Une grande partie de la vie d'une personne est accompagnée par cette question : que veux-tu faire plus tard ?

On commence à la poser dès l'enfance. Ensuite, l'adolescent choisit une filière, une université, une spécialité. On suppose qu'il existe quelque part une place qui lui correspond : il suffit de se connaître suffisamment, d'acquérir les connaissances nécessaires, de trouver cette place et de l'occuper.

Dans ce modèle, le choix de la profession est l'une des décisions majeures du début de la vie. L'erreur coûte cher, c'est pourquoi on conseille d'aborder ce choix très au sérieux.

Mais et si la formulation même de la question devenait progressivement obsolète ?

Non pas parce que les métiers vont disparaître. Et non pas parce que l'éducation cessera d'être nécessaire.

Mais parce que la durée de vie d'une opportunité économique risque de devenir beaucoup plus courte que la carrière d'un être humain.

Un bon métier aujourd'hui ne promet rien pour demain

À différentes périodes, des activités totalement différentes deviennent soudainement lucratives.

La croissance du commerce électronique crée une demande énorme de livreurs. Les salaires augmentent, l'accès ne coûte presque rien et une personne sans années de préparation se retrouve soudainement avec un revenu comparable à celui de personnes ayant fait de longues études.

Ensuite, l'offre de travailleurs augmente, la technologie change, le marché se sature — et ce même travail cesse d'être aussi attractif.

L'arrivée d'une production étrangère crée une autre opportunité. Dans une région industrielle, un jeune peut, juste après l'école, trouver un emploi dans une usine moderne, se former au sein de l'entreprise et commencer à gagner sa vie avant son camarade qui passera les cinq années suivantes à l'université.

Quelques années plus tard, une nouvelle vague apparaît.

Aujourd'hui, pratiquement n'importe quel lycéen peut trouver sur Internet une centaine d'entreprises en activité dotées de sites web obsolètes, utiliser l'IA pour créer une version moderne en quelques heures et envoyer des propositions aux propriétaires. Quatre-vingt-dix-sept entreprises ignoreront l'e-mail. Deux ou trois accepteront — et l'expérience s'avérera rentable.

Mais cette opportunité n'est pas éternelle non plus.

Quand des milliers de personnes commenceront à utiliser la même astuce, le prix chutera. Quand la création d'un nouveau site web deviendra presque automatique, l'avantage lui-même disparaîtra.

Le problème n'est pas qu'une personne a choisi le mauvais métier.

Le monde a simplement changé.

C'est pourquoi, peut-être, nous réfléchissons trop au choix

Imaginons deux jeunes de dix-huit ans et donnons à chacun six ans.

Le premier choisit un métier.

Il entre à l'université, suit un programme consécutif, passe des examens et, à vingt-quatre ans, obtient un bagage important de connaissances spécialisées et un diplôme reconnu.

Le second ne choisit rien de définitif.

Il décroche un premier emploi. Au bout de six mois, il comprend qu'il ne lui convient pas. Il en essaie un autre. Essaie de vendre quelque chose. Échoue. Maîtrise un nouvel outil. Réalise un petit projet. Trouve ses premiers clients. Le niche disparaît. Passe à un autre domaine. Apprend à nouveau quelque chose.

À vingt-quatre ans, la biographie du premier paraît claire.

Celle du second, chaotique.

Du premier, on dit qu'il a investi six ans dans son avenir.

Du second, il est facile de dire qu'il a passé six ans sans savoir quoi faire.

Mais peut-être ont-ils simplement accumulé différents types de capital.

Le premier est devenu de mieux en mieux préparé à une activité déterminée.

Le second est devenu de mieux en mieux préparé à la nécessité de changer d'activité.

Nous sommes très doués pour mesurer la première. Pour la seconde, nous n'avons même pas d'unité de mesure communément admise.

L'erreur produit aussi du savoir

Si une personne a étudié deux ans à l'université et a compris qu'elle voulait faire autre chose, ces deux ans sont souvent perçus comme une perte.

Si elle a changé cinq fois de travail, cela peut sembler encore pire.

Mais toute tentative infructueuse n'est pas du temps perdu.

