Premier poste : superviser des agents IA. Mais qui apprend le métier aux jeunes diplômés ?

Deux personnes en chemise annotent au crayon un document couvert de schémas, posé entre plusieurs ordinateurs portables ouverts sur une table en bois.

Relecture à deux d'un document de travail, entre des ordinateurs portables. Photo d'illustration de 2016 : Helloquence, Helloquence-61189, domaine public (CC0 1.0). Image redimensionnée et compressée.

Au Royaume-Uni, des entreprises recrutent des jeunes diplômés pour piloter des agents IA plutôt que pour accomplir les tâches longtemps confiées aux débutants. Ces tâches servaient pourtant à apprendre. Or, pour vérifier le travail d'un agent, il faut justement ce que l'on apprenait en faisant ce travail soi-même.

Lotte Underwood a 25 ans et un master en marketing. Depuis novembre 2025, elle occupe chez Fight or Flight, une agence de relations presse londonienne, un poste tout nouveau : « AI associate ». Elle fait partie d'une équipe dédiée à l'IA qui a construit une trentaine d'agents, ces programmes capables d'enchaîner des tâches à partir d'une consigne. Ils préparent des études de secteur, des reportings pour les clients, des fiches avant les interviews avec les médias, des briefs plus clairs ou des images. Son travail consiste à piloter ces agents, à vérifier ce qu'ils produisent et à transmettre le résultat aux collègues qui traitent directement avec les clients et les journalistes. Elle surveille aussi la façon dont les clients de l'agence apparaissent dans les réponses de ChatGPT, Claude ou Gemini, raconte la BBC dans une enquête publiée le 4 novembre.

Un geste de base de son métier lui manque encore. « Il y a certaines choses que je n'ai pas encore eu l'occasion de faire, comme démarcher directement les médias », reconnaît-elle, en assurant qu'elle compte bien s'y mettre. Son cas résume la question : quand un premier poste consiste à superviser des agents, à quel moment apprend-on le métier qu'ils exercent à sa place ?

Des postes de débutants reconstruits autour des agents

Lotte Underwood n'est pas un cas isolé. Dillan Patel, 24 ans, est entré il y a dix-huit mois comme stagiaire chez Stride, un éditeur de logiciels d'ingénierie. Sa première mission : construire un chatbot interne pour conserver les connaissances d'un salarié senior sur le point de partir à la retraite. Il est aujourd'hui analyste en automatisation, chargé de développer des agents pour les équipes et de repérer les tâches répétitives que l'IA pourrait reprendre. Au cabinet de conseil Valliance, Cian Clinton, 23 ans, utilise une dizaine d'agents chaque jour et assure assumer déjà des responsabilités qui lui auraient demandé « quatre ou cinq ans » en temps normal. ArvatoConnect, prestataire de centres de contact, a gelé cette année son recrutement de diplômés pour le relancer l'an prochain avec des profils capables de pousser l'entreprise à mieux exploiter l'IA.

Ces témoignages restent des cas choisis par un média, mais les offres d'emploi dessinent la même évolution à grande échelle. Pour son baromètre 2026 de l'IA et de l'emploi, le cabinet PwC a analysé 2,4 millions d'offres de postes débutants aux États-Unis. Dans les métiers les plus exposés à l'IA, ces offres sont sept fois plus susceptibles que celles des métiers les moins exposés d'exiger des compétences « traditionnellement seniors », comme le leadership, la décision stratégique ou la gestion des parties prenantes. PwC désigne ainsi des compétences qui figuraient souvent dans les annonces pour profils expérimentés de ces métiers en 2019, mais presque jamais dans celles destinées aux débutants, précise Business Insider. Parmi les postes débutants exposés, les offres de ceux qui ont ajouté plus de dix de ces compétences ont augmenté de 35% entre 2019 et 2025. Celles des postes qui n'ont pas suivi ce mouvement ont reculé de 10%, et l'ensemble des offres pour débutants stagne dans les secteurs les plus exposés. Ces chiffres décrivent des annonces, pas le travail réel, mais la direction est nette : on attend des recrues qu'elles encadrent, arbitrent et décident plus tôt, pendant que l'exécution passe aux agents.

Le travail délégué était aussi celui qui formait

Rédiger le premier jet d'une revue de presse, compiler un reporting, préparer une note de synthèse : ces tâches de débutant produisaient un livrable, et elles formaient en même temps. En les faisant, en se trompant puis en étant corrigé par un senior, on apprenait à quoi ressemble un bon reporting et ce qu'un client en attend. PwC le reconnaît dans le communiqué de son baromètre : l'IA retire une partie du travail routinier qui tenait lieu d'apprentissage, tout en réclamant beaucoup plus tôt du jugement, du leadership et de l'adaptabilité.

