Apprendre à l’heure de l’Intelligence Artificielle : quelles compétences développer lorsque la « machine » réalise une partie du travail ?
L’intelligence artificielle s’installe progressivement dans le quotidien professionnel. Avec l’IA générative, elle peut déjà rechercher de l’information, rédiger, synthétiser, analyser du contenu ou préparer une recommandation. Avec le développement des systèmes agentiques, une nouvelle étape se dessine : l’IA ne se contente plus d’exécuter une tâche à la demande d’un utilisateur. Elle peut aussi qualifier une demande, mobiliser plusieurs agents spécialisés, enchaîner des actions ou orienter le travail vers un collaborateur.
Cette évolution transforme les métiers, mais elle interroge aussi la manière dont les compétences se construisent. Que signifie apprendre et rester compétent lorsque certaines des activités qui permettaient jusque-là d’acquérir de l’expérience sont prises en charge par des systèmes automatisés ?
Produire un résultat n’est pas maîtriser une compétence
L’IA modifie fortement le rapport entre l’effort fourni et le résultat obtenu. En quelques instructions, il est possible de produire rapidement une synthèse ou un document structuré. Mais cette efficacité peut entretenir une confusion : celle qui consiste à assimiler la qualité du résultat obtenu à la compétence de celui qui l’utilise.
Or la compétence ne réside pas seulement dans la production finale. Elle se construit surtout dans le chemin qui y conduit. Rechercher une information apprend à comparer les sources. Synthétiser oblige à hiérarchiser. Rédiger aide à structurer sa pensée. Analyser une situation suppose de formuler des hypothèses et de les confronter.
Autrement dit, de nombreuses tâches aujourd’hui partiellement déléguées à l’IA étaient aussi des occasions d’apprentissage. La question est particulièrement importante pour les personnes encore en phase d’acquisition d’un métier. Un professionnel expérimenté peut gagner du temps en déléguant à l’IA certaines opérations dont il maîtrise déjà la logique. Pour un débutant, cette délégation trop précoce peut réduire les occasions de construire les repères nécessaires à l’exercice futur de son jugement.
Un bon résultat obtenu grâce à l’IA ne signifie pas nécessairement que l’apprentissage correspondant a réellement eu lieu. Déléguer les efforts cognitifs revient à appauvrir le processus par lequel les compétences se construisent.
Maintenir les compétences que l’on exerce moins
Une autre difficulté apparaît alors : certaines compétences deviennent moins nécessaires pour réaliser une tâche, mais restent indispensables pour comprendre un résultat, détecter une erreur ou reprendre la main lorsque la situation sort du cadre prévu.
L’IA peut produire un résultat apparemment convaincant. Mais apprécier sa pertinence suppose toujours de connaître suffisamment le sujet pour repérer une approximation, comprendre les limites du raisonnement voire identifier un élément de contexte oublié.
La compétence se déplace donc progressivement de la seule capacité à « faire » vers la capacité à comprendre, contrôler, évaluer et décider.
Le risque n’est pas seulement de ne plus savoir réaliser une tâche sans IA. Il est aussi de moins exercer certaines opérations intellectuelles : rechercher, raisonner, comparer, vérifier ou résoudre un problème. Plus elles sont déléguées, moins elles sont pratiquées. L’enjeu n’est donc pas de freiner l’usage de l’IA, mais de déterminer ce qui peut être automatisé sans conséquence et ce qui doit continuer à être exercé pour préserver une maîtrise suffisante du métier.
Avec l’IA agentique, c’est aussi le périmètre du travail qui change
L’arrivée des agents IA et des systèmes IA modifie encore davantage la donne.
Jusqu’à présent, la représentation dominante était relativement simple : l’humain organisait le travail et le logiciel exécutait. Cette frontière devient moins nette. Dans certains systèmes, un agent IA peut désormais choisir parmi plusieurs chemins possibles, solliciter d’autres agents IA spécialisés, déclencher des actions dans des applications métiers ou déterminer à quel moment une intervention humaine devient nécessaire.
Le salarié n’est donc plus seulement celui qui décide ce qu’il confie à l’IA. Il peut aussi devenir celui à qui l’IA transmet un travail déjà qualifié ou partiellement traité.
Cela modifie son périmètre d’action, transforme la nature même de son activité professionnelle. Lorsqu’un dossier arrive déjà analysé ou préparé, certaines étapes intermédiaires deviennent invisibles. Or elles permettaient parfois de comprendre comment un problème s’était construit, de détecter une anomalie ou de saisir pourquoi une option avait été retenue plutôt qu’une autre.
La question devient alors : jusqu’où faut-il comprendre un processus que l’on n’exécute plus directement ?
Trois niveaux de maîtrise à distinguer
Une piste de réflexion consiste à distinguer trois catégories :
- ce que le professionnel doit toujours savoir réaliser lui-même
- ce qu’il peut déléguer mais doit rester capable de comprendre et de contrôler
- ce qui peut être réellement confié au système
Cette distinction doit évidemment être pensée métier par métier, en fonction des responsabilités, des risques et des décisions concernées. Mais elle peut constituer un cadre utile pour les directions RH et Formation dans la définition des compétences à acquérir et à mobiliser dans un métier donné.
Former moins à reproduire, davantage à juger
Ces transformations interrogent directement les pratiques de formation.
Lorsque l’information devient immédiatement accessible et qu’une IA peut fournir une première réponse en quelques secondes, la valeur d’une formation ne peut plus reposer uniquement sur la transmission de contenus et l’acquisition de connaissances. L’enjeu se déplace vers la capacité à créer des situations où les participants doivent analyser, confronter des points de vue, tester des hypothèses, décider ou justifier leurs choix. Études de cas, simulations, mises en situation, analyse critique de productions générées par l’IA ou échanges entre pairs prennent alors une importance nouvelle.
Il peut également devenir pertinent de préserver certains espaces sans assistance de l’IA. Non pas pour reproduire les pratiques d’hier, mais pour permettre l’acquisition de compétences qui seront ensuite nécessaires pour utiliser l’outil avec discernement.
Redéfinir ce que signifie être compétent
L’intelligence artificielle ne réduit donc pas nécessairement le besoin d’apprendre. Elle oblige plutôt à redéfinir plus précisément ce que nous attendons d’un professionnel compétent. À mesure que l’IA prend en charge une partie de l’exécution et commence à intervenir dans l’organisation même du travail, la valeur humaine se déplace vers d’autres capacités : comprendre un contexte, exercer son esprit critique, vérifier, arbitrer, décider, coopérer et savoir reprendre la main.
Pour les directions RH et Formation, le défi est désormais double : accompagner l’adoption des nouveaux outils en sécurisant les usages, tout en veillant à ce que les compétences nécessaires pour les comprendre et les superviser ne s’érodent pas faute d’être exercées.
La question n’est donc plus seulement : « Que faut-il apprendre pour utiliser l’IA ? » Elle devient aussi : « Que devons-nous continuer à apprendre et à pratiquer pour rester capables de comprendre et agir lorsque l’IA travaille avec nous ? »
L’Institut 4.10 a mis en lumière ce sujet dans la revue Espace social européen n°1306 – 9 octobre 2026.
Contenu partiellement réalisé avec des outils d’IA générative.
