Pendant 3 ans, on a accusé l'IA de tuer les emplois juniors. On s'est trompés.

Tout le monde hurle que l'IA remplace les juniors. En 2019, 1 embauche tech sur 3 concernait quelqu'un de moins de 25 ans. En 2025, c'est 1 sur 5. Stanford a épluché les données de paie ADP. Harvard a suivi. L'IA était sur le banc des accusés et le verdict semblait plié.

Il ne l'était pas.

Une étude de LSE, Warwick et l'Oxford Ellison Institute (243 millions de nouvelles embauches, 407 millions d'offres d'emploi, 4 pays, 8 ans de données) pointe un coupable différent, bien moins visible et infiniment plus destructeur : le télétravail. Quand Lambert et Schindler ajoutent cette variable au modèle, le coefficient IA s'effondre à zéro statistique. Le remote est le coupable. L'IA ne l'est pas.

TLDR : L'étude Lambert-Schindler sur 243M d'embauches brise le narratif "IA = tueuse de juniors" : quand on contrôle le télétravail, le coefficient IA tombe à zéro statistique. Ce qui a détruit le ROI junior en remote n'est pas un problème tech, et ça change tout sur ce qu'on peut réellement y faire.

Ce qui tue vraiment l'embauche junior est moins vendeur en une et bien plus dur à corriger : le remote a cassé le circuit d'apprentissage osmotique qui rendait un junior rentable en 18 mois. Les entreprises ont fait le calcul. Le ROI junior en remote est négatif. Elles ont arrêté d'embaucher. Aucune idéologie anti-junior dans ce calcul. C'est de l'économie pure.

1 sur 3. Puis 1 sur 5.

Le basculement a commencé discrètement. Entre 2019 et 2025, la part des travailleurs débutants de moins de 25 ans dans les nouvelles embauches tech est passée d'environ 1 sur 3 à 1 sur 5. Ce n'était pas une petite correction. C'est une réécriture structurelle de qui obtient un premier job.

Lambert et Schindler tracent cela simultanément aux États-Unis, au Royaume-Uni, au Canada et en Australie. Même schéma, marchés différents, même chronologie. Le déclin s'accélère après 2020 et ne se redresse pas. En 2024-2025, la part des offres d'emploi n'exigeant aucune expérience préalable a aussi chuté d'environ 3 points de pourcentage. Ça sonne petit. Ça ne l'est pas : 407 millions d'offres sur 8 ans, 3 points sur toutes, c'est une génération de postes débutants qui a silencieusement disparu du tableau.

Demandez à n'importe quel responsable RH qui postait des rôles débutants en 2018 et faisait pareil en 2024. La conversation n'a pas changé du jour au lendemain. Elle a glissé par petits incréments, chacun individuellement défendable : "on a besoin de quelqu'un qui peut être opérationnel tout de suite", "on est une petite équipe et on ne peut pas absorber le temps de montée en compétences", "le rôle a évolué". Personne n'a annoncé un changement de politique. La politique a émergé d'innombrables décisions individuelles qui pointaient toutes dans la même direction.

L'ampleur de l'étude compte ici. 243 millions de nouvelles embauches, c'est plus grand que la plupart des datasets longitudinaux du travail d'un ordre de grandeur. L'étude ADP de Stanford était un échantillon. Celle d'Harvard était au niveau des entreprises. Lambert et Schindler travaillent avec quelque chose qui s'approche du tableau complet. Et le tableau complet dit que le coupable que vous croyez connaître est faux.

L'Histoire Que Tout Le Monde A Crue

Pour être juste avec Stanford et Harvard : ils n'inventaient pas le signal.

