15/09/2026
À force d’automatiser les débuts, qui formera les experts de demain ?
L’intelligence artificielle promet de nous faire gagner du temps. Mais un paradoxe commence à apparaître : les tâches qu’elle automatise en priorité sont souvent celles qui permettaient aux jeunes professionnels d’apprendre leur métier.
Préparer une première analyse, rechercher et vérifier des informations, produire une ébauche, corriger du code ou répondre à une demande simple : ces missions peuvent sembler élémentaires. Pourtant, elles ont toujours constitué un terrain d’apprentissage essentiel.
C’est en réalisant ce travail, en commettant des erreurs et en recevant les conseils de collègues expérimentés que l’on développe progressivement son jugement, son autonomie et son expertise.
Un signal qui mérite notre attention
Dans une récente réflexion sur l’avenir de l’intelligence artificielle, Bill Gates avertit que les emplois débutants et intermédiaires pourraient être parmi les premiers affectés. Les nouveaux métiers créés par l’IA risquent, quant à eux, d’exiger des compétences et une expérience que l’on ne peut acquérir en quelques semaines.
Une étude menée par Seyed M. Hosseini et Guy Lichtinger, chercheurs à Harvard, renforce cette inquiétude. Leur travail s’appuie sur près de 62 millions de parcours professionnels, environ 285 000 entreprises américaines et près de 200 millions d’offres d’emploi.
Les chercheurs observent qu’après l’adoption de l’IA générative, l’emploi junior recule d’environ 8 % dans les entreprises concernées par rapport aux entreprises comparables qui ne l’ont pas encore intégrée. L’emploi des profils expérimentés ne connaît pas la même rupture.
Le phénomène est particulièrement discret : les entreprises ne licencient pas nécessairement davantage leurs jeunes collaborateurs. Elles en recrutent simplement moins.
Une efficacité immédiate, mais quel avenir ?
À court terme, la logique paraît rationnelle. Un professionnel expérimenté équipé d’outils d’IA peut produire davantage et superviser des tâches autrefois réparties entre plusieurs personnes.
Mais cette optimisation peut créer une fragilité à long terme.
Une entreprise composée principalement de seniors assistés par l’IA peut être très performante aujourd’hui. Que se passera-t-il cependant dans cinq ou dix ans si elle ne forme plus suffisamment de nouvelles personnes ? Qui possédera alors l’expérience nécessaire pour contrôler les résultats de l’IA, comprendre les situations complexes et prendre les décisions qui exigent du discernement ?
Nous risquons de vouloir automatiser l’apprentissage au moment même où l’intelligence humaine devient la plus indispensable.
Repenser le rôle des débutants
La réponse ne consiste pas à préserver artificiellement toutes les anciennes tâches. Elle consiste à transformer les fonctions juniors pour que l’IA devienne un accélérateur d’apprentissage.
Un jeune collaborateur ne devrait pas seulement apprendre à demander une réponse à une IA. Il doit aussi apprendre à vérifier cette réponse, identifier ses limites, la confronter au terrain et assumer la responsabilité du résultat final.
Les entreprises qui réussiront durablement leur transition seront probablement celles qui utiliseront l’IA pour transmettre plus rapidement leur savoir, tout en maintenant le mentorat, l’expérimentation et la confrontation au réel.
L’étude de Harvard doit néanmoins être interprétée avec prudence. Elle porte sur le marché américain, utilise une méthode indirecte pour identifier les entreprises adoptant l’IA et établit une relation statistique qui ne prouve pas, à elle seule, une causalité absolue. Elle révèle cependant un signal suffisamment important pour ouvrir le débat dès maintenant.
La vision de Geolives
Chez Geolives, nous croyons à une intelligence artificielle qui renforce les capacités humaines et nous reconnecte au monde réel.
La technologie peut organiser, calculer, traduire, rechercher et proposer. Mais l’observation du terrain, la créativité, l’empathie, la transmission et la responsabilité doivent rester profondément humaines.
Le succès de l’IA ne devrait donc pas uniquement se mesurer au nombre de tâches supprimées ou d’heures économisées.
Il devrait aussi se mesurer au nombre de personnes qu’elle aide à apprendre, à progresser et à devenir les experts de demain.
Sources :
Réflexion de Bill Gates sur les choix liés à l’IA
Étude « Generative AI as Seniority-Biased Technological Change »
