Compétence de l’IA dans les disciplines techniques
Soyons directs : L’IA est désormais capable de gérer des examens techniques auxquels la plupart des étudiants humains ont du mal à répondre. Une étude récente de l’École polytechnique fédérale de Lausanne (EPFL) montre que les systèmes d’IA comme ChatGPT peuvent répondre correctement à environ 66 % des questions d’examen dans 50 matières techniques et scientifiques. Cela inclut l’informatique et la science des données. Il ne s’agit pas d’une supposition. Il s’agit de performances mesurées, de données réelles.
Qu’est-ce que cela signifie pour votre entreprise ? Cela signifie que nous entrons dans une ère où le diplôme accroché au mur d’une personne n’est peut-être plus un indicateur fiable de connaissances approfondies ou de compétences pratiques. Avec 70 % des étudiants qui utilisent déjà des outils tels que ChatGPT dans le cadre de leurs cours, qu’ils y soient ou non autorisés, il est clair que nous sommes en train de développer une génération formée à l’IA. Les résultats scolaires restent importants, mais il est de plus en plus difficile de distinguer l’effort humain de l’assistance algorithmique.
Pour les dirigeants de C-suite, voici ce que cela implique : si vous utilisez encore les diplômes traditionnels comme filtre de recrutement, vous êtes à la traîne. L’IA résout désormais les problèmes techniques de niveau débutant plus rapidement et sans repos. Ce qui compte, ce n’est pas ce que les gens savent de mémoire, mais ce qu’ils peuvent construire, analyser et améliorer lorsqu’ils travaillent avec ou sans l’aide de l’IA.
Évolution des stratégies de recrutement à l’ère de l’IA
Les diplômes commencent à ne plus être à la hauteur. Ne nous voilons pas la face, l’IA aide les étudiants à produire un travail soigné, souvent sans vraiment comprendre ce qu’ils font. Cela crée un champ de mines en matière de recrutement. Les candidats peuvent vous montrer un CV brillant et un portfolio rempli de code propre, mais lorsque la béquille de l’IA disparaît, il n’y a pas de profondeur derrière elle.
Peter Wood, directeur technique de Spectrum Search, le dit bien : les entreprises risquent d’être confrontées à une nouvelle vague de diplômés dont les compétences semblent solides sur le papier, mais ne se traduisent pas de manière fiable dans le monde réel. C’est un avertissement qui mérite d’être écouté. Cela ne signifie pas que ces candidats sont inutiles. Cela signifie que nous avons besoin de meilleurs filtres, des filtres alignés sur les performances réelles plutôt que sur les connaissances supposées.
À quoi cela ressemble-t-il dans la pratique ? Vous avez besoin de plus d’évaluations pratiques. Donnez aux gens de vrais problèmes. Observez comment ils les résolvent. Voyez comment ils réfléchissent, se heurtent-ils à un mur lorsque le pilote automatique de l’IA échoue ? Ou bien s’adaptent-ils et résolvent-ils les problèmes ? Les tâches de programmation, les défis de collaboration, les revues d’architecture sont vos nouveaux écrans de candidats.
Il s’agit ici d’évolution. Le processus de recrutement doit s’adapter. Il ne suffit pas de demander à quelqu’un ce qu’il peut réciter ou quel certificat il détient. Demandez-lui : peut-il penser de manière indépendante ? Peut-elle résoudre des problèmes sans avoir à scripter chacun de ses mouvements à l’aide de ChatGPT ? Les entreprises qui y parviendront attireront et retiendront de vrais talents, des personnes capables de travailler avec l’IA et non d’être remplacées par elle.
Combler l’écart de compétences entre les développeurs juniors et seniors
Les équipes de développement sont de plus en plus divisées et il sera difficile de les ignorer. Les développeurs juniors arrivent déjà adaptés aux outils alimentés par l’IA. Ils ont appris à écrire du code avec des copilotes qui vérifient automatiquement leur travail. Ils vont vite et sont efficaces, mais ils ne comprennent souvent pas les fondements. Les ingénieurs seniors remarquent la différence. Ils savent ce qui se cache sous les abstractions. Cette connaissance ne provient pas de raccourcis, mais de la répétition et de la résolution de problèmes, sans qu’un partenaire IA ne fasse le travail en coulisses.
Laurent Dougin, directeur des relations avec les développeurs et de la stratégie chez Couchbase, a signalé ce changement très tôt. Il a raison de s’inquiéter. Lorsque les développeurs juniors s’appuient trop sur l’assistance d’outils tels que ChatGPT, ils cessent de développer la pensée critique plus profonde dont vous avez besoin pour concevoir des systèmes résilients et évolutifs. Le logiciel ne se résume pas à l’obtention d’un code fonctionnel. Il y a l’architecture, les compromis, le débogage, les cas limites, et tout cela exige la capacité de réfléchir aux problèmes sans aide.
Pour les cadres dirigeants qui gèrent des équipes d’ingénieurs à grande échelle, cela devient une question structurelle. Vous ne vous contentez pas d’embaucher des personnes, vous développez des filières de compétences. Vous devrez investir dans des programmes de transition qui permettent aux nouveaux développeurs d’acquérir des compétences tout en veillant à ce que les cadres supérieurs ne soient pas les seuls à supporter la complexité architecturale. Un système structuré de mentorat, des examens de code qui vont au-delà de la fonction et des voies de progression clairement définies peuvent combler ce déficit de connaissances avant qu’il ne crée un désalignement au sein de l’équipe.
