Quelles études choisir face à l’intelligence artificielle ?

Pourquoi les listes de métiers d’avenir vieillissent mal

Chaque année paraissent des classements de métiers porteurs. Ils reposent sur des projections construites à partir de tendances observées, et ils sont utiles pour décrire un marché à court terme. Ils deviennent trompeurs dès qu’on s’en sert pour choisir une orientation, pour une raison simple : entre l’entrée en formation et l’entrée sur le marché, il s’écoule trois à cinq ans, parfois davantage.

Le cas des métiers du numérique l’illustre bien. Des filières ont été conseillées massivement sur la promesse d’un besoin durable, et le contenu même de ces métiers s’est déplacé pendant que les étudiants se formaient. Le problème n’est pas que le conseil était faux, c’est qu’un classement décrit un état, pas une trajectoire.

Le décalage que la plupart des familles ignorent

L’idée dominante veut que les métiers manuels soient les premiers menacés et que les métiers intellectuels qualifiés soient protégés. Les analyses d’exposition disent l’inverse pour l’IA générative : ce sont les activités dont la matière première est le texte, le chiffre et l’analyse qui se trouvent les plus concernées, c’est-à-dire une grande partie des fonctions de bureau qualifiées, du droit, de la gestion et de l’informatique.

À l’inverse, les métiers du soin, du bâtiment, de la maintenance, de l’agriculture ou de la sécurité apparaissent faiblement exposés à l’IA générative. Ils restent concernés par l’automatisation physique, mais celle-ci avance selon des cycles d’investissement beaucoup plus lents, contraints par le coût du matériel et par la variabilité du réel.

Cette inversion a une conséquence directe sur l’orientation : une famille qui oriente vers une filière tertiaire qualifiée en pensant sécuriser l’avenir ne fait pas nécessairement le choix le plus prudent.

Voir comment les métiers se situent face à l’IA générative et à l’automatisation : WorkmetriQ →

Quatre critères qui tiennent

Le premier est la profondeur technique. Une formation qui apprend à comprendre le fonctionnement d’un domaine, et pas seulement à en appliquer les procédures, donne une base qui se reconvertit. C’est la compréhension qui permet plus tard de contrôler ce qu’un outil produit.

Le deuxième est l’exposition à la décision. Les formations qui placent en situation (stages longs, alternance, projets avec un commanditaire réel, travaux cliniques) développent ce qu’aucun cours ne transmet : la capacité de trancher quand le cas ne rentre dans aucune case.

Le troisième est la transférabilité. Une formation trop étroitement calée sur un métier précis expose au risque que ce métier se transforme. Une base large avec une spécialisation tardive coûte parfois un an de plus et protège nettement mieux.

Le quatrième est l’intérêt réel pour le domaine. Ce critère paraît naïf à côté des trois autres, et il est celui qui prédit le mieux la réussite dans les faits : l’abandon en cours d’études reste la première cause d’échec, très loin devant les erreurs de conjoncture.

Ce qui ne constitue pas un critère

La réputation d’un secteur en matière de sécurité de l’emploi, qui reflète l’état du marché au moment où l’adulte qui conseille a fait ses propres choix. Le salaire d’entrée, qui varie plus avec la conjoncture qu’avec la filière. Le classement d’un établissement, qui mesure surtout la sélectivité à l’entrée.

Et surtout, l’idée qu’une filière serait à l’abri. Aucune ne l’est complètement, et chercher l’abri conduit souvent à choisir contre ses aptitudes, ce qui est le plus sûr moyen d’échouer.

Situer une filière entre exposition à l’IA générative et automatisation physique : analyse WorkmetriQ →

Comment se servir d’une analyse d’exposition

Elle sert à poser la question autrement, pas à trancher. Regarder l’exposition du métier visé, puis regarder ce que le métier contient réellement comme activité : combien de production de documents, combien de relation, combien de décision, combien de geste. Un même intitulé recouvre parfois des réalités très différentes selon le secteur.

