Pendant des décennies, étudier l’ingénierie informatique dans une université d’élite a été synonyme de stabilité d’emploi et de salaires élevés. Un diplôme de l’Université de Stanford, par exemple, n’était guère plus qu’un billet d’entrée gratuit à la Silicon Valley. Cependant, en seulement trois ans, ce panorama a été radicalement transformé par l’émergence accélérée de l’IA générative. Et cela affecte particulièrement durement l’accès des jeunes diplômés à leur premier emploi.
Car aujourd’hui, même les meilleurs diplômés dans le domaine du génie logiciel ont d’énormes difficultés à trouver du travail.
L'excellence ne suffit plus
Les étudiants qui ont commencé leur carrière universitaire avant 2022 sont entrés dans un monde différent. Au cours de sa première année d'université, des outils comme ChatGPT n'existaient pas encore. Cependant, aujourd'hui, après avoir obtenu leur diplôme, ils sont confrontés à des systèmes capables d'écrire du code pendant des heures, de déboguer des bogues et de générer des solutions fonctionnelles à grande vitesse.
Les professeurs de Stanford voient cette situation comme un tournant à 180° par rapport à ces dernières années, où presque tous les diplômés ont rapidement trouvé un emploi dans de grandes entreprises technologiques. Aujourd’hui, seule une petite élite au CV rempli de projets, de recherches et d’expériences antérieures parvient à accéder aux quelques postes attractifs disponibles.
Programmeur junior : l'IA est votre concurrent direct
La cause la plus citée par les étudiants, les enseignants et les cadres est claire : l’IA n’est plus seulement un outil d’accompagnement, mais un concurrent direct pour les profils d’entrée. À tel point que les dirigeants de startups d’IA reconnaissent ouvertement qu’ils n’ont plus besoin de grandes équipes d’ingénieurs juniors. Selon ce nouveau paradigme, là où il fallait auparavant dix développeurs, deux ingénieurs expérimentés et un modèle de langage avancé suffisent désormais.
Et les entreprises d’IA comme OpenAI ou Anthropic ont besoin et embauchent des talents, certes, mais pas dans un volume capable de compenser la contraction générale du secteur.
Les chiffres renforcent cette perception : l’emploi des développeurs de logiciels âgés de 22 à 25 ans a chuté de près de 20 % depuis fin 2022, et l’embauche dans des postes très exposés à l’IA a considérablement diminué par rapport aux métiers moins automatisables, comme les soins infirmiers.
Productivité sans prospérité
Il est tentant de conclure que l’IA « remplace » simplement les travailleurs humains. Cependant, les données montrent une réalité un peu plus complexe : d’une part, certaines études indiquent que l’utilisation d’outils d’IA peut même ralentir les développeurs expérimentés, qui doivent consacrer plus de temps à réviser et corriger le code généré automatiquement.
D’un autre côté, les rapports économiques indiquent que les professions les plus exposées à l’automatisation connaissent une croissance des salaires et de la productivité. Comment expliquez-vous alors que les jeunes diplômés soient exclus du système ? Car le problème n’est pas seulement technologique, mais structurel : l’IA permet aux entreprises d’obtenir des bénéfices à court terme en réduisant l’embauche et la formation de jeunes talents, mais cela au prix d’une érosion de leurs futurs piliers de connaissances et d’expérience.
Réinitialiser les attentes
Face à ce scénario, les diplômés adoptent des stratégies différentes : beaucoup réduisent simplement leurs attentes et acceptent des emplois qu'ils n'auraient pas envisagés auparavant. D’autres choisissent de créer leur propre startup, dans l’espoir d’attirer des investissements. Et un nombre croissant de diplômés décident de prolonger leur séjour universitaire par le biais de programmes de maîtrise et de troisième cycle, cherchant à se différencier sur un marché saturé.
Quel rôle les universités doivent-elles jouer ? Préparent-ils les étudiants à un monde où l’IA est omniprésente ? Les enseignants conviennent qu’il ne suffit plus d’enseigner la programmation traditionnelle. Les futurs ingénieurs doivent apprendre à surveiller, évaluer et corriger les systèmes d’IA, à les intégrer de manière critique et à développer des compétences qui ne sont pas facilement automatisées : pensée systémique, conception, éthique et compréhension approfondie des problèmes.
Par | Futurisme
