Les compétences à l’ère du penser ‘sans effort’
Ce moment où on peine à rassembler ses idées face à une page blanche. Où on doute que les idées viennent. Puis, soudain, on commence à écrire et on réalise qu’on va arriver à s’exprimer….. cette satisfaction!
Ce n’est pas la même chose quand on formule un prompt pour ChatGPT. Ça n’apporte pas du tout le même plaisir. Et puis ça ne renforce pas les idées de la même manière.
Mais, quand une personne créative a aujourd’hui une idée pour résoudre un problème, elle ne se limite plus à une page de texte ou à une liste de points.
Elle peut coder une application, esquisser un prototype ou créer un tableau de bord complexe même sans compétences techniques. C’est en effet cette tension qui se trouve au cœur de l’évolution des compétences à l’ère de l’IA.
L’IA comme outil d’accès : ce que montre réellement la recherche
La question des compétences est clairement en train de se transformer. Au cours des deux dernières années, plusieurs études ont confirmé que l’IA ne fait pas qu’accélérer le travail : elle élargit aussi le nombre de personnes capables de l’effectuer. Autrement dit, des individus peuvent désormais accomplir des tâches pour lesquelles ils n’étaient pas auparavant ‘qualifiés’, grâce à l’IA qui les accompagne..
Une des démonstrations les plus nettes provient d’une étude de grande ampleur menée par Stanford et le MIT, publiée par le Stanford Digital Economy Lab et le National Bureau of Economic Research. Les chercheurs ont analysé des milliers d’interactions dans des centres d’appels et ont constaté que des agents débutants équipés d’IA générative atteignaient le niveau de performance d’agents expérimentés¹. Les gains de productivité étaient les plus élevés chez les employés les moins qualifiés et les plus récemment recrutés¹.
Harvard Business School a observé le même phénomène dans un contexte très différent. Dans l’étude Navigating the Jagged Technological Frontier, menée avec BCG, des participants sans expertise préalable ont été invités à résoudre des problèmes complexes de stratégie d’entreprise². Sans IA, ils n’étaient pas en mesure de réaliser la tâche. Avec GPT-4, leurs productions sont devenues structurées, cohérentes et comparables à celles de consultants débutants plus rapides, avec des livrables plus claires et de bien meilleure qualité².
Le même basculement s’observe dans les métiers techniques. Une étude publiée par GitHub montre que des développeurs non professionnels réalisent des tâches de programmation 55 à 70 % plus rapidement avec l’aide de l’IA, et avec moins d’erreurs³. Des personnes qui ‘ne savaient pas vraiment coder seules’ deviennent capables de créer des applications, d’écrire des scripts et d’automatiser des processus complexes³.
Le World Economic Forum affirme dans son Future of Jobs Report que l’IA n’est plus seulement un outil de productivité : c’est un outil d’accès, ouvrant la voie à des métiers de la donnée, de l’analyse, de la création de contenus ou des rôles techniques pour des personnes sans parcours de formation traditionnel⁴.
De son côté, l’OCDE confirme dans son rapport ‘Artificial Intelligence and the Changing Demand for Skills’ que l’IA facilite l’accès à de nombreuses professions⁵. Elle permet à des travailleurs moins qualifiés, à des seniors ou à des personnes en reconversion d’accéder à des tâches et à des rôles jusque-là inaccessibles⁵.
Ce que montre l’ensemble de ces travaux, ce n’est pas seulement que l’IA remplace des tâches, mais qu’elle redistribue les capacités. Elle donne accès à des formes de travail cognitif qui exigeaient auparavant des années d’études, une formation d’élite ou une expertise très spécialisée.
Elle permet :
à des non-écrivains d’écrire,
à des non-codeurs de coder,
à des non-analystes d’analyser,
à des non-designers de concevoir,
à des non-stratèges de structurer clairement des idées.
Des recherches récentes montrent que cette redistribution ne concerne pas seulement l’exécution des tâches, mais aussi la manière dont l’expertise se construit. Le rapport Expertise Upheaval, publié par le Burning Glass Institute, souligne que l’IA générative modifie profondément les courbes d’apprentissage qui structuraient jusqu’ici les parcours professionnels⁶.
En automatisant ou en accélérant des tâches traditionnellement réservées aux profils débutants, l’IA compresse les étapes intermédiaires par lesquelles les compétences se développaient progressivement. Autrement dit, l’IA ne transforme pas seulement ce que les individus sont capables de faire, mais aussi la manière dont ils deviennent compétents⁶.
Compétences à l’ère de l’IA : de l’amplification des compétences à la transformation du recrutement
Comme le souligne l’étude Global Workforce of the Future 2025 du groupe Adecco, ‘l’IA n’est plus un concept lointain : elle fait désormais partie du quotidien professionnel, en débloquant de nouveaux niveaux de productivité et de confiance’⁷.
Mais cette même enquête internationale, menée auprès de plus de 37 000 travailleurs, montre aussi que seuls 25 % des salariés estiment avoir reçu une formation suffisante pour utiliser efficacement l’IA dans leur travail⁷. Si la performance assistée par l’IA est déjà largement répandue, la capacité réelle dépend de moins en moins des qualifications initiales et de plus en plus de la capacité à apprendre, à s’adapter et à exercer son jugement.
