👉 Version 2.0 publiée le 24 octobre 2026. Elle remplace la version 1.1 du 20 octobre, qui reste consultable sur Zenodo.
« 5 millions d’emplois menacés », « l’IA va remplacer les cadres », « les jeunes diplômés sacrifiés » : depuis l’arrivée de ChatGPT, le débat sur l’IA et le travail oscille entre promesses et catastrophisme. Ce rapport d’étude, en accès libre et doté d’un DOI, confronte ces affirmations aux statistiques publiques et aux travaux de recherche disponibles à l’automne 2026. Sa deuxième version élargit l’analyse de l’emploi aux compétences, à la formation et à l’éducation. Le constat : l’IA générative transforme déjà le travail qualifié, sans effet mesurable à ce jour sur le niveau de l’emploi ; les premiers signaux portent sur les recrutements, et le principal frein est le manque de compétences.
Le rapport est archivé sur Zenodo, l’archive ouverte du CERN, avec deux identifiants permanents (DOI) :
- Version 2.0, à citer : 10.5281/zenodo.23620000
- Toutes versions, qui renvoie toujours à la plus récente : 10.5281/zenodo.23261592
Licence CC BY 4.0 : vous pouvez le citer, le partager et le réutiliser en mentionnant l’auteur.
⚡ Aperçu rapide
- Adoption : en France, 18 % des entreprises de 10 salariés ou plus utilisent au moins une technologie d’IA en 2025, contre 6 % en 2023 (Insee). L’écart entre grandes entreprises (58 %) et petites (15 %) s’est creusé.
- Exposition : le chiffre des « 5 millions d’emplois menacés » est une mauvaise lecture. L’étude d’origine mesure qu’environ 16 % du contenu des tâches serait techniquement automatisable en France : un potentiel, pas des suppressions d’emplois.
- Emploi : les études examinées ne permettent pas d’établir, à ce stade, un effet causal significatif sur l’emploi ou les salaires. Les premiers signaux portent sur les recrutements, notamment ceux des débutants dans les métiers qualifiés exposés (États-Unis).
- Compétences : le manque d’expertise est l’un des premiers freins cités par les entreprises, et 29 % des cadres seulement déclarent avoir été formés à l’IA (Apec, 2026).
- Éducation : en 2024, 14 % des enseignants de collège français utilisent l’IA dans leur travail, contre 36 % en moyenne dans l’OCDE, alors que l’usage est quasi général chez les étudiants. Utiliser l’IA n’est pas apprendre : un accès libre à un assistant peut dégrader les résultats aux examens.
1. Pourquoi ce rapport
Un débat saturé de chiffres invérifiables : beaucoup de chiffres très repris sur l’IA et l’emploi ne résistent pas à la vérification. Certains sont des projections présentées comme des constats, d’autres proviennent d’enquêtes mondiales sans lien avec la France. Le rapport en confronte dix à leur source : six la déforment.
Une méthode explicite : chaque chiffre est cité d’après sa source originale (Insee, Conseil d’analyse économique, OCDE, OIT, Apec, travaux universitaires), avec la page ou la figure concernée. Les résultats sont classés en quatre catégories selon ce qu’ils permettent de conclure : études à visée causale, données descriptives, enquêtes déclaratives, indices prospectifs. Il s’agit d’une revue narrative et sélective, dont le protocole documentaire est décrit.
Trois notions à ne pas confondre : l’exposition (ce qu’une IA pourrait techniquement faire), l’adoption (ce que les entreprises et les salariés utilisent vraiment) et l’effet (ce qui change effectivement sur l’emploi). Une forte exposition ne produit pas mécaniquement un effet.
2. Une adoption rapide, mais à deux vitesses
Les entreprises : selon l’Insee, 18 % des entreprises de 10 salariés ou plus utilisent au moins une technologie d’IA en 2025, contre 20 % en moyenne dans l’Union européenne. L’IA générative au sens strict concerne environ 8 % des entreprises.
La fracture par taille : l’écart entre les entreprises de 250 salariés ou plus et celles de 10 à 49 salariés est passé de 16 à 43 points en deux ans.
