OTHERS ARE ALREADY THINKING ABOUT THE EDUCATION OF THE FUTURE! LES AUTRES PENSENT DÉJÀ À L’ÉDUCATION DU FUTUR!

English version 

The Campus AI Crisis Young graduates can’t find jobs. Colleges know they have to do something. But what?

By Jeffrey Selingo, author of 'Dream School: Finding the College That's Right for You'

When I left for college in the fall of 1991, the internet era was just beginning. By sophomore year, I received my first email address. By junior year, the first commercial web browser was released. The summer after graduation, I worked as a reporter at the Arizona Republic covering the internet’s rise in our everyday lives, writing about the opening of internet cafés and businesses launching their first websites. I was part of an in-between class of graduates who went off to college just before a new technology transformed what would define our careers.

So when Alina McMahon, a recent University of Pittsburgh graduate, described her job search to me, I immediately recognized her predicament. McMahon began college before AI was a thing. Three and a half years later, she graduated into a world where it was suddenly everywhere. McMahon majored in marketing, with a minor in film and media studies. “I was trying to do the stable option,” she said of her business degree. She followed the standard advice given to all undergraduates hoping for a job after college: Network and intern. Her first “coffee chat” with a Pitt alumnus came freshman year; she landed three internships, including one in Los Angeles at Paramount in media planning. There she compiled competitor updates and helped calculate metrics for which billboard advertisements the company would buy.

But when she started to apply for full-time jobs, all she heard back — on the rare occasions she heard anything — was that roles were being cut, either because of AI or outsourcing. Before pausing her job search recently, McMahon had applied to roughly 150 jobs. “I know those are kind of rookie numbers in this environment,” she said jokingly. “It’s very discouraging.”

McMahon’s frustrations are pretty typical among job seekers freshly out of college. There were 15 percent fewer entry-level and internship job postings in 2025 than the year before, according to Handshake, a job-search platform popular with college students; meanwhile, applications per posting rose 26 percent. The unemployment rate for new college graduates was 5.7 percent in December, more than a full percentage point above the national average and higher even than what high-school graduates face.

How much AI is to blame for the fragile entry-level job market is unclear. Several research studies show AI is hitting young college-educated workers disproportionately, but broader economic forces are part of the story, too. As Christine Cruzvergara, Handshake’s chief education-strategy officer, told me, AI isn’t “taking” jobs so much as employers are “choosing” to replace parts of jobs with automation rather than redesign roles around workers. “They’re replacing people instead of enabling their workforce,” she said. 

The fact that Gen-Z college interns and recent graduates are the first workers being affected by AI is surprising. Historically, major technological shifts favored junior employees because they tend to make less money and be more skilled and enthusiastic in embracing new tools. But a study from Stanford’s Digital Economy Lab in August showed something quite different. Employment for Gen-Z college graduates in AI-affected jobs, such as software development and customer support, has fallen by 16 percent since late 2022. Meanwhile, more experienced workers in the same occupations aren’t feeling the same impact (at least not yet), said Erik Brynjolfsson, an economist who led the study. Why the difference? Senior workers, he told me, “learn tricks of the trade that maybe never get written down,” which allow them to better compete with AI than those new to a field who lack such “tacit knowledge.” For instance, that practical know-how might allow senior workers to better understand when AI is hallucinating, wrong, or simply not useful.

For employers, AI also complicates an already delicate calculus around hiring new talent. College interns and recent college graduates require — as they always have — time and resources to train. “It’s real easy to say ‘college students are expensive,’” Simon Kho told me in an interview. “Not from a salary standpoint, but from the investment we have to make.” Until recently, Kho ran early career programs at Raymond James Financial, where it took roughly 18 months for new college hires to pay off in terms of productivity. And then? “They get fidgety,” he added, and look for other jobs. “So you can see the challenges from an HR standpoint: ‘Where are we getting value? Will AI solve this for us?’”

Weeks after Stanford’s study was released, another by two researchers at Harvard University also found that less experienced employees were more affected by AI. And it revealed that where junior employees went to college influenced whether they stayed employed. Graduates from elite and lower-tier institutions fared better than those from mid-tier colleges, who experienced the steepest drop in employment. The study didn’t spell out why, but when I asked one of the authors, Seyed Mahdi Hosseini Maasoum, he offered a theory: Elite graduates may have stronger skills; lower-tier graduates may be cheaper. “Mid-tier graduates end up somewhat in between — they’re relatively costly to hire but not as skilled as graduates of the very prestigious universities — so they are hit the hardest,” Maasoum wrote to me.

Just three years after ChatGPT’s release, the speed of AI’s disruption on the early career job market is even catching the attention of observers at the highest level of the economy. In September, Fed chair Jerome Powell flagged the “particular focus on young people coming out of college” when asked about AI’s effects on the labor market. Brynjolfsson told me that if current trends hold, the impact of AI will be “quite a bit more noticeable” by the time the next graduating class hits the job market this spring. Employers already see it coming: In a recent survey by the National Association of Colleges and Employers, nearly half of 200 employers rated the outlook for the class of 2026 as poor or fair, the most pessimistic outlook since the first year of the pandemic.

The upheaval in the early career job market has caught higher education flat-footed. Colleges have long had an uneasy relationship with their unofficial role as vocational pipelines. When generative AI burst onto campuses in 2022, many administrators and faculty saw it primarily as a threat to learning — the world’s greatest cheating tool. Professors resurrected blue books for in-classroom exams and demanded that AI tools added to software be blocked in their classes.

