Le maître dépend de celui qui travaille

Au début du XIXe siècle, dans sa Phénoménologie de l'esprit, Hegel décrit une relation paradoxale entre le maître et l'esclave. Le premier commande et jouit des fruits du travail du second. Mais c'est l'esclave qui, en travaillant, se confronte au réel, transforme la matière et développe sa propre maîtrise du monde. Le maître, dispensé de cet effort, devient dépendant de celui qu'il domine. Deux siècles plus tard, cette dialectique trouve un écho inattendu dans notre rapport à l'intelligence artificielle. L'analogie a ses limites : la machine n'est pas un sujet qui s'émancipe par son travail. Mais elle éclaire une contradiction : à force de déléguer les opérations qui entretiennent ses compétences, le salarié peut perdre les moyens de contrôler ce qu'il délègue. L'entreprise pourrait ainsi devenir plus productive tout en s'appauvrissant intellectuellement. La question n'est plus seulement de savoir quelles tâches l'IA peut accomplir, mais quelles capacités humaines risquent de s'affaiblir lorsqu'elle les accomplit systématiquement.

La pensée critique s'use si l'on ne s'en sert pas

Une étude de Microsoft Research et de Carnegie Mellon, publiée en 2025, apporte un premier éclairage. Interrogés sur 936 situations d'utilisation de l'IA générative, 319 professionnels décrivent une relation entre leur confiance dans l'outil et l'effort de pensée critique qu'ils déclarent mobiliser. Plus cette confiance est élevée, moins cet effort est important. L'étude ne démontre pas une diminution durable des capacités intellectuelles. Elle révèle néanmoins un déplacement de l'activité cognitive : l'utilisateur produit moins souvent lui-même le raisonnement et consacre davantage d'attention à vérifier ou ajuster les réponses de l'IA. Ce changement peut constituer un progrès, à condition de posséder les connaissances nécessaires pour apprécier la qualité des résultats. Comment détecter une erreur dans un raisonnement que l'on ne saurait plus conduire soi-même ? Comment contester une recommandation dont on ne maîtrise plus les fondements ? Le risque de dépendance apparaît lorsque le salarié conserve la responsabilité d'une décision sans disposer pleinement des moyens intellectuels de l'évaluer.

De l'utilité des tâches routinières

L'IA promet de débarrasser les salariés des activités répétitives et peu valorisantes. Pourtant, ces opérations ne sont pas nécessairement dépourvues de valeur formative. Leur répétition consolide les connaissances, entretient les automatismes et familiarise le professionnel avec les particularités de son métier. Un analyste qui manipule régulièrement des données apprend à reconnaître leurs incohérences. Un rédacteur qui organise lui-même ses arguments affine sa capacité à distinguer l'essentiel de l'accessoire. Un technicien qui recherche les causes d'un dysfonctionnement développe une intuition professionnelle difficilement réductible à une procédure. Il serait absurde d'en conclure qu'il faut préserver toutes les tâches répétitives. Mais leur valeur économique immédiate ne suffit pas à déterminer leur intérêt. Une tâche peut être peu rentable sur le plan productif et précieuse pour l'apprentissage. Cette distinction devient particulièrement importante pour les débutants : comment acquérir une expertise si les opérations qui permettaient de la construire sont désormais systématiquement confiées à l'IA ? L'automatisation peut supprimer des tâches, mais aussi les occasions d'apprendre qu'elles procuraient.

Les départements formation : partie prenante de l'automatisation

Jusqu'à présent, leur contribution aux projets d'IA consiste principalement à accompagner l'adoption des outils et à développer les compétences nécessaires à leur utilisation. Or les décisions d'automatisation modifient directement les conditions dans lesquelles les compétences se construisent et se transmettent. Les responsables formation devraient donc participer, aux côtés des métiers et des équipes chargées de l'IA, à l'analyse des activités susceptibles d'être automatisées. Il faudrait distinguer les opérations dont la disparition ne présente guère de conséquences cognitives, celles qui exigent de nouvelles compétences et celles dont la pratique régulière reste nécessaire à l'entretien de l'expertise. Cette analyse pourrait conduire à préserver certaines activités, à organiser leur pratique périodique ou à concevoir des exercices qui en conservent les bénéfices formatifs. Elle concerne particulièrement la transmission des savoir-faire aux nouveaux collaborateurs, privés parfois des tâches élémentaires qui constituaient leur apprentissage du métier. La préservation des compétences devrait devenir un critère de décision dans les projets d'automatisation, au même titre que les gains de productivité. Les départements formation deviendraient ainsi des acteurs de la conception du travail, et non plus seulement de l'accompagnement de ses transformations.

Travailler avec l'IA… sans désapprendre à travailler sans elle

Cette responsabilité doit se traduire dans les dispositifs de formation comme dans les pratiques professionnelles. Résoudre un problème avant de consulter l'IA, confronter son raisonnement à celui de la machine, rechercher les erreurs d'une réponse, justifier une décision sans assistance ou reprendre périodiquement certaines tâches automatisées : autant de moyens d'entretenir les capacités cognitives. Les assistants peuvent eux-mêmes être configurés pour demander une hypothèse ou proposer des objections plutôt que livrer immédiatement une solution. L'évaluation mérite également d'être repensée : un salarié capable de produire un excellent résultat avec l'IA possède-t-il encore les connaissances lui permettant d'en apprécier la validité ? Saurait-il agir si l'outil devenait indisponible ? Des évaluations sans assistance permettraient de mieux distinguer performance augmentée et compétence réellement maîtrisée. Encore faut-il que l'entreprise accepte de consacrer du temps à ces activités dont le rendement immédiat paraît inférieur à celui d'une production assistée. Une organisation qui mesure exclusivement les heures économisées et les volumes produits risque de négliger les capacités humaines dont dépend sa performance future. La nouvelle dialectique du maître et de l'esclave conduit ainsi à une interrogation : qui conservera la maîtrise du travail lorsque ceux qui l'exécutent auront cessé d'en pratiquer les opérations essentielles ? Les départements formation doivent veiller à ce que les gains de productivité procurés par l'IA ne se paient pas, à terme, d'une perte d'intelligence professionnelle.