Trouver une première place pour apprendre
Au Portugal, sur les 70 positions actuellement ouvertes chez mes clients, deux concernent des profils de zéro à deux ans d’expérience. Depuis que je travaille dans le consulting, les clients recherchent surtout des personnes capables de faire avancer leurs projets rapidement, ce qui me paraît logique : s’ils font appel à un consultant, c’est pour bénéficier de ses compétences, tandis qu’ils peuvent choisir de former eux-mêmes les personnes qu’ils recrutent en interne.
Ce qui a changé, c’est la fréquence des demandes pour des juniors. Il m’arrivait d’en recevoir régulièrement ; aujourd’hui, elles sont nettement plus rares. Je le constate dans mon activité, sans série chiffrée qui permette de mesurer cette baisse ou de l’attribuer à l’IA. Et faute de missions adaptées, nous recrutons nous aussi très peu de débutants.
Je n’ai pas trouvé de série publique qui suive les embauches de juniors dans la tech portugaise. Le rapport Tech Talent Trends 2026 de Landing.Jobs et Damia donne tout de même un repère : d’après leur enquête, seuls 12 % des professionnels tech au Portugal ont moins de trois ans d’expérience, et la demande des entreprises se concentre surtout sur les profils seniors. C’est une enquête à laquelle les professionnels choisissent de répondre, donc un échantillon auto-sélectionné, pas un recensement. [2]
En France, des chercheurs de HEC et de la Banque de France ont étudié l’évolution des recrutements selon l’exposition des métiers à l’IA. Entre novembre 2022 et mars 2026, la tendance des embauches en CDI des 21 à 29 ans recule de 28,3 % dans les métiers les plus exposés, contre 7,5 % dans les moins exposés. Ici, « exposé » désigne un métier dont les tâches peuvent être réalisées ou assistées par l’IA d’après un indice construit par les auteurs : un potentiel technique, pas une mesure de l’usage réel dans chaque entreprise. [1]
En France, les embauches des jeunes reculent davantage dans les métiers exposés
Comment lire : on compare les embauches en CDI des 21 à 29 ans dans les métiers les moins et les plus exposés à l’IA. Le zéro correspond à novembre 2022.
À retenir : −7,5 % contre −28,3 %. Cet écart ne prouve pas que l’IA en est la cause.
Banque de France / HEC · octobre 2026. Variation de tendance des embauches, pas des emplois. Exposition potentielle ; causalité non établie.
Aux États-Unis, une équipe de Stanford suit les fiches de paie de plusieurs millions de salariés. En juin 2026, l’emploi des 22–25 ans dans les métiers les plus exposés se situe 19 % en dessous de ce qu’il serait s’il avait suivi celui des métiers moins exposés, sans écart comparable chez les plus expérimentés. La baisse passe surtout par moins d’embauches, pas par des départs. Un détail m’a arrêté : elle se concentre dans les métiers où l’IA remplace des tâches, alors que là où elle sert d’appui au travail, l’emploi reste stable ou progresse. Les auteurs parlent d’indicateurs descriptifs, pas d’un effet causal. [3]
Aucune de ces études ne permet d’isoler l’effet de l’IA de celui de la conjoncture. Mais elles convergent sur un point qui me ramène à l’apprentissage : une partie de ce que l’on sait faire s’acquiert dans les missions que quelqu’un accepte de nous confier alors qu’on débute.
Ce que mes premières missions m’ont appris
Je repense à mes premiers tableaux de bord et rapports d’affiliation, que je devais produire avec Excel et du VBA parce que la plateforme ne permettait pas encore de tout faire. J’étais franchement nul en Excel, que nous avions assez peu travaillé à l’école, et c’est en préparant ces fichiers puis en corrigeant mes erreurs que j’ai appris à m’en servir.
Avec l’IA, j’aurais probablement gagné beaucoup de temps, mais je me connais : une fois le rapport obtenu, j’aurais sans doute attaqué le suivant sans chercher à comprendre chaque formule. C’est là que le sujet m’intéresse pour ceux qui commencent aujourd’hui : comment profiter de l’aide de l’outil tout en acquérant ce qui permet ensuite de comprendre et de reprendre le travail ?
Deux études qui ne racontent pas la même histoire
Une expérience sur 52 programmeurs pose la question directement : ils découvrent Trio, une bibliothèque Python, avec un assistant GPT-4o pour la moitié d’entre eux et sans IA pour l’autre moitié. Lors de la seconde tâche, les 26 participants aidés terminent dans les 35 minutes, contre 22 dans l’autre groupe, mais au test de compréhension passé ensuite sans assistant, leur note moyenne est d’environ 50 sur 100, contre 65 pour le groupe sans IA. [4]
Dans cette expérience, finir davantage ne signifie pas mieux comprendre
Comment lire : les carrés comptent les personnes ayant terminé la seconde tâche. Les barres du bas donnent la note moyenne au test de compréhension sans IA.