Une personne ne se connaît pas d'avance.

Elle peut s'imaginer qu'elle aime la programmation jusqu'à ce qu'elle essaie d'en faire huit heures par jour. Elle peut se considérer comme un mauvais vendeur jusqu'à ce qu'elle se retrouve par hasard dans la vente. Elle peut rêver d'une grande entreprise et réaliser un mois plus tard qu'elle ne supporte pas un tel environnement.

Certains savoirs sont impossibles à acquérir dans un livre.

On ne peut pas lire une description suffisamment détaillée d'un métier pour savoir si tu aimeras l'exercer pendant les dix prochaines années.

Pour cela, il faut une expérimentation.

Dans ce cas, une personne qui a essayé cinq activités et en a abandonné quatre n'a pas nécessairement échoué quatre fois.

Elle a éliminé quatre hypothèses sur sa propre vie.

Et par la même occasion, elle a appris des choses sur les marchés, les gens, l'argent et ses propres capacités.

Le marché peut devenir lui-même un programme d'études

La personne qui essaie de gagner de l'argent en créant des sites web pour des entreprises n'a pas de curriculum préparé à l'avance.

Mais son équivalent fonctionnel apparaît très rapidement.

Si elle ne sait pas trouver de clients potentiels, elle doit apprendre à chercher.

Si personne ne répond aux e-mails, elle doit apprendre à formuler son offre.

Si un client est intéressé mais n'achète pas, elle doit se pencher sur la vente.

Si le site web s'avère mauvais, elle doit s'initier au design et à la technologie.

Si le travail prend trois jours et qu'un concurrent le fait en trois heures, elle doit maîtriser l'IA.

S'il y a beaucoup de clients mais toujours pas d'argent, elle doit comprendre la tarification.

Personne n'a décidé à l'avance qu'il était indispensable d'étudier précisément ces sujets.

La nécessité est apparue avant le savoir.

C'est la séquence inverse de la majeure partie de l'éducation formelle.

Le modèle traditionnel ressemble souvent à ceci :

d'abord les savoirs → puis la recherche de l'endroit où ils serviront.

Le modèle expérimental :

d'abord la tâche → puis la découverte du savoir manquant → l'apprentissage → la vérification immédiate.

Le second modèle n'annule pas l'éducation. Il modifie le moment où elle apparaît.

Parfois, il vaut mieux faire l'université plus tard, pas avant

Imaginons une personne qui a passé plusieurs années à tester différentes activités et qui, à vingt et un ans, a compris qu'elle voulait concevoir des ponts.

Elle a désormais réellement besoin de mathématiques poussées, de physique, d'une formation d'ingénieur et d'une qualification formelle.

Elle va étudier.

Mais sa situation est fondamentalement différente de celle d'un adolescent de dix-sept ans qui a choisi une spécialité presque les yeux fermés.

Elle sait déjà pourquoi elle a besoin de ces connaissances.

L'éducation cesse d'être un pari sur un avenir inconnu pour devenir un outil permettant d'atteindre un objectif découvert.

Ce n'est pas un argument contre les universités.

Il est impossible de former des médecins, des ingénieurs, des chercheurs et de nombreux autres spécialistes en quelques discussions avec une IA et une série de petits projets.

Mais il ne s'ensuit pas que le même ordre convienne à tout le monde :

d'abord choisis un métier → prépare-toi pendant plusieurs années → seulement après, confronte ton choix à la réalité.

Parfois, il peut s'avérer plus rationnel de faire l'inverse :

essaie → découvre une direction → comprends les limites → apprends ce sans quoi il est réellement impossible d'aller plus loin.

L'IA réduit radicalement le coût de l'essai

Auparavant, expérimenter était nettement plus coûteux.

Si une personne voulait essayer de créer un produit logiciel, elle devait apprendre à programmer ou trouver un programmeur.

Pour faire le design — un designer.

Pour étudier le marché — du temps et des compétences.

Pour rédiger une proposition commerciale — une compétence de plus.

Par conséquent, entre l'idée « je me demande si ça va marcher ? » et la vérification réelle, il pouvait y avoir des mois de travail et beaucoup d'argent.

