JEAN-BAPTISTE BARFÉTY « Les entreprises gagnantes ne seront pas celles qui mettront de l’IA partout »
L’intelligence artificielle questionne la valeur du travail, modifie les rapports entre experts et juniors et peut rendre chacun plus performant tout en affaiblissant les collectifs. C’est la thèse de l’étude « Travailler avec l’IA, décider entre humains », élaborée par Jean-Baptiste Barféty, fondateur du Projet Sens, à partir de témoignages de managers, d’experts et de DRH. Ses signataires prennent neuf engagements autour d’une conviction : l’IA transformera davantage le travail qu’elle ne le remplacera, à condition que les organisations cultivent le jugement, la responsabilité, le lien et la transmission.
Selon le manifeste, l’IA peut augmenter l’individu tout en appauvrissant le collectif. N’est-ce pas l’un des paradoxes les plus préoccupants : demain, des salariés individuellement plus performants, mais des entreprises collectivement moins intelligentes ?
C’est exactement ce que nous décrivons. Et ce phénomène n’est pas complètement nouveau : nous l’avions déjà observé avec le télétravail. On peut être individuellement plus productif et, en parallèle, perdre des interactions, des enrichissements mutuels, ces hasards et cette confiance qui font la force d’un collectif.
L’IA peut accentuer cette tendance. Des managers nous disent par exemple qu’ils se surprennent à devenir plus exigeants avec leurs équipes, parce qu’ils se sont habitués à obtenir des réponses extrêmement rapides. L’un d’eux racontait avoir reproché à un stagiaire de ne pas avoir fait davantage en une demi-journée puisqu’il pouvait désormais s’aider de l’IA.
Mais il faut se méfier du décalage entre les promesses et la réalité du travail. On a tendance à surestimer l’impact d’une technologie à court terme et à le sous-estimer à long terme. C’était vrai avec Internet ou l’automatisation, cela le sera probablement avec l’IA. Entre ce qu’un dirigeant expérimente seul en quelques minutes et son déploiement dans toute une organisation, il y a le travail réel, les systèmes existants, les équipes, les processus. Cela demande du temps.
Pourtant, l’IA semble susciter davantage de prédictions spectaculaires que les précédentes ruptures technologiques : disparition massive des emplois, dépassement de l’intelligence humaine, voire risque d’extinction de l’humanité…
C’est ainsi que fonctionne une partie du discours autour de l’IA : on souffle alternativement le chaud et le froid. D’un côté, le versant messianique : on nous annonce que l’IA permettra de guérir toutes les maladies, de découvrir les secrets de la physique, de doubler l’espérance de vie ou de peupler l’espace. De l’autre, le versant apocalyptique : certains dirigeants ou anciens responsables du secteur évoquent un risque d’extinction de l’humanité et appellent eux-mêmes à freiner le développement de ces technologies.
Je ne veux pas pour autant sous-estimer les risques. Lorsque des systèmes seront interconnectés et que des agents autonomes pourront communiquer entre eux, il faudra être extrêmement vigilant. Nous aurons probablement besoin de mécanismes de régulation comparables, dans leur esprit, aux grands traités de non-prolifération.
Mais il faut aussi comprendre que cette dramatisation accompagne l’intelligence artificielle depuis ses origines. Dès le test de Turing, la capacité d’une machine à donner l’impression à un humain qu’il dialogue avec un autre humain devient un critère central. Et Marvin Minsky, l’un des pères fondateurs de l’IA, la définissait notamment par sa capacité à accomplir des tâches qui, lorsqu’elles sont réalisées par des humains, requièrent de l’intelligence.
L’opposition entre la machine et l’humain est donc inscrite très tôt dans le récit de l’IA. Il ne faut pas s’étonner qu’elle nourrisse aujourd’hui tout un argumentaire autour du remplacement. Mais celui-ci ne représente qu’une partie de l’histoire : une grande partie de la transformation se jouera dans la complémentarité entre l’humain et la machine.
Vous refusez justement une stratégie d’IA uniforme et dites qu’il faut savoir s’abstenir lorsque sa valeur n’est pas démontrée. Dans des entreprises soumises à une forte pression pour « faire de l’IA », qui aura réellement le pouvoir de dire : ici, elle ne sert à rien ?