À retenir : terminer la tâche et comprendre le code sont deux résultats différents.
Shen & Tamkin · How AI Impacts Skill Formation. Exercice sur une bibliothèque inconnue ; la plupart savent déjà programmer. Compréhension mesurée immédiatement.
Pris seul, ce résultat laisse penser que l’IA freine l’apprentissage. Une autre étude dit presque l’inverse. Chez un éditeur de logiciels américain, Erik Brynjolfsson, Danielle Li et Lindsey Raymond ont suivi 5 172 agents de support client équipés progressivement d’un assistant. Les nouveaux arrivants qui l’ont dès leur premier mois atteignent environ 2,5 problèmes résolus par heure après deux mois ; sans assistant, il leur faut huit à dix mois. [5]
Le détail le plus intéressant est ailleurs. Pendant les pannes de l’outil, les agents qui l’avaient utilisé restent plus rapides qu’avant son arrivée, et l’effet est nettement plus marqué chez ceux qui avaient vraiment testé ses suggestions face aux clients. Les auteurs y voient un apprentissage durable, tout en reconnaissant qu’ils ne peuvent pas toujours distinguer apprendre et suivre une recommandation. [5]
Les deux études ne mesurent pas la même chose : une compréhension immédiate après une heure d’un côté, une production sur plusieurs mois de l’autre. Mais elles posent la même question : qu’est-ce que la personne fait de l’aide qu’elle reçoit ?
Ce qui sépare ceux qui apprennent de ceux qui livrent
Dans l’expérience Trio, les chercheurs ont visionné l’enregistrement de chaque participant et classé leurs usages de l’IA en six profils. Trois consistent à déléguer : faire écrire tout le code, glisser progressivement vers la génération complète, ou demander à l’assistant de corriger sans chercher à comprendre. Les douze personnes concernées obtiennent entre 24 et 39 sur 100 au test. Les trois autres consistent à questionner : ne poser que des questions de compréhension, demander une explication avec chaque bout de code, ou générer puis interroger l’outil sur ce qu’il a produit. Les douze personnes concernées obtiennent entre 65 et 86 sur 100, au niveau du groupe sans IA. Celles qui ne posaient que des questions de compréhension sont même parmi les plus rapides. [4]
Une expérience menée auprès de près de mille lycéens turcs en mathématiques va dans le même sens, à plus grande échelle. Une partie des élèves s’entraîne avec une interface proche de ChatGPT, une autre avec un tuteur configuré pour donner des indices plutôt que des réponses. Pendant l’entraînement, les notes progressent de 48 % avec l’IA libre et de 127 % avec le tuteur. À l’examen, sans IA pour personne, les élèves de l’IA libre font 17 % moins bien que ceux qui n’ont jamais eu l’outil ; ceux du tuteur ne perdent rien. Les auteurs décrivent une IA utilisée comme béquille. [6]
Avec le même outil, on peut apprendre ou seulement livrer
Comment lire : à gauche, les notes des lycéens avec un indice 100 pour le groupe sans IA. À droite, la fourchette des scores au test selon la manière dont les programmeurs ont utilisé l’assistant.
Lycéens en mathématiques
à l’examen pour ceux qui avaient l’IA libre
Pendant l’entraînement, avec l’outil
À l’examen, sans IA pour tous
Indice calculé · sans IA = 100 · échelle 0 à 250
Près de 1 000 élèves · un lycée en Turquie
PNAS · 2025 [6]Programmeurs face à une bibliothèque inconnue
sur 100 pour ceux qui questionnent l’outil, contre 24–39 pour ceux qui délèguent
Score au test sans IA, fourchette selon l’usage
Échelle 0 à 100 · moyenne du groupe sans IA en repère
12 personnes par famille d’usages · 3 usages chacune
Shen & Tamkin · 2026 [4]À retenir : l’écart se joue moins entre « avec » et « sans » IA qu’entre deux manières de s’en servir.
C’est aussi ce que je vis avec ce blog, les applications que je développe et mon CRM. Je connais le besoin, mais je n’avais pas les compétences techniques pour construire ces outils. Avec l’IA, j’avance tout en comprenant progressivement le back-end, les bases de données ou GitHub, et ce qui me fait comprendre, c’est de questionner les solutions qu’on me propose plutôt que de les accepter telles quelles. Je ne suis pas devenu développeur, mais je réfléchis davantage comme un product owner, avec un avantage sur un débutant : je connais déjà mon métier, donc je sais quoi interroger.