Les chercheurs de Stanford utilisant les données de paie ADP ont trouvé un déclin d'emploi relatif de 13% pour les travailleurs âgés de 22-25 ans dans les rôles les plus exposés à l'IA depuis fin 2022. Une étude d'Harvard a trouvé une réduction de 7,7% des effectifs juniors dans les entreprises adoptant l'IA sur 6 trimestres depuis début 2023. Les deux séries de chiffres ont frappé la presse avec la force de la confirmation. Tout le monde le soupçonnait déjà. Maintenant il y avait des données.

Le narratif était propre : l'IA gère le travail cognitif routinier que les jobs débutants fournissaient avant. Les entreprises voient le potentiel d'automatisation, arrêtent d'embaucher pour ces rôles, déplacent les effectifs vers des gens expérimentés qui peuvent diriger et gérer les outils. Les juniors, dont la valeur venait de faire le travail routinier, se retrouvent en compétition pour un pool plus petit de vrais points d'entrée. Économiquement cohérent, colle au schéma observé, et les deux études étaient méthodologiquement solides pour ce qu'elles mesuraient. Le papier de Stanford utilisait de vraies données de paie, pas des sondages. Le papier d'Harvard trackait les changements d'effectifs au niveau des entreprises longitudinalement. Ce n'était pas de la recherche bâclée.

Le problème n'est pas que la presse a exagéré. Le problème est que de bons chercheurs ont fait une erreur méthodologique classique sur un sujet que le monde entier était prêt à accepter comme vrai.

Ce Qui Manquait Au Modèle

Biais de variable omise.

L'exposition à l'IA et l'exposition au télétravail ne sont pas des variables indépendantes. Les jobs les plus exposés à l'IA (tâches cognitives routinières : triage de code, saisie de données, gestion de files d'attente client, traitement de documents) sont presque exactement les jobs les plus compatibles avec le télétravail. Construisez un modèle qui n'inclut que l'exposition à l'IA et vous ne contrôlez pas le fait que le télétravail a explosé en même temps et a frappé les mêmes catégories de jobs.

La correction Lambert-Schindler est méthodologiquement évidente rétrospectivement : ajouter l'exposition WFH au modèle. Quand ils le font, le coefficient IA "s'atténue fortement et est souvent statistiquement indiscernable de zéro". WFH tient. L'IA non. Ce n'est pas un petit ajustement. C'est une cause entièrement différente.

Les données de la NY Fed rendent la frontière précise. L'écart d'emploi entre les travailleurs de moins de 28 ans et ceux de 29 ans et plus (environ 1 point de pourcentage de chômage) existe presque exclusivement dans les secteurs où le télétravail est structurellement commun. Dans les secteurs où le remote n'est pas possible (manufacturing, prestation de soins, métiers), l'écart est proche de zéro. L'exposition à l'IA ne prédit pas l'écart. WFH si.

Il y a quelque chose auquel je n'arrête pas de penser qui n'a rien à voir avec tout ça. Mon gamin m'a demandé le week-end dernier pourquoi certains jeux sauvegardent automatiquement et d'autres non. Ceux qui ne le font pas, tu perds tout quand le courant saute. Le marché du job junior post-2020 ressemble exactement à un jeu qui a silencieusement retiré la sauvegarde auto et ne l'a jamais remise. Pas de checkpoint de récupération. Tu recommences juste depuis l'écran de création de personnage.

Les études qui ont loupé ça n'avaient pas tort sur leurs chiffres. Elles avaient tort sur ce que ces chiffres mesuraient réellement.

Le Remote A Coupé Le Circuit D'Apprentissage

Le mécanisme n'est pas abstrait. L'économiste de la NY Fed Natalia Emanuel, travaillant avec Emma Harrington à UVA et Amanda Pallais à Harvard, a suivi des équipes de développement logiciel à travers la transition remote. La qualité du code des développeurs seniors était essentiellement inchangée quand ils sont passés en remote. La qualité du code des développeurs juniors a chuté de manière mesurable. Le churn de code a augmenté, les bugs ont augmenté. Même distance physique des collègues, résultats radicalement différents selon le niveau d'expérience.

