Se préparer à un marché du travail qui ne cesse d’évoluer
Chaque trimestre, les actions menées par Magnet en matière d’adoption de l’IA s’adressent à différents publics, qu’il s’agisse d’entreprises ou de responsables du développement des compétences. Cette série présente les principaux défis et opportunités liés à l’IA qui ressortent de ces échanges.
L’orientation professionnelle repose depuis longtemps sur l’hypothèse selon laquelle les métiers évoluent suffisamment lentement pour pouvoir être étudiés, enseignés et réexaminés à intervalles réguliers. Cette hypothèse est de plus en plus difficile à maintenir, et son érosion se manifeste à travers deux tendances que nous avons observées dans le domaine du développement des compétences :
- Les enseignants font appel à des ressources extérieures au cadre scolaire pour aider les étudiants à comprendre les risques liés à l’automatisation.
- Les conférences consacrées à la main-d’œuvre proposent des programmes entiers portant sur l’accès équitable à l’IA pour les personnes qui entrent sur le marché du travail.
Ces deux éléments mettent en évidence un même décalage : le monde du travail évolue à un rythme incroyablement rapide, et les moyens mis en œuvre pour préparer les personnes à intégrer le marché du travail ne parviennent pas à suivre. Lorsque les établissements d’enseignement et les conférences consacrées à la main-d’œuvre commencent à faire appel à des intervenants extérieurs pour atténuer ce décalage, cela suggère que les outils habituels destinés à former la main-d’œuvre sont désormais dépassés par les réalités professionnelles auxquelles les personnes doivent se préparer.
La question de l’équité entre également en jeu. Ce qui ressort de ces discussions va au-delà de la simple question de savoir si l’IA est en train de s’imposer. La question la plus urgente est de savoir si les bouleversements et les opportunités qui en découlent se répercuteront de manière équitable sur les personnes qui tentent actuellement de construire leur carrière. Les risques liés à l’automatisation ont tendance à se répartir de manière inégale, et l’accès aux conseils qui aident les personnes à composer avec ces risques suit une tendance similaire. C’est en partie pour cette raison que ce sujet mérite davantage d’attention que ne lui en accorderait une simple séance d’information sur l’avenir du travail, car ce sont les personnes qui disposent du moins de soutien institutionnel qui sont les plus exposées.
Il est fréquent de répondre à cette question en fonction du titre du poste, en considérant certaines professions comme des choix plus sûrs que d’autres. Or, l’IA complique énormément cette approche. L’IA redéfinit les tâches au sein des professions, de manière inégale et souvent plus rapidement que ne peuvent suivre les cursus universitaires; ainsi, un poste peut sembler stable en théorie, alors que le travail qu’il englobe évolue considérablement en l’espace de quelques années seulement. Il est donc davantage pertinent de prendre comme unité d’analyse la tâche plutôt que la profession, étant donné que les tâches évoluent à un rythme qui dépasse celui de la plupart des cycles de révision des programmes d’études.
Cela explique également pourquoi le contenu d’un programme revêt moins d’importance au fil du temps que les compétences qu’il permet à l’apprenant d’acquérir. Les compétences techniques ont une durée de pertinence de plus en plus courte chaque année, tandis que la capacité à continuer d’apprendre à mesure que ces compétences deviennent obsolètes constitue un atout plus durable. L’informatique offre ici un exemple parlant, car la programmation a toujours été un moyen de développer un mode de pensée particulier plutôt qu’une fin en soi. Les diplômés qui réussissent le mieux sur le long terme sont bien souvent ceux qui ont appris à continuer à se former, plutôt que ceux qui ont maîtrisé très tôt un seul langage ou un seul cadre de développement.
À mesure que l’IA réduit les coûts de production, le jugement devient une ressource de plus en plus rare et précieuse : déterminer ce qui mérite d’être produit, ce qui est digne de confiance et ce qu’il convient de remettre en question. Pour les personnes qui entrent tout juste sur le marché du travail, cette évolution accroît l’importance des aspects de l’éducation les plus difficiles à normaliser et à évaluer à l’aide d’indicateurs classiques. Les parcours d’apprentissage qui encouragent et permettent aux travailleurs d’adopter continuellement une posture d’apprenant et de s’adapter contribueront à une plus grande pérennité de carrière, y compris pour les personnes exerçant dans les secteurs et les métiers les plus touchés.
Pour les enseignants et les décideurs politiques, les enseignements concrets à retenir consistent à privilégier la conception de programmes alliant les qualifications techniques à un apprentissage qui développe des capacités durables, le sens de l’analyse, la capacité d’adaptation et une culture d’apprentissage continu. Ce type de capacité est plus difficile à mesurer qu’un taux d’achèvement, mais il demeure beaucoup plus pertinent dans un contexte où le marché du travail continue d’évoluer.
En résumé :
- Les cycles habituels d’orientation professionnelle et de révision des programmes d’études subissent des bouleversements à mesure que l’IA redéfinit les tâches au sein des professions.
- Les risques liés à l’automatisation et l’accès à des services d’accompagnement sont répartis de manière inégale, ce qui renforce l’importance de programmes axés sur l’équité.
- Pour évaluer l’exposition à l’automatisation, il est plus judicieux de prendre comme unité d’analyse la tâche plutôt que la profession.
- Au fil du temps, les capacités durables, le jugement, la capacité d’adaptation et une culture d’apprentissage continu comptent davantage qu’une compétence technique particulière.
- Les programmes et les financements devraient privilégier le développement de telles capacités en complément des diplômes, et non à leur détriment.