Il y a effectivement une pression, mais elle ne doit pas conduire à l’agitation. Faire de l’IA simplement pour montrer que l’on fait de l’IA n’a pas beaucoup de sens. Les entreprises qui auront suivi une stratégie cohérente et concentré leurs moyens finiront par être plus performantes.
Et il peut y avoir un choix assumé de ne pas utiliser l’IA dans certains domaines. Des dirigeants nous disent par exemple : le recrutement est au cœur de notre identité, nous voulons maintenir un être humain face à un être humain. Ce n’est pas nécessairement un refus de la technologie ; cela peut devenir un élément de différenciation et de compétitivité par la qualité.
C’est pourquoi nous insistons sur la nécessité de partir des métiers. Il faut regarder, activité par activité, où l’on peut réellement gagner du temps ou de la qualité, ce que l’IA réorganise et ce qu’elle risque de faire perdre.
Concrètement, qui doit mener cette transformation ? Les métiers, la DSI, les RH ?
Je suis assez agnostique sur ce choix d’organisation. Cela peut être piloté par les métiers, une direction de la transformation, la DRH ou la DSI. En revanche, il ne faut surtout pas écarter les RH. De même que la DSI veille à la sécurité des données et apporte un regard technique, les RH doivent veiller au facteur humain.
Car la performance ne viendra pas de la machine seule, mais de l’interconnexion entre l’humain et la machine. Si l’on oublie cela, on risque de décourager les salariés et de détruire précisément les compétences dont l’entreprise aura besoin demain.
Vous consacrez une partie importante du manifeste au temps « libéré » par l’IA. Pourquoi pensez-vous que les gains de productivité risquent moins de nous faire travailler moins que de nous faire produire davantage ?
Parce que c’est ce que nous enseigne l’histoire des technologies. Prenez la machine à laver : elle devait nous faire gagner énormément de temps. Pourtant, ça n’a pas été le cas parce que nous nous sommes mis à laver beaucoup plus souvent notre linge et nos standards de propreté ont augmenté. Même chose avec l’e-mail : il est beaucoup plus rapide qu’une lettre, mais nous passons aujourd’hui encore plus de temps à communiquer parce que nous multiplions les messages et les échanges.
Avec l’IA, un juriste qui produisait cinq contrats pourra en produire huit ou dix… et on aura soudainement besoin de plus contractualiser qu’avant. Nous ferons davantage de présentations, plus élaborées, plus illustrées. Autrement dit, l’efficacité supplémentaire risque de relever nos standards de compliance et de préparation, plutôt que de dégager spontanément du temps pour le cœur de métier et les relations humaines.
Il existe même une illusion du temps gagné. Une étude menée auprès de développeurs a montré que ceux qui utilisaient l’IA pensaient avoir gagné du temps alors qu’ils en avaient, dans cette expérience, perdu. L’IA peut être bavarde, produire davantage que nécessaire, nous entraîner dans des détours. Il faut donc se demander non seulement ce que nous pouvons produire plus vite, mais ce que nous voulons faire du temps éventuellement gagné.
Si l’IA prend en charge les tâches traditionnellement confiées aux juniors, comment formerons-nous les experts de demain ? L’entreprise doit-elle accepter une forme d’ « inefficacité pédagogique » ?
Oui, mais pas seulement pour des raisons éthiques. C’est aussi une question de résilience et de performance à long terme. Une entreprise nous expliquait réfléchir à imposer que certaines tâches soient réalisées sans IA par les jeunes, précisément parce qu’ils doivent apprendre à les faire eux-mêmes, en cas de crise.
On peut imaginer des exercices avec deux catégories : avec IA et sans IA. Les deux ne testent pas les mêmes compétences. Il faut conserver des personnes capables de maîtriser les fondamentaux, d’encadrer les juniors de demain et de travailler si, un jour, l’outil n’est plus disponible ou devient trop coûteux.
L’IA va aussi rebattre les cartes entre générations. Un jeune peut maîtriser parfaitement les outils sans savoir encore ce qu’est un bon commercial ou un bon responsable marketing. À l’inverse, quelqu’un de très expérimenté peut utiliser l’IA avec beaucoup de pertinence parce qu’il sait quelles questions poser et comment juger les réponses. L’expérience, l’intuition et le recul vont conserver une valeur considérable.
