IA & dirigeants

IA : le dirigeant ne peut pas déléguer son apprentissage

Un dirigeant peut déléguer l’exécution de tâches, l’intégration technique et la conduite d’un projet IA. Il ne peut pas déléguer la construction de son propre jugement. Cette expérience peut être accompagnée : elle doit néanmoins lui permettre d’éprouver les possibilités, les limites et les conditions d’un usage partagé.

Observatoire Digital & IA Une lecture libre. Un média à faire vivre. Tous les articles restent gratuits. Soutenir l’Observatoire
Dans une piscine, une femme reste près de la margelle tandis qu’une autre nage ; des revues et une tablette sont posées sur le bord.

J’ai rencontré une dirigeante qui s’informait sur l’IA. Une dizaine de revues étaient posées sur son bureau. Elle expliquait que son assistante avait gagné 50 % de son temps grâce à l’IA et en concluait : « Donc ça, c’est fait. » Ce gain est celui qu’elle rapportait, sans mesure indépendante. Il ne permet d’estimer ni une économie sur l’ensemble du poste ni un effet sur toute l’entreprise.

Le bénéfice peut être réel, et le travail de l’assistante mérite d’être reconnu. La question commence avec la conclusion. Elle avait identifié un bénéfice de l’IA. Elle en avait conclu que la question était réglée. Or lire sur la natation et regarder une autre personne nager préparent l’apprentissage, sans remplacer l’expérience des mouvements dans l’eau. On peut être accompagné ; personne ne peut éprouver la situation à notre place.

Un gain individuel ne clôt pas le sujet

Trois résultats doivent être distingués. L’assistante a trouvé un usage utile. La dirigeante a acquis des informations sur l’IA. L’organisation, elle, a peut-être commencé à changer. Ces trois mouvements peuvent se renforcer, mais aucun ne garantit les deux autres. Un document produit plus vite ne révèle pas spontanément ce qui a été vérifié, ce qui reste fragile ou ce qui serait nécessaire pour partager la pratique.

Un succès local constitue donc un point de départ précieux. Il permet de demander quelles tâches ont progressé, sur quels critères et avec quelle charge de correction. Il invite aussi à comprendre ce que la personne a appris. Peut-elle expliquer sa méthode ? Repère-t-elle les situations dans lesquelles elle ne fonctionne plus ? Ce questionnement reconnaît son expertise au lieu de réduire sa contribution au temps économisé.

Dans « L’IA augmente-t-elle les individus en désaugmentant le collectif ? », nous examinions les coûts que des usages privés peuvent déplacer vers la coopération. Le prolongement porte ici sur la direction : comment arbitrer cette transformation si l’on n’a jamais confronté personnellement une réponse assistée aux exigences de son propre travail ?

S’informer, produire et apprendre

La lecture apporte des concepts, des objections et des repères. Elle aide à reconnaître un problème avant de le rencontrer. Mais connaître un discours sur l’IA, obtenir un résultat avec son assistance et développer une capacité à le juger sont des activités différentes. La dernière suppose de pouvoir expliquer une correction et de réutiliser ce que l’on a compris dans une autre situation.

Un dirigeant peut ainsi recevoir une excellente comparaison de scénarios sans avoir identifié les hypothèses qui la structurent. S’il ne sait pas voir qu’un coût a été oublié ou qu’un critère favorise une option, la qualité apparente du document ne lui donne pas encore les moyens d’arbitrer. L’apprentissage se manifeste lorsqu’il peut préciser ce qui manque et pourquoi cela change la décision.

Le cadre de la capacité d’absorption, proposé par Cohen et Levinthal en 1990, éclaire cette différence : les connaissances préalables contribuent à reconnaître la valeur d’une connaissance extérieure, à l’assimiler et à l’appliquer. Leur article distingue aussi les capacités individuelles et organisationnelles. Ce cadre ne porte pas sur l’IA générative. Nous en tirons une question de management : que devons-nous comprendre pour transformer une aide extérieure en capacité de l’entreprise ?

Entrer dans l’eau pour construire son jugement

Dans le livre II, chapitre 1 de l’Éthique à Nicomaque, Aristote examine l’acquisition des dispositions par l’exercice. Il évoque le constructeur qui apprend en construisant et le musicien en jouant. Le texte traite des vertus et des arts ; il ne démontre rien sur l’efficacité d’une formation à l’IA. Il rappelle aussi que la pratique peut former de bons ou de mauvais praticiens. Répéter ne suffit pas.

Hegel, dans l’introduction de l’Encyclopédie des sciences philosophiques, première partie, § 10, compare la volonté d’examiner la connaissance avant de connaître à celle d’apprendre à nager avant d’entrer dans l’eau. Cette paraphrase renvoie à son argument philosophique sur la connaissance, pas à une recherche expérimentale sur l’apprentissage professionnel.

