IA et emploi des jeunes : la disparition du premier barreau
Moins 11 % d’un côté, plus 10 % de l’autre. Depuis novembre 2022, l’emploi des 22-25 ans a reculé d’environ 11 % dans les métiers américains les plus exposés à l’intelligence artificielle, pendant qu’il progressait d’environ 10 % dans les métiers les moins exposés. Au total, l’écart atteint désormais 19 % entre ces jeunes et leurs pairs du même âge restés à l’abri, contre 15 % un an plus tôt. Ces chiffres sortent de la révision d’août 2026 de l’étude « Canaries in the Coal Mine » du Stanford Digital Economy Lab, signée Erik Brynjolfsson, Bharat Chandar et Ruyu Chen, sur les données de paie du gestionnaire ADP. Pendant que le débat public guette un chômage de masse qui ne vient pas, l’écart, lui, s’élargit mois après mois.
Voilà le piège dans lequel nous sommes en train de tomber collectivement. Aucune vague de licenciements attribuable à l’IA n’apparaît dans les statistiques agrégées, et les auteurs le reconnaissent avec une prudence exemplaire. Tout le monde attend une catastrophe spectaculaire, avec plans sociaux et cortèges. La catastrophe réelle a choisi une forme plus discrète : elle ne met personne dehors, elle ferme la porte d’entrée.
Le licenciement zéro, un leurre statistique
Le mécanisme que documentent les chercheurs tient en une phrase : l’ajustement passe par la réduction des embauches de jeunes, pas par l’augmentation des départs. Les travailleurs expérimentés ne montrent aucun écart comparable, et la rémunération de base bouge à peine. Personne n’a été congédié pour cause d’algorithme. On a simplement cessé de recruter ceux qui auraient dû commencer.
Cette destruction possède une propriété politique redoutable : elle est invisible. Un licenciement produit un dossier, une procédure, un préavis, parfois une mobilisation. Une embauche qui n’a pas lieu ne produit rien. Nul ne défile pour un poste qui n’a jamais existé, nul syndicat ne défend un salarié qui n’a jamais signé de contrat. Le préjudice se disperse en milliers de candidatures sans réponse, chacune vécue comme un échec intime par quelqu’un qui n’a aucun moyen de savoir que sa génération entière affronte le même mur.
D’où le contresens des moyennes rassurantes. À l’échelle de l’économie entière, l’emploi tient, et les commentateurs pressés en concluent que les inquiétudes étaient exagérées. Or un canari dans une mine ne meurt pas pour signaler que tout va bien : la métaphore choisie par les auteurs n’a rien d’un ornement. Ce qui arrive aujourd’hui aux jeunes des métiers exposés dessine ce qui pourrait arriver demain à des catégories beaucoup plus larges, et la fenêtre pour en tirer les conséquences se referme.
Le diplôme, une promesse dévaluée
La révision de 2026 apporte une clé de lecture plus vertigineuse encore que les chiffres : la frontière entre savoir codifié et savoir tacite. L’emploi des jeunes recule là où le métier repose sur le savoir des manuels, des procédures écrites, des formations diplômantes. Il se maintient, voire progresse, chez les travailleurs expérimentés dont le métier mobilise ce qui s’apprend par la pratique, le compagnonnage, l’exposition répétée à des situations réelles. L’IA générative excelle précisément à restituer ce qui a déjà été mis en texte. Elle a appris dans les mêmes livres que nos diplômés, et elle les récite plus vite.
Mesurons l’ironie. Pendant vingt ans, chaque inquiétude sur l’avenir du travail a reçu la même réponse : formez-vous, accumulez des diplômes, montez en compétences. Toute une génération a obéi, s’est parfois endettée, et découvre que la monnaie qu’on lui a fait accumuler vient d’être dévaluée par une machine nourrie des mêmes contenus. Le diplôme certifiait un stock de savoir codifié. Ce stock se loue désormais par abonnement mensuel.
Reste le savoir tacite, brusquement transformé en rente. Ceux qui ont eu le temps d’en constituer un capital voient leur position renforcée : l’IA les complète au lieu de les remplacer. Les nouveaux venus, eux, butent sur un paradoxe fermé : ce savoir ne s’acquiert qu’en travaillant, et l’on ne travaille plus sans lui. J’ai déjà décrit ce que la délégation de la pensée aux machines fait à notre esprit critique ; il faut maintenant regarder ce que la délégation des tâches d’entrée fait à ceux qui n’auront jamais l’occasion d’apprendre en les exécutant.
Le premier poste, un héritage qui ne dit pas son nom
Quand la porte d’entrée du travail se rétrécit, tout le monde ne patiente pas dans la même file. Un jeune diplômé dont les parents peuvent financer dix-huit mois de recherche, un logement en métropole et un stage peu rémunéré traversera la pénurie. Celui qui doit gagner sa vie dès le premier mois prendra ce qui reste, souvent loin de sa formation, et la statistique le rangera pudiquement sous « déclassement ». Le premier barreau de l’échelle a disparu pour tous ; seuls certains disposent d’un escabeau familial pour atteindre le deuxième.
