Étude CEREQ 1970 : naissance d’une analyse fondatrice des assistantes d’ingénieurs

En préparant nos travaux sur l’impact de l’intelligence artificielle sur nos métiers, nous avons découvert un document exceptionnel : une étude du CEREQ (Centre d’Études et de Recherches sur les Qualifications) datant de novembre 1970, consacrée aux assistantes d’ingénieurs du Lycée Jacquard (Paris).

128 pages.
251 questionnaires analysés.
Une rigueur méthodologique remarquable.

Et surtout : 55 ans de recul sur nos métiers.

Il s’agit probablement de la première recherche académique française consacrée à l’assistanat technique qualifié. À une époque où nos métiers n’avaient ni visibilité statistique, ni reconnaissance institutionnelle, et pourtant c’est sur l’un de nos métiers qu’ont porté les premiers travaux.

Pourquoi cette étude nous concerne-t-elle aujourd’hui ?

Parce qu’en 1970, les assistantes d’ingénieurs du Lycée Jacquard posaient déjà les questions que nous nous posons toujours en 2026 :

• Comment définir objectivement le contenu de nos fonctions ?
• Pourquoi la polyvalence semble-t-elle incompatible avec la progression de carrière ?
• Comment mesurer notre valeur ajoutée ?
• Pourquoi les grilles de qualification ignorent-elles nos métiers ?
• Comment évoluer sans se spécialiser ?

55 ans plus tard, les outils ont changé (de la machine à écrire à ChatGPT, du téléphone fixe à Teams).

Mais les problématiques structurelles demeurent.

Dans ce premier article, nous explorons l’approche méthodologique de cette étude pionnière. Non par goût de l’histoire, mais parce qu’elle nous enseigne comment poser les bonnes questions et comment construire les bonnes réponses.

Contexte : émergence de l’assistanat technique

Le BTS assistante d’ingénieur : origine d’un métier invisible

1959 : Ouverture de la première section « Assistante d’ingénieur » au Lycée Jacquard.

Public visé : Jeunes filles titulaires du BEPC, du Baccalauréat ou d’un BT (Brevet de Technicien), souhaitant exercer des fonctions techniques qualifiées.

Programme : Formation polyvalente combinant :

• Mathématiques et sciences (physique, électricité, mécanique)
• Techniques de bureau (dactylo, sténo, secrétariat)
• Langues étrangères
• Dessin industriel
• Informatique naissante (programmation COBOL, FORTRAN)

Niveau de sortie : BTS (Brevet de Technicien Supérieur), équivalent Bac+2.

Débouchés annoncés : Collaboration technique avec des ingénieurs dans les bureaux d’études, laboratoires de recherche, services techniques des entreprises.

En 1970, ces métiers n’existent pas dans les statistiques officielles.

Pas de code INSEE spécifique.
Pas de convention collective dédiée.
Pas d’études sur leurs effectifs, leurs fonctions, leurs trajectoires.

Ils sont noyés dans des catégories trop larges :

• « Employés de bureau »
• « Personnel administratif »
• « Agents techniques »

Résultat : Invisibilité statistique, donc invisibilité sociale, donc absence de reconnaissance

Le rôle pionnier du CEREQ

Le CEREQ, créé en 1970, a pour mission d’étudier les relations entre formation et emploi.

L’étude sur les assistantes d’ingénieurs s’inscrit dans cette mission :

• Mesurer le devenir professionnel des diplômées
• Analyser l’adéquation entre formation reçue et fonctions exercées
• Identifier les besoins de formation complémentaire
• Éclairer les politiques éducatives et les pratiques des entreprises

Bernard Gillet, conseiller d’orientation scolaire et professionnelle, est chargé de l’étude.

Sa démarche est claire (p.3) :

« Cette initiative devait fournir […] l’occasion de conduire une réflexion méthodologique sur les relations entre la formation et l’emploi en prenant constamment appui sur des données concrètes. »

= Pas de théorie hors-sol, mais une analyse ancrée dans le réel.