Les salariés : 28 % des actifs français utilisent l’IA générative au travail, contre 43 % aux États-Unis. La part des actifs à la fois encouragés par leur employeur et équipés d’un outil atteint 42 % outre-Atlantique, contre 17 % en France.
3. Les métiers qualifiés en première ligne
Une rupture avec les automatisations passées : l’IA générative touche d’abord les métiers qualifiés (encadrement, juridique, finance, ingénierie, métiers créatifs), où plus de 25 % du contenu des tâches serait techniquement automatisable. Les métiers qui demandent une présence physique, un geste technique ou une relation de soin restent sous 10 %.
Des effets différenciés : l’exposition croît avec le niveau de rémunération, et l’Organisation internationale du travail observe que les femmes sont surreprésentées dans les emplois les plus exposés.
4. Emploi : les recrutements bougent avant les effectifs
Pas d’effet agrégé mesurable : au Danemark, une étude fondée sur les registres administratifs ne trouve aucun effet significatif sur les salaires ni sur les heures travaillées en 2023-2024.
En France, un recul relatif des offres : une étude portant sur plus de 130 millions d’offres d’emploi en ligne montre que les offres des métiers les plus exposés reculent par rapport aux autres environ dix-huit mois après la sortie de ChatGPT.
Les jeunes diplômés : aux États-Unis, l’emploi des 22-25 ans dans les métiers les plus exposés se situe 19 % sous sa tendance en 2026, alors que les salariés expérimentés ne sont pas touchés. Aucune étude ne le mesure encore en France.
5. Productivité : le vrai sujet est l’intégration
Des gains de temps modestes : au Danemark, les utilisateurs déclarent gagner 2,8 % de leur temps de travail total. Les jours où ils s’en servent, ils gagnent en moyenne 25 minutes, mais ils n’utilisent l’outil qu’un jour sur trois ou quatre.
Le diagnostic du Conseil d’analyse économique : 86 % du décrochage de productivité de la France face aux États-Unis se concentre dans les secteurs liés au numérique, alors que l’écart d’investissement n’en explique plus qu’une part limitée. L’enjeu est moins d’investir davantage que de savoir tirer parti des outils.
6. Compétences et formation : l’usage devance la formation
Un socle fragile : en 2025, 34 % des 16-74 ans manquent de compétences numériques de base (Insee). Dans les entreprises, le manque d’expertise est le motif le plus cité après l’absence d’utilité perçue.
Des formations qui décollent, mais mal mesurées : les formations à l’IA financées par le CPF ont nettement progressé et se sont raccourcies. Les données publiques ne renseignent pourtant que le nombre de personnes formées, pas ce qu’elles savent faire ensuite ni ce que cela change à leur travail.
Les plans publics : « Osez l’IA » et « Impulsion IA 2027 » fixent des objectifs ambitieux ; l’essentiel des mesures entre en application en 2027.
7. Éducation : utiliser n’est pas apprendre
Un décalage entre élèves et enseignants : 94 % des étudiants ont déjà utilisé l’IA, quand 14 % des enseignants de collège français l’utilisent dans leur travail (moyenne OCDE : 36 %) et 9 % y ont été formés dans l’année (OCDE : 38 %).
Ce que montre la recherche : dans un essai contrôlé mené en Turquie, un accès libre à un assistant améliore les exercices mais fait baisser les résultats à l’examen ; un tuteur conçu pour guider sans donner les réponses limite cet effet. L’OCDE fait le même constat.
Un cadre public en construction : cadre d’usage de l’Éducation nationale en 2025, parcours Pix obligatoire, heure d’IA en seconde à la rentrée 2027 et obligations de l’AI Act pour les outils d’évaluation en décembre 2027.
Ce que le rapport recommande
Les données convergent : l’enjeu est moins d’acquérir des outils que d’organiser leur usage.
- Afficher une position claire : l’encouragement explicite de l’employeur est le facteur d’adoption le plus déterminant identifié par la littérature.
- Fournir un outil interne et une charte : sans outil officiel, les salariés utilisent leurs comptes personnels, hors de tout contrôle sur les données.
