L’IA a besoin de professionnels qui savent vraiment

Les premiers systèmes d’IA ont largement mobilisé des annotateurs chargés de classer des images, d’étiqueter des données ou de comparer des réponses selon des consignes relativement simples. La progression des modèles fait monter le niveau d’exigence. Pour améliorer leurs performances en droit, en médecine, en finance ou en ingénierie, il ne suffit plus de leur indiquer qu’une réponse paraît correcte. Il faut détecter une erreur de raisonnement, repérer une exception, apprécier le risque d’une recommandation et expliquer ce qu’un professionnel expérimenté aurait fait autrement. Les entreprises spécialisées recherchent donc des experts capables de soumettre aux modèles des problèmes complexes, d’évaluer les solutions proposées et de produire des réponses de référence. Certains profils sont rémunérés plus de 100 dollars de l’heure, parfois davantage dans les domaines les plus recherchés. Ces montants spectaculaires signalent un déplacement de valeur : l’expertise métier, longtemps considérée comme une ressource interne difficile à formaliser, devient une matière première convoitée par l’industrie de l’IA. Plus les modèles aspirent à traiter des situations professionnelles exigeantes, plus ils dépendent d’humains capables d’expliciter ce qui distingue une réponse plausible d’une décision réellement fiable.

Former une IA ne consiste pas à lui donner un cours

Un excellent professionnel ne fait pas automatiquement un bon formateur d’IA. Son expertise comporte des automatismes, des intuitions et des arbitrages qu’il peine parfois à verbaliser. Or, entraîner ou évaluer un modèle lui demande précisément de rendre ce savoir observable : construire un cas révélateur, introduire une difficulté pertinente, décrire les critères de réussite, hiérarchiser les erreurs et justifier chaque correction. Cette activité entretient une forte parenté avec la conception pédagogique. Décomposer une tâche, graduer les obstacles, anticiper les erreurs, formuler un feedback utile et bâtir une grille d’évaluation font déjà partie du savoir-faire des concepteurs pédagogiques, formateurs et responsables de certification. Les services formation disposent donc de compétences directement mobilisables dans les projets IA, mais aussi d’une connaissance des réseaux d’expertise internes. Ils savent généralement qui anime une communauté métier, accompagne les nouveaux arrivants, produit les ressources de référence ou intervient lorsque les cas ordinaires ne suffisent plus. Leur contribution peut dépasser la mise à disposition de contenus : ils peuvent aider à choisir les experts, les préparer à ce nouveau rôle, organiser la production des cas et garantir la cohérence du dispositif d’évaluation. La pédagogie ne change pas seulement d’outil ; elle trouve un nouveau destinataire.

Un nouveau rôle pour les services formation

Les entreprises qui déploient des assistants ou des agents spécialisés devront vérifier leur comportement bien au-delà de la démonstration initiale. Une IA peut répondre correctement à des questions courantes et échouer dès qu’une procédure comporte une exception, que plusieurs règles se contredisent ou qu’une décision engage une responsabilité. Les services formation pourraient constituer et animer des groupes d’experts chargés de tester ces systèmes avant leur mise en service, puis après chaque évolution importante. Ils contribueraient à définir les cas critiques, les niveaux d’acceptabilité et les situations qui imposent une reprise en main humaine. Les erreurs observées formeraient également une ressource pédagogique précieuse. Si une IA se trompe régulièrement sur certains arbitrages, ces difficultés peuvent révéler les zones les plus complexes du métier, celles où les collaborateurs eux-mêmes ont besoin d’entraînement. L’évaluation fonctionnerait alors dans les deux sens : les experts formeraient la machine et les défaillances de la machine aideraient à mieux former les humains. Cette mission suppose toutefois que l’entreprise reconnaisse le travail accompli. Demander à ses meilleurs professionnels de transmettre leur savoir au modèle en plus de leurs responsabilités habituelles ne peut rester une contribution invisible. Temps alloué, place dans les objectifs, reconnaissance professionnelle et, le cas échéant, rémunération devront être explicitement prévus.

Les organismes tiennent une nouvelle offre, mais aussi un risque

Les organismes de formation possèdent une grande partie des matériaux recherchés pour améliorer les IA spécialisées : corpus structurés, cas pratiques, simulations, corrigés, référentiels de compétences, grilles d’observation et historiques de feedback. Ils pourraient proposer aux entreprises la création de jeux de tests, la production de réponses de référence, l’évaluation comparative de plusieurs modèles ou le contrôle périodique d’une IA métier. Leur valeur ne résiderait pas dans l’annotation en volume, activité exposée à la standardisation et à la pression sur les prix, mais dans la conception de situations capables de départager une réponse superficielle d’un raisonnement professionnel robuste. Cette diversification comporte pourtant une contradiction. Un organisme peut être rémunéré aujourd’hui pour transmettre à une IA une partie de l’expertise qui justifie encore demain l’achat de ses formations. Il devra donc savoir ce qu’il accepte de livrer, sous quelle forme et avec quels droits de réutilisation. Les cas, méthodes, corrections et critères d’évaluation ne sont pas de simples données disponibles pour tous ; ils constituent parfois le cœur de sa propriété intellectuelle. Les contrats devront préciser qui possède les productions, qui peut les modifier, à quels modèles elles peuvent servir et si les apprentissages obtenus bénéficieront à d’autres clients. Faute de ces garanties, une nouvelle source de revenus pourrait se transformer en transfert irréversible de valeur.

Valoriser l’expertise sans en organiser l’extraction

Le même risque existe dans l’entreprise. Procédures, raisonnements, cas sensibles et corrections peuvent enrichir un modèle fourni par un prestataire extérieur, sans que leur traçabilité ni leur usage futur soient clairement établis. La fonction formation ne décidera pas seule des règles applicables, mais elle doit participer aux échanges avec les métiers, la DSI, les juristes, les achats et les responsables de la conformité. Elle connaît la provenance des contenus et les conditions dans lesquelles les experts les ont produits ; elle peut contribuer à distinguer ce qui relève d’un savoir générique, d’une pratique confidentielle ou d’un avantage concurrentiel. L’apparition des AI trainers ouvre ainsi un territoire plus stratégique qu’un nouveau métier à la mode. Elle oblige à considérer l’expertise comme un actif qui doit être identifié, entretenu, transmis et protégé. Elle redonne aussi du poids aux compétences pédagogiques : les modèles progressent moins grâce à l’accumulation de contenus qu’à la qualité des problèmes qui leur sont soumis et des retours qui leur sont adressés. Former les IA peut devenir une mission des experts métiers et des professionnels de la formation ; encore faut-il qu’ils restent maîtres de ce qu’ils transmettent, des conditions de cette transmission et de la valeur qui en résulte.

Source : Reuters, « If your AI seems smarter, it’s thanks to smarter human trainers »

Par la rédaction d’e-learning Letter