Absorption : l'étude qui explique enfin pourquoi les juniors n'apprennent plus

« Qu'est-ce qu'un ingénieur junior fait mieux qu'un abonnement Claude à 100 000 wons ? » La question vient d'un fondateur de startup coréen qui compte douze ans de métier. Deux chercheurs de l'université nationale de Séoul l'ont interrogé. Cent mille wons, c'est environ soixante euros par mois. Voilà. Un être humain avec un diplôme et un loyer vient d'être comparé à un abonnement moins cher qu'une place de parking. Leur article a été publié sur arXiv le 19 juillet, puis accepté à l'AIES 2026. Pas de benchmark ni de courbe de productivité. Juste quatorze entretiens et un mot qui reste en tête plusieurs jours.

On parle beaucoup de la chute du recrutement des juniors. On explique beaucoup moins comment elle se produit. C'est ce mécanisme que Sumin Yu et Taesup Moon ont voulu comprendre.

Le mot qu'ils ont trouvé

Absorption. L'IA générative, c'est-à-dire les outils qui produisent du texte ou du code à la demande, comme Claude ou ChatGPT, ne supprime pas le poste de junior d'un coup. Elle en aspire le contenu. Les tâches simples, celles qu'on confiait au petit nouveau pour qu'il apprenne, remontent d'un cran. Le senior les réalise en trente secondes avec son assistant. Le poste existe encore dans l'organigramme, mais le travail qui lui donnait un sens a changé d'étage.

La tâche, elle, ne disparaît pas. Et personne ne pleurera la disparition d'un formulaire de validation écrit à la main. Ce qui disparaît, c'est la galère nécessaire pour le comprendre et apprendre à le faire.

L'escalier est toujours là. Il lui manque juste la marche qui servait à apprendre.

La galère utile

Les chercheurs appellent ça la « productive struggle », autrement dit la galère utile. On se plante sur un problème assez simple. Une personne plus expérimentée nous corrige. Puis on retient la leçon parce qu'on a dû se battre avec le problème. C'est comme ça qu'on formait un senior. Pas seulement en lui montrant du beau code, mais en le laissant écrire du code bancal avant de lui expliquer pourquoi il était bancal.

À gauche, trois heures perdues et une leçon pour dix ans. À droite, trois secondes gagnées et rien.

Un des étudiants interrogés résume le problème mieux que n'importe quel rapport : « je ne sais pas ce que je ne sais pas ». Un autre enfonce le clou. Honnêtement, sa phrase m'a scotché : « je ne sais pas ce qu'il ne faut PAS faire, je n'ai vu que des bons exemples. » Tout est là. Quand ton assistant produit toujours une réponse propre, tu ne construis jamais ton catalogue des erreurs à éviter. C'est comme apprendre à conduire dans un simulateur où le mur s'écarte tout seul quand tu fonces dessus.

C'est justement ainsi qu'un des seniors définit son métier : « si on appelle quelqu'un un senior, c'est parce qu'il sait comment il ne faut pas travailler. » Un senior, c'est un junior qui s'est assez souvent planté pour repérer le problème avant l'incendie. Si tu retires ces échecs, tu ne formes plus de seniors. Tu formes des gens très rapides pour produire du code que personne dans la pièce ne sait relire.

À la fac, c'est déjà plié

Le problème commence encore plus tôt, dans les salles de cours. Les chercheurs montrent que le même mécanisme s'y reproduit tout seul. Un étudiant raconte : « tout le monde sauf moi utilisait GPT, donc tout le monde sauf moi avait presque le maximum. »

L'étudiant du milieu a fait l'exercice lui-même. Erreur de débutant.

À ce stade, le choix moral ne pèse plus très lourd. Tu peux faire honnêtement ton exercice et accepter la difficulté. En échange, tu récoltes une mauvaise note face à une promotion entière qui a posé la question dans un chat. Le système évalue le résultat, pas le chemin suivi. Il récompense donc le raccourci et punit l'étudiant qui essaie vraiment d'apprendre. Beau programme pédagogique.