Ces deux éclairages conduisent à une proposition pour le dirigeant : pratiquer, puis réfléchir à ce qui s’est passé. Une réponse convaincante doit rencontrer une vérification, une objection ou une contrainte réelle. Un collaborateur peut montrer une omission ; un formateur, aider à analyser l’échec. Apprendre personnellement ne signifie pas apprendre seul. L’expérience devient instructive lorsque l’on comprend ce qu’elle oblige à modifier.

L’IA peut aussi contribuer à l’apprentissage

Les recherches invitent à distinguer performance assistée et acquisition. Dans leur article publié dans PNAS en 2025, Bastani et ses collègues étudient des lycéens en mathématiques. L’accès à une interface généraliste améliore la réussite pendant les exercices assistés, mais le groupe concerné réussit moins bien ensuite sans aide que le groupe témoin. Un tutorat conçu avec des garde-fous pédagogiques atténue cette dégradation, sans établir de bénéfice positif à l’épreuve sans assistance.

Cette expérience ne décrit ni des dirigeants ni des salariés. Elle ne permet pas de leur attribuer les mêmes effets. Elle montre, sur ce terrain précis, que réussir avec une assistance ne suffit pas à établir que l’on a appris. La correction publiée en août 2025 rectifie une affiliation d’auteur ; elle ne révise pas ces résultats.

Le contrepoint professionnel compte autant. Dans la version publiée en mai 2025 de Generative AI at Work, Brynjolfsson, Li et Raymond analysent un assistant intégré au support client. Les bénéfices varient selon l’expérience, avec des gains plus marqués chez les moins expérimentés. Les auteurs examinent aussi les performances lors d’interruptions du système et y trouvent des indices compatibles avec un apprentissage. Ces observations restent limitées par la rareté des interruptions et les différences possibles entre les échanges traités.

La productivité ne prouve donc pas, à elle seule, une acquisition durable. Mais l’IA peut rendre accessibles des pratiques utiles, des explications et des retours au moment du travail. Pour une direction, la question est celle du dispositif : aide-t-il à comprendre les raisons d’une réponse, ou seulement à l’accepter ? Notre article sur Socrate et le questionnement avec l’IA approfondit les conditions de ce dialogue.

Du dialogue individuel au processus collectif

Prenons un exemple hypothétique, qui ne décrit aucune fonctionnalité disponible dans un produit particulier. Un compte rendu d’échange client rejoint le CRM, le système de gestion de la relation client. L’IA le rapproche de l’historique et d’une base de connaissances, signale une contradiction ou un engagement oublié, puis restitue les éléments aux personnes concernées. Celles-ci vérifient, corrigent et décident.

La différence avec une synthèse privée tient à la continuité du travail. Une information est recueillie, reliée à d’autres, distribuée et discutée avant de contribuer à une décision. Le résultat utile peut être la découverte d’un engagement incompatible avec les capacités de l’équipe. Sa valeur dépend alors de la qualité du rapprochement et de l’action humaine qui suit, autant que de la rédaction.

Cette chaîne exige des sources identifiables, des droits d’accès adaptés, un contexte suffisant et des informations actualisées. Il faut savoir qui valide un engagement, comment une erreur est signalée, où sa correction est répercutée et qui assume la décision. L’accès à un dossier ne doit pas devenir un droit implicite de le diffuser. Une information ancienne doit pouvoir être distinguée d’une instruction encore applicable.

La réflexion sur le patrimoine contextuel de l’entreprise aide à préciser ce besoin de connaissance partagée. Le dirigeant n’a pas à concevoir chaque connexion technique. Il doit comprendre assez le parcours pour demander où une interprétation devient un fait tenu pour acquis, et où l’équipe peut encore la contester.

Ce que le dirigeant doit éprouver personnellement

Une expérimentation proportionnée peut partir d’un problème relevant de sa responsabilité : examiner une proposition, préparer un arbitrage ou confronter des scénarios. Il choisit un périmètre maîtrisé et des informations qu’il est autorisé à utiliser dans l’outil retenu. Il conserve la décision et se donne des critères pour apprécier la réponse, au-delà de sa fluidité.

La boucle proposée est simple :

  1. Choisir un problème réel dont il connaît les enjeux.
  2. Formuler la question et fournir le contexte nécessaire.
  3. Examiner la réponse, ses hypothèses et ses omissions.
  4. Vérifier les affirmations importantes dans des sources identifiables.
  5. Corriger et discuter les enseignements avec un collaborateur.
  6. Décider de ce qui peut être délégué ou intégré dans un processus.

