RéponsesPublié19 sources
Quand l’IA supprime les premières marches de la carrière
Le risque lié à l’IA ne se limite pas à la baisse éventuelle des embauches : l’automatisation peut aussi priver les débutants d’occasions de s’exercer et de gagner en expérience. Rachel Orston, d’Instructure, estime que les formations en entreprise transmettent souvent des informations sans préparer suffisamment à a...
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Le risque lié à l’IA ne se limite pas à la baisse éventuelle des embauches : l’automatisation peut aussi priver les débutants d’occasions de s’exercer et de gagner en expérience.
- Rachel Orston, d’Instructure, estime que les formations en entreprise transmettent souvent des informations sans préparer suffisamment à appliquer son jugement dans des situations réelles.[1]
- Exercices pratiques, mises en situation, accompagnement centré sur le raisonnement et missions supervisées peuvent contribuer à recréer un parcours d’apprentissage.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: How is AI automation of routine entry-level work removing the training “on-ramp” for new employees, according to Instructure chief customer. Article summary: The central concern is a training gap, not simply job loss: automating junior tasks can remove the work through which beginners become capable professionals, while firms still need to develop future senior staff.[13] The. Topic tags: general, general web, user generated, government, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
L’IA accélère les tâches routinières. Mais pour les débutants, ces tâches étaient aussi une première occasion de pratiquer avant de devoir traiter des cas plus délicats. Si elles disparaissent, les employeurs risquent d’affaiblir le parcours qui transforme une nouvelle recrue en professionnel expérimenté. L’enjeu n’est pas de conserver chaque ancienne tâche à l’identique, mais de maintenir des occasions d’apprendre et d’être accompagné.
Une formation qui informe, sans forcément préparer au terrain
Dans une chronique publiée par Forbes, Rachel Orston, directrice de l’expérience client chez Instructure, s’interroge sur la réalité de la formation en entreprise. Elle décrit une approche fréquente : présentations, informations sur les produits, règles internes, quiz… puis l’attente que les nouvelles recrues sachent faire leur travail.1
Ce format peut transmettre des consignes. Mais connaître une règle ne signifie pas savoir l’appliquer lorsque la situation est ambiguë, que les informations sont incomplètes ou qu’un client sort du cadre habituel. Les tâches répétitives, elles, donnent souvent l’occasion de repérer des schémas et de décider quoi faire ensuite. Si l’IA en prend une part croissante, les débutants peuvent avoir moins de temps pour acquérir ces réflexes avant de devoir gérer des exceptions. Cela crée un risque de lacune dans la formation — sans pour autant signifier que toute tâche automatisée était, en soi, une expérience formatrice.
Organiser une progression vers le jugement professionnel
Les entreprises peuvent confier à l’IA les tâches routinières qui s’y prêtent, sans laisser les débutants apprendre uniquement au contact des cas difficiles. Un parcours progressif peut s’appuyer sur plusieurs étapes :
- Revoir les fondamentaux par la pratique. Les nouvelles recrues réalisent elles-mêmes des tâches essentielles et comprennent le processus, au lieu de se contenter de reprendre les réponses de l’IA.
- Travailler sur des cas réalistes. Des simulations et jeux de rôle les confrontent à des exceptions, à des informations contradictoires et à des décisions d’escalade.
- Commenter le raisonnement. Les responsables examinent les éléments pris en compte, les raisons d’accepter ou de rejeter une suggestion de l’IA, et les moments où l’intervention humaine s’impose.
- Confier davantage de responsabilités avec un appui. Les débutants peuvent prendre en charge des missions plus complexes à mesure qu’ils progressent, avec un collègue expérimenté pour les guider et leur faire des retours.
Il s’agit d’une réponse concrète au risque de perte d’apprentissage sur le terrain, et non de la preuve que les simulations ou le coaching suffisent, à eux seuls, à résoudre le problème.
Des missions junior qui préparent aussi les futurs cadres
Dans The Straits Times, Vanessa Tang souligne que l’automatisation de tâches de début de carrière ne supprime pas la nécessité de former les nouvelles recrues aux postes expérimentés dont les entreprises auront besoin plus tard.36 Un poste junior peut donc remplir deux fonctions : contribuer au travail dès aujourd’hui et permettre à une personne de développer l’expérience nécessaire pour assumer davantage de responsabilités demain.