Only now are colleges realizing that the implications of AI are much greater and are already outrunning their institutional ability to respond. As schools struggle to update their curricula and classroom policies, they also confront a deeper problem: the suddenly enormous gap between what they say a degree is for and what the labor market now demands. In that mismatch, students are left to absorb the risk. Alina McMahon and millions of other Gen-Zers like her are caught in a muddled in-between moment: colleges only just beginning to think about how to adapt and redefine their mission in the post-AI world, and a job market that’s changing much, much faster.

What feels like a sudden, unexpected dilemma for Gen-Z graduates has only been made worse by several structural changes across higher education over the past decade.

First, a huge surge of undergraduates shifted to majoring in fields now being upended by AI. In the aftermath of the Great Recession of 2008, a long-running survey of college freshmen by UCLA found students much more focused on going to college to “get a better job” than on what they previously wanted most: to learn more about things that interested them. That new mind-set showed up in what they picked as a major in college. Between 2010 and 2020, fields such as philosophy, history, and English saw a big drop in popularity. The latter two majors fell by one-third in that ten-year period while overall humanities enrollment declined by almost a fifth. Where did they go? A lot pivoted to computer science and related fields.

Last year, the number of students majoring in comp-sci alone topped 170,000 — more than double the number from 2014, even as overall undergraduate enrollment fell. Many were responding to a steady drumbeat of advice from groups like Code.org and Girls Who Code, amplified by tech celebrities such as Bill Gates and Mark Zuckerberg and echoed by presidents from Barack Obama to Donald Trump, all urging young people to learn computer programming. Now, ironically, many of those same students are struggling to find work, as the entry-level positions they are seeking tend to be ones that are among the most affected by AI. College graduates in their 20s with computer-science and computer-engineering majors have one of the highest unemployment rates, according to a report last year from the Federal Reserve Bank of New York — double that of pharmacy, criminal justice, and biology. Undergrads seem already too aware of this new state of affairs: Enrollment in computer- and information-sciences programs is down nearly 8 percent this academic year compared to last.

Andrew Wyatt was on track to graduate from the University of Southern California in December with a computer-science degree. He has since switched to economics and data science after realizing how easily the work he’d performed during his internships could be done by AI. “I coded, I analyzed data,” he said of his prior internship. And of his current one: “Now I’m building reports from raw information so the company can make sense of what’s happening in its sales pipeline. None of it’s glamorous.” But even his new major is subject to the same forces. “AI can do it all without me,” he said. His internship experience should have set him up for a full-time data-analytics job, but whenever he gets a call back from the two-dozen positions he has applied to so far, they tell him, “‘We have AI do the cool stuff, so would you like a sales job instead?’”

While there are no easy answers here, experts still tend to point to practical workplace experience as a durable advantage for recent college graduates. Meaning that, even as he struggles, Andrew is still better off than his peers who aren’t getting internships. Nearly three-quarters of freshmen expect to have intern experiences before they graduate, according to Strada Education Foundation research, but fewer than half of them actually complete one by their senior year. And nothing better predicts “underemployment” after college — meaning you end up in a job where a degree isn’t needed — than failing to secure at least one internship in college, Matt Sigelman, who has studied the labor market for two decades and is president of the Burning Glass Institute, told me. More than half of graduates who did not intern as students, according to Burning Glass, were underemployed five years after college. “It used to be that we went to college and maybe had a job on the side,” Sigelman said. “Now you need a job with college on the side.”

What most colleges offer is still wildly out of sync with this new reality. As institutions, they place the greatest value on what happens in the classroom. There are a handful of schools that build internships or what’s known as cooperative education into the undergraduate curriculum — including Northeastern University, Drexel University, and the University of Cincinnati — so that workplace experience can be structurally part of earning an undergraduate degree. But, for now at least, they remain very much exceptions.

In general, new graduates in the age of AI face an even harsher version of the classic Catch-22: Employers want experience, but no one wants to be the employer to provide that experience. Colleges are almost inevitably going to play a much bigger role in launching students into a career. “Colleges and universities face an existential issue before them,” said Ryan Craig, author of Apprentice Nation and managing director of a firm that invests in new educational models. “They need to figure out how to integrate relevant, in-field, and hopefully paid work experience for every student, and hopefully multiple experiences before they graduate.”

But colleges still operate on a model focused on education rather than employment. One logical place for building new structures for a new era in education, Craig said, is the career center — but faculty tend to see that as a student service, separate from the academic core. Career centers at many colleges exist at the margins, offering job listings, interviewing skills, and career fairs but overall feeling optional. An annual survey from the National Association of Colleges and Employers finds that only about a quarter of students ever tap into their career centers for help.

Craig sees a variety of options for work-based learning in an AI world, everything from apprenticeships out of high school (and in more than just the skill trades as is the case now) to — yes — internships in college as well as real-world research projects for companies that could be part of a course in college. There’s a shortage of such work-based learning, Craig says, because it’s costly and time consuming for both employers and colleges to set up. This is a problem his investment firm is trying to solve by building so-called intermediaries, common in places like the U.K. and Australia, which take on the work of setting up jobs and hiring students.

That point hit home for me in September, when I sat in on a session at Workday’s annual user conference, where Chris Ernst, the company’s chief learning officer, spoke to a room full of HR executives who hire junior employees. Ernst told them that 70 percent of learning comes from experience, 20 percent from relationships, and only 10 percent from formal instruction. Now as companies pull back, colleges are being asked to deliver forms of “genuine learning” they were never designed to provide.

