Baccalauréat : ce que l’IA chamboule… ou pas

Ce que cache vraiment la panique autour de l'IA et de l'emploi

Malgré la panique croissante autour de l'impact de l'intelligence artificielle sur l'emploi des cols blancs, les données américaines du marché du travail racontent une histoire plus nuancée. Selon une analyse publiée par le MIT Technology Review et signée par David Rotman, le taux de chômage dans les professions les plus exposées à l'IA est en réalité inférieur à celui des métiers peu exposés. Par ailleurs, aucun signe ne laisse apparaître un flux massif de travailleurs quittant les emplois menacés pour se réorienter vers des métiers manuels supposément plus sûrs. Le marché de l'emploi traverse certes une période difficile, mais les causes en sont complexes et ne pointent pas directement vers l'automatisation par l'IA. Le tableau n'est pourtant pas sans ombres. Une étude récente de Stanford révèle que les jeunes travailleurs dans les secteurs fortement exposés à l'IA ont subi une nette baisse d'emploi depuis la généralisation des outils d'IA générative, une tendance absente dans les secteurs peu exposés. Ce phénomène suggère que l'IA n'élimine pas encore des emplois de cadres confirmés, mais qu'elle ronge silencieusement les tâches juniors, celles qui constituaient historiquement le premier échelon de la carrière. Georgios Petropoulos, professeur assistant à la USC Marshall School of Business, estime qu'il est urgent de repenser la manière dont on forme, prépare et accompagne les jeunes entrant sur le marché du travail, à la fois du côté des entreprises et des politiques publiques. L'hystérie autour de l'IA et de l'emploi masque donc le vrai problème : non pas une destruction massive et immédiate de postes, mais une fragilisation progressive des points d'entrée dans les métiers qualifiés. Les générations précédentes apprenaient leur métier en faisant des tâches répétitives ou de faible valeur ajoutée que les outils d'IA commencent aujourd'hui à absorber. Si cette dynamique se confirme, c'est la trajectoire professionnelle des 20-30 ans qui se retrouve menacée, bien avant que les emplois seniors ne soient touchés. La question posée n'est plus seulement "l'IA va-t-elle prendre nos emplois ?" mais "comment former une génération à des métiers dont les premières marches ont disparu ?" La réponse implique des réformes profondes de la formation initiale, une adaptation des pratiques de recrutement et, probablement, un débat politique que la plupart des gouvernements n'ont pas encore vraiment engagé.

💬 C'est pas les cadres qui vont perdre leur job, c'est les juniors qui ne l'auront jamais vraiment. La vraie casse, c'est que l'IA absorbe exactement les tâches répétitives sur lesquelles les générations précédentes ont appris leur métier, ces premières marches qui n'existent plus. Reste à voir si les boîtes et les écoles vont réagir avant qu'une génération entière se retrouve bloquée au bas de l'échelle.

L’IA générative empêche d’admettre que nous ne savons pas

Une étude publiée en preprint par le chercheur en informatique Walter Quattrociocchi, associé à Chiara Marcoccia et Valerio Capraro, révèle que l'accès à une intelligence artificielle pousse les utilisateurs à ne quasiment plus jamais admettre leur ignorance, même quand cela les conduit à se tromper davantage. Les trois chercheurs ont soumis 3 132 participants à six questions pointues sur le cinéma, portant sur des détails visuels difficiles à retrouver pour un humain mais propices aux hallucinations d'un modèle de langage, comme la couleur d'un maillot dans « Joue-la comme Beckham ». Ils ont volontairement utilisé Step 3.5 Flash, un modèle dont ils savaient que la totalité des réponses fournies seraient erronées. Un premier groupe répondait seul, un second pouvait interroger l'IA. Résultat : 44 % des membres du groupe témoin ont répondu « je ne sais pas », contre seulement 3 % de ceux ayant consulté l'IA. Le taux de bonnes réponses est passé de 27 % à 9 % entre les deux groupes, tandis que le niveau de confiance déclaré a bondi de 30 % à 76 %. Des incitations financières récompensant l'exactitude n'ont amélioré les résultats que marginalement. Ces chiffres illustrent un mécanisme préoccupant : l'IA générative ne se contente pas de donner de mauvaises réponses, elle convainc aussi ses utilisateurs qu'ils ont raison. Près d'un tiers des participants du second groupe auraient pu répondre correctement s'ils n'avaient pas consulté l'IA, mais la simple présence d'une réponse formulée avec assurance a suffi à effacer leur doute initial. Ce phénomène touche directement à la capacité de jugement, cette faculté à savoir reconnaître les limites de ses propres connaissances, considérée par Quattrociocchi comme l'un des fondements du raisonnement humain. Pour des professionnels amenés à s'appuyer sur des assistants IA dans leur travail quotidien, l'étude suggère un risque concret de dégradation silencieuse de la fiabilité des décisions, masqué par un sentiment de compétence artificiellement gonflé. Cette recherche prend un relief particulier alors que le gouvernement français a annoncé l'introduction, dès la rentrée prochaine, d'une heure hebdomadaire de cours d'intelligence artificielle pour les élèves de seconde. Elle rejoint les travaux plus larges de Quattrociocchi sur la désinformation et la post-vérité, dont il a déjà tiré trois ouvrages, et pose la question de la manière dont l'éducation au numérique devrait intégrer un apprentissage explicite du doute face aux réponses générées par IA. Les résultats interrogent aussi la conception même des interfaces conversationnelles, souvent pensées pour délivrer une réponse assurée plutôt que pour exprimer une incertitude, alors que cette dernière serait pourtant plus fidèle à la réalité des capacités du modèle.

