Harvard : l'IA réduit l'embauche de juniors, et d'ici trois ans le choc pourrait toucher tout le secteur

L'IA générative modifie déjà la structure de l'embauche dans l'informatique : les entreprises taillent dans les postes de débutants, tandis que les développeurs expérimentés s'appuient de plus en plus sur les outils d'IA. Si ces deux tendances se maintiennent, le marché pourrait faire face dans quelques années non à un excédent, mais à une pénurie de personnes capables d'entretenir et de réparer le code accumulé.

Ce qu'a montré Harvard

L'étude de Harvard couvre près de 62 millions de travailleurs et 285 000 entreprises aux États-Unis. Sa conclusion principale est simple : après l'adoption de l'IA générative, les entreprises recrutent nettement moins de juniors. La baisse des embauches est estimée à 9–10 % sur six trimestres, tandis que la demande pour les postes plus seniors ne bouge presque pas.

Les auteurs soulignent un détail important : il ne s'agit pas de licenciements massifs, mais d'un ralentissement de l'entrée dans la profession. Le barreau inférieur de l'échelle professionnelle se réduit en premier. D'autres signaux rassemblés dans l'article renforcent ce tableau :

• l'emploi des développeurs de 22 à 25 ans a chuté de 20 % depuis son pic de fin 2022 jusqu'en juillet 2025, selon le Stanford Digital Economy Study
• le nombre d'offres de premier emploi aux États-Unis a reculé de 35 % entre janvier 2023 et juin 2025, selon Revelio Labs
• au Royaume-Uni, Revelio Labs chiffre la baisse de ces offres à 46 %
• la part des juniors dans les recrutements informatiques est passée de 15 % à 7 % en trois ans, selon Stack Overflow

Pris isolément, ces chiffres pourraient encore s'expliquer par le refroidissement du marché après la surchauffe de 2021–2022. Ensemble, ils révèlent un basculement plus inquiétant : les entreprises se comportent déjà comme si l'IA avait absorbé une part importante des tâches autrefois confiées aux débutants. Surtout, il ne s'agit pas d'un pic ponctuel, mais d'une série de signaux concordants dans des échantillons et des pays différents. Si les juniors n'entrent pas dans le système maintenant, les profils intermédiaires n'auront tout simplement nulle part d'où venir dans quelques années.

La dépendance aux assistants

Le second signal d'alerte vient d'une étude de METR. L'organisation a testé 16 développeurs open source expérimentés sur des tâches réelles, dans des projets qu'ils connaissaient. Les participants étaient optimistes : ils pensaient que l'IA accélérerait leur travail d'environ 20 %. En pratique, c'est l'inverse : lorsque les assistants étaient autorisés, les tâches prenaient en moyenne 19 % de temps en plus. Autrement dit, les outils semblaient utiles, mais ajoutaient en réalité du temps passé à rédiger des prompts, attendre, vérifier et corriger le code.

« C'est comme traverser la ville à pied quand on a l'habitude de prendre un

Uber. »

À l'étape suivante, METR s'est heurtée non seulement à la question de la productivité, mais aussi à celle de l'habitude. D'après les données citées dans l'article, 30 à 50 % des développeurs refusaient de soumettre à l'expérience une partie des tâches si elles devaient être réalisées sans IA. Les chercheurs ont explicitement signalé un effet de sélection : ce sont précisément les personnes les plus dépendantes des assistants qui sortent de l'échantillon.

Cela ne prouve pas que l'IA soit inutile. Mais cela montre à quelle vitesse elle cesse d'être un simple accélérateur pour devenir un appui dont beaucoup ont déjà du mal à se passer.

Où se situe le risque

Le problème ne se limite pas à la difficulté des débutants à trouver un premier emploi. C'est la logique même de formation des ingénieurs au sein des équipes qui disparaît. Auparavant, le junior prenait en charge la routine, faisait des erreurs, recevait des revues de code et devenait peu à peu un profil intermédiaire. Désormais, cette routine est souvent confiée au modèle, et le senior endosse trois rôles à la fois : son travail principal, la supervision de l'IA et la vérification finale du résultat.

C'est ainsi que naît le talent doom cycle : on économise aujourd'hui sur les postes juniors, et dans 3 à 5 ans on découvre une pénurie de personnes du niveau suivant. Le coût des erreurs augmente aussi. L'article cite des estimations selon lesquelles le code produit par l'IA contient plus souvent des vulnérabilités, accroît la duplication et réduit la part de refactorisation. Même si l'on discute des pourcentages exacts, la mécanique est claire : écrire un brouillon de code est devenu plus facile, mais en démêler les conséquences ne l'est pas. Une partie du gain de vitesse se transforme donc en dette technique différée.

Si l'on embauche moins de juniors et que les seniors passent plus de temps à relire la production des machines, le secteur pourrait obtenir dans quelques années non pas une armée de développeurs hyperproductifs, mais un goulot d'étranglement de spécialistes surchargés et de bases de code gonflées.

Ce que cela signifie

Le marché informatique teste actuellement un modèle où l'IA couvre la couche inférieure du travail d'ingénierie. À court terme, cela ressemble à une économie ; à long terme, cela peut briser la chaîne de formation des talents. Si les entreprises ne rétablissent pas une embauche et une formation sensées des juniors, il n'y aura tout simplement plus personne, dans quelques années, pour démêler la dette technique accumulée par l'IA.