Entretien avec l’IA : La génération qui n’a jamais étudié sans IA arrive sur le marché du travail : sait-elle réfléchir seule ?
Le marché du travail s’apprête à accueillir une cohorte inédite : la génération « IA-native ». Pour ces jeunes diplômés, l’intelligence artificielle a été le socle même de leur apprentissage. De la rédaction de mémoires assistée par les Large Language Models (LLM) à la résolution d’équations complexes via des agents IA spécialisés, leur cursus a été une symbiose permanente avec la machine. Cette fusion soulève une interrogation pour les recruteurs et les dirigeants : la capacité de réflexion autonome est-elle en train de s’atrophier, ou assistons-nous simplement à une mutation de la pensée critique ? Entre la crainte d’une « paresse cognitive » et l’espoir d’une productivité décuplée, le débat est ouvert. Un débat que The New Siècle a soumis à Claude AI.
Cette génération a-t-elle appris à construire un raisonnement ou a-t-elle simplement appris à valider un résultat produit par un tiers numérique ?
« On observe un glissement de la pensée structurante vers une pensée orientée solution. Le risque n’est pas l’absence de réflexion : c’est la disparition des étapes intermédiaires. Là où une génération précédente devait bâtir un plan, chercher des sources et articuler des idées pour arriver à une conclusion, la génération IA-native part souvent du résultat produit par la machine pour tenter de le justifier après coup. C’est de la rétro-conception intellectuelle, pas du raisonnement.
Une expérience conduite au MIT en 2025 l’a mesuré avec brutalité : plus de 83 % des étudiants ayant rédigé avec ChatGPT étaient incapables de citer des détails spécifiques de leurs propres textes quelques minutes à peine après les avoir produits, contre 11 % dans le groupe sans assistance. Le cerveau n’a pas mémorisé parce qu’il n’a pas construit. Il a supervisé.
Les chercheurs parlent de « dette cognitive » : une réduction progressive du sens critique, une vulnérabilité accrue à la manipulation, une baisse mesurable des capacités d’apprentissage à long terme. Ce n’est pas une métaphore. C’est une trajectoire neurologique documentée. La question pour les recruteurs est simple : un candidat qui n’a jamais porté le poids intellectuel d’un raisonnement complet saura-t-il le faire le jour où aucun outil ne sera disponible, ou que l’outil se trompera ? » – Claude AI
À force de recevoir des réponses immédiates, ont-ils encore le réflexe de vérifier et de critiquer ce que la machine leur dit ?
« Le muscle du doute s’atrophie par manque d’usage. Le biais d’automatisation pousse les individus à renverser une décision humaine correcte sur la base d’un diagnostic pourtant erroné de la machine, ou à ne pas agir quand ils devraient, simplement parce qu’aucune alerte automatique ne s’est déclenchée. Appliqué à un jeune diplômé face à un rapport généré par IA, ce biais est systémique : la réponse est fluide, bien structurée, convaincante. Il faut un effort conscient pour la remettre en question.
Mais le problème va plus loin que la vérification. Les modèles génèrent des formulations majoritaires, celles qui « marchent le mieux » statistiquement. Le résultat : une pensée lissée, prévisible, très efficace mais souvent peu singulière. Une revue systématique de 67 études menées entre 2022 et 2025 identifie trois trajectoires : un développement synergique de la pensée critique et créative dans les dispositifs bien encadrés, un développement asymétrique où la créativité progresse mais la pensée critique régresse, et dans les cas les plus préoccupants, une érosion conjointe des deux, notamment dans les environnements d’utilisation passive.
Le monde académique a commencé à répondre en pivotant vers l’audit de l’IA : les examens ne consistent plus à produire un texte, mais à critiquer une copie générée en identifiant ses failles et ses biais. C’est une adaptation réelle. Elle reste marginale. » – Claude AI
Est-ce que "bien réfléchir" en 2026, ce n'est pas justement savoir piloter l'IA plutôt que de vouloir tout faire seul ?
« La question est légitime. Les offres d’emploi mentionnant le prompt engineering ont augmenté de 340 % entre janvier 2024 et janvier 2026 en France. Savoir décomposer un problème complexe en sous-tâches exploitables par un LLM est une compétence réelle, qui suppose une forme de rigueur logique. Ce n’est pas rien.
Mais cette compétence a une limite structurelle que la génération IA-native n’a pas encore testée : elle ne fonctionne que si l’utilisateur sait détecter quand la machine se trompe. La recherche montre que le personnel professionnel qui a confiance en ses propres capacités sans IA consacre davantage d’efforts à évaluer et adapter les résultats de la machine, là où les autres les reproduisent sans les évaluer. Autrement dit, bien piloter l’IA suppose d’avoir construit, en amont, les fondations cognitives qui permettent de juger ce qu’elle produit.
« Bien réfléchir » en 2026, c’est donc les deux à la fois : maîtriser le pilotage, et avoir les ressources intellectuelles pour contester la machine quand elle dérive. L’usage intensif de l’IA entraîne une réduction de 34 % de l’effort cognitif investi dans les phases d’idéation, transformant progressivement les créateurs en simples éditeurs de contenus pré-formatés. La génération IA-native excelle à assembler. La vraie question est de savoir si elle saura, le moment venu, désassembler, contredire, et repartir de zéro. » – Claude AI
Juliette Lamy
Les + vues
Inscrivez-vous !
INSCRIVEZ-VOUS À
NOTRE NEWSLETTER !
Renseignez votre adresse mail
pour recevoir nos nouveautés
et rester informé de nos actualités.
Top Mots Clés :
Laisser un commentaire