L’impératif de la formation continue
Vous ne pouvez pas parier contre l’IA. Elle évolue rapidement et ne ralentit pas pour attendre que les systèmes éducatifs formels la rattrapent. Les entreprises se trouvent donc dans une situation où la formation interne passe du statut de « bienfait » à celui de « nécessité ». Si vous ne formez pas continuellement vos équipes, leurs compétences s’étiolent alors que la technologie, en particulier l’IA générative, continue d’évoluer.
Peter Wood, de Spectrum Search, l’a bien dit : l’apprentissage continu n’est plus facultatif. C’est une question de survie. Les outils d’IA hallucinent. Ils donnent de mauvaises réponses en toute confiance. Si vos équipes ne disposent pas de bases solides, elles ne sauront pas quand faire confiance à l’IA et quand intervenir. Vous ne voulez pas que les gens déploient aveuglément un code qui fonctionne en surface mais qui crée des systèmes fragiles en dessous.
Faites donc l’investissement. Créez des camps d’entraînement à l’intégration adaptés aux outils d’aujourd’hui. Intégrez des mises à jour régulières qui ne se limitent pas à des cours magistraux, mais qui sont basées sur des cas d’utilisation technique réels et des prises de décision. Accordez à vos ingénieurs, chefs de produit et analystes du temps chaque trimestre pour qu’ils se concentrent spécifiquement sur l’amélioration des compétences. N’attendez pas que quelque chose se casse ou que les performances baissent pour agir.
Les entreprises qui donnent la priorité à l’apprentissage construisent des connaissances structurées que l’IA ne peut pas remplacer. Et c’est ce qui dure. L’IA continuera d’évoluer, mais les entreprises dont les équipes sont bien formées et qui savent comment l’utiliser sans trop en dépendre s’adapteront plus rapidement, exécuteront mieux et garderont une longueur d’avance.
Évaluer l’utilisation de l’IA chez les candidats
La question n’est pas de savoir si quelqu’un utilise des outils d’IA comme ChatGPT, mais comment il les utilise. Si vous éliminez des candidats parce qu’ils se sont appuyés sur l’IA, vous passez à côté de l’essentiel. Ce qui compte, c’est de savoir s’ils s’appuient aveuglément sur l’IA ou s’ils l’utilisent intelligemment pour étendre leurs capacités. Il y a une nette différence entre l’externalisation de la réflexion et l’utilisation de l’IA pour aller plus vite tout en continuant à s’approprier le travail.
Peter Wood, directeur technique chez Spectrum Search, l’a souligné directement : les meilleurs candidats seront ceux qui comprennent les limites de l’IA et qui l’utilisent comme un outil, et non comme un substitut. Ils sauront quand faire confiance aux résultats, quand les revérifier et quand s’en remettre à une réflexion indépendante. Ce type de jugement sera l’une des compétences les plus précieuses sur le marché du travail.
Pour les équipes dirigeantes, les stratégies de recrutement doivent évoluer en conséquence. Ne sélectionnez pas les diplômes et ne scrutez pas les CV à la recherche d’une expérience irréprochable. Recherchez l’état d’esprit. Confiez de courtes tâches aux candidats et observez comment ils pensent, comment ils abordent l’inconnu et s’ils remettent en question les résultats de l’IA au lieu de les suivre aveuglément. Examinez comment ils apprennent, comment ils affinent leurs idées et s’ils sont capables de produire quelque chose d’original avec l’aide de l’IA, et non quelque chose que l’IA a produit avec des modifications mineures.
L’avenir favorise ceux qui peuvent raisonner, s’adapter et innover au-delà des modèles. Si un outil peut automatiser quelque chose, ce n’est plus un facteur de différenciation. Ce dont vous avez besoin, c’est de personnes capables de construire au-dessus, d’aller plus vite, de prendre de meilleures décisions et d’exécuter avec une compréhension claire de ce que la machine peut et ne peut pas faire. C’est de là que viendra la véritable valeur ajoutée.
Principaux enseignements pour les dirigeants
- L’IA surpasse les critères de référence traditionnels : Les dirigeants devraient repenser la manière dont ils évaluent les talents techniques, car l’IA comme ChatGPT est désormais aussi performante que les étudiants dans les disciplines de l’ingénierie et des sciences, ce qui remet en question la pertinence des seuls titres académiques.
- Les diplômes ne garantissent plus les capacités : Les décideurs doivent réorienter leurs stratégies de recrutement vers des évaluations pratiques et la résolution de problèmes concrets afin de distinguer la véritable expertise des CV enrichis par l’IA.
- Le fossé entre les compétences des jeunes et celles des seniors se creuse : Les responsables techniques devraient mettre en œuvre des programmes de mentorat et de renforcement des capacités pour remédier à la dépendance croissante des développeurs juniors à l’égard des outils d’IA et au déséquilibre des connaissances qui en résulte par rapport aux cadres supérieurs.
- L’apprentissage continu est désormais au cœur de la stratégie : Les dirigeants devraient donner la priorité à des programmes structurés de formation et de mise à jour des compétences qui renforcent la compréhension fondamentale et réduisent la dépendance excessive à l’égard des résultats générés par l’IA.
- L‘utilisation de l’IA est un filtre, pas un défaut : plutôt que d’écarter les candidats assistés par l’IA, concentrez-vous sur le recrutement de ceux qui utilisent l’IA de manière appropriée, en tirant parti de sa rapidité sans perdre de vue l’esprit critique ou la profondeur technique.
