Dans les métiers les plus exposés à l’intelligence artificielle générative, les recrutements de jeunes ralentissent, tandis que l’automatisation menace certaines tâches qui permettaient aux débutants de faire leurs premiers pas. Les conséquences pour les équipes dépendent toutefois des choix des employeurs : quelles missions confier à l’IA, quelle place laisser à l’apprentissage et comment accompagner les salariés ? Pour les dirigeants et les managers, le défi est de préserver la transmission des savoir-faire tout en faisant de l’IA un outil qui allège réellement la charge de travail.
Comment devenir un professionnel expérimenté si les premières missions qui permettent d’apprendre disparaissent ? La question prend une acuité nouvelle à mesure que l’IA générative s’installe dans les entreprises. Rédiger une synthèse, produire une première analyse, écrire du code simple : ces travaux, souvent confiés aux collaborateurs et collaboratrices juniors, peuvent désormais être pris en charge par des outils. Les gains de productivité sont réels. Reste à savoir quelle place l’organisation du travail laisse aux salariés débutants.
Les données de la Banque de France donnent la mesure du ralentissement. Entre novembre 2022 et mars 2026, les embauches en CDI des 21-29 ans ont reculé d’environ 28 % dans les métiers les plus exposés à l’IA générative, contre 8 % dans les moins exposés. Cet écart se réduit avec l’âge et devient presque inexistant chez les 50 ans et plus.
Ce ralentissement se traduit d’abord par une diminution des mouvements de personnel : les entreprises recrutent moins, mais enregistrent aussi moins de départs. À ce stade, celles qui utilisent fortement l’IA ne connaissent pas de baisse de leurs effectifs significativement plus marquée que les autres. Pour les jeunes, la difficulté se situe donc surtout à l’entrée : les occasions d’être recruté, de faire ses preuves et d’acquérir de l’expérience se raréfient.
Ces constats ne suffisent toutefois pas à établir la responsabilité de l’IA. D’autres facteurs ont pesé sur les recrutements, notamment la hausse des taux d’intérêt, qui a freiné les investissements, et le ralentissement des embauches dans le secteur technologique après la vague de recrutements liée à la pandémie. La part propre à l’IA reste donc difficile à isoler.
Aux États-Unis, les chercheurs du Stanford Digital Economy Lab observent une tendance similaire. Dans les métiers les plus exposés, l’emploi des 22-25 ans est inférieur de 19 % au niveau qu’il aurait atteint s’il avait suivi la même évolution que dans les métiers moins exposés. Là encore, cet écart ne prouve pas que l’IA en soit seule responsable. Les chercheurs relèvent néanmoins une distinction importante : le recul se concentre dans les métiers où elle remplace certaines tâches humaines. Lorsqu’elle aide les salariés à accomplir leur travail, l’emploi résiste mieux.
Pour les entreprises, cette distinction pose aussi la question de l’apprentissage. Même répétitive, une tâche peut être formatrice : elle apprend à comprendre un dossier, à repérer une erreur ou à répondre aux exigences d’un client. Si elle est automatisée sans qu’une autre manière d’apprendre soit proposée, les débutants risquent de perdre les occasions de construire leur jugement professionnel. On leur demanderait alors de vérifier la qualité d’un résultat sans leur avoir donné les moyens d’apprendre à le produire.
Pour Martin Richer, consultant en responsabilité sociale des entreprises, la réponse à la question « l’IA va-t-elle remplacer les salariés ou les aider à mieux travailler ? » dépend d’abord des choix des employeurs. Une même technologie peut renforcer le contrôle et réduire l’autonomie, ou donner aux équipes davantage de moyens pour exercer leur métier.
Dans une usine, un robot peut manipuler les pièces lourdes tandis que le salarié pilote l’équipement et contrôle la production. Dans un bureau, l’IA peut préparer une analyse dont un professionnel vérifie les résultats avant de décider. Dans les deux cas, une part de l’exécution laisse place à la supervision, à la vérification et à la résolution de problèmes. C’est précisément ce que les jeunes ont besoin d’apprendre, à condition qu’on leur en donne l’occasion.
