D’un outil balbutiant à un collaborateur fiable
Depuis quelques années, l’intelligence artificielle générative s’est considérablement perfectionnée. À ses débuts, il fallait souvent multiplier les tentatives pour obtenir un résultat exploitable. Aujourd’hui, correctement utilisée, elle permet de déléguer une partie réelle des tâches chronophages et répétitives qui, hier encore, mobilisaient un temps de travail conséquent.
Ce basculement n’est pas anodin ; il libère du temps pour des activités à plus forte valeur ajoutée, celles qui ne dépendent pas d’une machine. Construire une relation de confiance avec un client, comprendre les enjeux politiques d’un projet, vendre une solution, répondre finement à un besoin, négocier, arbitrer, fédérer une équipe autour d’un changement… Autant d’activités qui reposent avant tout sur des compétences comportementales et qui s’acquièrent le plus souvent avec l’expérience.
Une compétence émergente : savoir manager l’IA
L’IA repose sur des mécanismes mathématiques. Pour produire un résultat pertinent, elle a besoin d’un input de qualité. Cela suppose d’apprendre à formuler des instructions précises, à définir une méthodologie, à fixer des critères de contrôle, puis à tester, valider ou refuser la production de l’IA. Il ne s’agit pas de lui laisser l’entière responsabilité du travail : la décision finale, et donc la responsabilité, reste humaine.
Autrement dit, il faut apprendre à utiliser l’IA comme on encadrerait un collaborateur : en la manageant. Cette compétence de pilotage devient, en soi, un savoir-faire à part entière.
Ce que l’IA ne pourra pas copier
Vivre et travailler dans un monde où l’IA est omniprésente suppose de renforcer, en miroir, ce qu’elle ne peut pas reproduire : l’analyse critique, la collaboration humaine, le jugement dans l’incertitude, la capacité à donner du sens. Ce sont ces compétences-là qui feront la différence à mesure que l’IA absorbera une part croissante des tâches actuelles, sans toutefois pouvoir toutes les remplacer.
Mais cette évolution ouvre aussi une question essentielle : celle de l’apprentissage du métier.
Le paradoxe des juniors
Si les tâches répétitives, celles qui permettaient précisément aux juniors de monter en compétence par la pratique, sont de plus en plus déléguées à l’IA, comment ces derniers acquièrent-ils l’expérience nécessaire pour accéder, à terme, aux tâches à forte valeur ajoutée ? Jusqu’à présent, une partie de leur apprentissage reposait sur des tâches chronophages, sur la répétition, mais aussi sur les essais, les erreurs et les corrections. Or, ce sont justement ces étapes que l’IA est aujourd’hui capable d’accélérer, voire de prendre en charge.
Comment, dès lors, repenser leur apprentissage ? Quelles situations de travail faut-il préserver, transformer ou créer pour leur permettre d’acquérir les fondamentaux, de développer leur autonomie et de construire leur regard critique ? Et comment transmettre l’expérience lorsque les premières étapes du métier évoluent ?
Les réponses restent à construire. Elles émergeront des pratiques mises en place et des expériences de celles et ceux qui vivent déjà cette transformation. C’est cette réflexion que nous souhaitons ouvrir.
