Enseignant · La plus grande profession du monde : des maisons de tablettes sumériennes aux salles de classe de l'ère de l'IA, un adulte chargé de transformer trente inconnus en une classe qui apprend.
L'enseignement occupe une position étrange dans chaque prévision d'automatisation : sa couche de diffusion de contenu est parmi les travaux les plus automatisables — vidéo, logiciel adaptatif et tuteurs IA expliquent, exercent et notent déjà à l'échelle — tandis que sa couche de classe est parmi les moins. Un modèle peut expliquer la photosynthèse mieux que beaucoup d'humains ; il ne peut pas faire taire trente douze ans qui bavardent, remarquer que l'un n'a pas mangé, et assumer le devoir légal de protection.
Le futur proche réaliste est une division du travail, pas une substitution. Les systèmes de tutorat IA — du Khanmigo de Khan Academy basé sur GPT-4, piloté dans les écoles américaines à partir de 2023, aux applications adaptatives des marchés de tutorat asiatiques — deviennent une couche de devoirs et de pratique sous un enseignant humain, tandis que les mêmes modèles absorbent discrètement le composant le plus détesté de la profession : la paperasse.
Peut-être un cinquième des heures-tâches du métier — correction routinière, brouillons de fiches et de matériels de leçon, pratique d'exercices, rapports administratifs — est réalistement automatisable maintenant, et une grande part se déplace déjà vers les logiciels. Le cœur de la classe résiste : la gestion en direct d'une salle d'enfants, la motivation et les relations, la responsabilité de protection et le jugement sur le moment de ce qu'un apprenant précis a besoin sont des tâches qu'aucun système déployé n'exécute, et aucun gouvernement n'agréerait une machine pour assumer un devoir de protection.
Scored from the tasks, not the job title. Lower is safer.
Jobs AI cannot take →Les enfants apprennent pour des enseignants en qui ils ont confiance ; des décennies de recherche lient les relations enseignant-élève à l'assiduité, l'effort et les résultats. Aucun logiciel n'a reproduit l'effet d'un adulte qui vous connaît et attend des choses de vous.
Maintenir l'ordre et l'attention entre trente enfants aux humeurs et besoins conflictuels est une compétence sociale en temps réel impliquant présence, timing et autorité — rien dans la robotique ou l'IA actuelles ne s'en approche.
Les enseignants sont des adultes légalement responsables : repérer abus et négligence, gérer les urgences médicales, être redevables en personne aux parents et aux tribunaux. Les juridictions agréent des humains pour cela, et aucune ne se prépare à agréer autre chose.
L'école apprend aux enfants à être des personnes en groupe — prise de parole, désaccord, effort, réparation après conflit — largement en regardant des adultes le faire. Cet apprentissage d'être humain est la part de la scolarisation que les parents veulent le moins automatiser.
Décider que la mauvaise réponse de cet enfant signale une idée fausse, celle de celui-là une mauvaise nuit à la maison, et celle d'un troisième une difficulté d'apprentissage non diagnostiquée — puis agir différemment sur chacun dans la même minute — reste au-delà de tout système déployé.
La notation à choix multiples et réponse courte est automatisée depuis longtemps ; les grands modèles de langage rédigent désormais des retours sur dissertations et des scores de rubrique que les enseignants relisent plutôt qu'écrivent, effondrant des heures de correction hebdomadaire.
Relances d'assiduité, commentaires de bulletins, saisie de données et communication routinière avec les parents — les vilains des enquêtes sur la charge de travail — sont précisément les tâches denses en texte et calquées sur des modèles que l'IA actuelle absorbe en premier.
Fiches, quiz, passages de lecture différenciés et diapositives se génèrent maintenant en secondes et s'éditent plutôt qu'on les rédige ; des organismes nationaux depuis la Oak National Academy anglaise ont commencé à déployer des aides à la planification de leçons par IA en 2023–24.
Les plateformes adaptatives — Khan Academy, Duolingo, les applications de tutorat des marchés de cours du soir d'Asie orientale — exécutent déjà la pratique espacée et l'instruction procédurale à l'échelle, avec des tuteurs IA étendant cela à un guidage pas à pas.
Les pilotes scolaires de Khanmigo en 2023 esquissent le schéma émergent : chaque élève obtient un partenaire de pratique infatigable à la maison, tandis que l'enseignant orchestre, assigne et relit — une version massive et bon marché de ce que les marchés de tutorat privé vendaient aux familles aisées.
À mesure que la génération et la diffusion de contenu se bon marchissent, le travail différenciant se déplace vers la curation et l'orchestration : choisir ce que la classe fait de ses heures en direct partagées, séquencer la discussion humaine face à la pratique machine, et contrôler la qualité des matériaux produits par machine.
Les plateformes d'apprentissage font remonter la maîtrise par élève, les schémas d'erreur et les signaux d'alerte précoce autrefois invisibles entre les tests ; des systèmes de New York à Séoul, dont les manuels numériques IA se lancent à partir de 2025, parient que la couche analytique change les décisions de classe.
