L’usage a pris une longueur d’avance

Les chiffres publiés par Cegid donnent une bonne mesure du phénomène. 70 % des salariés de bureau français interrogés ont déjà utilisé l’intelligence artificielle dans leur travail, contre 58 % un an plus tôt. Un quart en ferait désormais un usage régulier. Mais le chiffre le plus intéressant est ailleurs : parmi ceux qui utilisent l’IA, deux sur trois recourent à des outils qui ne leur sont pas fournis par leur employeur, sans nécessairement l’en informer. L’entreprise peut donc avoir sa politique IA, ses licences officielles, ses règles de sécurité et ses programmes d’acculturation ; une partie des usages s’est déjà développée en dehors de ce cadre. Le phénomène est souvent décrit sous l’expression de « shadow AI », avec l’accent mis sur les risques de confidentialité, de sécurité ou de conformité. Pour le Learning & Skills, une autre lecture mérite pourtant d’être faite. Ces salariés n’ont pas seulement adopté un outil sans attendre leur entreprise. Ils ont commencé à apprendre à s’en servir. Le décalage n’est donc plus seulement entre l’outil autorisé et l’outil réellement utilisé. Il se creuse entre les apprentissages organisés par l’entreprise et ceux qui se développent spontanément au travail.

Le BYOD avait déjà fait sauter le verrou

Le scénario rappelle celui du Bring Your Own Device. À mesure que smartphones et tablettes se sont imposés dans la vie privée, les salariés ont commencé à les utiliser pour consulter leurs mails professionnels, accéder à des documents ou utiliser des applications de travail. L’entreprise n’avait pas décidé de cette transformation : elle l’a découverte. Les DSI ont d’abord vu arriver des équipements qu’elles n’avaient ni choisis ni configurés et qui accédaient pourtant au système d’information. Les premières réponses ont souvent été défensives. Puis il a fallu composer avec une évidence : lorsque des millions de salariés possèdent des équipements simples, puissants et familiers, il devient difficile de maintenir durablement une frontière étanche entre leurs usages personnels et professionnels. Les entreprises ont progressivement organisé ce qu’elles ne pouvaient plus ignorer : politiques BYOD, authentification, gestion des terminaux mobiles, séparation des données professionnelles et personnelles, règles d’accès au système d’information. La leçon mérite d’être retenue. Face à une technologie adoptée massivement par les individus, l’entreprise ne conserve pas nécessairement la maîtrise du calendrier. Elle peut interdire certains usages ; elle peut surtout apprendre à gouverner ceux qui se sont déjà installés.

Cette fois, le salarié n’apporte pas seulement son outil

Le parallèle s’arrête pourtant assez vite. Apporter son smartphone au bureau et arriver avec son ChatGPT, son Claude ou son Gemini ne produisent pas exactement le même effet. Le smartphone personnel restait essentiellement un équipement permettant d’accéder à des services. L’IA est aussi un outil avec lequel son utilisateur développe progressivement une manière de travailler. À force d’essais, il apprend à formuler ses demandes, à donner du contexte, à contrôler une réponse, à choisir ce qu’il peut déléguer, à enchaîner plusieurs opérations, éventuellement à construire ses propres assistants. Deux collaborateurs disposant du même modèle peuvent ainsi en tirer des résultats très différents. Avec le BYOAI, le salarié n’apporte donc pas seulement une technologie choisie en dehors de l’entreprise. Il importe des pratiques et des savoir-faire qu’il a lui-même constitués. Certains seront excellents, d’autres médiocres ou dangereux. Certains pourront être transférés à leurs collègues, d’autres dépendront étroitement du métier. Cette différence change considérablement le problème posé à l’entreprise. Le BYOD demandait principalement à la DSI de reprendre le contrôle d’équipements qu’elle n’avait pas fournis. Le BYOAI demande aussi au Learning & Skills de s’intéresser à des compétences qu’il n’a pas produites.

La formation arrive après l’apprentissage

Le modèle traditionnel de la formation aux outils numériques était confortable. L’entreprise choisissait une technologie, organisait son déploiement, puis préparait les salariés à son utilisation. Le Learning intervenait quelque part entre la décision d’équipement et la généralisation des usages. Avec l’IA générative, cet ordre peut être renversé. Un collaborateur découvre un outil chez lui, ouvre un compte, expérimente, regarde quelques tutoriels, échange des pratiques avec ses collègues, puis commence à l’utiliser pour rédiger, analyser, rechercher, traduire, préparer une réunion ou automatiser une partie de son activité. Lorsqu’un programme officiel de formation à l’IA lui est proposé six mois plus tard, il n’est plus vraiment débutant. Son collègue, en revanche, peut n’avoir jamais ouvert ChatGPT. Voilà une situation peu confortable pour les dispositifs standardisés : la formation intervient devant des populations dont les pratiques réelles sont très hétérogènes et dont une partie des compétences s’est développée hors de son contrôle. Elle doit alors commencer moins par transmettre que par découvrir : qui utilise quoi, pour faire quoi, avec quel niveau de maîtrise et quels résultats ? L’apprentissage informel n’est évidemment pas né avec l’IA. Mais rarement une technologie professionnelle aussi structurante aura été précédée par une phase d’apprentissage individuel aussi massive. Le Learning arrive après l’apprentissage : son problème consiste désormais à savoir ce qu’il doit en faire.

Du Bring Your Own AI au Build Our AI Skills

Il serait tentant de répondre au BYOAI comme certaines entreprises avaient initialement répondu au BYOD : en cherchant d’abord à fermer les portes. Les exigences de confidentialité et de sécurité imposeront évidemment des limites, et certaines pratiques devront être interdites. Mais l’expérience des équipements personnels suggère qu’une politique uniquement défensive risque d’être dépassée par les usages. Pour le Learning & Skills, l’enjeu est différent : transformer cette multitude d’expérimentations individuelles en capacité collective. Cela suppose de repérer les pratiques qui produisent réellement de la valeur, de les confronter aux exigences du métier, de les sécuriser, puis de les diffuser. Cela suppose aussi de réduire un nouvel écart entre ceux qui expérimentent quotidiennement l’IA et ceux qui restent à distance. La fonction formation pourrait ainsi se retrouver dans une position inhabituelle : non plus introduire une compétence dans l’entreprise, mais partir des compétences qui y sont déjà entrées sans elle. Le BYOD avait obligé l’entreprise à gouverner des équipements qu’elle n’avait pas choisis. Le BYOAI pourrait l’obliger à gouverner des apprentissages qu’elle n’a pas organisés. Pour le Learning & Skills, ce n’est pas nécessairement une perte de territoire. C’est peut-être un nouveau métier : transformer ce que chacun apprend de son côté en compétence maîtrisée par tous.