Méthodologie de l’étude CEREQ : rigueur et innovation

1. La population étudiée : 251 anciennes élèves

Périmètre :

• Toutes les promotions sorties entre 1959 et 1968 (10 ans)
• Soit environ 492 élèves contactées
• Taux de réponse final : 51% (après relance)

Observation importante (p.11) :

« Ce chiffre est conforme à ceux obtenus avec d’autres enquêtes portant sur plusieurs promotions. En effet, le taux de réponse est faible pour les plus anciennes (25%). »

Raisons identifiées :

• Changements d’adresse
• Cessation d’activité professionnelle (mariage, maternité)
• Désintérêt pour l’enquête

= Déjà en 1970, les enquêtes longitudinales se heurtent aux mêmes difficultés qu’aujourd’hui.

2. Le mode de recueil : une approche originale

Première phase : enquêtées-enquêtrices

Innovation pédagogique (p.11) :

« Les élèves actuellement en formation ont été invitées à prendre contact avec les anciennes élèves de leur secteur géographique et à remplir ou à leur faire remplir le questionnaire, jouant ainsi le rôle d’enquêtrice. »

Objectif :

« Permettre aux étudiantes de prendre contact avec leur futur milieu de travail ‘par personne interposée’ : l’entretien pouvant être l’occasion d’une prise de conscience plus grande de la part des étudiantes, des possibilités offertes par la formation reçue et des difficultés qu’elles pourront rencontrer. »

= Démarche de mentorat inversé : les futures professionnelles interrogent les professionnelles en poste.

Seconde phase : enquête postale

Après ce premier recueil, envoi du questionnaire par courrier aux élèves non contactées.
Relance systématique 3-4 semaines plus tard.

Résultat : Le taux de réponse passe de 30% à 51%.

Enseignement : La relance est essentielle (gain de 21 points).

3. Le questionnaire : entre standardisation et ouverture

Structure du questionnaire (13 pages) :

I. Renseignements personnels (variables socio-démographiques)

• Année de naissance
• Situation familiale
• Profession des parents (avec codification précise selon 8 niveaux)
• Statut de l’entreprise des parents (privé/public/administration)
• Domicile des parents

II. Formation scolaire et professionnelle

• Établissement d’origine
• Diplômes obtenus (BEPC, BEI, BT, Bac, BTS) avec dates et spécialités
• Stages effectués (entreprise, nature des travaux, utilité perçue)

III. Formation complémentaire

• Intentions à la sortie du lycée (oui/non)
• Formation(s) effectivement suivie(s) (matières, organismes, diplômes obtenus)
• Motivations (pourquoi suivre ou ne pas suivre une formation ?)
• Appréciation de l’entreprise sur la formation complémentaire

IV. Emploi actuel (section la plus détaillée)

• Titre de la fonction
• Titre de la qualification
• Coefficient hiérarchique (avec base de référence)
• Salaire net mensuel (avec nombre d’heures/semaine)
• Salaire de base brut pour 40h
• Avantages (primes, 13ème mois, etc.)
• Avantages sociaux divers (cantines, crèches, voyages)
• Nom et adresse de l’entreprise
• Activité (électronique, chimie, bâtiment, etc.)
• Statut et nature de l’entreprise (privé/public, industrie/commerce/services)
• Service (fabrication, B.E. calculs, laboratoire, administratif, etc.)

V. Analyse de fonction : une rupture méthodologique

Grille de 15 tâches à classer par ordre d’importance (temps consacré) :

Items techniques (A-G) :

• A : Mise au point de méthodes de mesure et d’étalonnages sur du matériel peu connu
• B : Essais et mesures sur matériel peu connu
• C : Essais et mesures sur matériel connu sans mode opératoire
• D : Essais et mesures avec indications précises de l’ingénieur
• E : Établissement de dossiers
• F : Études économiques
• G : Calculs de résistance, de dimensionnement

Items informatiques/mathématiques (H-J) :

• H : Analyse et programmation
• I : Opérations mathématiques
• J : Opérations comptables

Items documentation/traduction (K-L) :

• K : Tenue de la documentation technique ou économique
• L : Traduction

Items administratifs (M-N) :

• M : Relations technico-commerciales
• N : Secrétariat et dactylo

Items divers (O) :

• O : Organisation d’expositions, congrès, etc.