Vous affirmez que la décision finale doit rester humaine. Mais si un salarié s’écarte de la recommandation de l’IA et se trompe, l’entreprise sera-t-elle réellement prête à le protéger ? Le droit à l’erreur devient-il une condition de notre souveraineté ?
Absolument. Si, chaque fois qu’un salarié s’écarte de la proposition de l’IA et se trompe, son manager le lui reproche, il finira par ne plus prendre aucun risque. Or on ne peut pas demander à quelqu’un d’assumer la responsabilité de décisions qu’il ne prend plus réellement.
C’est l’un des déplacements majeurs provoqués par l’IA : la valeur du travail va davantage résider dans la capacité de recul, le jugement, la mise en perspective avec l’expérience. C’est comme la culture générale : savoir ce que l’on ne sait pas et savoir où aller chercher.
Les entreprises gagnantes ne seront donc pas celles qui mettront de l’IA partout, le plus vite possible. Ce seront celles qui sauront l’utiliser massivement là où elle est massivement plus utile, tout en préservant et en encourageant ce qui est irréductiblement humain.
Votre « pacte de subsidiarité » renverse la manière habituelle de conduire une transformation technologique : aux équipes de déterminer, métier par métier, ce qu’elles souhaitent déléguer à l’IA. Un collectif doit-il pouvoir dire non à un usage pourtant jugé rentable par l’entreprise ?
La vraie question est : rentable à quelle échéance et de quel point de vue ? Un usage peut sembler immédiatement rentable tout en détruisant du bien-être, des compétences ou une capacité d’innovation dont l’entreprise aura besoin plus tard.
Nous l’avons vu avec les délocalisations : à force de séparer ceux qui conçoivent de ceux qui fabriquent, ceux qui fabriquent finissent aussi par apprendre à mieux concevoir. Quand on ne sait plus faire soi-même, on risque de perdre la capacité d’inventer.
Il faudra donc continuer à former des médecins même si l’IA sait poser certains diagnostics, comme il faudra continuer à former des experts dans l’entreprise. L’investissement dans les compétences humaines reste l’un des meilleurs investissements dans la durée.
L’IA ne risque-t-elle pas malgré tout de flatter notre goût de la facilité, en nous débarrassant précisément des tâches par lesquelles nous apprenions ?
C’est un point essentiel. On pense parfois qu’il suffit de supprimer les tâches routinières pour améliorer le travail. Mais certaines d’entre elles ont une fonction invisible. Dans des centres d’appels, par exemple, l’automatisation des comptes rendus a permis d’enchaîner les appels sans interruption. Or certaines entreprises ont constaté que cela intensifiait énormément le travail. Le temps du compte rendu était aussi un temps de respiration, de débriefing, de retour d’expérience.
Il faut donc comprendre ce qu’est le « bon travail » avec l’IA. Pour un architecte, un journaliste ou un médecin, il ne sera pas le même. C’est pourquoi je crois moins aux formations générales à l’IA qu’aux formations au métier avec l’IA. C’est le bon journaliste qui aura appris à devenir un bon journaliste avec l’IA qui pourra former les journalistes de demain.
L’enjeu n’est finalement pas de choisir entre l’humain et la machine. Il est d’apprendre à faire les deux : savoir utiliser l’IA quand elle nous augmente, et savoir s’en passer lorsque réfléchir, expérimenter, écrire ou chercher par soi-même reste indispensable.
ENCADRÉ : Manifeste pour une IA collaborative et une responsabilité humaine
1-CULTIVER l’expertise humaine et l’esprit critique.
2-PRIVILÉGIER le déploiement d’outils qui permettent la collaboration et font de l’IA une ressource partagée au service du collectif et non à leur détriment
3-DÉMOCRATISER la pratique pour éviter la fracture
4_RECONNAÎTRE le rôle central de la responsabilité et de la validation par l’Humain.
5-ANTICIPER la métamorphose des tâches, des organisations et des métiers.
6-FORMER avec l’IA et aux évolutions profondes du travail qu’elle entraîne et à ce qu’elle ne remplace pas :
7-ORIENTER les gains de productivité vers la qualité et le partage de la valeur
8-ASSUMER une stratégie d’IA différenciée
9-INTÉGRER le facteur humain dès la conception des cas d’usage