La troisième conséquence est la plus vicieuse. Les auteurs l'appellent l'asymétrie de perception. Les seniors pensent que les juniors ont perdu les bases. Les juniors constatent qu'ils livrent plus vite que jamais. Chacun a raison depuis son point de vue, mais personne ne voit l'ensemble. Résultat, rien ne change. Deux personnes regardent le même bateau. L'une trouve qu'il avance bien. L'autre remarque qu'il n'a plus de fond.

Les chiffres posés à côté

L'étude est qualitative. Elle s'appuie sur des entretiens et ne prétend pas mesurer tout un marché. Les chercheurs rapprochent toutefois leurs observations de données existantes. Le décor est assez raide.

Trois mesures différentes, deux pays, une seule direction.

En Corée du Sud, les offres d'emploi dans l'IT ont chuté de 43 % entre 2023 et 2024. Les postes ouverts aux débutants ne représentent plus que 4,4 % du total. Aux États-Unis, l'emploi des programmeurs a reculé de 27,5 % entre 2023 et 2025. Dans le même temps, les offres destinées aux débutants ont baissé de 25 % entre 2023 et 2024. Un dernier chiffre explique pourquoi l'étude a été menée là-bas. Selon la Banque de Corée, 51,8 % des Coréens utilisent l'IA au travail, soit presque le double du taux américain. La Corée du Sud sert donc de laboratoire avancé. On voit chez eux ce qui nous pend au nez.

Pour ceux que le protocole intéresse, les chercheurs ont interrogé 8 juniors, étudiants ou jeunes diplômés entrés dans le métier depuis moins de deux ans, ainsi que 6 seniors ayant entre 6 et 12 ans d'expérience. Les participants travaillaient dans de grands groupes, des entreprises moyennes ou des startups. Chaque entretien a duré une cinquantaine de minutes. Les entretiens ont été menés en coréen entre décembre 2025 et février 2026. Les chercheurs ont utilisé une analyse thématique réflexive. Avec cette méthode, ils reconnaissent que leur propre lecture participe à l'analyse, au lieu de jouer les machines parfaitement neutres.

Ce qu'ils proposent

Les chercheurs proposent trois pistes. Elles ne s'adressent pas aux développeurs, mais aux institutions. À l'université, il faudrait imposer des cours dont l'objectif pédagogique ne peut pas être atteint par une IA. Réduire la dépendance à l'IA deviendrait aussi un critère de qualité de l'enseignement. Lors du recrutement, il faudrait cesser d'évaluer un junior uniquement sur sa capacité à produire du code. On testerait plutôt sa capacité à repérer ses propres lacunes et les erreurs de la machine. En entreprise, il faudrait préserver des espaces d'apprentissage pendant l'intégration. Les juniors y réaliseraient de petites tâches concrètes, avec une difficulté qui augmente progressivement.

Personnellement, la première piste me paraît morte-née. On imagine mal un amphi entier accepter un cours vendu comme « celui où l'IA ne vous servira à rien ». La deuxième est la seule qui ait une chance, parce qu'elle sert directement les intérêts de l'entreprise. La troisième demande du temps aux seniors, et personne ne semble vouloir le payer. Mais au moins, la question est posée correctement.

Ce que je retiens surtout, c'est qu'on a cessé de se demander si l'IA allait remplacer les développeurs. La vraie question est ailleurs : si plus personne ne forme de juniors en 2026, d'où sortiront les seniors de 2032 ? Pour l'instant, la réponse tient dans un haussement d'épaules collectif. On a décidé de manger les graines prévues pour les prochaines récoltes parce que c'est très rentable ce trimestre. Help Net Security en a publié un résumé hier. L'article complet est aussi disponible gratuitement sur arXiv, si vous voulez lire les entretiens dans le texte.