L’assistance par IA réduit significativement l’acquisition de compétences

L’IA est désormais capable d’accomplir 75 % des tâches d’un développeur. Si l’usage réel reste une fraction de ce potentiel, l’écart se réduit chaque mois. Selon Anthropic, aujourdhui, les profils les plus exposés sont les développeurs, les analystes financiers et les équipes de service client…

La fin des développeurs ? Le processus n’en est pas au stade des licenciements massifs. Le changement réel se situe ailleurs : les entreprises ont simplement cessé de recruter.

On constate surtout une baisse de 14 % des embauches de profils juniors sur les postes exposés depuis l’arrivée de ChatGPT. Mieux vaut être barman on maître-nageur. L’avenir serait dans tout ce qui est manuel, ancré dans le corps, le lieu et la présence physique !

Plus globalement, l’étude constate que 49 % des emplois peuvent désormais recourir à l’IA pour au moins un quart des tâches, soit une hausse de 13 % par rapport au début de 2025.

« Observed exposure », la nouvelle métrique

Jusqu’à présent, les prévisions concernant l’automatisation des emplois se basaient souvent sur des hypothèses théoriques, menant parfois à des conclusions alarmistes. L’étude d’Anthropic innove en introduisant une métrique inédite : l’« observed exposure ».

Pour construire ce rapport, les chercheurs ont croisé les capacités théoriques des grands modèles de langage (LLM) avec les données d’utilisation réelles tirées de l’outil Claude. Le constat est sans appel : l’IA est encore très loin d’atteindre son plein potentiel sur le marché du travail !

Aujourd’hui, de nombreuses tâches qui pourraient techniquement être automatisées par un algorithme ne le sont pas encore dans les faits. Les freins à cette automatisation des tâches sont multiples : limitations techniques résiduelles des modèles, fortes contraintes légales, nécessité d’une vérification humaine systématique, ou encore manque d’intégration technique dans les logiciels internes des entreprises.

Les jeunes, premières victimes

Selon l’analyse des chercheurs, depuis la fin de l’année 2022 (période marquée par l’essor spectaculaire de ChatGPT et de l’IA générative), on ne constate aucune augmentation systématique du chômage parmi les travailleurs très exposés. Le marché de l’emploi absorbe pour l’instant la technologie sans destruction massive de postes.

Toutefois, un signal d’alerte émerge : l’étude révèle des preuves suggérant un ralentissement des embauches, particulièrement pour les jeunes travailleurs dans les professions très exposées. Les entreprises semblent optimiser la productivité de leurs équipes seniors grâce à l’IA plutôt que de recruter massivement de nouveaux collaborateurs juniors.

Les jeunes font moins face aux difficultés, pourtant essentielles à l’apprentissage

Pour Anthropic, la question centrale n’est pas seulement celle de la productivité immédiate, mais celle de l’impact de l’IA sur l’apprentissage des compétences nécessaires pour travailler avec ces outils. Pour mesurer cet effet, les chercheurs ont mené une expérience aléatoire avec 52 développeurs possédant au moins un an d’expérience en Python mais n’ayant jamais utilisé la bibliothèque de programmation Trio. Les participants devaient résoudre deux exercices de programmation en 35 minutes afin d’apprendre à utiliser cette nouvelle bibliothèque.

La moitié des participants disposait d’un assistant IA capable de répondre aux questions et de générer du code, tandis que l’autre moitié devait travailler sans assistance. Après la réalisation des tâches, tous les participants passaient un test destiné à mesurer leur compréhension conceptuelle, leur capacité à lire du code et leurs compétences de débogage. Le questionnaire comportait 14 questions pour un total de 27 points.

Un déploiement progressif, comparable à l’avènement d’Internet

Les résultats montrent que l’assistance par IA réduit significativement l’acquisition de compétences. Les participants ayant utilisé l’IA obtiennent un score moyen inférieur de 4,15 points au test, soit une baisse d’environ 17 % du score total. L’écart est statistiquement significatif et se retrouve dans l’ensemble des niveaux d’expérience des participants. Les différences sont particulièrement marquées dans les questions de débogage, qui mesurent la capacité à identifier et corriger les erreurs dans un programme.

Anthropic souligne que l’impact de l’IA sur l’emploi ne ressemblera pas à un choc économique brutal et immédiat -comme l’a été la pandémie mondiale. Mieux vaut parler d’une transition structurelle profonde, à l’image du développement d’Internet ou de la mondialisation des échanges. Ce décalage entre la théorie et la pratique offre une fenêtre de tir inestimable pour anticiper les mutations de l’avenir du travail avant que les bouleversements majeurs ne se concrétisent.