Dans les trente jours, l’objectif peut être de documenter un cas : ce que l’assistance a apporté, ce qu’elle a manqué et les conditions d’une réutilisation. Reprendre ensuite un problème voisin permet d’apprécier ce que le dirigeant sait désormais repérer. Ce protocole est une proposition de l’auteur, pas une méthode dont l’efficacité serait garantie par les études citées.

Le dirigeant n’a besoin ni de devenir développeur ni de tester tous les outils. Il lui faut une expérience suffisante pour poser de meilleures questions et apprécier les conditions de délégation. L’assistante, les pairs, les formateurs et l’IA peuvent l’accompagner. Les revues restent utiles sur le bord de la piscine. L’apprentissage commence aussi lorsqu’il accepte d’entrer dans l’eau.

Ressources complémentaires

  1. Aristote, Éthique à Nicomaque, livre II, chapitre 1

    Texte consulté dans la traduction anglaise de W. D. Ross. Exercice, dispositions et qualité de la pratique ; le rapprochement avec l’IA est notre analyse.

  2. Hegel, Encyclopédie des sciences philosophiques, première partie, introduction, § 10

    Comparaison avec l’apprentissage de la natation, paraphrasée à partir du texte anglais consulté, sans citation française attribuée à une traduction non vérifiée.

  3. Bastani et collègues, IA sans garde-fous et apprentissage en mathématiques, PNAS, 2025

    Version publiée le 25 juin 2025 : expérience randomisée en mathématiques au lycée, distinguant exercices assistés et épreuve sans aide. Aucun résultat chiffré transposé aux dirigeants.

  4. Correction de l’article de Bastani et collègues, août 2025

    Correction consultée : elle rectifie l’affiliation d’Osbert Bastani à la suite d’une erreur de production, sans révision des résultats.

  5. Cohen et Levinthal, Absorptive Capacity, Administrative Science Quarterly, 35(1), 128–152, 1990

    Connaissances préalables et capacité d’assimiler puis d’appliquer une connaissance extérieure. Un cadre antérieur à l’IA générative, distinguant individus et organisation.

  6. Brynjolfsson, Li et Raymond, Generative AI at Work, Quarterly Journal of Economics, 140(2), 889–942, mai 2025

    Version publiée, distincte du working paper NBER de 2023. Support client, effets variables selon l’expérience et indices d’apprentissage étudiés pendant des interruptions du système.

La bibliothèque de l’Observatoire Toutes les lectures
Couverture de Éloge du carburateur, Matthew B. Crawford, La Découverte

Pour prolonger la réflexion

Comprendre passe aussi
par le faire

Éloge du carburateur

Matthew B. Crawford

La Découverte · 2016 · Français

La Découverte Poche / Essais n° 440 · Parution : 25 février 2016

Que comprend-on d’une activité lorsqu’on ne l’a jamais pratiquée ? À partir de son expérience de la mécanique, Matthew B. Crawford explore les liens entre travail, attention et jugement. Un détour philosophique éclairant pour prolonger cette réflexion sur l’IA : s’informer et déléguer sont utiles, mais ne remplacent pas entièrement l’expérience personnelle.

Le lien avec cet article

Cet essai philosophique sur le travail et le jugement prolonge le rôle de l’expérience personnelle. Il ne porte pas sur l’IA générative et ne constitue pas une preuve expérimentale de notre proposition.

Découvrir le livre (lien affilié, nouvel onglet)

Lien affilié · Sans coût supplémentaire pour vous

En tant que Partenaire Amazon, l’Observatoire peut percevoir une commission sur les achats éligibles, sans coût supplémentaire pour vous.

FAQ

Un dirigeant doit-il utiliser personnellement l’IA ?

Une pratique proportionnée l’aide à apprécier les réponses, les omissions et les besoins de vérification sur ses propres décisions. Il peut être accompagné par un collaborateur, un pair ou un formateur. L’objectif est de construire son jugement, sans devenir développeur ni tester tous les outils.

Peut-on déléguer l’intégration de l’IA dans son entreprise ?

Oui. L’intégration technique, l’exécution et la conduite de projet peuvent être confiées à des personnes compétentes. Le dirigeant conserve la responsabilité des finalités, des arbitrages et des conditions de délégation. Son apprentissage personnel lui permet de mieux discuter ces choix.

Un gain de productivité prouve-t-il une montée en compétence ?

Non. Une personne peut produire plus vite avec une assistance sans savoir ensuite expliquer ou transférer le raisonnement. Certains dispositifs peuvent aussi favoriser l’apprentissage. Il faut examiner séparément le résultat assisté et la capacité acquise, dans le contexte concerné.

Comment passer des usages individuels aux processus collectifs ?

Il faut organiser la collecte des informations, leur rapprochement avec des sources identifiables, leur restitution et leur validation. Les droits d’accès, la fraîcheur des données, les responsables et le traitement des erreurs doivent être définis. Une synthèse privée ne constitue pas à elle seule ce processus.