Of course, there is an added layer of complexity to this emerging conventional wisdom: It’s not just real-world experience — it’s that plus the ability to use AI tools well that really creates value in the entry-level job market. Demand for AI fluency among employers has jumped nearly sevenfold in two years, according to the McKinsey Global Institute, faster than for any other skill in job postings.

But a study by the American Association of Colleges and Universities and Elon University found that fewer than half of college leaders say their campuses were ready to use AI to prepare students for the future. McMahon’s experience was fairly typical of what recent graduates describe. Her exposure to AI at Pitt, she said, depended entirely on the preferences of individual professors. “For the most part, it was ignored,” she said, “like, you know better than to use it.” Her internship at Paramount was no different: Using AI on the job was barely talked about, even as it was remaking the entertainment industry. When McMahon began applying for jobs after graduation, she didn’t realize how rapidly entry-level expectations had changed. “I had no idea this was an actual threat until it was too late,” she said. “It always felt like something far off, and then suddenly I’m told that’s why I can’t get a job.”

As the new school year got underway this past fall, I moderated two small dinners with college and university leaders from campuses of all sizes. At both, the conversation centered on AI. Several academic leaders talked about ditching blanket AI bans in favor of policies set by individual faculty members, so students would know when, how, and why they could use AI. Others described how faculty and students are already using AI for “messy work”: summarizing lecture notes, creating study guides, brainstorming research ideas, and editing drafts of papers. Such uses of AI, several of them agreed, could open up classroom time to focus less on traditional teaching and assessments and more on developing the foundational skills that Sigelman talks about — critical thinking, communication, and problem-solving.

Still, higher education by its nature is slow to change. It can take years for new majors to be designed and approved by faculty members, and on that timeline new programs risk being outdated before the first cohort even graduates. Meanwhile, professors have few incentives to experiment with AI. Faculty members are largely “one-trick ponies” when it comes to their teaching, said Corbin Campbell, an education professor at American University and author of Great College Teaching. They seldom vary their approach from year to year and mostly teach as they were taught.

The kinds of companies that set trends in hiring — consulting firms, Wall Street banks, law firms — are well aware of this balance between AI literacy and capacity for old-fashioned critical thinking. Even as they automate the work that used to define entry-level roles, human beings and their judgment are still at the center of the business..

At the investment firm Carlyle, new hires are put through AI training and employees regularly share how they use AI. What used to take weeks of research on potential investments now takes just hours with AI, according to Lúcia Soares, Carlyle’s chief innovation officer. But when employees use AI to generate a report, Soares said, they write a final paragraph summarizing the automated output to ensure they’ve understood and rigorously assessed it. “Judgment, critical thinking, and the ability to influence and persuade are the skills that allow you to advance into higher-level jobs that are becoming the entry point to careers,” Handshake’s Cruzvergara told me.

What makes this debate about how to prepare college students for an automated labor market even more fraught right now is that it’s complicated by other crises happening in higher education — a broken financial model, shrinking enrollment, declining numbers of international students, the cancellation of federal research grants, and an administration in Washington that always seems ready to pick a battle with the sector. Facing those headwinds, colleges can’t focus only on helping the next class of students prepare for a job market where entry-level positions are becoming harder and harder to land.

If colleges can’t stop the clock, Ohio State University wants to at least reset it to start in 2029. That’s the class — this year’s freshmen — that the university has promised will be “fluent in their field of study, and fluent in the application of AI in that field.” The university’s AI Fluency initiative, announced with fanfare in June, is ambitious but still short on specifics. Many colleges are making AI literacy a goal for their students: to know how AI works, how to use different tools, how to evaluate their output, and where their limits are. But for Ohio State’s provost, Ravi V. Bellamkonda, literacy isn’t enough. He likened AI fluency to other foundational math, science, and language concepts students learn in introductory courses and then build on in their majors. “We’re going to ensure that there’s a minimum that’s met across the university,” Bellamkonda said. “How much more than the minimum is up to the major. Certain majors lend themselves to more, some less.”

One school at Ohio State already doing more is, not surprisingly, the university’s business school. The semester after ChatGPT was released in 2022, Vince Castillo, an assistant professor of marketing and logistics, told his students that his classes would be “Amsterdam for AI,” an open market for experimentation as long as everyone was transparent about how they used it. Since then, his approach to one of his most popular courses, Logistics and Supply Chain Analytics, has shifted significantly. Many of his students are business majors without coding skills, a technical barrier that once separated them from computer-science students. “With AI, they can write commands to get a better understanding of what’s in the data,” Castillo said. That gives them a clearer grasp of the material, Castillo said, and pushes them to ask more insightful questions. “They think more strategically now,” he added.

Despite all the grim news, this moment isn’t entirely unfamiliar in higher education. In the late 1990s, colleges treated the internet at first as a digital encyclopedia. Then as an email tool. Only gradually did they build course pages on the web, then full learning-management systems, then online courses — and eventually entire programs built around jobs that didn’t exist when I was a student. The internet didn’t merely add a tool. It rewired how we interacted with information and with one another.

AI optimists believe the same cycle of jobs lost/jobs created will repeat itself. (There is also a camp that predicts it will destroy nearly all human jobs — good luck to all of us in that world.) But as career author Lindsey Pollak reminded me, “We’re terrible at predicting which majors or skills will matter next.” We pushed a generation toward computer science, only to watch many entry-level roles disappear just as they graduated.