VI. Carrière (tableaux de mobilité)

Changements d’entreprise :

• Nom et adresse des entreprises successives
• Activités
• Dates d’entrée et de sortie
• Motifs des changements

Filière professionnelle :

• Désignation de chaque fonction occupée
• Qualification associée
• Indice hiérarchique
• Dates de début et de fin

VII. Questions ouvertes (innovation majeure)

A. Observations sur la formation au L.T. Jacquard

• « Pensez-vous que la formation reçue soit adaptée exactement à votre fonction ? Indiquez les éléments favorables et les lacunes de cette formation. »

B. Observations sur la carrière

1. Avantages du BTS :

• « La possession du BTS vous a-t-elle apporté quelques avantages sur le plan de la carrière par rapport à vos collègues ayant une formation de nature et de niveau différents, en ce qui concerne l’indice de départ, les responsabilités de travail, la rapidité de l’avancement, les possibilités de promotion, etc. ? »

2. Attitude de l’entreprise vis-à-vis des femmes :

• « Quelle est l’attitude générale de votre entreprise vis-à-vis de l’emploi des femmes ? Embauche ? Responsabilités ? Promotion ? »
• « Prévoit-elle d’embaucher d’autres techniciennes supérieures ? »

3. Projets professionnels :

• « Quels sont vos projets personnels de carrière ? (changement d’entreprise ? de secteur d’activité ? ou même arrêt de travail). Précisez les raisons de vos projets. »

C. L’équilibre questions fermées / ouvertes

Point remarquable :

L’étude ne se limite pas aux cases à cocher. Elle laisse une large place à l’expression libre.

Citation (p.12) :

« Le questionnaire étant surtout expérimental, la forme des questions a permis au maximum l’expression libre des interviewées dans les sujets exploratoires. »

Enseignement :

Les questions ouvertes permettent de découvrir ce qu’on ne sait pas encore chercher.

Les questions fermées permettent de quantifier ce qu’on a identifié.

L’Observatoire FFMAS combine les deux approches.

Innovations méthodologiques majeures

1. L’analyse de fonction : une grille pionnière

Le problème (p.13) :

« La formation d’assistante d’ingénieur étant polyvalente, les fonctions les plus diverses leur sont offertes (programmation, fonctions administratives, etc.) et sous peine d’élaborer une échelle inutilisable, il n’a pas toujours été possible de poursuivre dans cette voie d’analyse bidimensionnelle. »

L’analyse bidimensionnelle : Distinguer le contenu (quelle tâche ?) et le niveau d’autonomie (avec quelle initiative ?).

Exemple concret dans la grille :

Pour la tâche « essais et mesures », 3 niveaux sont distingués :

• Niveau B : Met au point des méthodes de mesure sur du matériel peu connu
• Niveau C : Effectue des essais sans aucune précision sur le mode opératoire
• Niveau D : Effectue ces travaux à partir d’indications précises

= Distinction exécution / autonomie / initiative

Cette distinction préfigure exactement celle de l’étude NBER 2025 sur l’IA :

• Implémentation (exécution de tâches) = Niveau D
• Jugement de rentabilité (choisir parmi des options) = Niveau C
• Jugement d’opportunité (créer de nouvelles méthodes) = Niveau B

Enseignement majeur :

La valeur d’une fonction ne réside pas dans son contenu (qui change avec la technologie) mais dans le niveau d’autonomie et de jugement requis.

En 1970, on le savait déjà.

2. L’analyse de contenu : donner du sens aux réponses ouvertes

Le défi :

Comment exploiter des réponses du type :

• « Avantages du BTS : meilleur salaire de départ et promotion plus rapide »
• « Avantages du BTS : reconnaissance dans l’entreprise »
• « Avantages du BTS : travail plus intéressant »

La solution : l’analyse de contenu

Principe :

1. Lire toutes les réponses
2. Identifier les catégories récurrentes
3. Coder chaque réponse selon ces catégories
4. Quantifier les catégories
5. Analyser les liaisons entre catégories (quelles catégories sont souvent citées ensemble ?)

Exemple : les avantages du BTS

Catégories identifiées :

1. Facilite l’embauche
2. Statut et indice de départ supérieur
3. Carrière plus rapide
4. Rémunération supérieure
5. Travail plus intéressant
6. Plus de responsabilités
7. Avantages divers
8. Facilite l’adaptation

Résultats :

• 40% mentionnent « facilite l’embauche »
• 14% mentionnent « carrière plus rapide »
• 8% mentionnent « travail plus intéressant »
• 30% déclarent « aucun avantage »

Mais l’analyse va plus loin : les liaisons entre catégories

Question : Ceux qui citent « statut de départ » citent-ils aussi « carrière rapide » ?