L'IA commence à réduire cette distance.

Une seule personne est déjà capable d'utiliser la machine comme programmeur, chercheur, traducteur, designer, analyste et assistant commercial — même si elle est encore imparfaite.

Et cela commence à se refléter dans l'économie réelle.

En 2026, Stripe signale que la proportion de fondateurs solitaires (solo founders) parmi les entreprises créées via Stripe Atlas a atteint un sommet historique. Parallèlement, le nombre d'entrepreneurs individuels aux revenus exceptionnellement élevés augmente. L'IA ne prouve pas que tout le monde peut bâtir une entreprise prospère tout seul, mais elle réduit le nombre de spécialistes différents dont une personne a besoin pour au moins tester une idée.

C'est un changement fondamental.

Si autrefois une expérience ratée pouvait coûter un an et beaucoup d'argent, demain certaines expériences pourraient ne coûter qu'une semaine.

Et cela signifie qu'un individu peut se permettre beaucoup plus d'erreurs.

Mais il est facile de confondre une opportunité avec un métier

C'est là qu'intervient un autre piège.

Supposons qu'aujourd'hui, la création de sites web à l'aide de l'IA rapporte à une personne plusieurs milliers de dollars par mois.

On peut en conclure :

« J'ai trouvé mon métier. »

Mais c'est précisément cela qui risque d'être une erreur.

Si l'accès à une niche est devenu bon marché pour une personne, il est devenu bon marché pour un millier de ses concurrents.

Le revenu élevé d'aujourd'hui ne garantit rien.

C'est pourquoi la valeur d'une opportunité concrète ne réside pas seulement dans ce qu'elle a permis de gagner.

Elle peut laisser derrière elle autre chose :

la personne a appris à trouver des clients ;

elle a compris comment valider la demande ;

elle a appris à vendre ;

elle a maîtrisé plusieurs outils ;

elle a vu à quelle vitesse un avantage est copié ;

elle a appris à fermer un projet non viable ;

et surtout — elle a acquis l'expérience de la recherche de la prochaine opportunité.

Dès lors, la disparition de la niche cesse d'être une catastrophe.

Elle n'était de toute façon pas censée durer toute la vie.

Peut-être que le principal atout devient la capacité à se réajuster soi-même

Nous avons l'habitude de décrire le capital humain par l'accumulation.

Une personne connaît les mathématiques.

Sait programmer.

A dix ans d'expérience en logistique.

A obtenu un diplôme médical.

Mais dans un environnement qui change rapidement, un autre type de capacité émerge :

voir → comprendre → apprendre → essayer → obtenir un retour → se réajuster.

On peut savoir beaucoup de choses et être incapable de parcourir ce cycle.

Ou l'on peut avoir une formation formelle relativement modeste, mais être capable, en quelques mois, de pénétrer un nouveau domaine assez profondément pour commencer à y créer de la valeur.

On peut appeler cette capacité le capital d'adaptation.

Ce n'est pas un stock de connaissances concrètes.

C'est la capacité de recréer le stock de connaissances nécessaire après que l'environnement a changé.

Et c'est là qu'une question inconfortable se pose pour l'éducation

Les études sur le marché du travail montrent déjà qu'un diplôme et la capacité à accomplir un travail ne sont pas la même chose.

Pendant des décennies, les employeurs ont ajouté des exigences de bachelor's degree même à des postes dont le contenu n'avait pas fondamentalement changé. Plus tard est apparu le mouvement inverse — le skills-based hiring —, dans le cadre duquel certaines entreprises ont commencé à supprimer les exigences formelles de diplôme et à décrire plus précisément les compétences requises.

Mais même ce changement est lent : annoncer l'abandon des exigences de diplôme est beaucoup plus facile que de réorganiser véritablement le recrutement.

En parallèle, l'OCDE attire particulièrement l'attention en 2026 sur l'informal learning — les connaissances et compétences qu'une personne acquiert par le travail, les activités quotidiennes et l'apprentissage autonome. Cette forme d'apprentissage est particulièrement adaptée à un environnement où les exigences en matière de compétences changent rapidement sous l'effet de la numérisation et de l'IA.