Les limites de ces chiffres
Ces résultats tiennent sur des bases fragiles, et je préfère le dire avant d’en tirer quoi que ce soit. Dans l’expérience Trio, chaque famille d’usages regroupe douze personnes, la plupart déjà développeurs depuis plusieurs années, et la compréhension est mesurée une heure après l’exercice. L’étude turque porte sur un seul lycée et sur des mathématiques. Celle du support client concerne une seule entreprise et un seul métier.
Côté emploi, les données américaines sont descriptives, l’indice français mesure une exposition potentielle, et l’enquête portugaise repose sur des répondants volontaires. Mes 70 positions décrivent un portefeuille, pas un marché. Enfin, les outils changent plus vite que les études : METR a dû revoir son protocole parce que certains développeurs refusaient désormais de travailler sans IA. [7]
Rien de tout cela ne prouve que l’IA réduit les embauches de juniors, ni qu’une manière de l’utiliser garantit d’apprendre. Ce sont des indices qui vont dans le même sens, rien de plus.
Mon hypothèse de travail
Avec ces limites en tête, voici où j’en suis. Ce n’est pas une conclusion, c’est une position que j’ai envie de confronter.
Première hypothèse : l’IA ne décide pas à elle seule de ce qu’un débutant apprend. Ça dépend du junior, et surtout de sa manière d’interroger l’outil. Celui qui demande pourquoi, vérifie et conteste une réponse apprend en produisant. Celui qui délègue livre, parfois plus vite, mais ne pourra pas reprendre le travail seul. L’esprit critique devient une compétence de départ, et plus seulement une qualité qu’on attend des seniors.
Seconde hypothèse : cet esprit critique se développe mieux dans un cadre, et ce cadre ne peut pas reposer sur un seul acteur. Le tuteur de l’étude turque ne donnait pas les réponses, il obligeait à chercher. En entreprise, ce rôle revient à des personnes et à des missions calibrées pour apprendre. Les sociétés de conseil peuvent organiser des campagnes de juniorisation, les écoles et les entreprises peuvent multiplier les stages, et les clients finaux doivent davantage s’engager en réservant une part de leurs missions à des profils qui apprennent.
Sur les stages, la comparaison avec la France m’intéresse. Dans les parcours que j’ai connus là-bas, les stages jalonnent les études : on découvre l’entreprise avant d’avoir terminé sa formation, puis on revient en cours avec cette expérience, dans le cadre d’une convention entre l’étudiant, son établissement et l’entreprise. [8] Au Portugal, les stages intégrés aux cursus existent aussi, mais le dispositif public le plus visible, Estágios +Talento de l’IEFP, a une autre fonction : il accompagne vers l’emploi des jeunes déjà qualifiés et exclut explicitement les stages curriculaires. [9] L’un construit l’expérience pendant les études, l’autre aide à l’insertion après.
Plusieurs de mes interlocuteurs dans de grandes banques françaises m’ont dit préférer le système français sur ce point ; c’est leur appréciation, que je rapporte. J’ai aussi connu en France des campagnes de juniorisation organisées avec des écoles d’ingénieurs, où la première place était préparée avec les équipes. Au Portugal, je vois des académies et de petites sociétés faire ce pari. Mais sur mes 70 positions, le passage vers une mission chez un grand client reste rare pour un profil de zéro à deux ans.
Au début d’un changement
Si un jeune qui sort d’études me demandait conseil demain, je lui dirais d’utiliser au maximum les outils à sa disposition, mais de questionner énormément les solutions qu’on lui propose. Pour moi, le maître mot, c’est l’esprit critique et la capacité à poser les bonnes questions.
Ma génération a vécu l’arrivée d’Internet. Avec le recul, je mesure à quel point il a transformé ma manière de travailler, de m’informer et de rencontrer des gens. À ses débuts, j’aurais été bien incapable d’imaginer la place qu’il prendrait. L’IA me donne ce même sentiment d’être au commencement d’un changement dont on distingue encore mal l’ampleur.
On observe déjà des effets sur le recrutement des jeunes, et les premières études sur l’apprentissage avec l’IA disent quelque chose d’assez simple : l’outil amplifie ce qu’on lui apporte. Je me demande ce que les débutants construiront avec lui, quels métiers ils choisiront et quels cadres les entreprises accepteront de leur offrir (la réponse courte est que ça dépend du junior, et c’est justement pour ça que la question m’intéresse).
Et vous, qu’en pensez-vous ?
- Si vous avez commencé votre carrière il y a moins de trois ans, l’IA vous a-t-elle surtout aidé à comprendre, ou surtout à livrer ?
- Côté entreprise ou client, qu’est-ce qui vous empêche aujourd’hui de confier une mission encadrée à un profil de zéro à deux ans ?
- Comment évaluer l’esprit critique d’un candidat junior, quand l’IA peut répondre à presque toutes les questions techniques d’un entretien ?
