Étude Stanford : l'IA frappe surtout les emplois de débutants, et l'écart se creuse
Le rapport Stanford d'août 2026 chiffre à 19 % l'écart d'emploi des 22 à 25 ans dans les métiers très exposés à l'IA. Chiffres vérifiés, limites et critiques.
Le Stanford Digital Economy Lab a publié le 12 août 2026 une version révisée du rapport « Canaries in the Coal Mine ? Six Facts about the Recent Employment Effects of Artificial Intelligence », actualisée avec des données de paie allant jusqu'en juin 2026. Chiffre le plus repris : l'emploi des 22 à 25 ans dans les métiers très exposés à l'IA se situe 19 % sous ce qu'il aurait été s'il avait suivi celui de leurs pairs dans les métiers moins exposés. Ars Technica a remis le dossier en lumière le 24 août.
Ce n'est pas une première : une version initiale, signée des mêmes économistes, était parue en août 2025. Le neuf, c'est l'amplitude, l'écart se creuse à chaque mise à jour, et une mesure plus directe, sans modèle économétrique.
De quoi parle exactement ce 19 % ?
Le 19 % n'est pas un taux de destruction d'emplois : c'est un écart relatif. Il compare l'emploi des 22 à 25 ans des métiers très exposés à l'IA avec ce qu'il aurait été s'il avait suivi celui de leurs pairs du même âge dans les métiers moins exposés. Le rapport a changé de mesure principale : les versions précédentes mettaient en avant des régressions (13 % en juillet 2025, 16 % en septembre 2025), quand la mesure descriptive, plus simple, donnait déjà 15 % au même vintage et atteint 19 % en juin 2026.
| Indicateur | Chiffre | Période |
|---|---|---|
| Écart d'emploi 22 à 25 ans, métiers très exposés | 19 % | données de juin 2026 |
| Même mesure | 15 % | données de juillet 2025 |
| Estimations de régression des versions précédentes | 13 % puis 16 % | juillet puis septembre 2025 |
| Emploi 22 à 25 ans, deux quintiles les plus exposés (40 % des métiers les plus exposés) | baisse d'environ 11 % | novembre 2022 à juin 2026 |
| Emploi 22 à 25 ans, trois quintiles les moins exposés | hausse d'environ 10 % | même période |
Le 19 % ne signifie pas qu'un cinquième des postes de débutants a disparu. En niveau, l'emploi de ces jeunes a baissé d'environ 11 % dans les métiers les plus exposés depuis fin 2022, pendant que celui des métiers les moins exposés progressait d'environ 10 %. L'écart se lit en cumul des deux mouvements.
La méthode : des données de paie à haute fréquence
Le rapport exploite des données de paie administratives d'ADP : un panel équilibré d'entreprises observées chaque mois de janvier 2021 à juin 2026, entre 3,5 et 5 millions de salariés par mois, sur des entreprises employant plus de 26 millions de salariés américains. Les intitulés de poste manquent pour environ 30 % de l'échantillon, avec une imputation partielle de ces valeurs. Le partenaire, ADP Research, décrit le suivi comme portant sur des millions de salariés et plus de 730 métiers.
L'exposition à l'IA se mesure avec deux grilles : les scores d'Eloundou et al. (2024), qui évaluent la susceptibilité des tâches O*NET à l'automatisation par les grands modèles de langage, et l'Anthropic Economic Index, qui observe l'usage réel de Claude par métier et distingue les usages qui « automatisent » le travail de ceux qui l'« augmentent ».
Le rapport est signé Erik Brynjolfsson (directeur du laboratoire), Bharat Chandar et Ruyu Chen. Côté financement : le laboratoire est soutenu via Stanford University par des individus, groupes et organisations (liste publique), et ADP, qui fournit les données, est membre du Corporate Affiliate Program et détient un droit de relecture du rapport.
Pourquoi ces métiers ? Automatisation contre augmentation
Cinquième constat : les baisses se concentrent dans les métiers où l'IA se substitue au travail humain, quand l'emploi reste stable ou progresse là où l'IA épaulle les travailleurs, surtout les plus expérimentés. Parmi les exemples cités, les métiers peu télétravaillables et très exposés : caissiers, employés de bureau et de classement, comptables auxiliaires et vérificateurs, réceptionnistes et employés d'information. Les études de cas portent sur le développement logiciel et le service client.
La révision d'août 2026 ajoute un mécanisme : le savoir « codifié » contre le savoir « tacite ». Le codifié se transmet par l'éducation et les procédures écrites ; le tacite s'apprend par la pratique, le mentorat et la répétition de situations réelles. Mesure : niveau d'éducation requis, expérience demandée et tâches O*NET, complétés en annexe par un modèle de langage. Verdict : les métiers à savoir codifié élevé voient l'emploi des débutants progresser plus lentement, quand les métiers à savoir tacite élevé avancent chez les travailleurs de mi-carrière et les seniors.
