Thèse 3

Sources

Bibliographie commentée

Le corpus comprend douze sources primaires, au sens de publications des producteurs des données ou analyses, dont des résumés institutionnels et prépublications. Ce classement ne signifie pas que chaque résultat est évalué par les pairs. Les extraits exacts, dates de consultation et limites sont conservés dans sources.json. Les contre-preuves explicites sont ^S6, ^S7 et ^S8.

• ^S1 TIC entreprises 2025 — Insee, 2026-07-21. Données françaises d’adoption ; utiles pour décrire le champ économique, sans mesurer les effets causaux sur les recrutements.

• ^S2 Usage de l’IA en Europe — Eurostat, 2025-12-11. Comparaison européenne ; complément géographique, mais données apparentées à l’enquête française, donc pas une confirmation entièrement indépendante.

• ^S3 Firm Data on AI — Yotzov et coauteurs, 2026-03-20. Enquête internationale auprès des dirigeants ; soutien à la thèse, sous réserve du caractère déclaratif des effets économiques.

• ^S4 Suivi du marché du travail — Yale Budget Lab, 2026-09-15. Suivi américain actualisé ; soutien agrégé, qui peut laisser échapper une dégradation concentrée chez certains jeunes diplômés.

• ^S5 Productivité des développeurs : expérience initiale — METR, 2025-07-10. Expérience sur développeurs expérimentés ; soutien local et daté, à lire obligatoirement avec la mise à jour suivante.

• ^S6 Productivité des développeurs : actualisation — METR, 2026-02-24. Contre-preuve méthodologique : les nouvelles observations suggèrent une accélération, mais la sélection empêche une estimation solide.

• ^S7 Generative AI at Work — Brynjolfsson et coauteurs, 2024-11-06. Contre-preuve de productivité dans l’assistance client ; version ancienne explicitement datée, conservée pour son observation du travail réel.

• ^S8 Jeunes travailleurs : exposition et emploi — Stanford, 2026-02-09. Contre-preuve concernant les jeunes Américains exposés ; note des auteurs, association préoccupante sans identification causale définitive.

• ^S9 Indice mondial d’exposition — OIT–NASK, 2025-05-20. Indice mondial d’exposition potentielle ; utile pour distinguer transformation possible et disparition effectivement observée des emplois.

• ^S10 Recrutement des cadres — Apec, 2026-04-02. Contexte français du recrutement cadre ; distingue bilan réalisé et prévisions, sans isoler un effet propre de l’IA.

• ^S11 Usages bureautiques et organisation — Dillon et coauteurs, 2025-04-15. Expérience en entreprises sur les usages bureautiques ; éclaire les différences entre travail individuel et coordination collective.

• ^S12 Adoption dans les entreprises européennes — Henseke, 2026-04-28. Prépublication européenne ; soutien à une intégration initiale, limité par les tâches déclarées et les hypothèses du dispositif empirique.

Traçabilité et limites

Recherche web et ouverture réalisées le 3 octobre 2026. Les extraits sont brefs, conservés dans leur langue originale ; les développements français sont des reformulations. Une page institutionnelle de présentation ne vaut pas lecture intégrale de toutes ses annexes. Les références NBER inaccessibles à l’ouverture ont été écartées du corpus retenu. Les sources ne sont pas douze expériences indépendantes : les publications METR se répondent et les statistiques européennes partagent des dispositifs d’enquête.

Déjà essayé

La fiche TASK-2275.3 indiquait « rien ». Les tâches voisines sur le mini-développeur et le collègue virtuel constituent des pistes de coordination, pas des preuves empiriques pour cette thèse. Aucun résultat non vérifié de ces travaux n’a été repris. Cette note reste dans le dossier autorisé ; la fiche du backlog n’est pas modifiée.

Ce dont je ne suis pas sûr

Les données disponibles ne permettent pas d’estimer précisément la contribution causale de l’IA aux difficultés d’embauche des diplômés français. La probabilité proposée est un jugement révisable. La contre-vérification indépendante prévue par le cadrage reste une étape ultérieure.

1. S1 — Les technologies de l’information et de la communication dans les entreprises en 2025, Insee, 2026-07-21 (primaire; consulté le 2026-10-03)« Ce taux d’usage a ainsi été multiplié par trois depuis 2023. »
2. S2 — 20% of EU enterprises use AI technologies, Eurostat, 2025-12-11 (primaire; consulté le 2026-10-03)« Almost all EU countries recorded increases in the share of enterprises using AI technologies compared with the previous year. »
3. S3 — Firm Data on AI, Ivan Yotzov et coauteurs, Becker Friedman Institute, 2026-03-20 (primaire; consulté le 2026-10-03)« with nine-in-ten reporting no impact on employment or productivity. »
4. S4 — Tracking the Impact of AI on the Labor Market, The Budget Lab at Yale, 2026-09-15 (primaire; consulté le 2026-10-03)« Measures of AI usage show no connection to changes in employment or unemployment. »
5. S5 — Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, Joel Becker, Nate Rush, Beth Barnes et David Rein, METR, 2025-07-10 (primaire; consulté le 2026-10-03)« Surprisingly, we find that when developers use AI tools, they take 19% longer than without—AI makes them slower. »
6. S6 — We are Changing our Developer Productivity Experiment Design, Joel Becker et coauteurs, METR, 2026-02-24 (primaire; consulté le 2026-10-03)« Our raw results show some evidence for speedup. »
7. S7 — Generative AI at Work, Erik Brynjolfsson, Danielle Li et Lindsey Raymond, 2024-11-06 (primaire; consulté le 2026-10-03)« We study the staggered introduction of a generative AI-based conversational assistant using data from 5,172 customer support agents. »
8. S8 — Canaries, Interest Rates, and Timing: More on the Recent Drivers of Employment Changes for Young Workers, Erik Brynjolfsson, Bharat Chandar et Ruyu Chen, Stanford Digital Economy Lab, 2026-02-09 (primaire; consulté le 2026-10-03)« Given these trends, these employment changes bear close monitoring. »
9. S9 — One in four jobs at risk of being transformed by GenAI, new ILO–NASK Global Index shows, Organisation internationale du Travail et NASK, 2025-05-20 (primaire; consulté le 2026-10-03)« The ILO–NASK study emphasizes that the figures reflect potential exposure, not actual job losses. »
10. S10 — Prévisions de recrutements de cadres 2026, Apec, 2026-04-02 (primaire; consulté le 2026-10-03)« Après deux années difficiles, un infléchissement possible. »
11. S11 — Shifting Work Patterns with Generative AI, Eleanor Wiske Dillon, Sonia Jaffe, Nicole Immorlica et Christopher T. Stanton, 2025-04-15 (primaire; consulté le 2026-10-03)« but did not significantly change time spent in meetings. »
12. S12 — From Exposure to Adoption: Generative AI in European Workplaces, Golo Henseke, 2026-04-28 (primaire; consulté le 2026-10-03)« A shift-share design finds no detectable effect of adoption on worker-reported task restructuring, consistent with an initial integration phase. »