In recent months, as I’ve been on a tour with a new book about college admissions, I’ve spoken with parents, high-school students, and counselors in cities around the country. At every stop, parents ask what they should tell their kids in this in-between moment when AI is moving faster than employers or colleges can adjust. The honest answer is that the future is ambiguous, and learning to navigate ambiguity may be the most important skill they can acquire.

Version française 

La crise de l'IA sur les campus universitaires

Les jeunes diplômés ne trouvent pas de travail. Les universités savent qu'elles doivent agir. Mais que faire ? 

Par Jeffrey Selingo, auteur de « Dream School: Finding the College That's Right for You »

Lorsque je suis parti pour l'université à l'automne 1991, l'ère d'internet ne faisait que commencer. En deuxième année, j'ai eu ma première adresse e-mail. En troisième année, le premier navigateur web commercial sortait sur le marché. L'été suivant mon diplôme, j'ai travaillé comme reporter pour l'Arizona Republic, couvrant l'essor d'internet dans notre vie quotidienne, écrivant sur l'ouverture des cybercafés et sur les entreprises qui lançaient leurs tout premiers sites web. Je faisais partie d'une promotion de diplômés « entre-deux », qui sont allés à l'université juste avant qu'une nouvelle technologie ne vienne transformer ce qui allait définir nos carrières.

C'est pourquoi, lorsque Alina McMahon, récemment diplômée de l'Université de Pittsburgh, m'a décrit sa recherche d'emploi, j'ai immédiatement compris son impasse. Alina a commencé ses études supérieures avant que l'IA ne devienne un sujet. Trois ans et demi plus tard, elle a obtenu son diplôme dans un monde où celle-ci était soudainement partout. Elle s'est spécialisée en marketing, avec une mineure en études cinématographiques et médiatiques. 

« J'essayais de choisir l'option de la stabilité », dit-elle à propos de son diplôme de commerce. Elle a suivi les conseils classiques donnés à tous les étudiants qui espèrent trouver un emploi après la fac : faire du réseautage et des stages. Son premier « café-rencontre » avec un ancien élève de Pittsburgh a eu lieu dès sa première année ; elle a décroché trois stages, dont un à Los Angeles chez Paramount dans la planification des médias. Là-bas, elle compilait les actualités des concurrents et aidait à calculer les indicateurs pour l'achat de panneaux publicitaires par l'entreprise.

Mais lorsqu'elle a commencé à postuler pour des emplois à plein temps, les seuls retours qu'elle a reçus – les rares fois où elle a reçu la moindre réponse – indiquaient que les postes étaient supprimés, soit à cause de l'IA, soit à cause de l'externalisation. Avant de suspendre récemment ses recherches, Alina avait postulé à environ 150 emplois. « Je sais que ce sont des chiffres de débutante dans le contexte actuel », dit-elle en plaisantant. « C'est très décourageant. »

Les frustrations d'Alina sont assez représentatives de celles des chercheurs d'emploi fraîchement sortis de l'école. En 2025, le nombre d'offres d'emploi de niveau débutant et de stages a baissé de 15 % par rapport à l'année précédente, selon Handshake, une plateforme de recherche d'emploi populaire chez les étudiants ; parallèlement, le nombre de candidatures par offre a augmenté de 26 %. Le taux de chômage des nouveaux diplômés universitaires s'élevait à 5,7 % en décembre, soit plus d'un point de pourcentage au-dessus de la moyenne nationale, et un chiffre plus élevé encore que celui auquel font face les diplômés du secondaire.

La part de responsabilité de l'IA dans la fragilité du marché de l'emploi des débutants reste floue. Plusieurs études montrent que l'IA frappe de manière disproportionnée les jeunes travailleurs diplômés du supérieur, mais des forces économiques plus larges entrent également en jeu. Comme me l'a expliqué Christine Cruzvergara, directrice de la stratégie éducative chez Handshake, l'IA ne « prend » pas tant les emplois que les employeurs « choisissent » de remplacer certaines tâches par l'automatisation plutôt que de repenser les postes autour des travailleurs. « Ils remplacent les gens au lieu de donner des moyens à leur main-d'œuvre », affirme-t-elle.

Le fait que les stagiaires et les jeunes diplômés de la génération Z soient les premiers travailleurs touchés par l'IA est surprenant. 

Historiquement, les grands bouleversements technologiques favorisaient les employés juniors, car ils ont tendance à coûter moins cher et à être plus qualifiés et enthousiastes pour adopter de nouveaux outils. Pourtant, une étude du Digital Economy Lab de Stanford publiée en août a montré une réalité bien différente. 

L'emploi des diplômés de la génération Z dans les métiers touchés par l'IA, comme le développement de logiciels et le support client, a chuté de 16 % depuis la fin de 2022. En revanche, les travailleurs plus expérimentés dans les mêmes secteurs ne ressentent pas le même impact (du moins pas encore), selon Erik Brynjolfsson, l'économiste qui a dirigé l'étude. 

Pourquoi cette différence ? Les professionnels seniors, m'a-t-il expliqué, « apprennent des ficelles du métier qui ne sont parfois jamais écrites nulle part », ce qui leur permet de mieux rivaliser avec l'IA que ceux qui débutent dans un domaine et manquent de ce « savoir tacite ». 

Par exemple, ce savoir-faire pratique permet aux travailleurs seniors de mieux repérer les moments où l'IA hallucine, se trompe ou est tout simplement inutile.