Les fermetures de 2020 ont forcé chaque enseignant à traverser la formation à l'enseignement à distance d'un coup, et l'infrastructure n'est jamais partie : plateformes de devoirs, leçons enregistrées et réunions virtuelles avec les parents persistent, et avec elles la demande d'enseignants fluides dans les deux salles.
Concevoir cours, matériels et évaluations pour écoles, éditeurs et formation d'entreprise — la destination à la croissance la plus rapide pour les enseignants quittant la classe, et un rôle que les chaînes d'outils IA étendent plutôt qu'elles ne réduisent.
Le marché mondial du tutorat — des plateformes vidéo individuelles aux écoles en ligne complètes — emploie d'anciens enseignants de classe par centaines de milliers, vendant exactement l'attention humaine et la responsabilité que la couche logicielle manque.
Interpréter l'exhausto de données des classes numériques pour écoles et districts : quelles interventions fonctionnent, quels élèves dérivent, quels tableaux de bord méritent confiance — un rôle entre expérience d'enseignement et science des données.
Les entreprises ed-tech et les ministères déployant des tuteurs IA ont besoin de personnes capables de juger pédagogie, exactitude et sécurité des enfants à la fois ; les enseignants expérimentés sont les relecteurs, aligneurs curriculaires et red-teamers naturels pour l'IA de classe.
Les tâches qui quittent le métier en premier sont celles que les enseignants ressentent le plus — correction, rapports, production de fiches — ce qui rend l'enseignement inhabituel parmi les professions face à l'automatisation : la technologie soustrait d'abord la corvée plutôt que le jugement. Le combat politique portera sur ce qui remplit les heures libérées : des charges de travail effectives plus petites, ou des classes plus grandes justifiées par l'assistance IA.
L'arithmétique de la demande protège la profession quoi qu'il arrive. Le déficit de 44 millions d'enseignants de l'UNESCO d'ici 2030 signifie que le problème de la plupart du monde est trop peu d'enseignants, pas trop ; aucun déploiement plausible d'IA ne comble une pénurie de cette taille dans des classes qui manquent souvent d'électricité avant de manquer de logiciels.
Le pari à long terme inscrit dans chaque système scolaire est que la formation de l'enfance — attention, motivation, conduite, protection — exige des adultes humains responsables dans des salles avec des enfants. Rien dans la vague technologique actuelle n'a testé ce pari ; elle n'a testé que les fiches.
Voisins les plus proches sur le profil à six scores — pas seulement le même champ.
Le métier qui court vers ce que les autres fuient — des vigiles de Rome et porteurs de matoi d'Edo aux équipes de feux de forêt et gardes de secours vingt-quatre heures d'aujourd'hui.
AI-resistant 90 💉La plus grande profession de la santé : de la lampe de Scutari au moniteur de réanimation, la personne encore au chevet du patient quand tous les autres sont rentrés chez eux.
AI-resistant 91 🚓L’agent assermenté qui patrouille, enquête et maintient l’ordre, des détectives infiltrés de Vidocq et des constables de Peel en 1829 jusqu’à la confiance publique aujourd’hui contestée.
AI-resistant 66 🌉Le métier qui transforme les rivières, les roches et la gravité en ponts, en routes et en eau potable – le métier tranquille et porteur de la civilisation depuis Imhotep.
AI-resistant 72 🧪Le scientifique qui fabrique et mesure la matière — de l'alambic babylonien de Tapputi aux laboratoires robotisés d'aujourd'hui, celui qui décide encore ce que signifie le spectre.
AI-resistant 70 🍳Le professionnel qui commande une brigade de cuisine sous la pression de chaque service, du Paris d'Escoffier aux comptoirs de sushi d'Osaka et aux bars à ceviche de Lima.
AI-resistant 78L'érudit payé pour professer une discipline en public — vingt-cinq siècles d'enseignement et de découverte, du bosquet de Platon à la titularisation et au tuteur IA.
AI-resistant 76 📜L'enquêteur formé du passé — d'Hérodote et Sima Qian aux archives numériques, transformant des documents fragiles en récits vérifiables de ce qui s'est passé.
AI-resistant 70 🧩Le scientifique de l'esprit et du comportement, du laboratoire de Wundt à Leipzig en 1879 à la salle de thérapie — formé pour entendre ce qu'une personne ne peut pas encore se dire elle-même.
AI-resistant 82 🌐Le métier qui transporte le sens d'une langue à l'autre — de la Septante et de la Vulgate de Jérôme à Tolède, les cabines de Nuremberg et l'ère de la traduction automatique.
AI-resistant 28 📖Gardien et guide du savoir enregistré, des tablettes d'argile de Ninive à la bataille du prêt numérique — organiser ce que l'humanité sait pour que chacun puisse le trouver.
AI-resistant 55