Méthode : l’analyse en clusters (regroupements)

Tableau de co-occurrences (p.118) :

	Facilite embauche	Statut départ	Carrière rapide
Facilite embauche	–	21%	14%
Statut départ	5%	–	52%
Carrière rapide	–	–	–

Interprétation :

Les sujets qui mentionnent le statut de départ mentionnent aussi très souvent la rapidité de carrière (52%).

Mais ceux qui mentionnent facilite l’embauche ne mentionnent que rarement le statut (21%).

= Il existe deux profils de réponses :

• Profil A : Focus sur l’entrée dans l’emploi (embauche facilitée)
• Profil B : Focus sur la carrière (statut + progression)

Enseignement :

L’analyse de contenu ne se limite pas à compter les réponses.
Elle révèle des structures dans les représentations.

3. L’analyse de variance sur données qualitatives : mesurer les effets

Le problème :

Comment mesurer l’effet d’une variable (par exemple, le statut de l’entreprise : privé vs public) sur une autre variable exprimée en proportion (par exemple, le % de personnes utilisant la filière « Technicien » vs « Agent Technique ») ?

La solution : l’analyse de variance adaptée aux proportions

Principe :

1. Transformer les proportions en une échelle linéaire (transformation « logit »)
2. Calculer les effets de chaque facteur
3. Tester la significativité de ces effets (sont-ils dus au hasard ou à un effet réel ?)

Exemple concret : effet du statut sur le type de filière

Question : Le statut de l’entreprise (privé vs public) influence-t-il le choix de la filière de qualification ?

Données :

Statut	Filière Agent Technique	Filière Technicien	Total
Privé	50 (79,4%)	13 (20,6%)	63
Para-public	9 (37,5%)	15 (62,5%)	24
Administration	3 (27,3%)	8 (72,7%)	11

Analyse :

Calcul de l’effet du statut : Les proportions sont significativement différentes (test statistique p < 0,01).

Conclusion :

« Il y a effet de l’activité collective. Donc le secteur public et para-public adoptent massivement la filière ‘Technicien’ tandis que le privé reste attaché à la filière ‘Agent Technique’. »

Enseignement :

Cette méthode permet de prouver objectivement l’existence d’effets, pas seulement de les supposer.

L’Observatoire FFMAS l’utilise pour tester ses hypothèses (par exemple : le télétravail réduit-il vraiment les écarts salariaux Paris/province ?).

4. L’analyse typologique : identifier des profils

Le problème :

Comment regrouper des profils de fonction similaires à partir de la grille de 15 tâches ?

Exemple :

• Personne A : tâches H (programmation) + I (maths) + K (documentation)
• Personne B : tâches H (programmation) + I (maths) + J (comptabilité)
• Personne C : tâches M (commercial) + N (secrétariat) + K (documentation)

Question : A et B sont-ils plus proches entre eux qu’avec C ?

La solution : l’analyse typologique de McQuitty

Principe :

1. Calculer la similarité entre chaque paire de profils (combien de tâches en commun ?)
2. Regrouper les profils les plus similaires
3. Itérer jusqu’à obtenir des types homogènes

Résultats de l’étude (p.106-108) :

14 types identifiés, dont par exemple :

• Type « Programmation scientifique » : tâches H (programmation) + I (maths) + G (calculs)
• Type « Administratif pur » : tâches M (commercial) + N (secrétariat)
• Type « Laboratoire » : tâches A-D (essais et mesures) + K (documentation)

Puis comparaison : Ces types se répartissent-ils différemment selon les services ?

Résultat : Oui, fortement.

• Le type « Programmation » se retrouve surtout en B.E. calculs et Recherche
• Le type « Administratif » se retrouve surtout en services commerciaux
• Le type « Laboratoire » se retrouve surtout en services d’études et essais

Enseignement :

Il existe des profils types de fonctions qui correspondent à des environnements de travail spécifiques.

