Prompting, bon sens, résultats et adaptabilité managériale : ce que l’intelligence artificielle révèle de nos organisations.
Dr Imad ROCHD | Docteur en sciences de gestion et Business Administration
Il y a quelques années, un collaborateur capable de produire rapidement une analyse, de structurer une présentation ou de synthétiser un dossier complexe était souvent considéré comme particulièrement efficace. Aujourd’hui, les outils d’intelligence artificielle permettent d’accomplir certaines de ces tâches en quelques minutes.
Pourtant, dans certaines organisations, cette efficacité nouvelle suscite autant d’interrogations que d’enthousiasme. Un collaborateur utilise l’IA pour améliorer son travail. Son manager s’interroge sur la méthode employée. L’entreprise encourage l’innovation, mais les outils nécessaires ne sont pas toujours disponibles ou autorisés. Les résultats sont attendus plus rapidement, tandis que les règles d’utilisation restent parfois imprécises.
Cette situation révèle un paradoxe : nous demandons aux collaborateurs de s’adapter à la transformation digitale, sans toujours préparer les organisations et leurs responsables à accompagner cette adaptation. Derrière cette contradiction se cache une question fondamentale : savons-nous encore distinguer la qualité d’un travail de la manière dont il a été réalisé ?
Le prompting : une compétence, pas un substitut au jugement
L’apparition des outils d’IA générative a popularisé le prompting : l’art de formuler des instructions pour obtenir un résultat pertinent. Préciser un objectif, fournir un contexte et définir des contraintes améliorent souvent l’utilité d’un outil. Mais le prompting ne doit pas devenir une illusion de compétence.
Un collaborateur peut maîtriser les techniques de formulation sans comprendre suffisamment le problème à résoudre. À l’inverse, un professionnel expérimenté peut obtenir un excellent résultat avec une instruction simple, parce qu’il connaît son métier. La compétence ne réside donc pas uniquement dans la construction du prompt : elle se manifeste aussi dans la capacité à identifier le problème, apprécier la réponse et reconnaître ses limites.
Une IA peut produire une recommandation convaincante à partir d’hypothèses inexactes. Elle peut proposer une solution techniquement cohérente, mais inadaptée au terrain. C’est ici que le bon sens retrouve toute son importance. Savoir demander à une machine de résoudre un problème ne signifie pas savoir si ce problème a été correctement posé.
Un résultat convaincant n’est pas toujours un résultat juste
Dans l’environnement professionnel, nous apprécions souvent un livrable à travers sa présentation, sa structure et sa rapidité de production. L’IA renforce cette tendance en permettant de générer des documents soignés. Mais une présentation élégante peut dissimuler une analyse superficielle ; un tableau de bord complet peut reposer sur des données inadaptées.
Quels éléments ont été vérifiés ? Quelles hypothèses ont été retenues ? Les recommandations sont-elles applicables ? Le collaborateur peut-il expliquer et défendre son raisonnement ? Ces questions devraient occuper une place centrale dans l’évaluation du travail assisté par l’IA.
L’objectif n’est pas de remplacer le jugement professionnel par une production automatisée, mais de mobiliser la technologie pour renforcer la qualité des décisions humaines. Le bon sens n’est pas l’ennemi du progrès. Il en constitue une condition.
Quand l’innovation est encouragée, mais que les outils restent indisponibles
Les discours institutionnels valorisent l’innovation, la productivité et la transformation digitale. Pourtant, les collaborateurs ne disposent pas toujours des outils, des licences, des formations ou des autorisations nécessaires pour expérimenter les nouveaux usages. Cette situation crée une injonction paradoxale : être innovant sans disposer des moyens d’innover.
Face à cette difficulté, certains renoncent à expérimenter. D’autres peuvent être tentés d’utiliser des solutions personnelles, sans toujours mesurer les risques pour la confidentialité des informations professionnelles. Le problème dépasse alors la technologie : une organisation ne peut exiger des gains de productivité liés à l’IA sans clarifier les conditions dans lesquelles ils peuvent être obtenus.
Elle doit identifier les usages pertinents, proposer des outils adaptés, former les équipes et établir des règles proportionnées aux risques. La sécurité des données et la créativité ne sont pas deux objectifs incompatibles : elles doivent être organisées ensemble.
Le manager face à une transformation qu’il ne maîtrise pas toujours
Dans certaines équipes, les collaborateurs découvrent et expérimentent les nouveaux outils plus rapidement que leur hiérarchie. Un manager habitué à évaluer le travail à partir du temps consacré ou de l’effort visible peut se retrouver face à un collaborateur qui produit un résultat comparable, voire meilleur, grâce à l’IA. La tentation peut alors être de questionner l’outil plutôt que d’examiner le résultat.
Il serait simpliste d’interpréter toute réserve managériale comme une résistance au changement. Certaines inquiétudes sont légitimes : fiabilité, confidentialité, responsabilité ou dépendance excessive. Mais elles doivent conduire à un encadrement intelligent, non à une condamnation systématique des usages.
Le rôle du manager évolue. Il ne consiste plus seulement à contrôler l’exécution des tâches, mais à comprendre les nouvelles méthodes de travail, fixer des objectifs pertinents, identifier les risques et accompagner la montée en compétences. Il n’a pas besoin de devenir expert de chaque outil ; il doit en comprendre suffisamment les possibilités et les limites pour décider de manière éclairée.
L’adaptabilité ne peut pas être exigée dans un seul sens
On demande aux collaborateurs d’apprendre continuellement, d’accepter de nouveaux processus et de développer leur agilité. Mais cette exigence doit également concerner les responsables hiérarchiques et les organisations. Il serait contradictoire de demander à un salarié de transformer ses méthodes tout en maintenant des mécanismes d’évaluation qui ignorent les nouvelles possibilités technologiques.
L’adaptation doit être collective. Les équipes opérationnelles peuvent identifier les usages utiles ; les managers en apprécier la pertinence ; les fonctions numériques, RH et gouvernance définir les conditions techniques, humaines et sécuritaires de leur déploiement. Cette complémentarité transforme les initiatives individuelles en capacités durables.
Juger mieux plutôt que contrôler davantage
L’intelligence artificielle ne fait pas disparaître la responsabilité humaine : elle en modifie les contours. Lorsque la production d’un document devient plus rapide, la valeur professionnelle se déplace vers la compréhension du problème, la vérification des résultats, la décision et l’appropriation des conséquences.
Un collaborateur ne devrait pas être considéré comme moins compétent parce qu’il utilise un outil autorisé pour accomplir efficacement une tâche. Mais il ne devrait pas non plus être dispensé de comprendre, vérifier et assumer son travail au motif qu’une IA l’a produit.
De même, un manager devrait être reconnu pour son aptitude à développer les compétences, encourager les initiatives pertinentes et créer un environnement de confiance. Une technologie nouvelle intégrée dans une culture managériale inchangée risque de produire davantage de tensions que de progrès.
L’avenir du travail ne dépendra pas uniquement de la qualité des prompts ou de la puissance des modèles. Il dépendra de notre capacité à associer technologie, bon sens, confiance et responsabilité.
À l’ère de l’intelligence artificielle, le véritable retard ne sera peut-être pas de ne pas savoir utiliser les nouveaux outils, mais de continuer à manager comme s’ils n’existaient pas.