Pour les employeurs, l'IA complique aussi une équation déjà délicate concernant le recrutement de nouveaux talents. Les stagiaires et les jeunes diplômés demandent — comme cela a toujours été le cas — du temps et des ressources pour être formés. « C'est très facile de dire "les étudiants coûtent cher" », m'a confié Simon Kho lors d'un entretien. « Pas sur le plan du salaire, mais sur le plan de l'investissement que nous devons faire. » 

Jusqu'à récemment, Simon Kho dirigeait les programmes de début de carrière chez Raymond James Financial, où il fallait environ 18 mois pour qu'une nouvelle recrue universitaire devienne rentable en termes de productivité. Et ensuite ? « Ils commencent à s'impatienter », ajoute-t-il, et cherchent un autre emploi. « Vous voyez donc la difficulté du point de vue des RH : "Où créons-nous de la valeur ? L'IA va-t-elle résoudre ce problème pour nous ?" »

Quelques semaines après la publication de l'étude de Stanford, une autre recherche menée par deux universitaires de Harvard a également révélé que les employés les moins expérimentés étaient les plus touchés par l'IA. Elle a aussi montré que l'université d'origine des employés juniors influençait leur maintien dans l'emploi. 

Les diplômés des institutions d'élite et de rang inférieur s'en sortaient mieux que ceux des universités de milieu de tableau, qui ont connu la baisse d'emploi la plus brutale. L'étude n'en expliquait pas explicitement la raison, mais lorsque j'ai interrogé l'un des auteurs, Seyed Mahdi Hosseini Maasoum, il a avancé une théorie : les diplômés d'élite possèdent peut-être de meilleures compétences, tandis que les diplômés des établissements moins prestigieux coûtent moins cher. « Les diplômés du milieu se retrouvent un peu entre deux chaises : ils sont relativement coûteux à embaucher mais pas aussi qualifiés que les diplômés des universités très prestigieuses, ils sont donc les plus durement touchés », m'a écrit Maasoum.

Trois ans seulement après la sortie de ChatGPT, la vitesse des bouleversements de l'IA sur le marché de l'emploi en début de carrière attire même l'attention des observateurs au plus haut niveau de l'économie. En septembre, le président de la Fed, Jerome Powell, a évoqué une « attention particulière portée aux jeunes qui sortent de l'université » lorsqu'il a été interrogé sur les effets de l'IA sur le marché du travail. Brynjolfsson m'a dit que si les tendances actuelles se maintiennent, l'impact de l'IA sera « nettement plus visible » d'ici à ce que la prochaine promotion d'étudiants arrive sur le marché du travail ce printemps. Les employeurs le voient déjà venir : dans un récent sondage de la National Association of Colleges and Employers, près de la moitié des 200 employeurs interrogés ont qualifié les perspectives pour la promotion 2026 de médiocres ou passables, soit les perspectives les plus pessimistes depuis la première année de la pandémie.

Ce bouleversement du marché de l'emploi des jeunes diplômés a pris l'enseignement supérieur de court. Les universités ont toujours entretenu une relation ambiguë avec leur rôle officieux de passerelles professionnelles. Lorsque l'IA générative a fait irruption sur les campus en 2022, de nombreux administrateurs et enseignants l'ont d'abord perçue comme une menace pour l'apprentissage — l'outil de triche ultime. Les professeurs ont ressorti les cahiers d'examen traditionnels pour les contrôles en classe et ont exigé le blocage des outils d'IA intégrés aux logiciels dans leurs cours.

Ce n'est que maintenant que les universités réalisent que les implications de l'IA sont bien plus vastes et dépassent déjà la capacité institutionnelle de réaction des établissements. 

Alors que les écoles peinent à mettre à jour leurs programmes et leurs règles de fonctionnement, elles font face à un problème plus profond : le fossé soudain et immense entre la raison d'être affichée d'un diplôme et ce que le marché du travail exige désormais. Face à ce décalage, ce sont les étudiants qui trinquent. Alina McMahon et des millions d'autres jeunes de la génération Z se retrouvent piégés dans une période de transition confuse : des universités qui commencent tout juste à réfléchir à la manière d'adapter et de redéfinir leur mission dans un monde post-IA, et un marché du travail qui change beaucoup, beaucoup plus vite.

Ce qui ressemble à un dilemme soudain et inattendu pour les diplômés de la génération Z n'a été qu'aggravé par plusieurs changements structurels au sein de l'enseignement supérieur au cours de la dernière décennie.

Premièrement, une immense vague d'étudiants s'est orientée vers des filières aujourd'hui bouleversées par l'IA. Au lendemain de la crise financière de 2008, une enquête de longue date menée par l'UCLA auprès des nouveaux étudiants a révélé que ces derniers allaient à l'université avant tout pour « obtenir un meilleur emploi », délaissant leur priorité historique : en apprendre davantage sur les sujets qui les passionnaient. Ce nouvel état d'esprit s'est traduit dans le choix de leurs spécialisations. 

Entre 2010 et 2020, les domaines comme la philosophie, l'histoire et la littérature anglaise ont connu une forte baisse de popularité. Ces deux dernières filières ont perdu un tiers de leurs effectifs en dix ans, tandis que les inscriptions globales en sciences humaines ont diminué de près d'un cinquième. Vers quoi se sont-ils tournés ? Beaucoup ont pivoté vers l'informatique et les domaines connexes.