Sources et méthode
- Palladino et al. · Exposition des métiers à l’IA générative et marché du travail en FranceWorking Paper LIFT 2026-02, octobre 2026. Données administratives de mouvements de main-d’œuvre jusqu’à mars 2026. Embauches en CDI des 21–29 ans selon l’exposition des professions : −28,3 % et −7,5 %. Présentation par la Banque de France.
- Landing.Jobs & Damia · Tech Talent Trends Report 2026Synthèse publiée le 21 mai 2026. Enquête auprès de professionnels tech au Portugal croisée avec des données d’entretiens de recrutement. Part des professionnels avec moins de trois ans d’expérience : 12 %. Échantillon auto-sélectionné. Présentation dans Human Resources Portugal : demande concentrée sur les profils seniors.
- Brynjolfsson, Chandar & Chen · Canaries in the Coal Mine?Stanford Digital Economy Lab, version d’août 2026. Fiches de paie ADP jusqu’en juin 2026. Emploi des 22–25 ans dans les métiers exposés : 19 % sous la trajectoire des métiers moins exposés. Baisse concentrée là où l’IA automatise ; emploi stable ou en hausse là où elle complète le travail. Indicateurs descriptifs, tendances antérieures partielles, effet atténué en contrôlant le niveau d’études.
- Shen & Tamkin · How AI Impacts Skill FormationExpérience randomisée sur 52 programmeurs découvrant Trio, assistant GPT-4o pendant l’exercice uniquement. Figure 6 : scores du test sans IA. Section 6 et figure 11 : six profils d’usage, scores de 24 à 39 % pour ceux qui délèguent, de 65 à 86 % pour ceux qui questionnent, douze personnes de chaque côté.
- Brynjolfsson, Li & Raymond · Generative AI at WorkQuarterly Journal of Economics, 2025, 140(2). 5 172 agents de support client. Texte intégral des auteurs, section 4.2.3 : environ 2,5 problèmes résolus par heure atteints en deux mois avec l’assistant, en huit à dix mois sans. Section 5.2 : gains maintenus pendant les pannes, plus marqués chez les agents qui suivaient les suggestions.
- Bastani et al. · Generative AI without guardrails can harm learningPNAS, 2025, 122(26). Expérience de terrain auprès de près de 1 000 lycéens en Turquie, GPT-4. Entraînement : +48 % (IA libre) et +127 % (tuteur). Examen sans IA : −17 % pour l’IA libre ; effet négatif largement évité avec le tuteur.
- METR · We are Changing our Developer Productivity Experiment Design24 février 2026. Biais de sélection liés au refus de travailler sans IA et difficultés de mesure avec plusieurs agents.
- Service Public · Stage d’un étudiant en milieu professionnelCadre français du stage intégré à la formation et de la convention. Consulté le 10 octobre 2026. Les préférences des interlocuteurs bancaires sont rapportées par l’auteur, sans enquête représentative.
- IEFP · Règlement Estágios +TalentoPoints 1.3 et 2 : insertion de jeunes qualifiés inscrits auprès de l’IEFP ; le point 2.2 exclut les stages curriculaires. Consulté le 10 octobre 2026. Université de Lisbonne : stages curriculaires.
Comment lire ces données
Terrain : décompte déclaré des 70 positions ouvertes dans le portefeuille de l’auteur au Portugal en octobre 2026, dont deux pour zéro à deux ans d’expérience. La baisse des demandes de juniors est une observation qualitative, sans série historique.
France : CDI des 21–29 ans, secteur privé, séries désaisonnalisées et lissées, novembre 2022 à mars 2026. Indice d’exposition construit à partir des savoir-faire du ROME, évalués par un modèle de langage. L’âge ne représente pas l’ancienneté. Aucun effet causal estimé.
États-Unis : le chiffre de 19 % compare la trajectoire d’emploi des 22–25 ans dans les deux quintiles les plus exposés à celle des trois moins exposés. L’échantillon ADP surreprésente les grandes entreprises et les métiers exposés ; l’écart est moins prononcé dans les enquêtes nationales.
Indices des lycéens : groupe sans IA fixé à 100, d’après les variations publiées (+48 %, +127 %, −17 %). Pour le tuteur à l’examen, l’écart avec le groupe sans IA n’est pas significatif ; la valeur affichée est arrondie à 100.
Profils d’usage Trio : fourchettes de scores moyens par profil, sur 24 participants avec IA dont l’enregistrement a pu être analysé. Les participants choisissaient librement leur usage ; la comparaison décrit une association, pas un effet.
Support client : l’indicateur mesure une production avec l’outil dans une entreprise. L’apprentissage durable est déduit des périodes de panne, avec les réserves exprimées par les auteurs.