C’est le cœur de ce que j’appelle la loterie du hasard de la naissance, et l’IA vient d’en organiser un deuxième tirage. Le premier avait distribué les codes postaux, les réseaux, les patrimoines. Celui-ci redistribue l’accès à l’expérience, c’est-à-dire à la seule monnaie qui conserve sa valeur face aux machines. Les mécanismes que Françoise Héritier décrivait à propos des hiérarchies entre les sexes opèrent ici aussi : les systèmes ne reconduisent jamais leurs inégalités à l’identique, ils les traduisent dans la langue de chaque époque. La nôtre parle le langage des modèles de fondation.
Un détail de l’étude mérite d’ailleurs plus d’attention qu’il n’en a reçu : les femmes sont en moyenne plus exposées à l’IA que les hommes, parce qu’elles occupent plus souvent les fonctions riches en savoir codifié, administratives, juridiques, comptables, celles que l’automatisation vise en premier. Personne n’a conçu cette asymétrie. Elle prolonge une histoire de la division du travail que la technologie encaisse et amplifie, exactement comme les chaînes d’annotation qui font tourner l’IA reposent déjà sur les plus invisibles d’entre nous. Les machines n’inventent pas les hiérarchies : elles les industrialisent.
La relève sacrifiée, une dette hors bilan
Changeons de point de vue et regardons la scène depuis les organisations, car la suite se joue là. Chaque direction qui gèle ses recrutements juniors prend une décision localement rationnelle : pourquoi financer une année d’apprentissage quand un modèle produit instantanément un travail comparable ? Additionnées, ces décisions rationnelles composent un système absurde. Le savoir tacite des seniors d’aujourd’hui s’est construit sur les tâches ingrates qu’on ne confie plus à personne. Supprimer les postes d’entrée revient à consommer le stock de compétences sans jamais reconstituer la ressource : une entreprise qui ne fait plus grandir de juniors organise, à dix ans, sa propre pénurie de seniors.
Aucune ligne comptable ne capture cette dette. Le bilan enregistre la masse salariale économisée ce trimestre, jamais la capacité de transmission détruite pour la décennie. Les dirigeants qui se félicitent d’équipes resserrées et augmentées par l’IA devraient s’imposer une question simple : qui, dans dix ans, saura distinguer une production algorithmique brillante d’une production algorithmique fausse, si plus personne n’a appris le métier par la pratique ?
Des choix existent pourtant, et ils relèvent de la stratégie autant que de l’éthique. Traiter le nombre de débutants recrutés et formés comme un indicateur de pilotage, au même rang que la marge. Utiliser l’IA pour accélérer l’apprentissage des juniors au lieu de supprimer les tâches par lesquelles ils apprenaient. Rebâtir des parcours de compagnonnage là où la génération précédente laissait faire le temps. Les auteurs de Stanford répètent honnêtement que leurs résultats décrivent des corrélations, pas des causalités définitives. Attendre une preuve causale parfaite avant d’agir reste néanmoins une décision, et son coût retombe sur les 22-25 ans d’aujourd’hui.
Vers un droit de commencer
Nous savons protéger l’emploi existant : le droit du travail, les partenaires sociaux et la jurisprudence s’y consacrent depuis un siècle. Mais nous ne savons pas protéger l’entrée dans l’emploi, parce que personne n’est titulaire du poste qu’on supprime avant de l’avoir créé. Toute notre architecture sociale défend ceux qui sont dedans. La rupture qui vient frappe ceux qui n’ont pas encore franchi le seuil, et ils n’ont ni statut, ni représentants, ni mots pour nommer ce qui leur arrive.
Une société se juge à ce qu’elle fait de ses commencements. Si l’accès au premier poste devient un privilège hérité, réservé à ceux dont la famille peut financer l’attente, alors l’ascenseur social ne sera pas en panne : il aura été démonté, pièce par pièce, par des décisions d’optimisation dont aucune n’était malveillante. Ce mécanisme, où l’injustice se fabrique sans coupable identifiable, traverse l’ensemble de mon travail sur la loterie du hasard de la naissance. L’IA ne l’a pas créé. Elle lui offre une vitesse d’exécution que nos institutions n’ont jamais eu à affronter.
À lire aussi : Affaire Orélien : un détecteur ne dira jamais qui écrit
« Une civilisation ne se mesure pas à ce que produisent ses machines, mais à qui elle laisse le droit de commencer. »
Vous souhaitez engager une réflexion sur l'IA éthique dans votre organisation ?
Et si le premier emploi devenait, avant qu'il ne soit trop tard, une cause politique à part entière ?