Comment l’IA change-t-elle les emplois de premier échelon?

Beaucoup de jeunes diplômés trouvent leur premier emploi plus difficile à décrocher que leurs aînés, et on désigne souvent l’IA comme la cause. Les robots conversationnels rédigent maintenant des courriels, résument des documents et écrivent du code simple, soit le genre de tâches sur lesquelles le personnel débutant a traditionnellement appris son métier. L’inquiétude est raisonnable. La recherche, pourtant, montre un portrait plus nuancé que les manchettes.

Deux analyses récentes valent la peine d’être lues ensemble : l’une porte sur l’embauche dans le secteur technologique, l’autre sur l’ensemble du marché du travail américain. Elles répondent à des questions différentes, et toutes deux ont leurs limites.

Ce que montrent les données d’embauche

En mai, la société de capital-risque SignalFire a publié son rapport 2025 sur les talents en technologie. Dans les grandes entreprises technologiques, les nouveaux diplômés représentaient environ 7 % des embauches en 2024. L’embauche de nouveaux diplômés y avait baissé de 25 % par rapport à 2023 et était inférieure de plus de moitié à son niveau de 2019. Dans les jeunes pousses, les nouveaux diplômés représentaient moins de 6 % des embauches.

SignalFire ne blâme pas seulement l’IA. Le rapport cite des rondes de financement plus modestes, des équipes plus réduites et moins de programmes pour diplômés, en plus des outils d’IA qui peuvent maintenant se charger d’une partie du travail routinier des débutants. Il note aussi que les ingénieurs d’expérience restaient en demande, et que l’IA n’avait pas fait disparaître de catégories d’emplois entières. Bref : moins de portes ouvertes aux débutants en technologie, avec plusieurs causes qui s’entremêlent.

Les limites comptent. Il s’agit d’embauche en technologie, pas de l’économie dans son ensemble, et une baisse de l’embauche après les années fastes de 2021 et 2022 serait attendue même sans l’IA.

Ce que montrent les données plus larges sur le marché du travail

Le 10 août, l’Economic Innovation Group, un organisme de recherche sur les politiques publiques, a publié une analyse qui cherche l’effet de l’IA sur l’ensemble des travailleurs américains. Pour déterminer qui est « exposé », il a utilisé cinq mesures différentes tirées de quatre articles de recherche. Un score d’exposition estime combien de tâches d’un emploi l’IA pourrait accomplir; il ne dit rien sur le fait que l’IA soit réellement utilisée dans cet emploi.

Les résultats ont été surtout négatifs, au sens scientifique : aucun effet n’a été trouvé. Entre 2022 et le début de 2025, le chômage a augmenté de 0,30 point de pourcentage chez le cinquième des travailleurs le plus exposé à l’IA, et de 0,94 point chez le cinquième le moins exposé. Les travailleurs exposés ne quittaient pas le marché du travail et ne changeaient pas de carrière plus qu’auparavant. Point le plus pertinent ici : le chômage augmente chez les jeunes travailleurs et les nouveaux diplômés, que leur domaine soit exposé à l’IA ou non. Deux des cinq mesures montraient toutefois une petite hausse relative chez les travailleurs exposés, d’environ 0,2 à 0,3 point.

Les auteurs restent prudents sur la portée de ces résultats. Les mesures d’exposition ne peuvent pas prouver une relation de cause à effet, et seulement environ 9 % des entreprises américaines ont déclaré au bureau du recensement des États-Unis (Census Bureau) utiliser l’IA pour produire des biens ou des services; les effets ne sont donc peut-être tout simplement pas encore arrivés.

Lire les deux ensemble

La conclusion juste pour août 2025 : le marché des emplois de premier échelon est plus difficile, surtout en technologie, et l’IA y joue peut-être un rôle, mais les données ne montrent pas encore que l’IA pousse les jeunes hors du travail à grande échelle. De nouvelles études paraissent rapidement, et chacune mérite les mêmes questions : qui a été mesuré, comment l’exposition à l’IA a-t-elle été définie, et quelque chose d’autre pourrait-il expliquer la tendance?

Que peuvent faire les nouveaux diplômés?

Voyez l’incertitude comme une raison de vous préparer, pas de paniquer. L’objectif pratique est de montrer à un employeur que vous pouvez faire du travail utile dès la première semaine, y compris du travail bien fait avec des outils d’IA. Les conseils de SignalFire vont dans le même sens : les employeurs veulent des preuves, alors bâtissez-les par des projets, des contributions à des projets à code source ouvert ou du travail à la pige, et apprenez à repérer et à corriger les erreurs que fait l’IA.

Voici un plan concret pour une saison, avec l’exemple d’une diplômée en marketing. Remplacez-le par votre propre domaine.

Deux autres habitudes aident. Gardez l’œil sur les parties d’un emploi qui exigent des personnes : parler avec les clients, exercer son jugement, assumer la responsabilité d’un résultat. Et élargissez votre recherche au-delà des plus grandes entreprises, puisque c’est là que la baisse de l’embauche a été la plus forte. Rien de tout cela ne garantit un emploi, mais cela répond à la question que les employeurs posent maintenant : que pouvez-vous faire que les outils ne peuvent pas faire seuls?