Tous les chefs de département d'informatique que je connais ont une version de la même conversation : avec un parent lors de l'orientation, avec un lycéen lors d'une journée portes ouvertes, avec le collègue au déjeuner qui demande si c'est vrai. Les gros titres disent que l’informatique est en train de s’effondrer. Les données montrent autre chose. Ne pas faire comprendre cela clairement aux étudiants et aux familles ne leur laisse d’autre choix que de décider sur la base de mauvaises informations.
Entouré de littéralistes
Un de mes collègues – pas un informaticien, mais quelqu'un qui travaille à leurs côtés tous les jours – s'est moqué de moi récemment après que j'ai pris quelque chose qu'ils disaient un peu trop littéralement.
« Je suis entouré de littéralistes », ont-ils déclaré.
Ils pensaient que c'était une blague. Je l'ai reçu comme un compliment. Ce n'était pas la première fois que j'avais une version de cet échange.
Le littéralisme qu’ils ont décrit n’est pas une bizarrerie de la personnalité. Il s’agit d’une habitude d’esprit formée, que l’enseignement de l’informatique cultive délibérément. Un ordinateur fait uniquement et exactement ce que vous lui dites de faire. Pas approximativement. Ce n'est pas ce que tu voulais dire. Ce que tu as dit. Les informaticiens apprennent à traduire des exigences sous-spécifiées en instructions sans ambiguïté, pour anticiper tous les cas extrêmes. On développe, au fil des années de pratique, un instinct de précision.
J'adore écrire du code. C’est également le cas de la plupart de mes collègues. Et la discipline particulière que nous aimons – rester assis avec un écran vide et produire du code fonctionnel, caractère par caractère, à partir de notre propre raisonnement – devient de moins en moins centrale à mesure que les assistants de codage de l’IA s’améliorent. Le raisonnement est toujours le nôtre ; le codage classique ne l’est de plus en plus. Prétendre le contraire serait naïf.
Mais l’apprentissage de l’informatique dépend moins du code que vous produisez que des habitudes d’esprit que vous développez. Écrire du code à partir de zéro vous apprend à penser en systèmes, à raisonner sur les causes et les effets, à garder en tête toute une structure logique et à l'interroger. Ces capacités ne deviennent pas obsolètes lorsque les outils changent.
Les gros titres contre les données
Si vous avez prêté attention aux récentes actualités technologiques, vous avez rencontré des titres tels que « Au revoir, des emplois technologiques à 165 000 $ » et « Les diplômés réinitialisent leurs ambitions à la recherche d'un premier emploi ». Le message est sans équivoque et pour l’étudiant qui envisage de se spécialiser en informatique, il est véritablement effrayant.
J'ai donc fait ce qu'une formation en informatique m'a appris à faire automatiquement : j'ai examiné les données, en particulier les données des statistiques d'emploi actuelles du Bureau of Labor Statistics des États-Unis. Et j'ai fait l'exercice suivant avec mes majors de première année d'informatique à Virginia Tech le dernier jour du semestre, en commençant par un tableau que j'avais recréé à partir d'une visualisation largement diffusée – un tableau qui m'avait été partagé pour justifier le fait de décourager les étudiants d'étudier l'informatique. Pas de titre, pas d'explication, juste le tableau. « Que vois-tu? » Je leur ai demandé.
Ils ont vu ce que la plupart des gens voient : la tendance depuis 2022 est fortement à la baisse. Ensuite, je leur ai demandé ce qu'ils ressentaient. Désespéré, dit l’un d’eux. Désespoir, en proposa un autre.
Un moment de silence. Puis une main s’est levée. « Il semble que l’industrie soit en train de surembaucher vers 2022. »
C'est une bonne observation, mais cette falaise se profilait toujours.
J'ai demandé aux élèves de regarder plus attentivement le tableau. L’axe Y montre l’évolution des emplois par rapport au même mois un an plus tôt – un choix qui garantit pratiquement un visuel spectaculaire lorsque la croissance ralentit après un boom. Ce n’est pas exactement mentir. Mais il s’agit plutôt d’alarmer que d’informer.
J'ai ensuite montré à mes étudiants les mêmes données tracées différemment, sous forme d'emploi total plutôt que de variation d'une année sur l'autre.