« L'IA absorbe les tâches avant d'absorber les emplois, et les premières tâches absorbées sont celles que l'on confie à ceux qui débutent. »
Ce que les auteurs ne concluent pas, et les critiques
Le rapport est explicite sur ses limites : les écarts se réduisent en tenant compte de l'éducation ; des tendances divergentes existaient déjà avant ChatGPT, autour de la pandémie ; et ils sont plus marqués dans l'échantillon ADP que dans les grandes enquêtes nationales, la différence se concentrant sur l'éducation, la santé et l'administration publique.
Nous interprétons ces faits comme des indicateurs précoces et descriptifs, des canaris dans la mine, plutôt que comme des estimations causales.Papier d'août 2026, résumé des auteurs
En face de ces réserves, quatre éléments : l'écart continue de se creuser après le pic des taux d'intérêt ; il s'était rétabli à son niveau d'avant pandémie en novembre 2022 ; il se concentre sur les usages qui automatisent, avec un gradient d'âge marqué ; et les données administratives du gouvernement américain vont dans le même sens.
| Qui parle | Ce qui est affirmé | Où |
|---|---|---|
| L'équipe elle-même | Constats descriptifs, causalité non établie | Rapport, août 2026 |
| Torsten Slok, Apollo | Une crise de l'emploi IA ? Le marché est surtout en régime de faible embauche, faible départ | Fortune, juin 2026 |
| Basil Puglisi, analyste | Corrélation et non causalité, échantillon non représentatif | Note d'analyse, juin 2026 |
| Études sur enquêtes américaines et danoises | Effets agrégés faibles, voire absents | Chandar, Gimbel et al., Humlum et Vestergaard |
En février 2026, le laboratoire répondait aux économistes de Google qui expliquaient tout par les taux d'intérêt : les métiers les plus sensibles aux taux, comme la construction, sont justement les moins exposés à l'IA. Il concède toutefois que, avec les contrôles les plus stricts, la baisse ne devient significative qu'en 2024. Autre nouveauté : les femmes sont en moyenne plus exposées à l'IA, mais l'écart d'emploi entre jeunes femmes et jeunes hommes n'est pas corrélé à l'exposition, il tient surtout à la composition des métiers (43,8 % des femmes dans les métiers les plus exposés, contre 32,4 % des hommes, selon Fortune).
Et pour les jeunes en France ?
Les données sont américaines : le rapport ne dit rien du marché français, et une transposition directe serait imprudente. Notre guide des Observatoires de l'IA fait le tour des dispositifs français et de l'Observatoire de l'OIT sur l'IA et le travail.
Un enseignement reste actionnable ici comme ailleurs : les compétences qui résistent le mieux sont celles qui ne se laissent pas écrire dans une procédure, la validation, la relation, le jugement. Notre guide des meilleures IA pour automatiser ses tâches montre d'ailleurs qu'un agent exécute seul des tâches entières aujourd'hui, et qu'une part décisive de contrôle reste humaine.
Pour un débutant, la leçon la plus utile du rapport : développer tôt les compétences que l'IA ne codifie pas, et traiter les assistants comme un accélérateur, pas comme un brouillon à copier.
Côté pratique, un assistant de code reste le meilleur point d'entrée pour apprendre par la pratique, et notre guide pour faire un CV avec l'IA couvre l'exercice que tout candidat débutant doit maîtriser.
Questions fréquentes
L'étude Stanford prouve-t-elle que l'IA cause le recul de l'emploi des débutants ?
Non. Les auteurs présentent leurs faits comme descriptifs, sans estimation causale, et notent que les écarts se réduisent en tenant compte de l'éducation.
De combien est l'écart d'emploi des 22 à 25 ans exposés à l'IA ?
19 % avec les données de juin 2026, contre 15 % en juillet 2025 avec la même mesure. En niveau : baisse d'environ 11 % dans les métiers les plus exposés depuis fin 2022, hausse d'environ 10 % dans les moins exposés.
Quels métiers sont les plus touchés ?
Ceux où l'IA automatise des tâches : caissiers, employés de bureau et de classement, réceptionnistes, comptables auxiliaires, le développement logiciel et le service client.
Pourquoi les plus expérimentés semblent-ils épargnés ?
Le rapport distingue savoir codifié, transmis par l'éducation, et savoir tacite, acquis par la pratique et le mentorat. Le tacite résiste mieux à l'automatisation.