- Former par métier : l’AI Act demande aux employeurs qui utilisent l’IA de favoriser la maîtrise de l’IA de leur personnel.
- Repenser les postes d’entrée : si l’IA prend en charge les tâches confiées aux débutants, il faut réinventer leur apprentissage.
- Dans l’enseignement : former les enseignants avant d’équiper les élèves, alterner des temps avec et sans IA, adapter l’évaluation.
Le rapport détaille ces recommandations pour les directions générales, les DSI et DRH, les représentants du personnel, les établissements d’enseignement et les pouvoirs publics.
Et maintenant ?
Le rapport se termine sur ce que l’on ne sait pas encore. Les jeunes diplômés français connaissent-ils le même recul qu’aux États-Unis ? L’IA intensifie-t-elle le travail de ceux qui l’utilisent ? Les formations courtes changent-elles réellement les pratiques ? Quel est l’effet de l’IA sur les apprentissages des élèves français ? Ces questions demandent des données que la statistique publique pourrait produire. Nous suivrons ces travaux, notamment l’observatoire annoncé par la Dares pour 2027, et mettrons le rapport à jour.
Pour aller plus loin : nos dossiers IA et emploi, IA et compétences et IA et éducation, les dix chiffres vérifiés et les données ouvertes.
Citer le rapport
MARSOL, Sylvain, 2026. IA générative : les premiers changements du travail en France. Emploi, compétences, éducation. Rapport d’étude, version 2.0, Les études Decryptia, Mprog. https://doi.org/10.5281/zenodo.23620000. Pour renvoyer à toutes les versions : https://doi.org/10.5281/zenodo.23261592.
Historique des versions
- Version 2.0 (24 octobre 2026, 41 pages) : extension aux compétences, à la formation et à l’éducation ; dix chiffres vérifiés ; calendrier 2024-2030 ; méthode précisée. DOI : 10.5281/zenodo.23620000.
- Version 1.1 (20 octobre 2026, 25 pages) : mise à jour du cadre réglementaire après le règlement (UE) 2026/1744. DOI : 10.5281/zenodo.23495698.
- Version 1.0 (octobre 2026) : première version. DOI : 10.5281/zenodo.23261593.
FAQ
L’IA générative détruit-elle des emplois en France ?
Les études examinées ne permettent pas, à ce stade, d’établir un effet causal significatif sur le niveau global de l’emploi ou des salaires. Les premiers signaux concernent les recrutements : en France, les offres d’emploi reculent relativement dans les métiers les plus exposés ; aux États-Unis, l’emploi des jeunes diplômés dans ces métiers est inférieur à sa tendance.
D’où vient le chiffre de « 5 millions d’emplois menacés » ?
D’une reprise de presse d’une étude de Coface et de l’Observatoire des emplois menacés et émergents, qui mesure qu’environ 16 % du contenu des tâches serait techniquement automatisable en France. Ses auteurs précisent qu’il s’agit d’une exposition technique, pas de suppressions d’emplois.
Les enseignants utilisent-ils l’IA ?
Peu en France : selon l’enquête TALIS 2024 de l’OCDE, 14 % des enseignants de collège l’utilisent dans leur travail, contre 36 % en moyenne dans l’OCDE, et 9 % y ont été formés dans l’année. Les étudiants, eux, l’utilisent presque tous.
Quelle différence entre la version 1.1 et la version 2.0 ?
La version 2.0 ajoute trois parties (compétences et formation, éducation, dix chiffres vérifiés), un calendrier 2024-2030 et une annexe sur les données ouvertes, et précise la méthode. Les constats sur l’adoption, l’exposition et l’emploi sont repris de la version 1.1.
Puis-je réutiliser ce rapport ?
Oui. Il est diffusé sous licence Creative Commons CC BY 4.0 : vous pouvez le partager, le citer et l’adapter, y compris dans un cadre professionnel ou pédagogique, à condition de mentionner l’auteur. Il est archivé de façon permanente sur Zenodo.
Decryptia est édité par Mprog, qui propose aussi des formations et interventions pour les établissements et les organisations. Cette activité est distincte du rapport.
