En 2026, embaucher un junior ressemble à une anomalie économique.
Pourquoi payer quelqu’un pour “apprendre” pendant deux ans, alors qu’une IA génère du code de niveau senior pour quelques centaines d’euro par mois ? Si la production de code est devenue une commodité, la valeur du débutant semble tendre vers zéro.
Pourtant, c’est exactement l’inverse. L’ignorance — quand elle est canalisée — est en train de devenir un avantage compétitif majeur.
Pour comprendre ce paradoxe, il faut relire Tony Fadell, le père de l’iPod. Dans son livre “Build”, il raconte l’histoire de General Magic, cette startup qui a inventé le smartphone quinze ans trop tôt.
Dans les années 90, cette équipe a tout construit de zéro, jusqu’à recoder sa propre pile réseau, ignorant les standards de l’industrie. Pas par arrogance, mais par une naïveté géniale. Ils ne savaient pas qu’ils devaient suivre la norme, alors ils ont construit quelque chose qui marchait, vite et fort, focalisé uniquement sur l’expérience utilisateur.
Aujourd’hui, l’IA nous redonne cette permission d’ignorer “comment c’est fait en dessous” pour se concentrer sur “ce que ça fait au-dessus”. Mais pour saisir cette opportunité, nous devons changer notre façon d’enseigner.
Le problème de l’école des “Briques”
Depuis trente ans, l’apprentissage de la Tech suit une linéarité immuable, de la base vers le sommet :
On apprend la brique (la syntaxe). On apprend à monter un mur (la logique des fonctions). Et enfin, après des années d’expérience, on a le droit de dessiner la maison (l’architecture).
Cette approche ascendante est devenue obsolète.
Aujourd’hui, l’IA vous livre les briques et monte les murs instantanément. Continuer de forcer un cerveau humain à mémoriser la syntaxe par cœur, c’est persister à former des calculateurs humains à l’ère d’Excel. Au-delà de l’anachronisme, c’est du gaspillage cognitif : cette énergie mentale devrait être investie ailleurs.
Il faut inverser la pyramide. Dès le jour 1, nous ne devons plus former des maçons, mais des architectes.
Le piège du “Mindset Académique”
Ce n’est pas tant une question d’âge ou d’années d’expérience, c’est une question de bagage.
Le profil le plus ralenti aujourd’hui est celui qui est enfermé dans le “Mindset Académique”. Celui qui a une “mémoire musculaire” de la contrainte. Il sait que telle tâche est historiquement difficile, que telle pratique est interdite par les conventions de 2018. Lorsqu’il utilise l’IA, il passe son temps à la brider, à lutter contre elle parce qu’elle ne code pas “dans les règles de l’art”. Son savoir devient un frein à la vélocité.
À l’inverse, le profil “Augmenté” (qu’il soit junior ou senior agile) n’a pas ce blocage. Comme les ingénieurs de General Magic, il ne voit pas le code comme une fin en soi, mais comme une matière plastique. Il n’a pas peur de la complexité technique car il ne la subit pas : il la délègue à la machine.
Cependant, cette audace a un prix : le risque de construire des châteaux de cartes. C’est ici que la formation doit intervenir.
Le Doute Systémique : L’exemple de la facture
Si nous arrêtons d’évaluer les équipes sur leur capacité à écrire, nous devons les évaluer sur leur capacité à douter.
J’appelle cela le Doute Systémique. C’est le passage d’une posture de rédaction à une posture d’investigation.
Prenons un cas concret que tout dirigeant redoute. Vous demandez à un junior de créer une fonctionnalité permettant à vos clients de télécharger leurs factures. Il prompte l’IA. En 30 secondes, la solution est générée. Ça marche : le client clique sur un lien mon-site.com/facture/1050 et son PDF s’ouvre.
Le “Prompter” passif s’arrête là. Il livre. C’est une bombe à retardement.
L’Investigateur commence son vrai travail. Il ne regarde pas la syntaxe du code, il regarde la logique du système.
Il doit se poser la question que l’IA ne s’est pas posée :
“Le lien termine par 1050. Que se passe-t-il si je change le numéro manuellement et que j’écris 1051 ?” “Est-ce que je tombe sur la facture d’un autre client ? Est-ce que j’ai accès aux données de mes concurrents ?”
C’est une faille de logique critique, pas une erreur de code (le site ne plante pas). Dans ce nouveau modèle, l’IA fournit la brique, mais c’est l’humain qui vérifie si la porte a une serrure.
Conclusion
Pour les décideurs, le message est clair. Ne cherchez pas à recruter des encyclopédies vivantes. Ce temps est révolu.
Cherchez des esprits malléables, capables d’accepter que la machine fasse le “sale boulot”, mais intransigeants sur la vérification.
General Magic a échoué, non pas à cause de leur audace technique, mais parce qu’ils étaient quinze ans en avance. Aujourd’hui, le timing est enfin aligné. L’IA nous donne les outils, le marché est prêt, mais il nous manque encore les bons profils.
L’avenir n’appartient pas à ceux qui savent poser les briques une par une. Il appartient à ceux qui, libérés de cette tâche, ont enfin le temps de regarder le plan d’ensemble pour se poser la seule question qui compte :
“Maintenant qu’on peut tout construire, qu’est-ce qui mérite d’être bâti ?”
Ludovic.