L’Observatoire FFMAS doit identifier ces profils en 2026 pour cartographier la diversité réelle de nos métiers.

5. L’analyse de processus : mesurer les trajectoires

Le problème le plus complexe :

Comment analyser les trajectoires de carrière ?

Exemple :

• Personne A : Fonction administrative (1 an) → Collaboratrice technique (3 ans) → Fonction technique spécialisée (actuelle)
• Personne B : Collaboratrice technique (2 ans) → Fonction technique (actuelle)
• Personne C : Fonction administrative (5 ans, stable)

Questions :

• Quelles sont les transitions fréquentes ?
• Combien de temps reste-t-on dans chaque fonction ?
• Existe-t-il des filières types ?

La solution : les matrices de transition

Principe :

Construire un tableau croisant :

• En lignes : fonction de début
• En colonnes : fonction actuelle

Exemple simplifié :

Fonction début \ actuelle	Collaboratrice	Technique	Administrative
Collaboratrice	45	11	1
Technique	4	48	4
Administrative	3	7	19

Interprétation :

• Diagonale (45, 48, 19) : stabilité (même fonction début et actuelle)
• Hors diagonale : transitions
  • Collaboratrice → Technique : 11 personnes
  • Administrative → Technique : 7 personnes
  • Technique → Administrative : 4 personnes

Calcul des coefficients de liaison (méthode de Tugault) :

Ces coefficients mesurent la force de chaque transition (en tenant compte des effectifs totaux).

Résultats :

• Collaboratrice → Collaboratrice : 2,44 (forte stabilité)
• Administrative → Technique : 0,47 (transition fréquente)
• Technique → Administrative : 0,47 (transition également fréquente)

Interprétation :

Il existe des flux bidirectionnels entre fonctions administratives et techniques.

Hypothèse de l’étude :

« Le passage fonction administrative → collaboratrice pourrait n’être qu’une première étape vers des fonctions plus techniques. »

= Certaines personnes utilisent les fonctions administratives comme tremplin.

Enseignement :

Les matrices de transition révèlent des filières implicites que les acteurs eux-mêmes ne perçoivent pas nécessairement.

L’Observatoire FFMAS doit construire ces matrices pour cartographier les trajectoires modernes objets de ses précédentes études.

Limites et précautions scientifiques

1. La taille de l’échantillon

Constat lucide :

« Au terme de ce travail, il nous faut reconnaître une certaine disproportion entre les méthodes proposées et les résultats obtenus […] la faiblesse de notre effectif global qui rend prudente toute affirmation. »

Problème : 251 questionnaires, c’est suffisant pour des tendances, mais insuffisant pour des analyses très fines (croisements multiples).

Solution de l’auteur : Prudence dans l’interprétation, formulations conditionnelles (« il semble que », « on peut penser que »).

Enseignement :

La rigueur méthodologique, c’est aussi reconnaître les limites.

L’Observatoire FFMASvisent des effectifs plus importants (500-1000 minimum) pour des analyses robustes.

2. La représentativité

Biais identifié :

L’échantillon ne représente que les anciennes élèves du Lycée Jacquard, à Paris.

Conséquences :

• Sur-représentation de la Région Parisienne (71,5% des parents y résident)
• Biais socio-économique possible (qui envoie sa fille au Lycée Jacquard à Paris ?)

L’étude ne prétend pas généraliser à TOUTES les assistantes d’ingénieurs de France.

Enseignement :

L’Observatoire FFMAS vise la représentativité nationale (toutes régions, tous secteurs, tous niveaux).

3. L’évolution temporelle

Problème méthodologique soulevé :

Pour mesurer la stabilité géographique (emploi 1 → emploi actuel), l’auteur note :

« L’interprétation se heurte cependant à la difficulté que présente la dernière promotion pour qui l’emploi actuel est également le premier. »

= On ne peut pas comparer ce qui n’est pas comparable.

Solution : Analyser promotion par promotion, ou attendre plus de recul.

Enseignement :

Les analyses longitudinales (suivi dans le temps) nécessitent de la patience.

L’Observatoire FFMAS doit constituer des cohortes suivies sur 5-10 ans minimum.

