touchés lorsque des tâches auparavant humaines deviennent automatisables.

Le cas des développeurs de logiciels illustre ce phénomène. En juillet 2025, l’emploi des développeurs âgés de 22 à 25 ans affichait un recul proche de 20 % par rapport à son niveau antérieur. Or le développement informatique est souvent présenté comme un domaine appelé à bénéficier de l’essor de l’IA. L’étude rappelle ainsi une réalité plus nuancée : un secteur peut avoir besoin de compétences numériques tout en réduisant certaines missions junior, notamment celles qui sont les plus faciles à assister ou à effectuer avec un générateur de code.

Pourquoi les postes juniors sont-ils plus exposés ?

Pour comprendre ce décalage entre générations, il faut distinguer un métier de l’ensemble des tâches qui le composent. Une profession ne disparaît pas nécessairement parce qu’un logiciel sait exécuter une partie de son travail. En revanche, si une entreprise peut accomplir plus vite certaines missions répétitives avec un outil d’IA, elle peut réduire le nombre de recrutements prévus pour les réaliser.

Or les débutants prennent fréquemment en charge ces tâches d’apprentissage. Un jeune développeur peut corriger des erreurs simples, écrire des portions de code ou documenter un programme. Un salarié junior dans les services peut préparer des notes, classer des informations, rédiger des contenus de premier niveau ou répondre à des demandes récurrentes. Ces activités sont utiles, car elles permettent ensuite d’accéder à des fonctions demandant davantage de jugement, de coordination ou d’expertise.

Les outils génératifs sont particulièrement adaptés aux travaux fondés sur des modèles récurrents : ils proposent une première version, reformulent un texte, résument des documents, suggèrent une solution informatique ou vérifient certains éléments. Leur résultat doit souvent être relu, contrôlé et replacé dans son contexte. Mais cette capacité à fournir rapidement un brouillon ou une aide initiale peut réduire le volume de tâches confiées à un nouvel arrivant.

Le risque n’est donc pas seulement celui d’un remplacement direct. Il concerne aussi la transformation du parcours professionnel : si les missions d’entrée de carrière diminuent, comment les futurs spécialistes vont-ils acquérir l’expérience qui leur permettra d’occuper les postes plus avancés ? Cette question dépasse le seul secteur technologique et concerne tous les métiers où une part importante du travail consiste à traiter de l’information numérique.

Automatisation ou augmentation : une distinction décisive

L’étude de Stanford oppose deux grandes manières d’intégrer l’IA au travail. La première est l’automatisation : le système réalise directement une tâche auparavant accomplie par une personne. La seconde est l’augmentation : l’outil assiste le salarié, qui reste au centre de la décision et de l’exécution.

Cette distinction est essentielle, car les effets sur l’emploi ne sont pas les mêmes. Dans les usages de substitution, l’IA peut prendre en charge une partie des tâches de base traditionnellement attribuées aux jeunes recrues. Dans les usages complémentaires, elle peut au contraire soutenir l’apprentissage, améliorer la productivité et permettre aux salariés de se concentrer sur les dimensions les plus complexes de leur activité.

Quand l’IA remplace des tâches, l’emploi recule davantage

Dans les domaines où l’IA est utilisée pour exécuter directement des tâches humaines, le recul de l’emploi des jeunes est le plus visible. La rédaction de contenus standardisés et la correction de code sont citées comme des exemples de missions susceptibles d’être automatisées. Pour une organisation, ces usages peuvent raccourcir les délais et diminuer le besoin de main-d’œuvre sur des travaux bien définis.

Mais pour les jeunes actifs, le coût potentiel est élevé. Les emplois de début de carrière constituent souvent le premier échelon d’une progression : ils donnent accès à des outils, à des collègues expérimentés et à des cas concrets que la formation seule ne suffit pas toujours à reproduire. La réduction de ces postes peut donc accroître la concurrence pour les offres restantes et renforcer une précarité déjà présente pour une partie des nouvelles générations.

Il faut aussi éviter une lecture trop mécanique. L’automatisation ne produit pas nécessairement les mêmes effets selon l’entreprise, le secteur ou l’organisation du travail. Un outil peut permettre à une équipe de traiter davantage de demandes sans recruter immédiatement. Il peut aussi modifier les missions confiées à un junior plutôt que supprimer son poste. L’étude met néanmoins en évidence une tendance préoccupante dans les professions les plus exposées : les opportunités ne se répartissent pas de façon égale entre salariés expérimentés et entrants sur le marché.

L’IA d’assistance peut-elle soutenir l’emploi ?

La situation est différente lorsque l’IA est conçue pour augmenter les capacités humaines. Dans cette configuration, elle fournit par exemple des suggestions, des validations ou des ressources qui enrichissent le travail d’une personne. Le salarié demeure responsable du résultat, de la vérification des informations et des choix à effectuer.

