L'IA dans les entreprises : un paradoxe pour le développement du jugement humain
Dans la grande majorité des organisations contemporaines, on célèbre avec enthousiasme la « fiabilisation » des processus décisionnels grâce à l'intelligence artificielle. Les arbitrages gagnent en rapidité, les analyses semblent plus rigoureuses et les tableaux de bord affichent une cohérence renforcée. Pourtant, dans ces mêmes structures, les cadres intermédiaires avouent discrètement ressentir un malaise croissant lorsqu'ils doivent prendre des décisions sans filet de sécurité algorithmique, sans score prédictif ni recommandation automatisée.
L'automatisation qui prive d'expérience formatrice
L'intelligence artificielle permet certes de gagner un temps précieux, mais elle ne forme personne en profondeur. À mesure qu'elle automatise les tâches routinières et standardisées, elle fait disparaître les situations concrètes où se forge traditionnellement le jugement professionnel. Or, ce jugement n'est ni une compétence abstraite ni un simple trait de personnalité. Il se construit patiemment dans le frottement avec la réalité complexe : l'ambiguïté des contextes, l'incertitude des données, la possibilité de l'erreur et la nécessité de compromis imparfaits. Tous ces éléments que l'IA cherche précisément à éliminer pour optimiser l'efficacité.
Pendant des décennies, les organisations ont formé leurs futurs décideurs par immersion progressive. On débutait par le traitement de cas simples, répétitifs et nécessairement imparfaits. On commettait des erreurs, on les corrigeait, on apprenait à contextualiser chaque situation. Ces moments d'apprentissage, bien que peu spectaculaires, s'avéraient décisifs pour développer la capacité à décider avec discernement.
Le risque organisationnel de la dépendance algorithmique
Avec la généralisation de l'intelligence artificielle, ces situations formatrices tendent à disparaître. Les jeunes professionnels se retrouvent confrontés à des recommandations « propres », optimisées statistiquement, mais déconnectées du cheminement cognitif qui permettait de comprendre pourquoi une décision tient la route ou s'effondre face aux réalités du terrain.
L'IA devient progressivement une autorité silencieuse et incontestée. Elle indique ce qu'il convient de faire, et il devient socialement coûteux de remettre en question ses préconisations. Former le jugement exige désormais un renversement complet d'approche : demander aux équipes non pas d'appliquer mécaniquement la recommandation algorithmique, mais de l'expliquer, de la discuter, parfois même de la refuser lorsqu'elle semble inadaptée.
Cette démarche ne vise pas à ralentir les processus, mais à préserver une capacité collective à penser le travail réel dans toute sa complexité. Un manager qui ne crée plus ces espaces de réflexion critique produit peut-être des résultats à court terme, mais il désarme progressivement ses équipes pour les défis futurs.
La concentration du jugement et l'assèchement des viviers
Le risque est fondamentalement organisationnel avant d'être technologique. On observe une tendance inquiétante : le jugement tend à se concentrer entre les mains de quelques profils expérimentés, tandis que les autres collaborateurs se contentent d'exécuter ou de valider des recommandations qu'ils ne maîtrisent pas intellectuellement.
À court terme, ce modèle peut sembler fonctionner efficacement. À moyen terme, cependant, le vivier de futurs décideurs compétents s'assèche progressivement. À long terme, on risque de voir émerger des organisations extrêmement dépendantes de systèmes qu'elles ne savent plus questionner ni remettre en cause.
Recréer intentionnellement les situations formatrices
Une entreprise qui externalise trop précocement le jugement à des outils algorithmiques finit par perdre sa capacité d'arbitrage lorsque les modèles décrochent, lorsque l'environnement évolue brusquement ou lorsque les données deviennent obsolètes. Pourtant, ce sont précisément ces moments critiques qui distinguent une organisation robuste d'une structure fragile.
L'intelligence artificielle excelle dans l'optimisation des trajectoires connues et balisées. En revanche, elle ne prépare absolument pas aux bifurcations imprévues ni aux ruptures de paradigme.
Les dispositifs contemporains de développement des compétences continuent de valoriser principalement l'expertise technique, la maîtrise des outils numériques et la conformité aux processus établis. Très peu interrogent véritablement la manière dont les collaborateurs apprennent à décider dans l'incertitude et la complexité.
Or, le jugement professionnel ne se développe pas dans des modules e-learning aseptisés ni devant des tableaux de bord enrichis. Il se construit dans des situations concrètes où l'on doit argumenter, arbitrer, assumer des décisions imparfaites et en tirer des enseignements.
Travailler à l'ère de l'IA : repenser le design organisationnel
Si ces situations formatrices sont absorbées par l'automatisation, il devient impératif de les recréer intentionnellement : rotations sur des projets ambigus, mises en situation contradictoires, débriefings approfondis des décisions ratées, mentorat centré non sur les résultats immédiats mais sur les raisonnements sous-jacents.
Travailler à l'ère de l'intelligence artificielle impose de repenser fondamentalement le design du travail : identifier clairement ce qui peut être automatisé sans perte d'apprentissage significative, et ce qui doit rester du domaine humain précisément parce que c'est formateur, même lorsque la machine propose des solutions statistiquement optimales.
Le développement du jugement prend du temps, coûte parfois cher en termes d'erreurs visibles, mais constitue le prix indispensable de l'autonomie future. Car le travail réel résiste à la simplification excessive. Les situations imprévues, les conflits d'objectifs, les dilemmes éthiques ne disparaissent pas magiquement. L'IA les contourne habilement, mais ne les résout pas en profondeur. Le jugement humain, contrairement aux algorithmes, ne se met pas à jour automatiquement. Il faut encore accepter de le travailler patiemment, avec toutes ses imperfections fécondes.