Ils ont répliqué le schéma dans les équipes de support client. Juniors passant en remote : temps de résolution plus longs, plus d'appels par problème. Seniors passant en remote : à peine bougé.

L'explication est l'apprentissage osmotique. Un développeur senior a déjà internalisé les patterns. Il sait quand une fonction devient trop complexe avant que le linter se déclenche. Il peut lire une pull request et sentir la dette architecturale sans faire tourner le code. Il porte des milliers d'heures de feedback ambiant cuit dans sa façon d'écrire et de débugger. Rien de tout ça n'est transmissible par la documentation ou la revue de code async : c'était absorbé sur des années de proximité physique, entendre une conversation sur un incident de prod, regarder quelqu'un corriger une race condition en temps réel, et être assez proche pour poser la bonne question au moment exact où ça fait sens. Ce circuit nécessite la présence, pas la présence constante, mais assez de proximité soutenue pour que le signal ambiant reste continu. Le télétravail ne fait pas que délocaliser l'apprentissage. Il coupe le fil.

Une recherche publiée dans The Quarterly Journal of Economics confirme cela à grande échelle : l'onboarding en personne augmente la productivité ultérieure et réduit l'attrition même pour les employés qui retournent ensuite au télétravail. Les gains sont les plus importants pour les travailleurs plus jeunes. La proximité avec les collègues est ce qui drive le feedback pour les juniors, pas les programmes de mentorat ou les cycles de revue structurés.

Les entreprises ne mènent pas une politique anti-junior. Elles font un calcul P&L. Un junior en présentiel contribue significativement en 12-18 mois. Un junior en remote est un pari plus long et plus incertain avec des taux d'erreur mesurablements plus élevés en chemin. Quand chaque poste ouvert est remote par défaut, la valeur attendue d'embaucher junior tombe sous le seuil qui vaut la peine d'être pris. Alors elles embauchent senior.

Bloqué Par Le Haut Aussi

L'étau junior ne concerne pas seulement les entrées qui se tarissent. L'échelle est bloquée des deux côtés.

Selon les données de trafic piéton Placer.ai citées dans l'analyse a16z de juin 2026, les visites de bureau sont actuellement à 70% des niveaux pré-pandémie. En plateau. Les mandats de retour au bureau ont bougé l'aiguille brièvement en 2023, puis ont calé. Les taux de vacance des bureaux sont au-dessus de 14%, le plus haut depuis la crise financière de 2008. Ce qui signifie que même les entreprises qui veulent récupérer le circuit d'apprentissage opèrent à 70% des conditions physiques qui le faisaient fonctionner.

Les employés seniors ne font pas de rotation non plus. Dans le droit, la finance, le conseil et les médias, la tenure tend vers plus long depuis 2023. Les parcours de carrière qui s'ouvraient quand les seniors bougeaient, étaient promus, créaient des entreprises ou prenaient leur retraite bougent plus lentement. Moins de sièges qui s'ouvrent au sommet signifie moins de positions qui cascadent vers le bas à travers le milieu et dans l'entry-level. Le double verrou est structurel.

L'économie politique de cela se maintient presque automatiquement. Les entreprises évitent la conversation inconfortable sur si leur setup remote-by-default est réellement compatible avec développer le talent. Les politiques ont un bouc émissaire technologique propre au lieu d'un problème de management bordélique. Stanford et Harvard ont publié des résultats sur un vrai signal qui s'est avéré non-causal, et la presse a fait tourner un narratif qui confirmait ce que tout le monde croyait déjà. Personne n'avait besoin d'être cynique pour que ça devienne le consensus. Le mécanisme était plus simple : un vrai signal, une interprétation non-causale, et un narratif que le monde entier était déjà prêt à accepter.

Pour les juniors qui naviguent ça, la couche algorithmique est son propre jeu et ça tourne bien avant qu'un humain lise quoi que ce soit. Si vous voulez comprendre comment gamer la couche de recrutement algorithmique, les tactiques sont plus concrètes que la plupart des gens le réalisent.