L'année dernière, le nombre d'étudiants spécialisés en informatique à lui seul a dépassé les 170 000 — soit plus du double du chiffre de 2014, alors même que le nombre total d'inscriptions à l'université reculait. Beaucoup répondaient aux recommandations répétées d'organisations comme Code.org et Girls Who Code, relayées par des célébrités de la tech comme Bill Gates et Mark Zuckerberg, et reprises par les présidents successifs, de Barack Obama à Donald Trump, incitant tous les jeunes à apprendre la programmation informatique. Aujourd'hui, ironie du sort, beaucoup de ces mêmes étudiants peinent à trouver du travail, car les postes de débutants qu'ils convoitent font partie des plus touchés par l'IA. Les diplômés d'une vingtaine d'années spécialisés en informatique et en génie informatique affichent l'un des taux de chômage les plus élevés, selon un rapport publié l'année dernière par la Federal Reserve Bank de New York — le double de celui de la pharmacie, de la justice pénale et de la biologie. Les étudiants semblent déjà très conscients de cette nouvelle donne : les inscriptions dans les programmes d'informatique et de sciences de l'information ont baissé de près de 8 % cette année universitaire par rapport à la précédente.

Andrew Wyatt devait obtenir son diplôme en informatique à l'Université de Californie du Sud en décembre. Il a depuis bifurqué vers l'économie et la science des données après avoir réalisé à quel point le travail qu'il effectuait pendant ses stages pouvait facilement être pris en charge par une IA. « Je codais, j'analysais des données », dit-il à propos de son précédent stage. Et concernant l'actuel : « Maintenant, je crée des rapports à partir d'informations brutes pour que l'entreprise comprenne ce qui se passe dans son tunnel de vente. Rien de bien glorieux. » Mais même sa nouvelle spécialisation subit les mêmes forces. « L'IA peut tout faire sans moi », confie-t-il. Son expérience de stage aurait dû le préparer à un emploi à plein temps en analyse de données, mais chaque fois qu'on le rappelle pour l'un des deux douzaines de postes auxquels il a postulé jusqu'à présent, on lui dit : « Nous confions les tâches intéressantes à l'IA, alors est-ce qu'un poste de commercial vous intéresserait à la place ? »

Bien qu'il n'y ait pas de réponses faciles, les experts continuent de considérer l'expérience pratique en entreprise comme un avantage durable pour les jeunes diplômés. Ce qui signifie que, malgré ses difficultés, Andrew s'en sort mieux que ses camarades qui ne font pas de stages. Près des trois quarts des étudiants de première année s'attendent à effectuer des stages avant d'obtenir leur diplôme, selon les recherches de la Strada Education Foundation, mais moins de la moitié d'entre eux en réalisent effectivement un avant leur dernière année. Et rien ne prédit mieux le « sous-emploi » après l'université — c'est-à-dire se retrouver dans un emploi qui ne nécessite pas de diplôme — que le fait de ne pas avoir décroché au moins un stage durant ses études, m'a expliqué Matt Sigelman, président du Burning Glass Institute, qui étudie le marché du travail depuis deux décennies. 

Selon Burning Glass, plus de la moitié des diplômés qui n'ont pas fait de stage pendant leurs études étaient sous-employés cinq ans après l'université. « Avant, on allait à la fac et on avait éventuellement un petit boulot à côté », résume Matt Sigelman. « Aujourd'hui, il faut un travail, avec la fac à côté. »

Ce que proposent la plupart des universités reste complètement déconnecté de cette réalité. En tant qu'institutions, elles valorisent avant tout ce qui se passe dans les salles de cours. Il existe bien une poignée d'écoles qui intègrent les stages ou ce que l'on appelle l'enseignement coopératif au cœur de leur cursus de premier cycle — notamment l'Université Northeastern, l'Université Drexel et l'Université de Cincinnati — de sorte que l'expérience professionnelle fait structurellement partie de l'obtention du diplôme. Mais, pour l'instant du moins, elles restent de l'ordre de l'exception.

De manière générale, les nouveaux diplômés à l'ère de l'IA sont confrontés à une version encore plus rude du grand paradoxe classique : les employeurs veulent de l'expérience, mais personne ne veut être l'employeur qui donne cette première expérience. Les universités vont presque inévitablement devoir jouer un rôle beaucoup plus important dans le lancement de la carrière des étudiants. « Les collèges et universités font face à un problème existentiel », affirme Ryan Craig, auteur de Apprentice Nation et directeur général d'un fonds qui investit dans les nouveaux modèles éducatifs. « Ils doivent trouver un moyen d'intégrer une expérience de travail pertinente, sur le terrain et si possible rémunérée pour chaque étudiant, et idéalement plusieurs expériences avant l'obtention du diplôme. »

Pourtant, les universités fonctionnent toujours sur un modèle centré sur l'enseignement plutôt que sur l'emploi. Un endroit logique pour bâtir de nouvelles structures adaptées à cette nouvelle ère éducative serait le bureau d'aide à la carrière, selon Ryan Craig — mais le corps enseignant a tendance à voir cela comme un service aux étudiants, déconnecté du cœur académique. Dans beaucoup d'universités, ces centres de carrière vivent en marge, proposant des offres d'emploi, des conseils pour les entretiens et des forums de recrutement, mais ils donnent l'impression d'être facultatifs. Une enquête annuelle de la National Association of Colleges and Employers révèle que seulement un quart environ des étudiants fait appel à leur centre de carrière pour obtenir de l'aide.