Pour les employeurs, l’essentiel n’est pas l’étiquette — stage ou apprentissage — mais le contenu du programme : missions utiles, supervision, retours réguliers et progression. Si l’IA automatise certaines tâches, celles qui restent doivent être pensées plus délibérément comme un parcours d’apprentissage.
À Singapour, deux exemples illustrent des façons complémentaires d’adapter les premiers emplois. D’après The Straits Times, les développeurs juniors sont désormais appelés à examiner les productions de l’IA sous l’angle de la sécurité, de la logique et des besoins de l’entreprise.18 Une partie de leur travail se déplace ainsi de la production de code routinier vers l’évaluation des résultats. Par ailleurs, environ 3 000 stages d’un an doivent être proposés à des étudiants de l’enseignement supérieur sur trois ans, selon Channel NewsAsia.
17 Ces initiatives associent adaptation des missions et occasions de gagner une expérience professionnelle dans la durée.
Ce que disent — et ne disent pas — les données sur l’emploi
Les travaux de Stanford font ressortir un risque particulier pour les jeunes actifs. Les baisses d’emploi observées se concentrent chez les 22–25 ans dans les professions les plus exposées à l’IA ; elles s’atténuent, puis disparaissent, chez les travailleurs plus âgés.49 Une étude liée à Stanford fait état d’un recul relatif de 13 % de l’emploi des jeunes actifs dans les professions les plus exposées, après prise en compte des chocs propres aux entreprises.
52 Il s’agit d’une comparaison relative, et non de l’affirmation que l’IA aurait supprimé 13 % de tous les postes débutants.
Une réserve importante concerne la causalité. Stanford précise que son tableau de bord Canaries mesure une corrélation entre l’exposition des professions à l’IA et l’évolution de l’emploi, pas un lien de cause à effet.51 Ces résultats justifient donc de suivre une évolution inégale, mais ne démontrent pas que l’IA en est l’unique cause.
Une autre analyse de Forbes, consacrée à des travaux de chercheurs du Bureau du recensement américain, rapporte que les diplômés de filières fortement exposées à l’IA ont perçu des revenus trimestriels de départ inférieurs d’environ 13 % à ceux de diplômés de disciplines moins exposées.58 Les revenus ne mesurent pas le nombre d’emplois : ce chiffre ne permet donc pas de déduire directement combien de postes auraient disparu. Par ailleurs, d’autres travaux résumés par Stanford ne relèvent que de faibles variations des embauches dans les professions exposées à l’IA, ce qui invite à ne pas tirer de conclusion générale à partir de résultats contrastés.
54
La conclusion la plus utile est plus nuancée que « l’IA va faire disparaître les emplois débutants » ou « les embauches ne changent pas, donc rien ne change ». Les risques pour l’emploi des jeunes semblent inégaux, tandis que la nature du travail junior évolue elle aussi. Les employeurs ont intérêt à suivre ces deux dimensions : qui est embauché, et si les nouvelles recrues disposent toujours d’un parcours accompagné pour acquérir les compétences et le jugement nécessaires aux postes expérimentés.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Quand l’IA supprime les premières marches de la carrière » ?
Le risque lié à l’IA ne se limite pas à la baisse éventuelle des embauches : l’automatisation peut aussi priver les débutants d’occasions de s’exercer et de gagner en expérience.
Quels sont les points clés à valider en premier ?
Le risque lié à l’IA ne se limite pas à la baisse éventuelle des embauches : l’automatisation peut aussi priver les débutants d’occasions de s’exercer et de gagner en expérience. Rachel Orston, d’Instructure, estime que les formations en entreprise transmettent souvent des informations sans préparer suffisamment à appliquer son jugement dans des situations réelles.[1]
Que dois-je faire ensuite en pratique ?
Exercices pratiques, mises en situation, accompagnement centré sur le raisonnement et missions supervisées peuvent contribuer à recréer un parcours d’apprentissage.
Sources
forbes.comAI Is Changing How Employees Learn Their Jobs - Forbes
straitstimes.comApprenticeships, not internships, will boost fresh grad employment
channelnewsasia.com3,000 year-long internships to be offered to tertiary students as...