Pour les établissements d’enseignement et de formation, l’adaptation dépasse l’ajout d’un cours sur les outils. Formuler une demande pertinente, vérifier une réponse, identifier une information inventée, justifier un choix : ces compétences doivent s’inscrire dans les apprentissages, sans négliger les fondamentaux, car sans connaissances solides il est difficile de contrôler une production automatisée. Les mises en situation et les projets menés avec des entreprises permettent d’évaluer ce que l’étudiant comprend, au-delà du résultat livré.
Mais c’est aussi dans l’entreprise que les jeunes doivent acquérir les compétences de leur métier et apprendre à exercer leur jugement professionnel. Cela suppose, dès le recrutement, de donner leur chance à des candidats qui ne maîtrisent pas encore toutes les exigences du poste. Les outils de tri qui privilégient les parcours déjà éprouvés peuvent pourtant désavantager les profils sans expérience ou aux trajectoires moins conventionnelles. Examiner les critères de sélection et conserver un regard humain sur les candidatures peut contribuer à limiter ce risque.
Une fois les jeunes recrutés, il faut organiser leur progression. Un junior peut utiliser l’IA pour préparer une analyse, puis apprendre avec un collègue expérimenté à en vérifier les hypothèses et à en interpréter les résultats. Stages, alternance et mentorat y contribuent, à condition de proposer de vraies missions, des retours réguliers et du temps aux tuteurs.
Cet effort de formation vaut pour tous les salariés. Ils doivent apprendre à utiliser les outils, mais aussi à comprendre leurs limites, à repérer leurs erreurs et à intervenir quand la situation l’exige. Sans cet accompagnement, l’automatisation risque de les rendre dépendants de systèmes qu’ils maîtrisent mal. Les associer aux choix d’automatisation compte tout autant : quels problèmes cherche-t-on à résoudre ? Quelles tâches gagneraient à être automatisées, lesquelles faut-il préserver pour entretenir les savoir-faire ? Un outil peut être performant sur le papier sans répondre aux difficultés du terrain.
Les bénéfices possibles sont concrets : moins de gestes répétitifs, moins de situations dangereuses, plus de temps pour des activités intéressantes. Mais ils s’accompagnent de nouvelles contraintes. Quand les tâches simples disparaissent, la journée se concentre sur les problèmes les plus complexes. Contrôler en permanence les réponses d’une IA, corriger ses erreurs et superviser plusieurs outils demandent une attention soutenue : le travail devient moins répétitif, mais parfois plus fatigant mentalement.
L’enquête menée en 2026 par l’Ifop avec Moka Care, BCG et le GHU Paris psychiatrie et neurosciences illustre cette ambivalence. Si 66 % des personnes interrogées estiment que l’IA allège leur travail, 44 % déclarent qu’elle leur fait aussi perdre du temps en raison d’erreurs, et 42 % qu’elle leur donne le sentiment d’être moins utiles.
Chez les débutants, produire un résultat satisfaisant sans être certain d’en maîtriser le raisonnement peut aussi fragiliser la confiance en leurs compétences. Déléguer trop systématiquement peut affaiblir des savoir-faire faute de les exercer, et demander conseil à une IA plutôt qu’à un collègue réduit les occasions de partager des connaissances et de réfléchir ensemble.
L’IA peut accélérer certaines tâches, sans pour autant alléger le travail de toute l’équipe. Vérifier ses réponses, corriger ses erreurs et accompagner les jeunes dans leur apprentissage demandent aussi du temps et de l’attention.
Pour les dirigeants, les managers et les responsables RH, la question est alors concrète : à quoi serviront les heures gagnées ? À augmenter le volume de production, à former les salariés ou à améliorer la qualité du travail ? Si chaque gain de temps se traduit par de nouveaux objectifs, la charge de travail risque de s’intensifier. S’il permet de mieux répartir les tâches, d’échanger et d’apprendre, il peut au contraire améliorer les conditions de travail.
Les gains de productivité promis par l’IA seront d’autant plus solides que les organisations continueront à former ceux qui devront demain maîtriser les métiers, encadrer les équipes et prendre les décisions. Préserver cette transmission est un investissement dans leurs propres compétences futures.
Sources :
Les entreprises pour la cité : un réseau pionnier
Depuis plus de 40 ans, notre association mobilise et inspire les entreprises en matière d’innovation sociale (diversité, inclusion, égalité des chances, mécénat et engagements citoyens). Nos équipes animent la réflexion et accompagnent un collectif d’entreprises engagées en faveur de l’intérêt général, par le partage et la co-construction.