4. L’auto-déclaration

Biais connu :

Sur la discrimination envers les femmes, l’étude précise :

« Il ne peut s’agir que d’une forte présomption car nous avons interrogé les sujets et non les entreprises. »

= Le ressenti n’est pas la réalité objective.

Mais : Le ressenti est une donnée importante en soi (satisfaction, vécu).

Enseignement :

L’Observatoire FFMAS croise les sources :

• Données déclaratives (ce que disent les assistant(e)s)
• Données objectives (grilles salariales, organigrammes)
• Données RH (ce que disent les entreprises)

5. Le syndrome de l’imposteur

Observation édifiante :

Seulement 7% déclarent vouloir préparer un diplôme d’ingénieur.

Mais :

« Peu d’étudiants indiquent, dans un questionnaire écrit, leur ambition d’obtenir le diplôme terminal d’ingénieur, mais des interviews de contrôle montrent que ce projet est réel et beaucoup plus fréquent ; souvent, il n’a pas été mentionné pour différentes raisons : crainte que cette ambition explicitée ne nuise sur le plan professionnel ou scolaire, incertitude devant la réussite aux examens et aux certificats, manque d’assurance, etc. »

= Sous-déclaration massive des ambitions par peur du jugement.

Enseignement :

Les questionnaires seuls ne suffisent pas. Il faut les compléter par des interviews pour révéler ce qui n’est pas dit.

L’Observatoire FFMAS combine méthodes quantitatives (questionnaires) et qualitatives (entretiens).

Enseignements pour l’Observatoire FFMAS

1. Mesurer ce qui compte, pas ce qui est facile

L’étude de 1970 ne se contente pas de compter les diplômes et les salaires.

Elle cherche à comprendre :

• Les processus (comment évolue-t-on dans sa carrière ?)
• Les motivations (pourquoi changer de fonction ?)
• Le vécu (comment est perçue la discrimination ?)
• Les ambitions (même sous-déclarées)

Enseignement :

L’Observatoire FFMAS n’est pas un simple compteur statistique.

Il est un analyseur de transformations.

2. Combiner le quantitatif et le qualitatif

L’étude combine :

• Questions fermées (pour quantifier)
• Questions ouvertes (pour comprendre)
• Analyses statistiques (pour prouver)
• Interprétations contextuelles (pour expliquer)

Enseignement :

Les chiffres sans contexte sont aveugles.
Le contexte sans chiffres est anecdotique.

L’Observatoire FFMAS combine chiffres et contexte.

3. Distinguer corrélation et causalité

L’étude est prudente dans ses interprétations.

Exemple :

« Le passage fonction administrative → collaboratrice pourrait n’être qu’une première étape vers des fonctions plus techniques. »

= Formulation conditionnelle (« pourrait »), pas affirmation catégorique.

L’étude observe une corrélation (passage fréquent administrative → technique).
Elle formule une hypothèse causale (l’administrative comme tremplin).
Mais elle ne prétend pas la prouver (il faudrait des interviews pour confirmer).

Enseignement :

L’Observatoire FFMAS distingue ce qu’il mesure (corrélations) de ce qu’il interprète (causalités).

4. Accepter la complexité plutôt que la simplifier

Citation remarquable :

« L’interaction des effets des variables indépendantes en jeu est la principale source de difficulté […] On ne saurait donc prétendre à des résultats définitifs et, dans notre cas plus que dans tout autre, on ne doit oublier la population étudiée et les conditions d’obtention des données analysées. »

= Humilité méthodologique.

Nos métiers sont complexes :

• La fonction dépend du service, qui dépend du secteur, qui dépend de la taille d’entreprise
• Le salaire dépend de la qualification, qui dépend du statut d’entreprise, qui dépend de la région
• Etc.

Enseignement :

Ne pas chercher LA variable explicative unique.
Accepter les interactions multiples.

L’Observatoire FFMAS produit des analyses nuancées et contextualisées.

5. La rigueur n’exclut pas l’engagement

L’étude de 1970 n’est pas « neutre ».

Elle est portée par une intention politique (au sens noble) :

• Rendre visible une profession invisible
• Mesurer ses caractéristiques
• Identifier ses besoins
• Éclairer les politiques publiques et les pratiques d’entreprise

Enseignement :

L’Observatoire FFMAS n’est pas un exercice académique détaché.

