L’IA frappe les jeunes diplômés : une nouvelle étude révèle une chute de 13 % de l’emploi dans les métiers hautement exposés

Depuis plusieurs mois, la question de l’impact de l’intelligence artificielle (IA) sur l’emploi des jeunes diplômés aux États-Unis a suscité un débat intense, oscillant entre angoisse et scepticisme. Au départ, une analyse de l’Atlantique en avril suggérait que la faible création d’emplois pour les jeunes diplômés pourrait être liée à l’adoption croissante d’outils comme ChatGPT, qui remplacent des tâches typiques des jeunes cadres en entreprise. Cette hypothèse a été renforcée par des médias comme le New York Times et des personnalités comme Dario Amodei, fondateur d’Anthropic, qui prédisaient une « apocalypse des emplois » pour les postes d’entrée de gamme. Pourtant, à l’été, des études de l’Economic Innovation Group et de John Burn-Murdoch du Financial Times ont contredit ce scénario, montrant que les données ne révélaient pas de déclin massif lié à l’IA, ni de migration vers des emplois moins exposés. Noah Smith, économiste, concluait même que la majorité des preuves étaient contre l’idée que l’IA détruisait des emplois. Mais une nouvelle étude de l’Université Stanford, publiée récemment, pourrait faire basculer le débat. Basée sur des données mensuelles d’ADP couvrant des millions d’employés jusqu’en 2025, l’étude révèle une baisse de 13 % de l’emploi chez les jeunes travailleurs âgés de 22 à 25 ans dans des métiers fortement exposés à l’IA, comme les développeurs logiciels ou les agents de service client. En revanche, les travailleurs plus âgés et ceux dans des métiers peu exposés, comme les aides à domicile, voient leur emploi stagner ou augmenter. Ces résultats tiennent compte de nombreux facteurs alternatifs : la pandémie, le télétravail, les hausses des taux d’intérêt, ou les sur-embourgeoisements passés dans le secteur tech. Même après contrôle, l’effet de l’IA reste clairement identifiable. Les auteurs, Erik Brynjolfsson, Bharat Chandar et Ruyu Chen, soulignent une distinction cruciale : l’IA ne détruit pas les emplois de manière uniforme. Elle affecte davantage les tâches automatisables — comme la traduction, la relecture ou la mise en forme de documents — que celles qui nécessitent une collaboration humaine, comme la stratégie marketing ou la prise de décision à long terme. Les graphiques clés du papier montrent que les emplois où l’IA agit comme outil de substitution (automatisation) voient une chute nette de l’emploi chez les jeunes, tandis que ceux où elle sert d’outil d’assistance (augmentation) ne connaissent pas cette tendance. Cette dynamique se vérifie même à l’intérieur des mêmes entreprises : les départements les plus exposés à l’IA réduisent leurs effectifs jeunes, tandis que d’autres, plus stratégiques, peuvent même recruter davantage. Les chercheurs expliquent que les jeunes diplômés, formés sur des contenus codifiés (textes, documents, procédures), se retrouvent en concurrence directe avec l’IA, qui excelle dans ces tâches. En revanche, les travailleurs expérimentés, qui s’appuient sur des savoirs implicites, des intuitions ou une vision à long terme, sont moins menacés. Cette différence suggère que l’IA ne remplace pas le travail humain en général, mais cible précisément les compétences les plus standardisées — celles que les jeunes acquièrent en début de carrière. Enfin, l’étude a des implications pour l’éducation : les universités doivent intégrer l’usage pratique de l’IA dans leurs programmes, en enseignant non seulement les fondamentaux, mais aussi comment collaborer avec les outils. Elle met aussi en lumière que l’IA n’est plus une menace du futur, mais un facteur actuel de transformation du marché du travail. En somme, malgré les débats contradictoires, cette étude représente aujourd’hui la preuve la plus solide que l’IA affecte déjà les opportunités d’emploi des jeunes, non pas de manière globale, mais de manière ciblée, selon la nature des tâches. Ce n’est pas une catastrophe générale, mais une réorganisation profonde, qui exige une réponse réfléchie — et une observation attentive du présent, plutôt qu’un prédiction hâtive du futur.