Aller au contenu
Accueil > Avenir du travail > Apprentissage intégré au…

Avenir du travail

Une ressource sélectionnée de recherches récentes sur les tendances qui façonnent le marché du travail au Canada.

Apprentissage intégré au travail innovant : des solutions de compétences plus intelligentes pour les PME canadiennes (en anglais seulement)

LIRE L'ARTICLE COMPLET À LA SOURCE
Principales conclusions
Les programmes d’apprentissage intégré au travail (AIT) qui sont courts, souples et moins exigeants en ressources permettent à un plus grand nombre d’étudiantes et étudiants d’acquérir des compétences professionnelles et de se bâtir un réseau.

 

L’apprentissage intégré au travail (AIT) offre aux étudiants et étudiantes des occasions concrètes d’élargir leur réseau et de vivre des expériences pertinentes en lien avec leur programme d’études. Favoriser un accès élargi à ces expériences est devenu une priorité pour les établissements postsecondaires et les entreprises partenaires.

Pour rédiger ce rapport, la Table ronde des affaires + de l’enseignement supérieur (TRAES) s’est penchée sur le potentiel des programmes courts, souples et peu coûteux, particulièrement auprès des petites et moyennes entreprises (PME), mais aussi dans une perspective élargie à l’ensemble du tissu économique canadien. Ce type d’AIT permet de rejoindre un public étudiant plus diversifié, notamment celles et ceux qui risquent autrement d’être exclu·es de ces opportunités pour des raisons personnelles, financières ou scolaires.

La TRAES présente diverses formes d’AIT pouvant répondre aux besoins de différents groupes d’intérêt, comme : 

  • Les mandats de consultation 
  • Les microstages 
  • Les projets ou stages en ligne 
  • Les compétitions ou projets industriels 
  • Les hackathons 
  • D’autres événements ponctuels 

Les retombées rapportées sont positives tant pour les PME que pour les étudiantes et étudiants. Près des trois quarts des PME ayant participé ont souligné avoir acquis de nouvelles compétences, idées ou connaissances, perçu un bon retour sur investissement, ou encore comblé un manque de compétences. 

Plus de 85% des personnes sondées se sont dites optimistes quant à leur avenir professionnel et mieux outillées pour atteindre leurs objectifs de carrière à la suite de cette expérience. 

Nouveau
2025 | Munro, D., & Lamb, C.
Principales conclusions : Les programmes d’apprentissage intégré au travail (AIT) qui sont courts, souples et moins exigeants en ressources permettent à un plus grand nombre d’étudiantes et étudiants d’acquérir des compétences professionnelles et de se bâtir un réseau.
Nouveau
2025 | Conference Board of Canada
Principales conclusions : L’économie du Yukon devrait croître de 41 % entre 2024 et 2045. Toutefois, l’offre de main-d’œuvre actuelle ne suffit pas à répondre aux besoins du marché du travail.
Nouveau
2024 | Cukier, W., Saiphoo, A. et Parkin, A.
Principales conclusions : Il est urgent que les employeurs établissent des politiques encadrant l’utilisation de l’intelligence artificielle (IA) et proposent des formations adaptées à son intégration en milieu de travail.
2024 | Bright, J., Enock, F.E., Esnaashari, S., Francis, J., Hashem, Y. and Morgan, D.
Principales conclusions : L’intelligence artificielle générative s’intègre de plus en plus dans le travail quotidien de nombreux secteurs, y compris le secteur public.
décembre 2024 | Organisation de coopération et de développement économiques (OCDE)
Principales conclusions : Parmi les travailleurs et travailleuses des pays de l’OCDE, 23 % sont considérés comme surqualifiés pour leur emploi. Au Canada, ce taux atteint 28 %.
Janvier 2025 | Santé Canada
Principales conclusions : L’offre de main-d’œuvre dans le secteur de la santé au Canada ne parvient pas à répondre à la demande croissante, et cette situation risque de se détériorer sans mesures d’intervention.
Charger Plus

Nous contacter

350 Sparks Street
Suite 604
Ottawa, Ontario K1R 0A4

Veuillez entrer votre nom.
Veuillez entrer un message.
Veuillez vérifier le captcha pour prouver que vous n'êtes pas un robot.
Faire défiler vers le haut