« Utiliser ChatGPT, ce n’est pas faire de l’IA » : l’état des lieux de l’adoption en France (et il y a du boulot)

En France, l'adoption de l'intelligence artificielle dans les entreprises reste largement superficielle, selon Tristan Duranté, cofondateur de Studeria, un cabinet de conseil spécialisé en IA générative. Interrogé par Presse-citron, il dresse un constat sévère : la grande majorité des salariés qui déclarent « utiliser l'IA » se limitent à des outils grand public comme ChatGPT pour des tâches ponctuelles, sans intégration réelle dans les processus métiers. Ce comportement crée par ailleurs des risques de sécurité concrets, notamment lorsque des données sensibles sont copiées-collées dans des interfaces non sécurisées. Ce fossé entre la hype médiatique et la réalité opérationnelle a des conséquences directes sur la compétitivité des organisations françaises. Les entreprises qui se croient « avancées » parce que leurs équipes utilisent ChatGPT passent à côté de l'essentiel : l'automatisation de workflows, l'intégration aux systèmes internes, et la création de valeur mesurable. Pour Duranté, confondre l'usage d'un chatbot avec une transformation IA, c'est se bercer d'illusions tout en laissant le terrain aux concurrents qui, eux, structurent de véritables déploiements. Ce décalage s'explique par un manque de culture technique au sein des directions, mais aussi par l'absence de cadres clairs pour distinguer expérimentation et déploiement industriel. La France n'est pas seule dans cette situation, mais le retard est préoccupant à l'échelle européenne. Des cabinets comme Studeria tentent de combler ce vide en accompagnant les entreprises au-delà du stade de la démonstration, vers des usages réellement opérationnels et sécurisés.

💬 C'est la distinction que j'essaie d'expliquer toutes les semaines : utiliser ChatGPT, c'est pas faire de l'IA. Les directions qui se croient en avance parce que leurs équipes ont un compte Pro, sans intégration dans les processus ni la moindre sécurisation (les données sensibles copiées-collées dans des interfaces tierces, c'est un classique), elles se font doubler. Pendant ce temps, les boîtes qui ont structuré de vrais déploiements n'en parlent pas, elles avancent.

Ce qui se passe quand on organise un café IA

Des professeurs de l'Université d'Auburn en Alabama ont organisé en novembre dernier deux événements appelés « AI Café » : des conversations informelles de 90 minutes réunissant enseignants, étudiants et membres de la communauté dans un café-librairie local. Le format était délibérément décontracté, pas d'estrade, pas d'experts face à un public, mais des groupes assis en cercle où les questions circulaient librement. Les organisateurs, Xaq Frohlich, Cheryl Seals et Joan Harrell, voulaient confronter directement les inquiétudes autour de l'IA plutôt que de les esquiver. Les questions qui ont émergé dès le départ donnent le ton : « Est-ce que je pourrai trouver un emploi après mes études ? », une anxiété partagée par de nombreux jeunes alors que les entreprises déploient des outils de recrutement automatisés et réorientent des milliards de dollars vers l'infrastructure IA. Ce type d'initiative révèle un manque criant dans le débat public sur l'IA : la plupart des gens ont le sentiment que cette technologie leur est imposée, façonnée exclusivement par des intérêts commerciaux sans que la société civile ait son mot à dire. Lors de ces cafés, les participants n'ont pas exprimé un rejet de l'IA en soi, mais une lassitude face à un schéma répété, celui de technologies puissantes qui reconfigurent leurs vies sans qu'ils y participent. Quand on leur a demandé à quoi ressemblerait un futur centré sur l'humain, les échanges sont devenus constructifs : les gens ont mis en avant l'équité plutôt que l'efficacité, la créativité plutôt que l'automatisation, la dignité plutôt que la commodité. Pour les organisateurs eux-mêmes, l'expérience a été transformatrice, entendre comment l'IA affecte concrètement le travail des gens, l'éducation de leurs enfants et leur confiance dans l'information les a amenés à saisir des dimensions qu'ils n'avaient pas pleinement mesurées. Le modèle s'appuie sur quelques règles simples mais efficaces : ancrer les discussions dans le présent (pas de spéculation science-fiction), s'appuyer sur des analogies historiques comme l'imprimerie ou l'électricité pour contextualiser les réactions, et demander aux participants de nommer des outils précis plutôt que de parler d'« IA » en abstrait. Cette approche s'inscrit dans une conviction plus large des auteurs, issus de l'informatique et des sciences humaines : les universitaires ont un rôle à jouer non pas pour « éduquer les masses », mais pour co-construire avec leurs communautés une vision de l'IA qui serve l'intérêt général.