Selon la recherche, l’emploi semble rester stable, voire progresser, dans les domaines où l’IA joue ce rôle de complément. Cette observation ne transforme pas automatiquement l’IA en garantie pour l’emploi. Elle indique toutefois que les choix d’organisation comptent autant que la technologie elle-même. Une entreprise peut employer l’IA pour supprimer des étapes et réduire des besoins de recrutement, ou l’utiliser pour donner à ses équipes les moyens de traiter des problèmes plus complexes.

L’assistance par IA est notamment pertinente lorsque la tâche exige une compréhension fine d’un dossier, une analyse de données complexe, une coordination entre personnes ou un apprentissage continu. Dans ces situations, la machine peut accélérer une partie du travail, mais elle ne remplace pas le jugement professionnel. Pour les jeunes, apprendre à contrôler une réponse générée, à détecter une erreur ou à formuler une demande précise à un outil devient alors une compétence utile, à condition qu’elle s’ajoute aux savoirs fondamentaux au lieu de s’y substituer.

Des salaires stables malgré le recul des embauches

Un autre résultat de l’étude peut surprendre : le recul de l’emploi ne s’accompagne pas, à ce stade, de fluctuations marquées des salaires. Entre 2021 et 2025, les rémunérations demeurent globalement stables, y compris dans les secteurs où l’IA occupe une place importante.

Cette apparente contradiction s’explique par le fonctionnement du marché du travail. Les salaires ne s’ajustent pas toujours instantanément à une évolution technologique. Ils dépendent de contrats, de grilles internes, de négociations et d’habitudes de recrutement qui peuvent rendre les rémunérations relativement rigides à court terme. Une entreprise peut donc réduire le nombre de postes ouverts sans baisser la paie des salariés déjà en place.

Pour les jeunes, cela signifie que l’effet initial de l’IA peut se manifester moins par une baisse du salaire proposé que par une diminution du nombre d’occasions d’être embauché. La distinction est importante : un salaire stable ne garantit pas un accès stable à l’emploi. Elle invite aussi à suivre les évolutions sur plusieurs années, car les changements dans les recrutements peuvent finir par peser plus largement sur les parcours et les rémunérations.

Comment se préparer à un premier emploi transformé par l’IA ?

Face à cette évolution, l’objectif ne peut pas être de demander aux jeunes de rivaliser seuls avec des systèmes automatisés sur les tâches les plus répétitives. L’enjeu est plutôt de renforcer les compétences qui permettent de travailler avec ces outils, de les superviser et de mobiliser un savoir proprement humain dans des situations réelles.

Pour les établissements de formation comme pour les employeurs, plusieurs priorités se dessinent :

• préserver des situations d’apprentissage concrètes, même lorsque certaines tâches sont automatisées ;
• enseigner les fondamentaux d’un métier, afin que les résultats produits par une IA puissent être évalués avec discernement ;
• développer la capacité à analyser un problème, vérifier une information et expliquer une décision ;
• organiser le tutorat et la transmission d’expérience, qui deviennent d’autant plus importants si les tâches d’initiation se raréfient.

Pour un jeune actif, se former aux outils d’IA peut être utile, mais cela ne doit pas se limiter à savoir rédiger une instruction. Comprendre le domaine dans lequel on travaille, documenter son raisonnement, communiquer avec une équipe et produire un résultat fiable restent des atouts essentiels. L’IA peut générer une ébauche, elle ne remplace pas automatiquement la responsabilité attachée à un livrable professionnel.

Ce qu’il faut surveiller dans les prochaines années

Les données mises en avant par Stanford constituent un avertissement précoce plutôt qu’un verdict définitif sur l’avenir du travail. L’impact de l’IA dépendra de la vitesse de son déploiement, des décisions de recrutement prises par les entreprises et de la capacité des formations à évoluer. Il faudra particulièrement observer l’évolution des offres destinées aux débutants dans les métiers numérisés, des services à l’informatique.

La question centrale est celle du renouvellement des compétences. Une économie ne peut pas compter durablement sur des professionnels expérimentés sans organiser l’arrivée de nouvelles générations capables de prendre la relève. Si l’automatisation réduit les premiers échelons, il faudra inventer d’autres voies d’accès à l’expérience : accompagnement renforcé, missions encadrées, alternance, apprentissage sur des cas réels et postes conçus autour de la vérification, de l’analyse et de la relation humaine.

En septembre 2025, le constat le plus solide est donc le suivant : l’IA ne touche pas tous les travailleurs de la même façon. Les jeunes de moins de 25 ans apparaissent en première ligne dans les métiers où les tâches d’entrée de carrière peuvent être automatisées. Le défi n’est pas seulement technologique. Il est aussi éducatif, social et organisationnel : faire en sorte que les gains de productivité ne ferment pas la porte à ceux qui doivent encore apprendre le métier.