#1 Ne jamais confondre les faits fournis à l’IA avec l’histoire qu’elle raconte

Un manager prépare l’entretien d’un commercial dont les résultats baissent depuis trois mois. Il fournit à son assistant IA les chiffres de vente, quelques comptes rendus d’activité et plusieurs échanges récents. Quelques secondes plus tard, le diagnostic tombe : perte de motivation probable, difficulté à prioriser, peut-être même signes de désengagement. L'ensemble est structuré, argumenté, raisonnable. Presque trop beau ! Car l’IA n’a constaté aucune démotivation. Elle a construit une interprétation à partir des éléments fournis. Et si personne ne lui a indiqué que le commercial récupère depuis trois mois le portefeuille d’un collègue malade, cette réalité n’existe pas dans son raisonnement. Devant toute analyse produite par l’IA, le manager doit donc distinguer les faits introduits dans le système, les interprétations qui en sont tirées et les informations absentes. Une réponse vraisemblable n’est pas un diagnostic. Dans le management des personnes, la différence est considérable.

#2 Commencer à s’inquiéter quand l’IA vous donne exactement raison

Voilà un manager convaincu qu’un collaborateur manque d’engagement. Il décrit à l’IA ses retards à deux réunions, sa faible participation au dernier séminaire, le peu de propositions nouvelles. Réponse : plusieurs indicateurs sont compatibles avec une baisse d’engagement. Le manager avait donc raison ! Peut-être. Mais il obtient surtout une analyse construite à partir des faits qu’il a lui-même sélectionnés. Aurait-il obtenu la même conclusion en ajoutant que ce collaborateur a pris en charge deux dossiers difficiles, aide un nouveau collègue et vient de perdre un gros appel d’offres après six mois de travail ? L’IA peut devenir une extraordinaire machine à industrialiser nos biais de confirmation. Le bon réflexe consiste à la retourner contre soi : « Défends maintenant l’hypothèse inverse », « Quels faits pourraient invalider ton analyse ? », « Qu’ai-je pu omettre ? » Plus l’IA confirme ce que le manager pensait déjà, plus il devrait lui demander de le contredire.

#3 Se demander systématiquement ce qui manque dans le dossier

Une responsable prépare les revues salariales. Elle dispose des objectifs, résultats, évaluations précédentes, feedbacks et historique des projets. Elle demande à l’IA d'identifier les collaborateurs ayant le plus progressé. En quelques secondes, elle obtient une synthèse impressionnante. Mais l'un des salariés les mieux notés empoisonne peut-être discrètement la vie de son équipe ; une autre, aux résultats plus ordinaires, est devenue celle que tout le monde appelle lorsqu'une situation client tourne mal. Rien de cela n'apparaît nécessairement dans les données. Le manager travaille justement avec ce qui leur échappe : comportements informels, relations, évolution d'une personne, contexte d'un échec, confiance acquise ou perdue. Une question devrait donc devenir réflexe : « Qu’est-ce que je connais de cette situation qui n’est pas dans le dossier ? » Plus la réponse est longue, moins le manager devrait accorder d’autorité à la recommandation produite.

#4 Plus une décision touche une personne, moins l’IA doit avoir le dernier mot

Demander à l’IA cinq questions pour la réunion du lundi ? Peu de risques. Lui faire reformuler un feedback délicat ? Déjà plus sensible. Lui fournir les dossiers de trois collaborateurs et demander lequel mérite une promotion ? Le manager change de catégorie sans nécessairement s’en apercevoir. L’interface reste la même et la réponse arrive toujours en quelques secondes. Les conséquences, elles, n’ont plus rien à voir. Un principe simple peut aider : plus une décision est lourde de conséquences humaines et difficilement réversible, moins l’IA doit peser directement sur l’arbitrage final. Elle peut comparer des expériences, signaler une incohérence, faire apparaître un critère oublié, préparer des scénarios. Mais choisir celui qui sera promu, écarté d’un projet ou placé sous surveillance reste une décision dont quelqu’un doit pouvoir expliquer les raisons sans répondre : « C’est ce que recommandait l’IA. » Heureusement !

#5 Faire de l’IA un contradicteur, pas un arbitre

Un manager prépare une réorganisation : redistribuer deux portefeuilles clients et confier davantage de responsabilités à une collaboratrice expérimentée. Il peut demander à l’IA si son organisation paraît pertinente. Elle trouvera probablement beaucoup de bonnes raisons de répondre oui. Beaucoup plus intéressant : « Cherche les faiblesses de mon projet », « Construis le point de vue du collaborateur qui pourrait le plus s’y opposer », « Quelles conséquences ai-je sous-estimées ? », « Quelle autre organisation défendrais-tu si la mienne était interdite ? » La machine ne fournit plus la réponse : elle crée de la contradiction à très faible coût. C’est peut-être l’un de ses usages managériaux les plus puissants. Un dirigeant n’a pas toujours autour de lui quelqu’un prêt à lui expliquer pourquoi son excellente idée ne l’est peut-être pas tant que cela. L’IA, elle, ne risque ni sa prime ni sa carrière !

Ces cinq principes s’apprennent-ils ?

C’est ici que le sujet rejoint directement la formation. Aucun de ces principes ne consiste à enseigner quelques « bons prompts ». Il s’agit de développer des réflexes de jugement face à une IA capable de produire des réponses rapides, vraisemblables et très convaincantes. On pourrait donc imaginer des formations différentes des habituelles initiations : présenter le dossier d’un collaborateur accompagné d’une analyse IA parfaitement argumentée, mais dont une information déterminante a été volontairement retirée ; proposer une recommandation qui conforte exactement l’opinion initiale du manager et observer s’il cherche une interprétation concurrente ; soumettre une décision de promotion accompagnée d’un classement algorithmique impeccable et voir à quel moment l’aide devient, insensiblement, la décision. Là, nous ne formons plus à utiliser un outil : nous entraînons le jugement face à l’outil.

Le manager augmenté devra aussi savoir résister

L’IA accompagnera de plus en plus les managers dans l’analyse de situations, la préparation d’entretiens, l’allocation du travail, le feedback et les décisions concernant les personnes. Pendant des années, la formation managériale a cherché à leur apprendre à mieux décider. L’intelligence artificielle introduit une difficulté supplémentaire : ils devront savoir avec quoi ils sont en train de décider. Le manager augmenté ne sera donc pas celui qui demande tout à l’IA. Ce sera peut-être celui qui aura appris à reconnaître les moments où une réponse brillante mérite surtout une deuxième question.

Par Michel Diaz