C'est là que se loge la difficulté. Superviser un agent, c'est juger son travail : repérer la source douteuse dans une étude de secteur, le point essentiel absent d'un reporting, la question délicate oubliée dans une préparation d'interview. Ce jugement n'a rien d'une compétence propre à l'IA, c'est le métier lui-même. Et une vérification ne vaut que si celui qui vérifie sait reconnaître une erreur que l'agent ne signale pas.

Une expérience publiée par Anthropic en janvier donne une mesure de ce risque. Ses chercheurs ont demandé à 52 développeurs, juniors pour la plupart, de prendre en main une bibliothèque de programmation qu'ils ne connaissaient pas. Une partie d'entre eux, tirée au sort, disposait d'un assistant IA capable d'écrire le code correct à leur place. Au quiz passé juste après l'exercice, ce groupe a obtenu 50% de bonnes réponses en moyenne, contre 67% pour ceux qui avaient codé à la main, sans avoir terminé significativement plus vite. L'écart le plus marqué portait sur le débogage, c'est-à-dire la capacité à voir qu'un code est faux et à comprendre pourquoi. C'est précisément la compétence qu'exige la supervision d'un agent.

L'étude reste modeste : un petit échantillon, un seul domaine, un test passé quelques minutes après l'exercice, et elle émane d'une entreprise qui vend ces assistants. Elle suggère aussi que la manière d'utiliser l'assistant compte. Les participants qui avaient tout délégué à l'IA sont restés sous les 40% de bonnes réponses. Ceux qui lui demandaient d'expliquer le code produit ont atteint ou dépassé 65%, comme ceux qui ne l'interrogeaient que sur les concepts avant de coder eux-mêmes. Ces derniers ont rencontré davantage d'erreurs, et les ont résolues seuls.

Suivre une marque dans ChatGPT, une tâche moins simple qu'il n'y paraît

L'une des missions de Lotte Underwood illustre ce partage entre ce qui se délègue et ce qui s'apprend. Compter combien de fois un client apparaît dans les réponses de ChatGPT, Claude ou Gemini peut s'automatiser. Interpréter ces réponses demande autre chose. Chez Maple Labs, où nous étudions la façon dont les assistants comparent les acteurs d'un marché et formulent leurs recommandations, nous distinguons une marque simplement citée d'une marque que la réponse recommande réellement. Comprendre pourquoi l'assistant en a préféré une autre suppose de connaître les critères qui comptent pour les acheteurs de ce marché, donc de connaître le client et son secteur.

Claire Reed, directrice de la technologie et de l'innovation de PwC au Royaume-Uni, ne dit pas autre chose à la BBC. Aucun poste de diplômé ne se passera désormais d'un socle de culture IA, estime-t-elle, mais « les compétences en IA, à elles seules, ne vous aideront pas dans votre carrière. Il faut les associer à la connaissance du secteur et de ce que le client veut vraiment ».

Apprendre le métier sans renoncer aux agents

D'autres employeurs gardent le métier au centre. Chez Portman Finance Group, un groupe financier britannique, savoir utiliser l'IA compte, mais le programme pour diplômés dure deux ans et reste entièrement centré sur « l'apprentissage du métier », explique son directeur des opérations, Simon Pratt. Les recrues passent six mois dans chacun de quatre services, aux côtés de chargés de clientèle seniors. Elles apprennent les produits, rédigent des dossiers de crédit pour les prêteurs et construisent la relation avec les clients, jusqu'à mener des transactions de bout en bout.

Entre ces deux modèles, le choix ne se résume pas à l'IA ou au métier. L'expérience d'Anthropic suggère une voie praticable pour un débutant comme pour son manager : demander à l'agent d'expliquer ce qu'il produit plutôt que de recopier son résultat, refaire soi-même une partie des tâches qu'on lui confie, et garder un accès aux gestes que les agents ne couvrent pas, comme rencontrer un client ou démarcher un journaliste. PwC appelle d'ailleurs les entreprises à repenser l'intégration, le mentorat et la formation des juniors pour les préparer plus tôt aux décisions complexes.

Cian Clinton estime que l'IA « tue l'approche pyramidale » et que la progression ne repose plus sur un capital de connaissances, mais sur l'esprit critique et la compréhension des processus. Encore faut-il avoir de quoi l'exercer. Un agent peut rédiger le premier jet d'une revue de presse. Pour juger s'il est bon, il faut avoir appris ce qu'est une bonne revue de presse, et dans quelques années, ceux qui devront le savoir sont les débutants d'aujourd'hui.