Yann LeCun, professeur de science informatique à NYU et ancien directeur scientifique de l’IA chez Meta, a donné des conseils clés aux étudiants souhaitant s’orienter vers l’intelligence artificielle. Selon lui, un diplôme en informatique ne suffit pas à garantir une carrière solide si les étudiants ne s’investissent pas dans des fondamentaux durables. « Si vous êtes étudiant en informatique et que vous suivez uniquement les cours de mathématiques obligatoires dans un programme classique, vous risquez de vous retrouver dépassé face aux grandes évolutions technologiques », a-t-il averti dans un courriel à Business Insider. LeCun, qui a lui-même commencé par un diplôme en génie électrique à l’ESIEE à Paris avant d’obtenir un doctorat en informatique à l’Université Sorbonne, insiste sur l’importance d’acquérir des connaissances de longue durée. Il plaisante en disant qu’il est « un professeur d’informatique qui suggère de ne pas étudier l’informatique », mais c’est pour souligner un point crucial : il ne s’agit pas d’abandonner la discipline, mais de se concentrer sur les fondations. « Mon conseil ? Ne pas éviter l’informatique comme filière, mais choisir le maximum de cours sur les fondamentaux : mathématiques, physique, électronique », a-t-il expliqué. Sur le podcast The Information Bottleneck, il a insisté sur l’importance d’apprendre des concepts liés à la modélisation et à la réalité concrète, comme l’algèbre linéaire, la probabilité, la statistique ou encore le calcul différentiel et intégral. « Ces savoirs ne disparaîtront jamais », affirme-t-il. Il note que dans de nombreuses écoles d’ingénieurs aux États-Unis, les étudiants suivent des programmes rigoureux en calcul (1, 2, 3), en théorie du contrôle ou en traitement du signal — des domaines très utiles pour l’IA, mais souvent absents des cursus informatiques classiques. LeCun reconnaît que la programmation reste essentielle, mais il met en garde contre une approche trop centrée sur les outils du moment. « Le vibe coding, c’est sympa, mais ce n’est pas une substitution à une compréhension profonde », dit-il. Même si l’IA va rendre la programmation plus efficace, il faut savoir comment fonctionnent les systèmes, comprendre les algorithmes, et être capable de raisonner de manière critique. D’autres grands noms du domaine, comme Geoffrey Hinton, lauréat du prix Nobel, ou Bret Taylor d’OpenAI, partagent cette vision : l’avenir de l’IA ne repose pas seulement sur la maîtrise de langages ou d’outils, mais sur la capacité à penser, modéliser, et résoudre des problèmes complexes. En somme, LeCun invite les jeunes étudiants à ne pas se contenter d’apprendre à utiliser la technologie, mais à en comprendre les fondements — car c’est cette solide base qui leur permettra de s’adapter, d’innover, et de rester pertinents face à l’évolution rapide de l’intelligence artificielle.