Le bon usage consiste à demander, pour le métier envisagé, ce qui resterait si la partie reproductible était prise en charge par un outil. Si la réponse est consistante, le choix tient. Si la réponse est mince, cela ne disqualifie pas le métier, mais cela indique qu’il faudra viser la partie haute de la profession, donc prévoir le niveau de formation correspondant.

Trois configurations fréquentes

La première : un élève attiré par une filière tertiaire qualifiée, en gestion, communication ou droit. Ces domaines figurent parmi les plus exposés à l’IA générative, ce qui ne les disqualifie pas mais déplace l’exigence. La question devient celle du niveau visé et de la spécialisation : les fonctions d’exécution documentaire y sont les plus fragiles, les fonctions de conseil, d’arbitrage et de responsabilité beaucoup moins.

La deuxième : un élève attiré par un métier de la main ou du soin, que l’entourage juge peu ambitieux. L’analyse d’exposition est ici un argument objectif à verser au débat familial, puisqu’elle situe ces métiers du côté peu concerné par l’IA générative. Reste à examiner les conditions d’exercice réelles, qui sont souvent le vrai sujet.

La troisième : un élève sans attirance identifiée, qui choisit par défaut une filière générale. C’est la configuration la plus courante et la moins traitée. Dans ce cas, le critère de transférabilité prime sur tous les autres : viser une base large, retarder la spécialisation, et utiliser les deux premières années pour explorer réellement, stages et rencontres comprises.

Ce que l’IA change aussi à l’entrée dans le métier

Un point mérite d’être connu des familles, parce qu’il n’apparaît dans aucun classement. Dans plusieurs professions, les tâches confiées aux débutants étaient précisément celles qu’un outil traite aujourd’hui : la recherche documentaire, la première rédaction, la mise en forme, le traitement des dossiers simples.

La conséquence est une entrée dans le métier plus exigeante qu’auparavant, avec moins de marches intermédiaires. Cela renforce la valeur des formations qui exposent tôt à des situations réelles, par l’alternance ou par des stages longs, et cela rend d’autant plus décisif le choix du premier employeur.

Le rôle des adultes dans cette conversation

La principale difficulté n’est pas le manque d’information, c’est son excès et sa contradiction. Un adolescent reçoit simultanément des injonctions à la sécurité, à la passion et à la performance, souvent des mêmes personnes.

Ce qui aide concrètement : distinguer ce qui relève du fait vérifiable (les modalités d’accès, les débouchés observés, le contenu réel des études) de ce qui relève de l’opinion, et dire clairement de quel côté on parle. Un avis présenté comme un avis se discute. Une opinion présentée comme un fait bloque la conversation.

Ce qui aide également : rappeler qu’un choix d’orientation n’est pas irréversible. Les réorientations en première année sont fréquentes et ne constituent pas un échec. La décision porte sur la prochaine étape, pas sur toute une vie professionnelle.

Avant d’arbitrer une orientation, mesurer l’exposition du métier visé sur WorkmetriQ →

FAQ

Faut-il éviter les filières exposées à l’IA ?

Non. L’exposition indique une transformation à prévoir, pas une disparition. Un métier exposé dans lequel on vise un niveau de responsabilité réel reste un choix tenable.

Les métiers manuels sont-ils un meilleur choix ?

Ils sont nettement moins exposés à l’IA générative, ce qui est un élément à verser au débat. Ils restent concernés par l’automatisation physique et supposent, comme les autres, un intérêt réel pour l’activité.

Faut-il choisir une formation en IA ?

Se former à l’IA comme domaine est un choix parmi d’autres, qui suppose un goût pour les mathématiques et l’informatique. Apprendre à utiliser ces outils dans son propre domaine est une question différente, et elle concerne toutes les filières.

À quel moment se décider ?

Le calendrier des procédures impose un rythme. La qualité de la décision dépend surtout du temps passé à examiner le contenu réel des formations, ce qui se fait utilement dès l’année précédente.

Faut-il paniquer à cause des discours alarmistes sur l’IA et les études ?

Non. Début 2026, un organe consultatif belge sur l’emploi constatait encore l’absence d’effet négatif mesurable de l’IA sur l’emploi total. Les discours les plus radicaux sur l’inutilité des études vont plus vite que les faits observés.