← L'édition
IANouveau3 min de lecture

Impact de l'IA sur l'emploi : les profils juniors en première ligne selon Stanford

Une étude mise à jour de l'université de Stanford révèle une baisse marquée des recrutements de jeunes travailleurs âgés de 22 à 25 ans dans les secteurs les plus exposés à l'IA. Alors que l'impact global sur l'emploi reste mesuré, l'accès au marché du travail pour les débutants se réduit sous l'effet de l'automatisation des tâches.

Fil « Étude de Stanford sur l'impact de l'IA sur les emplois junior »

Illustration de l'article — arstechnica.com
Image : arstechnica.com

Une baisse de 19 % pour les jeunes diplômés

L'édition d'août 2026 de l'étude intitulée Canaries in the Coal Mine? menée par des économistes de l'université de Stanford met en lumière un phénomène marquant. En analysant les données de paie anonymisées d'ADP (Automatic Data Processing, une entreprise de gestion des ressources humaines), les chercheurs ont comparé l'évolution de l'emploi selon l'exposition des métiers aux modèles d'IA. Résultat : pour les jeunes travailleurs âgés de 22 à 25 ans, l'emploi dans les professions les plus exposées à l'IA accuse un écart de 19 % par rapport aux métiers moins exposés, contre 13 % l'année précédente.

Si l'impact global à l'échelle de toute l'économie reste discret, le décalage pour les débutants est frappant. Depuis 2022, le volume d'emploi des 22-25 ans a chuté de 11 % dans les 40 % de métiers les plus touchés par l'IA. À l'inverse, il a progressé de 10 % dans les 60 % de métiers les moins exposés. Les données montrent que cette dynamique découle d'un ralentissement net des recrutements à l'embauche, et non d'une hausse des licenciements ou des démissions.

Automatisation contre augmentation : deux approches distinctes

Pour qualifier le type d'impact, l'étude s'appuie sur l me Anthropic Economic Index (un outil d'analyse mesurant l'usage effectif du modèle Claude dans les différentes professions). L'étude distingue deux modes d'usage :

  • L'usage automatif (utilisation visant à remplacer entièrement des tâches jusqu'ici réalisées par un humain).
  • L'usage augmentatif (utilisation visant à assister le travailleur pour gagner en efficacité sur des tâches où il reste indispensable).

Les métiers dominés par des usages automatisants, comme les comptables ou les réceptionnistes, connaissent les baisses de recrutement junior les plus sévères. En revanche, pour les professions s'appuyant sur des usages augmentatifs (comme les dirigeants d'entreprise ou les infirmiers diplômés), l'impact sur l'emploi reste beaucoup plus neutre.

Savoir codifié et connaissances tacites

L'étude explore également le type de compétences sollicitées grâce à la base de données O*NET (un répertoire officiel américain décrivant les exigences et qualifications par métier). Les chercheurs observent une vulnérabilité accrue des postes reposant principalement sur du savoir codifié (des connaissances théoriques, documentées et enseignées dans les livres). À l'inverse, les métiers exigeant un savoir tacite (des compétences empiriques acquises par la pratique, l'expérience et le compagnonnage) protègent davantage les travailleurs expérimentés.

{
  "statistiques_emploi_juniors_22_25_ans": {
    "secteurs_tres_exposes_ia": "-11%",
    "secteurs_peu_exposes_ia": "+10%",
    "ecart_relatif_actuel": "19%",
    "mecanisme_principal": "baisse des nouvelles embauches"
  }
}

"Les effets sur les profils juniors que nous mesurons sont réels, persistants et s'élargissent. Je suis plus inquiet qu'avant face à un marché du travail qui maintient son niveau global d'emploi tout en fermant silencieusement la porte d'entrée aux personnes qui débutent leur carrière." — Erik Brynjolfsson, chercheur principal à Stanford.

Pour les équipes techniques, cette étude illustre une transformation concrète du marché : les tâches théoriques ou standardisées confiées habituellement aux juniors sont de plus en plus directement prises en charge par l'IA, modifiant les critères de recrutement dès l'entrée sur le marché du travail.