L'IA frappe en priorité les emplois de premier échelon, selon une étude de Stanford

L'étude actualisée par les économistes de Stanford, intitulée "Canaries in the Coal Mine?", révèle une fracture croissante dans le marché du travail américain. En se basant sur des données de paie anonymisées fournies par ADP et en croisant ces informations avec des métriques d'exposition à l'IA, les chercheurs observent que l'automatisation ne se traduit pas par une vague de licenciements massifs, mais par une raréfaction drastique des opportunités pour les newcomers. Pour les travailleurs âgés de 22 à 25 ans évoluant dans les 40 % des professions les plus exposées aux outils d'IA générative, le niveau d'emploi a chuté d'environ 11 % depuis 2022. À l'inverse, les secteurs les moins exposés ont enregistré une croissance de l'emploi de 10 % pour cette même tranche d'âge, creusant un écart de disparité qui est passé de 13 % à 19 % en un an.

La méthodologie employée distingue l'impact global de l'IA de ses effets spécifiques sur les juniors. Si l'économie dans son ensemble ne montre pas encore de différence significative d'emploi entre les métiers à haute ou faible exposition technologique, la situation est radicalement différente pour les entrants sur le marché. Le recul de l'emploi chez les jeunes provient non pas d'une augmentation des licenciements, mais d'une baisse des embauches. Les entreprises, capables d'automatiser certaines tâches basiques grâce aux LLM, réduisent leurs besoins en main-d'œuvre junior pour exécuter ces fonctions. Cela suggère une modification structurelle des pyramides des âges dans les entreprises, où les étages inférieurs, traditionnellement réservés à la formation et à l'apprentissage sur le tas, sont condamnés par l'efficacité algorithmique.

Les chercheurs ont affiné leur analyse en s'appuyant sur l'Anthropic Economic Index, qui classe l'utilisation de l'IA selon qu'elle est "automative" (substitution du travail humain) ou "augmentative" (assistance à l'humain). Cette distinction s'avère déterminante pour comprendre la réalité de l'impact. Les professions comptant une forte proportion d'utilisateurs d'IA à des fins d'automatisation, comme les comptables, les auditeurs ou les réceptionnistes, affichent les taux d'emploi junior les plus faibles. En revanche, les métiers où l'IA joue un rôle d'augmentation, tels que les cadres dirigeants ou les infirmiers diplômés, ne présentent pas ce déclin. Les résultats corroborent l'hypothèse selon laquelle l'IA qui remplace la main-d'œuvre supprime des postes, tandis que l'IA qui assiste les experts tend à stabiliser ou créer de la valeur.

L'analyse soulève également la question de la nature des connaissances ciblées par ces technologies. L'étude postule que l'IA générative est particulièrement efficace pour automatiser les tâches reposant sur des connaissances "codifiées" : des savoirs formels, standardisés et documentables dans des manuels ou des procédures. Ces tâches, souvent dévolues aux débutants, sont aisément reproductibles par des modèles de langage. À l'opposé, les métiers valorisant la connaissance "tacite", acquise par l'expérience pratique, le mentorat et l'exposition à des situations réelles complexes, résistent mieux à l'automatisation. Les données montrent que les professions à forte intensité de connaissances tacites voient l'emploi progresser pour les travailleurs expérimentés, tandis que les secteurs dépendants de connaissances codifiées freinent l'embauche en début de carrière.

Paradoxalement, le niveau d'éducation joue un rôle modérateur dans ce bouleversement. L'étude indique que dans les secteurs employant une forte proportion de diplômés universitaires, l'écart d'emploi entre métiers exposés et non exposés à l'IA est moins marqué. Le diplôme agirait comme un tampon, protégeant partiellement les jeunes travailleurs ou signalant des compétences que l'IA ne parvient pas encore à remplacer totalement. En revanche, dans les métiers peu diplômants, la divergence est brutale : les emplois peu exposés à l'IA continuent de croître, tandis que ceux qui le sont déclinent, laissant peu d'alternatives aux jeunes travailleurs non qualifiés. Erik Brynjolfsson, auteur principal de l'étude, met en garde contre la constitution d'un marché du travail à deux vitesses, où les employés en poste avant l'ère de l'IA conserveraient leurs fonctions tandis que la "ramp" d'accès à l'emploi se refermerait progressivement pour les nouvelles générations.