Ryan Craig envisage diverses options pour l'apprentissage par le travail dans un monde régi par l'IA, allant des contrats d'apprentissage dès la fin du secondaire (et dans un éventail de métiers bien plus large que les seuls métiers manuels actuels) aux stages universitaires, en passant par des projets de recherche concrets pour des entreprises intégrés dans les cours. Ce type d'apprentissage par la pratique manque cruellement, explique-t-il, car sa mise en place s'avère coûteuse et chronophage tant pour les employeurs que pour les universités. C'est un problème que sa société d'investissement tente de résoudre en créant des structures intermédiaires, courantes dans des pays comme le Royaume-Uni ou l'Australie, qui prennent en charge la gestion des postes et le recrutement des étudiants.

Ce point m'a particulièrement frappé en septembre, alors que j'assistais à une session de la conférence annuelle des utilisateurs de Workday. Chris Ernst, le directeur de l'apprentissage de l'entreprise, s'adressait à une salle pleine de cadres RH chargés de recruter des profils juniors. Il leur a rappelé que 70 % de l'apprentissage provient de l'expérience, 20 % des relations professionnelles, et seulement 10 % de la formation théorique. Aujourd'hui, alors que les entreprises font marche arrière, on demande aux universités de fournir des formes de « véritable apprentissage » pour lesquelles elles n'ont jamais été conçues.

Bien sûr, une autre couche de complexité s'ajoute à cette idée reçue émergente : il ne s'agit pas seulement d'avoir de l'expérience de terrain — c'est cette expérience associée à la capacité de bien utiliser les outils d'IA qui crée la véritable valeur sur le marché de l'emploi des débutants. La demande des employeurs pour la maîtrise de l'IA a été multipliée par près de sept en deux ans, selon le McKinsey Global Institute, soit une progression plus rapide que pour n'importe quelle autre compétence dans les offres d'emploi.

Pourtant, une étude de l'American Association of Colleges and Universities et de l'Université d'Elon a révélé que moins de la moitié des dirigeants universitaires estiment que leurs campus sont prêts à utiliser l'IA pour préparer les étudiants à l'avenir. L'expérience d'Alina McMahon correspond tout à fait à ce que décrivent les récents diplômés. Son exposition à l'IA à l'Université de Pittsburgh, explique-t-elle, dépendait entièrement des préférences de chaque professeur. « La plupart du temps, le sujet était tout simplement ignoré », dit-elle, « du genre : vous savez bien qu'il ne faut pas l'utiliser ». Son stage chez Paramount n'était pas différent : l'utilisation de l'IA au travail était à peine évoquée, alors même qu'elle était en train de remodeler l'industrie du divertissement. 

Lorsqu'Alina a commencé à chercher du travail après son diplôme, elle n'a pas réalisé à quel point les attentes pour les postes de débutants avaient changé rapidement. « Je n'avais aucune idée que c'était une menace bien réelle jusqu'à ce qu'il soit trop tard », confie-t-elle. « J'ai toujours eu l'impression que c'était quelque chose de lointain, et puis tout d'un coup, on me dit que c'est pour ça que je ne trouve pas de travail. »

Lors de la rentrée scolaire l'automne dernier, j'ai animé deux petits dîners-débats avec des dirigeants universitaires d'établissements de toutes tailles. Lors des deux rencontres, les discussions ont tourné autour de l'IA. Plusieurs responsables académiques ont évoqué l'abandon des interdictions globales de l'IA au profit de règles fixées par chaque enseignant, afin que les étudiants sachent quand, comment et pourquoi ils peuvent y recourir. D'autres ont décrit comment les professeurs et les étudiants utilisent déjà l'IA pour le « travail de dégrossissage » : résumer des notes de cours, créer des guides d'étude, chercher des idées de recherche et corriger des ébauches de devoirs. De telles utilisations de l'IA, ont convenu plusieurs d'entre eux, permettraient de libérer du temps en classe pour se concentrer moins sur l'enseignement traditionnel et les évaluations, et davantage sur le développement de ces compétences fondamentales dont parle Matt Sigelman — l'esprit critique, la communication et la résolution de problèmes.

Pourtant, l'enseignement supérieur est par nature lent à évoluer. Il faut parfois des années pour concevoir de nouvelles spécialisations et les faire approuver par les enseignants ; avec de tels délais, les nouveaux programmes risquent d'être obsolètes avant même la sortie de la première promotion. Par ailleurs, les professeurs sont peu incités à expérimenter l'IA. Les enseignants universitaires sont en grande partie figés dans leurs habitudes pédagogiques, explique Corbin Campbell, professeure d'éducation à l'American University et auteure de Great College Teaching. Ils font rarement varier leur approche d'une année sur l'autre et enseignent pour la plupart comme on leur a enseigné.

Les types d'entreprises qui dictent les tendances en matière de recrutement — cabinets de conseil, banques de Wall Street, cabinets d'avocats — sont bien conscients de cet équilibre entre la maîtrise de l'IA et la capacité de réflexion critique à l'ancienne. 

Même s'ils automatisent les tâches qui définissaient autrefois les rôles des débutants, l'être humain et son jugement restent au cœur de leur activité.

Au sein de la société d'investissement Carlyle, les nouvelles recrues suivent une formation à l'IA et les employés partagent régulièrement leurs méthodes d'utilisation de ces outils. Ce qui demandait autrefois des semaines de recherche sur des investissements potentiels ne prend plus que quelques heures grâce à l'IA, explique Lúcia Soares, directrice de l'innovation chez Carlyle. 