La falaise disparaît. Ce que vous voyez à la place est une ligne qui est passée d’environ 900 000 emplois en 1990 à un sommet d’un peu plus de quatre millions en 2023 – et non en 2022, comme le premier graphique pourrait le suggérer. Le sommet sur ce premier graphique est une illusion créée par le choix de ce qu’il faut mesurer.
Mais l'histoire ne s'arrête pas là. L’ensemble de données derrière les deux graphiques compte les emplois chez les employeurs du secteur technologique.
Un deuxième ensemble de données du Bureau of Labor Statistics ne demande pas où les gens travaillent, mais ce qu'ils font. Il interroge les employeurs de tous les secteurs de l’économie et compte combien de travailleurs effectuent des travaux informatiques et mathématiques, quel que soit le secteur d’activité de leur employeur. Un développeur de logiciels dans un hôpital, un data scientist dans une banque, un ingénieur réseau chez un constructeur automobile : tous apparaissent dans cet ensemble de données, mais pas dans le premier. Vous êtes réceptionniste, concierge ou professionnel des ressources humaines dans une entreprise technologique ? Ils sont dans le premier ensemble de données mais pas dans le second. J'ai montré à mes élèves un autre graphique (juste la ligne, pas de chiffres sur l'axe des y) et je leur ai posé une question simple : pensez-vous que cette ligne se situe au-dessus ou en dessous de la ligne noire dans le graphique précédent ?
La plupart l’ont deviné ci-dessous (même si à ce stade de la conférence, certains d’entre eux étaient sur moi). L’hypothèse était intuitive : la plupart des emplois CS se trouvent sûrement dans des entreprises technologiques. Leur supposition s'est avérée fausse, et l'écart entre ce que les gens supposent et ce que montrent les données est exactement le genre de chose qu'une formation CS vous entraîne à trouver.
Les professions informatiques et mathématiques employaient un peu plus de deux millions de personnes en 1997. En 2024, ce chiffre était de 5,2 millions, et il a à peine vacillé lors des récents licenciements dans le secteur technologique.
Pourquoi cette divergence ? Parce que les licenciements ont eu lieu chez les employeurs du secteur technologique, mais les travailleurs eux-mêmes n’ont pas disparu. Ils ont bougé. Dans la finance. Dans les soins de santé. Au gouvernement. Dans tous les secteurs de l’économie qui fonctionnent grâce à des logiciels, c’est-à-dire dans tous les secteurs de l’économie.
L’écart d’approvisionnement dont personne ne parle
Mes étudiants ont absorbé les chiffres de l'emploi, mais je pouvais voir une autre inquiétude se former : la crainte qu'un marché avec des millions d'emplois ait également des millions de diplômés en compétition pour les obtenir. J'ai ajouté un point de données provenant d'un autre ensemble de données fédérales : le nombre de personnes en âge de travailler sur le marché du travail qui sont titulaires d'un diplôme en informatique. En 2024, ce nombre était d’environ 2,8 millions.
Le nombre d'emplois était de 5,2 millions.
Cet écart – des emplois CS occupés par des personnes sans diplôme CS – est persistant. Le domaine n’a jamais été limité par les qualifications. Son besoin en personnes qualifiées a toujours dépassé l’offre de titulaires d’un diplôme CS.
Cela ne veut pas dire que le marché n’a pas changé. C’est le cas. Le rôle de débutant qui consistait autrefois principalement à écrire du code simple sous une supervision étroite est en train de véritablement changer, en partie parce que les outils d’IA sont de plus en plus efficaces dans ce domaine.
Mais ce changement nécessite des personnes capables de travailler avec l’IA pour accomplir ces tâches, capables de décomposer un problème avant qu’un code ne soit écrit, capables de déboguer non seulement un programme mais aussi un ensemble de données, un modèle, un ensemble d’hypothèses. Ce type de réflexion – le littéralisme productif de la formation CS – se transfère dans tous les domaines touchés par la technologie. C'est le véritable fondement analytique, la marque de celui qui comprend le problème suffisamment profondément pour savoir si la réponse de l'IA est juste.
Ce que CS enseigne réellement
Alors que nous approchions de la fin du cours, nous avons fait une pause dans les données et j'ai posé à mes élèves un autre type de questions. Si l’IA est encore plus performante dans deux ans (et elle le sera), si le codage de niveau débutant est automatisé et les équipes sont plus petites (et elles le seront), sur quoi devrait se concentrer un diplômé en informatique idéal ?
