IA et compétences : emploi des débutants et risque de déqualification

Comment l’IA change-t-elle les compétences de vos équipes ?

L’IA agit sur les compétences par deux effets opposés. À court terme, elle relève le niveau des moins expérimentés. À plus long terme, elle peut priver les débutants des tâches qui les formaient, et affaiblir les compétences que les experts n’exercent plus.

Une étude de terrain illustre le premier effet. Erik Brynjolfsson, Danielle Li et Lindsey Raymond suivent 5 179 conseillers d’un service client qui reçoivent un assistant d’IA générative (document de travail du NBER, 2023). Avec l’outil, ils résolvent en moyenne 14 % de demandes en plus par heure. Le gain atteint 34 % pour les débutants et les moins qualifiés ; il reste minime pour les plus expérimentés.

Que disent les études sur l’IA et l’emploi des débutants ?

Aux États-Unis, une étude de Stanford observe un recul de l’emploi des débutants dans les métiers les plus exposés à l’IA, sans destruction d’emplois généralisée. Elle décrit une tendance ; elle ne prouve pas une cause.

Erik Brynjolfsson, Bharat Chandar et Ruyu Chen (Stanford Digital Economy Lab, version d’août 2026) exploitent les données de paie de l’entreprise ADP jusqu’en juin 2026. Dans les métiers les plus exposés, l’emploi des 22 à 25 ans se situe 19 % sous sa tendance attendue. Cette tendance suit l’évolution des jeunes du même âge dans les métiers moins exposés. Les salariés expérimentés ne montrent pas d’écart comparable. L’écart vient surtout d’une baisse des embauches, dans les métiers où l’IA remplace des tâches humaines plutôt qu’elle ne les complète.

Dans le monde, selon l’Organisation internationale du travail (mai 2025), un travailleur sur quatre exerce un métier exposé en partie à l’IA générative. L’OIT voit dans la transformation des emplois l’effet le plus probable.

Déqualification ou maîtrise de l’IA : quelle différence ?

La maîtrise de l’IA porte sur l’outil ; la déqualification porte sur le métier. La maîtrise de l’IA permet d’utiliser l’IA en connaissance de cause. Le règlement européen sur l’IA demande aux fournisseurs et aux déployeurs de la favoriser (article 4). La déqualification touche la compétence que l’outil exerce à votre place : repérer une anomalie, rédiger un acte, poser un diagnostic.

Deux études mesurent ce risque chez des professionnels.

• En médecine. Krzysztof Budzyń et ses coauteurs étudient quatre centres d’endoscopie polonais (The Lancet Gastroenterology & Hepatology, août 2025). Sur 1 443 coloscopies faites sans IA, le taux de détection d’adénomes passe de 28,4 % avant l’introduction de l’IA à 22,4 % après. L’étude est observationnelle : elle constate une baisse sans en isoler la cause.

• En droit. Google finance et conduit un essai randomisé de trois mois sur 133 avocats en brevets de onze cabinets américains (David Autor et al., NBER, septembre 2026). Avec l’assistant, la qualité des rédactions progresse, surtout chez les juniors (moins de sept ans d’expérience). Sans l’assistant, en fin d’essai, les seniors du groupe IA font mieux que ceux du groupe témoin. Les juniors, en moyenne, ne font pas mieux.

Que change l’effet de l’IA sur les compétences pour votre décision ?

• Un gain de production n’est pas un gain de compétence. L’IA relève tout de suite le travail des juniors, sans toujours leur laisser une compétence durable. Testez ce que vos juniors savent faire sans l’outil.

• Protégez les tâches qui forment. Si l’IA prend les tâches d’entrée de métier, vos futurs experts n’ont plus où apprendre. Repérez ces tâches avant d’automatiser, et décidez lesquelles restent aux débutants.

• Encadrez la manière d’utiliser l’outil, pas seulement son adoption. En janvier 2026, l’éditeur d’IA Anthropic publie un essai randomisé sur 52 développeurs, en majorité juniors. Ils apprennent une nouvelle bibliothèque de code, avec ou sans IA. Le groupe avec IA obtient 50 % au test final, contre 67 % sans IA. Ceux qui posent seulement des questions de compréhension obtiennent de bons scores ; ceux qui confient à l’IA l’écriture ou le débogage du code, les plus faibles.

• Gardez l’expertise qui vérifie. Seule une personne qui connaît le métier repère une hallucination. Le human in the loop ne protège rien si la personne qui valide perd sa compétence.

• Pensez le recrutement à cinq ans. Embaucher moins de débutants réduit vos coûts aujourd’hui, et votre vivier d’experts demain.

Exemple illustratif

Ce cas est fictif. Le service comptable d’une ETI de distribution confie à l’IA le premier rapprochement des comptes fournisseurs. Les comptables juniors traitent deux fois plus de dossiers. Deux ans plus tard, ils repèrent mal une anomalie que l’outil ne signale pas. La responsable comptable réorganise la première année. Chaque junior traite une partie des dossiers sans l’outil, puis compare son travail à celui de l’IA avec un senior.