Un développeur junior reçoit une tâche banale : ajouter un formulaire, enregistrer les données, afficher un message d'erreur si le serveur ne répond pas. Hier, cette tâche lui apprenait à lire un projet, comprendre une API et démêler un bug. Aujourd'hui, un agent peut lui livrer la première version en quelques minutes. Le gain de productivité est réel. La question moins confortable est celle-ci : si l'on automatise toutes les tâches par lesquelles un débutant apprend, comment fabriquera-t-on les ingénieurs expérimentés de demain ?
Le problème n'est pas simplement « l'IA remplace les développeurs »
Le débat public se trompe souvent de cible. Produire des lignes de code n'est pas la même chose que concevoir, maintenir et sécuriser un système. Une application de gestion peut sembler fonctionner après une démonstration réussie et s'effondrer dès qu'une connexion mobile disparaît, qu'un utilisateur soumet deux fois le même paiement ou qu'une base de données reçoit des enregistrements incohérents.
Ce qui inquiète davantage, c'est le ralentissement du recrutement des débutants. Dans une version actualisée en août 2026, des chercheurs du Stanford Digital Economy Lab décrivent un écart croissant entre jeunes travailleurs exposés à l'IA et travailleurs moins exposés. Leur analyse indique que l'emploi des jeunes dans les métiers fortement exposés se situe environ 19 % sous la trajectoire qu'il aurait suivie en progressant au même rythme que celui des jeunes dans les métiers moins exposés. Ce n'est une preuve que l'IA explique seule chaque recrutement perdu : les cycles économiques, les stratégies d'entreprises et les changements d'organisation comptent aussi. Mais c'est un signal sérieux. .