Mais lorsque des employés utilisent l'IA pour générer un rapport, ajoute-t-elle, ils rédigent un paragraphe de conclusion synthétisant les résultats automatisés pour prouver qu'ils les ont compris et analysés avec rigueur. « Le jugement, l'esprit critique et la capacité d'influence et de persuasion sont les compétences qui permettent d'évoluer vers des postes de niveau supérieur, qui deviennent aujourd'hui le point d'entrée des carrières », m'a dit Christine Cruzvergara, de Handshake.

Ce qui rend ce débat sur la préparation des étudiants à un marché du travail automatisé encore plus tendu à l'heure actuelle, c'est qu'il se greffe sur d'autres crises secouant l'enseignement supérieur — un modèle financier à bout de souffle, des effectifs en baisse, un recul du nombre d'étudiants internationaux, l'annulation de subventions fédérales pour la recherche et une administration à Washington qui semble toujours prête à engager le bras de fer avec le secteur. Face à ces vents contraires, les universités ne peuvent pas se focaliser uniquement sur la préparation de la prochaine promotion à un marché de l'emploi où les postes de débutants deviennent de plus en plus difficiles à décrocher.

Si les universités ne peuvent pas arrêter le temps, l'Université d'État de l'Ohio (OSU) veut au moins programmer un nouveau départ pour 2029. C'est la promotion — celle des étudiants qui entrent en première année cette année — à qui l'université a promis qu'elle serait « fluide dans son domaine d'études, et fluide dans l'application de l'IA au sein de ce domaine ». 

L'initiative « AI Fluency » (Aisance en IA) de l'université, annoncée en grande pompe en juin, est ambitieuse mais manque encore de détails concrets. De nombreuses universités se fixent pour objectif de donner à leurs étudiants une culture générale de l'IA : savoir comment elle fonctionne, comment utiliser différents outils, comment évaluer leurs résultats et identifier leurs limites. Mais pour le doyen de l'Ohio State, Ravi V. Bellamkonda, cette simple culture générale ne suffit pas. Il compare l'aisance avec l'IA à d'autres notions fondamentales en mathématiques, en sciences ou en langues que les étudiants acquièrent dans les cours d'introduction pour ensuite s'appuyer dessus dans leur spécialité. « Nous allons veiller à ce qu'un niveau minimum soit atteint dans toute l'université », explique Ravi V. Bellamkonda. 

« Aller au-delà de ce minimum dépendra de la spécialisation. Certaines s'y prêtent davantage, d'autres moins. »

Une école de l'Ohio State qui va déjà plus loin est, sans surprise, l'école de commerce de l'université. Le semestre suivant la sortie de ChatGPT en 2022, Vince Castillo, professeur adjoint de marketing et de logistique, a annoncé à ses étudiants que ses cours seraient « l'Amsterdam de l'IA », un marché ouvert à l'expérimentation à condition que chacun soit transparent sur sa manière de l'utiliser. Depuis, son approche pour l'un de ses cours les plus populaires, Logistics and Supply Chain Analytics, a radicalement changé. Beaucoup de ses étudiants viennent d'écoles de commerce sans compétences en codage, une barrière technique qui les séparait autrefois des étudiants en informatique. « Grâce à l'IA, ils peuvent écrire des commandes pour mieux comprendre ce que contiennent les données », explique Vince Castillo. Cela leur donne une vision plus claire de la matière, ajoute-t-il, et les pousse à poser des questions plus pertinentes. « Ils pensent de manière plus stratégique maintenant », conclut-il.

Malgré toutes ces perspectives sombres, ce moment n'est pas totalement inédit pour l'enseignement supérieur. À la fin des années 1990, les universités ont d'abord traité internet comme une encyclopédie numérique. Puis comme un outil de messagerie. Ce n'est que progressivement qu'elles ont créé des pages de cours sur le web, puis de véritables plateformes d'apprentissage en ligne, puis des cours à distance — et finalement des programmes entiers conçus autour de métiers qui n'existaient même pas lorsque j'étais étudiant. Internet n'a pas simplement ajouté un outil. Il a transformé notre manière d'interagir avec l'information et les uns avec les autres.

Les optimistes de l'IA pensent que ce même cycle de destructions et de créations d'emplois va se répéter. (Il y a aussi un camp qui prédit la destruction de la quasi-totalité des emplois humains — bonne chance à nous tous si ce monde se réalise). Mais comme me l'a rappelé Lindsey Pollak, auteure spécialisée dans les carrières professionnelles : « Nous sommes nuls pour prédire quelles spécialisations ou quelles compétences compteront demain ». Nous avons poussé toute une génération vers l'informatique, pour finalement voir de nombreux postes de débutants s'évaporer juste au moment où ils obtenaient leur diplôme.

Ces derniers mois, au cours de la tournée de présentation de mon nouveau livre sur les admissions universitaires, j'ai échangé avec des parents, des lycéens et des conseillers d'orientation dans plusieurs villes du pays. À chaque étape, les parents me demandent ce qu'ils doivent dire à leurs enfants dans cette période de transition où l'IA progresse plus vite que la capacité d'adaptation des employeurs ou des universités. La réponse honnête est que l'avenir est incertain, et qu'apprendre à naviguer dans l'incertitude est peut-être la compétence la plus importante qu'ils puissent acquérir.