2 Sorties D'Une Échelle Cassée

Il y a 2 sorties. Elles ne sont pas pour la même personne.

La sortie institutionnelle est réelle. IBM en 2026 a triplé son embauche entry-level US en redessinant explicitement les rôles juniors autour de l'augmentation IA plutôt que de traiter l'IA comme un remplacement. Le cadrage compte : au lieu de "on a besoin de moins de juniors parce que l'IA fait leur travail", le pari était "on a besoin de juniors qui travaillent aux côtés de l'IA dès le premier jour, et c'est une compétence entraînable". La part des offres diplômés dans les rôles exposés à l'IA a commencé à se redresser début 2026 après 2 ans de déclin. Les entreprises qui craquent le problème du mentorat remote gagnent la guerre du talent junior pendant que tous les autres font l'impasse. Si vous êtes côté embauche, c'est LA décision qui se compose sur les 5 prochaines années.

Je pense que ça se redresse plus vite que ne le disent les pessimistes. Peut-être que je lis les signaux précoces trop optimistement. Mais le contre-exemple IBM est réel, et il suggère que le problème est soluble au niveau de l'entreprise sans attendre un shift macro du marché du travail.

La sortie individuelle n'attend pas la réforme institutionnelle. Pour tous ceux qui regardent la queue et font le calcul, l'échelle étant structurellement bloquée est en fait clarifiante. Si le chemin d'entrée est fermé et la timeline indéfinie, la question arrête d'être "comment je monte sur l'échelle" et devient "pourquoi je cherche une échelle en premier lieu".

Le vibe-coder n'est pas quelqu'un qui a abandonné le marché. C'est quelqu'un qui a regardé l'économie, compris que le retour sur l'attente est négatif, et décidé de construire le truc au lieu d'attendre la permission de rejoindre l'équipe qui le construit. En 2026, ce chemin est concret d'une façon qu'il n'était pas il y a 4 ans. 1 produit shippé bat 50 candidatures dans le vide algorithmique.

Si vous commencez sur ce chemin, CLIs beat MCP for production AI agents vaut la peine d'être compris avant de frapper le mur de production. Et pour la méthode elle-même, Vibe Coding, For Real est le Blueprint en 8 étapes pour les builders qui ont frappé le mur de démo et veulent shipper quelque chose qui tourne vraiment.

---

On a passé 3 ans à blâmer un algorithme pour ce qui était en fait une politique de management. Bouc émissaire pratique : l'IA ne vote pas, ne donne pas d'interviews, et ne se défend pas devant un comité.

L'échelle est cassée. Le vrai verrou n'est pas technologique, il est managérial et économique. Les entreprises qui le résolvent, en redessinant explicitement les rôles juniors autour de l'augmentation IA, récupèrent le meilleur talent entry-level pendant que tous les autres débattent si le marché se "normalise".

IBM l'a fait. Le signal est là.

Vous pouvez attendre que votre employeur potentiel lise la même étude. Ou vous pouvez arrêter de postuler et commencer à vibe coder comme un pro. C'est la vie.

Sources

• Lambert, C. & Schindler, S. (2026). The Broken Ladder: AI, Remote Work, and Early-Career Hiring. LSE/Warwick/Oxford Ellison Institute. SSRN
• Sternstein, M. (2026, June 5). Charts of the Week: RTO Stalled. a16z. a16z.news
• Remote work, not AI, is killing job prospects for the youth. The Register, June 2, 2026. theregister.com
• The real reason junior hiring is collapsing may not be AI. HCA Magazine, June 2026. hcamag.com

Ce post peut contenir des liens d'affiliation. Si vous cliquez dessus, je pourrais gagner une petite commission (ça ne vous coûte rien, et ça m'aide à continuer de shipper des articles de qualité chaque jour pour votre plaisir de lecture).