Ils n’ont pas dit : « Apprenez davantage de langages de programmation ». Ils ont dit : « Comprenez les principes fondamentaux. Pensez au niveau des systèmes. Sachez comment déboguer. Pensez de manière critique. Collaborez. » Mais les choses dans lesquelles ils ont suggéré d'arrêter de surinvestir étaient encore plus révélatrices. Arrêtez d'être obsédé par la syntaxe et la mécanique détaillées. Arrêtez de trop compter sur l’IA. Et cultivez le scepticisme à l’égard des résultats, des données, des gros titres de l’IA et même de vos propres premiers instincts.
Ce sont des étudiants de première année, un semestre dans un diplôme CS. Ils avaient déjà eu l’intuition d’une tension centrale dans notre domaine : les outils continueront de changer, donc la réflexion sous-jacente aux outils est ce qui compte le plus. Cette pensée a un nom – deux noms en fait : le scepticisme et le discernement. Le scepticisme est la posture : vous n'acceptez pas le résultat simplement parce qu'il est fluide et confiant. Le discernement est la compétence la plus difficile : savoir, une fois que vous avez douté, quelle partie est bonne, laquelle est mauvaise et pourquoi. Chaque étudiant CS les apprend grâce aux tests et au débogage : décider d'écrire un test est du scepticisme ; Retracer pourquoi un résultat a échoué relève du discernement.
Vous ne pouvez pas envoyer de code vague. Vous ne pouvez pas approximer une structure de données. Vous ne pouvez pas déboguer uniquement par ambiance. Le domaine est, à la base, une formation au littéralisme, et cette rigueur change non seulement votre perception des programmes informatiques, mais de tout.
Un domaine en changement radicalement passionnant
L’informatique traverse une véritable période de transformation. Mais la transformation n’est pas la même chose que l’effondrement. La récession technologique de 2022-2023 – réelle et douloureuse pour ceux qui l’ont vécue – semble, d’après les données sur les professions, avoir été un phénomène d’employeurs du secteur technologique, et non un phénomène de travailleurs du secteur informatique. L’œuvre s’est simplement déplacée ailleurs, et cet ailleurs est désormais partout.
Les millions de travailleurs CS déjà intégrés en dehors des entreprises technologiques spécialisées représentent la pointe d’un modèle qui ne fera que se poursuivre. La question pour un étudiant potentiel n’est pas de savoir si les compétences CS seront utiles ; les données sont sans ambiguïté à ce sujet. La question est de savoir quel type de formation CS vous prépare à un monde où les outils ne cessent d'évoluer.
Voici ce que j'ai dit à mes élèves.
Utilisez l’IA comme un outil et non comme une béquille. Devenez vraiment bon dans quelque chose, pas dans tout, mais dans quelque chose. Apprenez à travailler avec les autres : expliquez votre réflexion, posez les bonnes questions, communiquez clairement et souvent. Construisez des choses que vous pouvez montrer aux gens. Soyez la personne qui comprend profondément le problème à résoudre et pas seulement les outils que vous utilisez pour le résoudre. Et faites attention à l’endroit où la technologie rencontre autre chose.
Considérez le professionnel formé en CS qui dirige des initiatives fondées sur des données pour lutter contre le sans-abrisme, en créant des systèmes pour suivre, analyser et agir sur les modèles complexes et évolutifs d'une population en crise. Ou celui qui navigue à l’intersection des politiques publiques, de l’informatique des soins de santé et de l’échange d’informations sur la santé mentale, traduisant les réalités techniques des systèmes de données et les décisions politiques qui déterminent la manière dont les soins sont prodigués. Aucun d’eux n’écrit du code tous les jours. Tous deux font un travail qui ne devient possible que lorsque CS rencontre autre chose.
Si vous parcourez les gros titres, vous pourriez penser que les options d’un diplômé en informatique diminuent. Si vous les lisez de la même manière qu’une formation informatique vous apprend à tout lire – avec scepticisme, puis discernement – vous constaterez peut-être qu’ils sont simplement en train de changer et que l’informatique est précisément la discipline qui vous apprend à faire la différence.
