Quand l’IA s’installe dans les pratiques professionnelles, les gains peuvent être évidents : les livrables arrivent plus vite, ils sont bien présentés et le collaborateur gagne du temps.
Mais certains contenus manquent de profondeur, les arguments tiennent mal, des erreurs ou des absurdités apparaissent. Et lorsque le manager questionne les choix qui ont été faits, les réponses deviennent floues.
C’est la situation de Charlotte que nous explorons avec Fabienne Broucaret dans l’épisode 51 des Petits Cailloux :
« J’ai un collaborateur qui utilise énormément l’IA… Certains livrables manquent de profondeur, d’autres contiennent des absurdités. Quand je lui pose des questions, il a du mal à m’expliquer ses choix… »
Face à cette situation, il serait facile de conclure que le problème vient de l’IA.
Mais l’outil ne fait peut-être que rendre visible autre chose : un glissement progressif dans la posture professionnelle du collaborateur : moins de réflexion et plus de production, moins de responsabilité et plus de délégation, moins de discernement et plus d’automatisme.
Le sujet n’est pas l’IA, mais ce que le collaborateur lui délègue
Utiliser l’IA pour chercher des idées, gagner du temps, challenger un raisonnement ou produire plus efficacement n’est évidemment pas le problème.
La question commence à se poser lorsque le collaborateur ne maîtrise plus suffisamment ce qu’il produit pour pouvoir l’expliquer, l’argumenter ou en assumer les choix.
Car déléguer une partie de la réalisation à un outil ne signifie pas déléguer sa responsabilité professionnelle.
Si le livrable est faux, superficiel ou inadapté, ce n’est pas l’IA qui devra en répondre auprès du client, du manager ou de l’organisation.
L’enjeu est donc moins de contrôler l’usage de l’outil que de continuer à être exigeant sur la valeur du travail produit.
Mais avant de conclure à un manque d’implication, encore faut-il comprendre ce qui se joue. Le collaborateur s’est-il laissé séduire par la facilité de l’outil ? Est-il en train de se désengager ? A-t-il le sentiment que sa propre valeur ajoutée disparaît ? Ou manque-t-il encore d’expertise pour porter un regard suffisamment critique sur ce que l’IA produit ?
Selon l’hypothèse, la réponse managériale ne sera pas la même. Il pourra être nécessaire de recadrer un désengagement ou, au contraire, d’accompagner le collaborateur pour qu’il apprenne à questionner, trier, corriger et arbitrer ce que l’outil lui propose.
Quand le manager n’ose plus recadrer
Une deuxième difficulté peut alors apparaître.
Le manager voit que quelque chose se dégrade, mais hésite à le dire. Parce qu’il ne maîtrise pas nécessairement lui-même tous les usages de l’IA, parce qu’il ne veut pas paraître dépassé ou « réfractaire », ou parce qu’il ne sait pas encore très bien où placer la frontière entre une utilisation efficace de l’outil et une dépendance qui appauvrit le travail.
Le risque est alors de déplacer le débat sur l’outil : est-ce bien ou mal d’utiliser l’IA ?
Alors que le feedback peut rester beaucoup plus simple : quel niveau de qualité est attendu ? Le collaborateur sait-il expliquer ses choix ? Est-il capable de repérer une erreur ? Quelle est encore sa valeur ajoutée dans ce qu’il produit ?
Faire un feedback dans cette situation, ce n’est donc pas critiquer l’usage de l’IA. C’est assumer son rôle de manager : dire ce qui est attendu, aider à remettre du discernement et accompagner le collaborateur pour qu’il reprenne la main sur son travail.
Préserver aussi l’employabilité du collaborateur
Sans feedback, il n’y a plus de repère.
Si des productions insuffisantes sont acceptées parce qu’elles arrivent vite ou parce que personne n’ose vraiment questionner la manière dont elles ont été réalisées, elles peuvent progressivement devenir la nouvelle norme.
Et le risque ne concerne pas seulement la qualité immédiate du travail. À force de déléguer à l’outil certaines opérations de réflexion, d’analyse ou d’argumentation sans continuer à les exercer, le collaborateur peut aussi perdre progressivement une partie de ce qui constitue sa propre valeur ajoutée.
L’utilisation de l’IA suppose donc elle aussi un apprentissage : savoir questionner ce qu’elle propose, trier, corriger, arbitrer et décider ce que l’on garde. Il ne suffit plus de savoir lui déléguer une tâche ; il faut aussi savoir reprendre la main sur ce qu’elle produit.
C’est là que le rôle du manager retrouve toute son importance : accompagner l’usage de l’IA sans renoncer à l’exigence attendue.
Ne pas dire n’est pas forcément protéger son collaborateur. Ne pas dire, c’est parfois laisser se dégrader sa valeur ajoutée… et son employabilité.
Les questions à vous poser
Avant de recadrer directement votre collaborateur sur son usage de l’IA, prenez un temps pour vous demander :
- Qu’est-ce que j’attends réellement comme niveau de qualité, quel que soit l’outil utilisé ?
- Comment mon collaborateur en est-il arrivé à ne plus pouvoir expliquer ses choix ?
- Qu’est-ce que cette situation révèle réellement : engagement, compétence, posture… ?
- Qu’est-ce que je suis en train de laisser s’installer comme norme dans l’équipe ?
- Qu’est-ce que je n’ose pas recadrer, par peur d’être perçu comme « réfractaire à l’IA » ?
- Comment accompagner l’usage de l’IA… sans renoncer à l’exigence attendue ?
L’IA peut prendre en charge une partie du travail. Elle ne peut pas prendre en charge la responsabilité professionnelle de celui qui l’utilise.
Pour aller plus loin
🎧 Dans l’épisode 51 des Petits Cailloux (Courrier Cadres), avec Fabienne Broucaret, nous revenons sur la situation de Charlotte et sur ces moments où l’outil prend progressivement trop de place dans le travail.
🎙️ Dans l’épisode 14 de Pratiques du Management (Groupe Revue Fiduciaire), avec Frédérique Roseau, nous explorons une question complémentaire : Comment développer une culture du feedback ? Le feedback permet de réguler, de faire progresser et de maintenir la valeur du travail dans la durée.