C’est un outil de reconnaissance et de transformation de nos métiers.

La rigueur méthodologique est au service d’un projet : faire reconnaître notre valeur.

L’héritage : pourquoi cette étude reste actuelle en 2025

En refermant ces pages de 1970, une évidence s’impose : Bernard Gillet a posé les bonnes questions.

Il a compris que nos métiers étaient :

• Polyvalents par nature (donc difficiles à catégoriser)
• Centrés sur l’interface (entre technique et administratif, entre conception et exécution)
• Définis par le niveau d’autonomie plus que par le contenu des tâches
• Invisibles dans les statistiques (donc méconnus et sous-valorisés)
• Traversés par des filières implicites (qu’il fallait révéler)

Il a utilisé les bonnes méthodes :

• Rigueur quantitative (tests statistiques, calculs de significativité)
• Ouverture qualitative (questions ouvertes, interviews de contrôle)
• Prudence interprétative (distinguer corrélation et causalité)
• Humilité méthodologique (reconnaître les limites)

Et il a eu la bonne posture :

• Engagement (rendre visible une profession invisible)
• Rigueur (ne rien affirmer sans preuve)
• Pragmatisme (produire des recommandations actionnables)

55 ans plus tard, son travail nous éclaire.

Non parce que les outils seraient identiques (la machine à écrire n’est plus).
Non parce que les chiffres seraient transposables (les salaires ont changé).

Mais parce que les problématiques structurelles demeurent :

• Comment définir nos fonctions ?
• Comment mesurer notre valeur ?
• Comment valoriser notre polyvalence sans l’opposer à la spécialisation ?
• Comment construire des grilles de qualification adaptées ?
• Comment rendre visibles nos trajectoires ?

Depuis 15 ans, l’Observatoire FFMAS reprend le flambeau.

Nous aussi, nous voulons :

• Rendre visible ce qui est invisible
• Mesurer ce qui compte
• Prouver notre valeur
• Éclairer les choix (des professionnel(le)s, des entreprises, des pouvoirs publics)

Bernard Gillet nous a montré la voie.

Nous avons les outils d’aujourd’hui :

• Questionnaires en ligne (vs papier)
• Traitements statistiques automatisés (vs calculs manuels)
• Visualisations interactives (vs tableaux statiques)
• Panels longitudinaux digitalisés (vs courriers perdus)

Et nous devons garder l’exigence scientifique :

• Rigueur méthodologique
• Humilité interprétative
• Engagement pour la profession

Dans nos prochains articles, nous ferons état des résultats empiriques de cette étude de 1970.

Mais retenons déjà la leçon principale :

Sans données, pas de reconnaissance.
Sans méthode, pas de crédibilité.
Sans engagement, pas de transformation.

Bernard Gillet l’a fait en 1970 pour 251 assistantes d’ingénieurs.
La FFMAS le fera pour les 3 millions de professionnel(le)s de l’assistanat qu’elle représente.

Les questions sont posées.
La méthode est tracée.
Il ne reste plus qu’à agir.

Aurore Degoutin
Présidente nationale FFMAS
[Contact]

Pour nous rejoindre (liens en cours de mise à jour)

Si vous exercez un métier en relation avec l’assistanat et l’office management, quel qu’il soit vous trouverez l’offre adaptée pour vous :

• Apprenant, en recherche d’emploi, salarié, indépendant, formateur ;
• RH, pilote métier, animateur de communauté d’assistant·es… ;
• Responsable d’établissement de formation, Proviseur, DDFPT ;
• Partenaire.

Pour aller plus loin

Lien de l’étude : https://pmb.cereq.fr/doc_num.php?explnum_id=4028

Prochains articles de la série :

• Partie 2 (à venir – 19/01/2026) : Les résultats empiriques de l’étude
• Partie 3 (à venir – 26/01/2026) : Synthèse et recommandations stratégiques

Webinaire FFMAS :
« L’Observatoire FFMAS : pourquoi, comment, pour quoi faire ? Exemple de l’enquête IA 2025 »
Date : mardi 3 février – 11h30 à 13h00
Inscription : [lien]

Pour participer à la construction de l’Observatoire :
(en tant que répondant, contributeur, relecteur)
Contact : contact@ffmas.org