IA et emploi des jeunes : sommes-nous en train de sacrifier une génération de débutants ?

Le premier effet visible de l’IA générative sur l’emploi français n’est peut-être pas une vague de licenciements, mais moins de portes ouvertes aux jeunes. Une étude de la Banque de France et du LIFT d’HEC Paris alerte sur ce recul. Si l’on supprime les premières marches, qui deviendra expert demain ?

Un signal sérieux, pas une preuve définitive

Publié le 8 octobre 2026, le travail du LIFT et de la Banque de France suit les mouvements de main-d’œuvre du privé entre janvier 2019 et mars 2026. Chez les 21-29 ans, les embauches en CDI ont baissé de 28,3 % depuis novembre 2022 dans le quintile de métiers le plus exposé à l’IA générative, contre 7,5 % dans le moins exposé.

Rapporté au niveau de novembre 2022, ce recul équivaut à environ 6 200 embauches mensuelles en moins dans les métiers les plus exposés, soit près de 75 000 sur douze mois. Ce chiffre ne désigne ni 75 000 licenciements, ni une baisse entre 2025 et 2026, ni seulement des diplômés. L’étude porte sur les 21-29 ans et décrit des flux d’embauche, pas le nombre total de personnes en emploi.

Elle établit une corrélation préoccupante, non une causalité exclusive. La remontée des taux d’intérêt, la correction du secteur technologique après les recrutements post-Covid, le télétravail et l’essor de l’apprentissage peuvent aussi expliquer une partie du recul. Mais l’écart diminue fortement avec l’âge ; et les entreprises déclarant un usage intensif de l’IA recrutent relativement moins de jeunes, sans baisse nette de leur effectif total.

Une génération arrivée après le changement des règles

Un étudiant entré dans le supérieur en 2020, 2021 ou 2022 a choisi sa voie avant l’explosion de l’IA générative. Il arrive dans des métiers où rédiger une note, produire une première analyse ou coder une fonction simple ne se fait déjà plus de la même manière.

Un cursus se conçoit et se déploie sur plusieurs années ; un modèle d’IA progresse en quelques mois. Ce décalage peut rendre certaines méthodes moins utiles avant même le diplôme. Il renforce aussi la valeur des connaissances disciplinaires et du raisonnement nécessaires pour contrôler la machine. Mais il oblige les établissements à actualiser plus vite contenus et évaluations.

La destruction créatrice ne donne aucun calendrier

Schumpeter appelait « destruction créatrice » le mouvement par lequel une innovation remplace certaines activités tout en en faisant naître d’autres. L’IA peut créer des fonctions d’intégration, de contrôle, de sécurité ou de gouvernance, et valoriser les professionnels associant expertise métier et outils numériques.

Mais la théorie ne promet ni simultanéité ni transition indolore. Un poste junior peut disparaître aujourd’hui tandis que son successeur n’existera à grande échelle que dans trois ans. Rien ne garantit qu’il sera accessible à la même personne, au même endroit ou avec sa formation initiale.

La dette d’apprentissage, angle mort de la productivité

On devient expérimenté en commençant par être débutant. Une première synthèse imparfaite, un morceau de code à corriger ou une analyse reprise par un manager ne sont pas seulement des coûts : ce sont des investissements dans une compétence future.

Si l’IA produit ces livrables plus vite et moins cher, pourquoi recruter un junior ? À court terme, le calcul paraît efficace. À long terme, il crée une dette d’apprentissage : moins de débutants formés aujourd’hui signifie moins d’experts demain. L’étude LIFT évoque précisément cette « échelle des carrières » fragilisée.

Cette dette sera aussi sociale. Les jeunes disposant d’un réseau, d’un mentor ou des moyens d’accepter un stage peu payé conserveront davantage d’occasions d’apprendre. Les autres resteront devant une porte exigeant l’expérience qu’on ne leur a jamais permis d’acquérir.

Plus de productivité, pas forcément plus de jeunes recrutés

L’IA augmente réellement la capacité des salariés expérimentés : un consultant compare davantage de documents, un développeur teste plus vite, un communicant décline plusieurs formats. Refuser ces gains serait une impasse.

Mais une entreprise peut produire davantage avec ses équipes en place sans ouvrir de poste. C’est le paradoxe : la productivité progresse tandis que les entrées se raréfient. Il faut distinguer automatisation des tâches, transformation des métiers et disparition des emplois. À ce stade, les données françaises documentent surtout un gel relatif des recrutements juniors dans les métiers exposés — pas une destruction massive d’emplois.

L’Apec confirme un contexte tendu chez les cadres : ses prévisions 2026 anticipent 305 800 recrutements, en hausse de 4 %, mais seulement 1 % de progression pour les jeunes cadres, à 137 600 embauches. Ce chiffre ne mesure pas l’effet de l’IA ; il rappelle que le ralentissement dépasse une seule technologie.

Des politiques utiles, mais encore à côté de la première marche

La France n’est pas inactive. « Osez l’IA » accélère l’adoption dans les entreprises : au 4 septembre 2026, le gouvernement annonçait 35 000 entreprises sensibilisées, 615 ambassadeurs et 70 diagnostics engagés, avec un objectif de 1 000. Impulsion IA 2027, présenté en septembre, mobilise plus de 80 millions d’euros, vise l’acculturation de 30 millions d’actifs et prévoit formation, certification, accompagnement des PME, dialogue social et observatoire.

« Emploi Futur », lancé le 7 mai 2026, compte quinze mesures : InserScore, formations courtes, expérience en entreprise dans plusieurs dispositifs, accompagnement des étudiants, mentorat et prévention du décrochage. Ces leviers peuvent protéger des parcours.

Leur limite : ils mettent surtout l’accent sur l’adoption, l’orientation, la formation et la compétitivité. Ils répondent moins directement à cette question : comment préserver des missions formatrices lorsque leur production peut être automatisée ? Former à l’IA ne suffit pas si aucune organisation n’accepte ensuite de former des débutants avec l’IA.

Reconstruire les premières marches

Une réponse crédible doit associer universités, entreprises et pouvoirs publics. Les cursus doivent évoluer plus vite, intégrer l’IA sans renoncer aux exercices sans assistance, et apprendre à vérifier une source, critiquer un résultat, documenter une décision et assumer une responsabilité. Savoir écrire trois prompts ne constitue pas un métier.

L’alternance doit devenir un parcours de montée en compétence, pas seulement une source de main-d’œuvre moins coûteuse. Les entreprises peuvent réserver des missions juniors à forte valeur d’apprentissage, organiser le mentorat et reconnaître la transmission dans l’évaluation des managers. Des incitations à l’embauche pourraient cibler les métiers où les entrées décrochent, avec un suivi du contenu formatif et de l’embauche après alternance. La formation continue doit enfin permettre aux jeunes déjà diplômés d’actualiser rapidement leurs compétences.

Le progrès technologique n’est pas l’ennemi. L’absence d’anticipation sociale l’est. Les gains de productivité seront durables seulement si les savoirs continuent de circuler entre générations. La question n’est pas de préserver toutes les tâches d’hier, mais de décider quelles expériences permettront encore aux débutants de devenir les experts dont nous aurons besoin demain.