On se retrouve dans une situation étrange.

L'économie exige de plus en plus la capacité d'apprendre en permanence.

La technologie permet de plus en plus d'apprendre directement au moment où le besoin s'en fait sentir.

Mais le système social reste très fort pour ne reconnaître que les parcours éducatifs standardisés à l'avance.

Le problème n'est peut-être pas que l'éducation formelle est inutile.

Le problème est que nous savons mesurer l'éducation accumulée beaucoup mieux que la capacité d'une personne à continuer à s'éduquer elle-même.

Un parcours toute tracé aide et prive d'entraînement en même temps

L'éducation formelle a un avantage énorme.

Elle évite à l'individu d'avoir à décider sans cesse de la suite.

Voici la matière.

Voici le professeur.

Voici le support.

Voici la date limite.

Voici le critère de réussite.

Voici l'examen.

Voici le cours suivant.

Pour quelqu'un qui n'est pas encore capable de construire son parcours de façon autonome, c'est un système extrêmement précieux.

Mais cet avantage peut avoir un revers.

Pendant que quelqu'un d'autre répond pendant des années à la question « que dois-tu faire ensuite ? », la personne n'a pas besoin d'apprendre à y répondre par elle-même.

La vie expérimentale oblige à faire cela en permanence :

Que se passe-t-il maintenant ?

Où une opportunité est-elle apparue ?

Pourquoi la tentative précédente a-t-elle échoué ?

Qu'est-ce que je ne sais pas faire ?

Est-ce que cela vaut la peine de l'apprendre ?

L'IA peut-elle combler cette lacune ?

Continuer ou abandonner ?

Que dois-je essayer ensuite ?

C'est aussi de l'apprentissage.

Sauf qu'il n'y a pas de diplôme à la clé.

L'IA peut rendre l'autonomie moins élitiste

La voie expérimentale a toujours comporté un problème de taille.

Elle exige de l'autonomie.

Tout le monde à dix-huit ans n'est pas capable de mener une étude de marché par lui-même, de choisir une orientation, d'élaborer un programme d'apprentissage, de trouver des clients, d'évaluer le résultat et de comprendre quoi faire après un échec.

C'est pourquoi les parcours tout tracés n'étaient pas seulement une contrainte. Ils résolvaient un vrai problème.

Mais l'IA est capable de changer cela aussi.

Il n'est plus indispensable pour un individu de savoir seul comment construire chaque étape suivante. Il peut discuter avec la machine des orientations possibles, explorer un domaine inconnu, concevoir des expériences à bas coût, analyser ses erreurs et obtenir rapidement les explications qui lui manquent.

L'IA ne crée pas la curiosité et ne force pas une personne à agir.

Mais elle peut réduire le coût intellectuel de l'autonomie.

Dès lors, la capacité à construire son propre parcours cesse d'être le privilège d'un petit nombre de personnes qui ont appris cela par hasard par elles-mêmes.

Elle peut elle aussi se développer.

Peut-être posons-nous la mauvaise question aux enfants

« Que veux-tu faire plus tard ? » est une bonne question pour un monde où la réponse reste utile assez longtemps.

Mais si une personne vit quatre-vingts ans et que les technologies, les marchés et les modes de création de valeur changent radicalement plusieurs fois au cours de sa carrière, une seule réponse risque de ne pas suffire.

La question devrait alors être formulée autrement :

Sauras-tu comprendre quel spécialiste tu dois devenir ensuite ?

Pas forcément entrepreneur.

Pas forcément programmeur.

Pas forcément changer de métier chaque année.

Le sens n'est pas dans le mouvement pour le mouvement.

Le sens réside dans l'absence de l'hypothèse qu'une place trouvée un jour doit obligatoirement rester la tienne.

L'homme du futur devra peut-être découvrir à plusieurs reprises où ses compétences sont requises par le monde à un moment donné, compléter ce qui lui manque et redevenir un spécialiste.

Le résultat final de l'apprentissage n'est alors plus un individu préparé à un seul métier.

Le résultat final est un individu capable de se refaire spécialiste — autant de fois qu'il le faudra.