À l’ère de l’IA, être qualifié ne signifie plus savoir exécuter, mais savoir juger.
Si l’IA amplifie les compétences, il est légitime de s’interroger sur la manière dont le recrutement définit aujourd’hui ce qui est ‘qualifié’. Cette interrogation s’inscrit dans un moment plus large de bascule pour la fonction RH, que j’analyse plus en détail dans À la croisée des chemins : pourquoi la fonction RH vit l’un des moments les plus singuliers de son histoire
Comme le souligne l’OCDE, l’IA transforme la manière dont se crée la valeur humaine : ‘l’avantage comparatif des travailleurs réside de plus en plus dans des tâches nécessitant jugement, apprentissage et adaptation, plutôt que dans l’exécution routinière’⁵.
En parallèle, le World Economic Forum observe que, à mesure que les systèmes intelligents prennent en charge une partie de l’exécution, ‘les compétences liées à l’apprentissage, à la résolution de problèmes et au capacité à évoluer de manière autonome deviennent plus critiques que l’expérience liée à des outils ou à des rôles spécifiques’⁴.
Ce changement est également visible dans les recherches d’Adecco. L’étude souligne que “l’IA est désormais une réalité quotidienne au travail et que l’optimisme quant à son potentiel n’a jamais été aussi élevé. Pourtant, la confiance, le sens et la valeur restent essentiels, et sans une approche centrée sur l’humain, cette confiance peut rapidement s’éroder⁷.
Concrètement, ces évolutions remettent en question la place accordée, au sein des organisations, aux compétences passées au regard d’indicateurs plus dynamiques. La rapidité d’apprentissage, la capacité à s’ajuster lorsque les outils évoluent et la faculté de conserver du jugement lorsque l’exécution est partiellement déléguée aux machines semblent être de plus en plus importantes dans les analyses sur l’avenir du travail.
Dans ce contexte, une question revient régulièrement dans les travaux de recherche : l’expérience antérieure, les diplômes et les compétences étroitement définies conserveront-ils le même rôle, à mesure que les individus peuvent atteindre un haut niveau de performance avec l’aide de l’IA ?
Les études ne suggèrent pas une baisse des exigences, mais plutôt un déplacement des critères d’évaluation. À mesure que l’exécution est partiellement assistée par des systèmes intelligents, l’attention se porte davantage sur la capacité à exercer du jugement, à apprendre et à orienter un travail augmenté par l’IA.
Comme le montre Microsoft Research, dans le travail intellectuel assisté par l’IA,les outils d’IA générative semblent réduire l’effort perçu pour l’exécution des tâches, tout en renforçant l’importance de l’évaluation critique et de la prise de décision lors de l’utilisation des réponses de l’IA.
Dans ce contexte, l’expérience et les diplômes restent importants, mais moins comme preuves de capacité d’exécution que comme indicateurs de jugement, de capacité d’apprentissage et de maturité professionnelle. Le recrutement évolue ainsi d’une vérification de la compétence technique vers une évaluation de la capacité à orienter, questionner et affiner un travail amplifié par l’IA.
Externalisation cognitive et IA : l’envers du décor de l’amplification des compétences
Ces effets positifs, qui tendent à niveler le terrain et à ouvrir de nouvelles opportunités, ont aussi un revers qu’il faut regarder en face. Devenir dépendant de l’IA dans les tâches quotidiennes comporte des risques.
Si l’IA permet à des personnes d’accomplir des tâches pour lesquelles elles n’étaient pas ‘qualifiées’, l’inverse est également vrai : une dépendance excessive modifie notre manière de penser.
Lorsque nous utilisons l’IA, nous externalisons une partie de notre effort mental. Elle prend en charge la mémorisation, la structuration des idées, la rédaction ou l’analyse d’options. Sur le plan cognitif, cela réduit la charge de la mémoire de travail et des fonctions exécutives, un phénomène appelé externalisation cognitive⁹, déjà observé avec les calculatrices, le GPS ou les moteurs de recherche.
Cela nous rend plus rapides, mais aussi plus dépendants. Les recherches montrent que l’externalisation améliore la vitesse et réduit la fatigue mentale, mais qu’elle entraîne aussi le cerveau à ‘s’attendre’ à une assistance¹⁰. Plus cette dépendance s’installe, plus il devient difficile d’accomplir les mêmes tâches sans outil. C’est ce que l’on appelle la dépendance algorithmique.
Nous évaluons davantage que nous ne raisonnons. Lorsque l’IA fournit des réponses prêtes à l’emploi, notre rôle cognitif se déplace de la production d’idées vers leur évaluation. Microsoft Research observe que les participants déplacent leur effort mental de la génération de solutions vers l’intégration et l’évaluation des réponses produites par l’IA⁸. La reconnaissance est renforcée, mais le raisonnement profond et la phase inconfortable où émergent de nouvelles idées s’affaiblissent¹¹.
Nous perdons également ce que les chercheurs appellent la lutte productive. L’effort, même inconfortable, est central pour un apprentissage durable : il améliore la mémoire à long terme, l’intuition et la compréhension conceptuelle¹². Lorsque l’IA supprime cette phase, nous gagnons en efficacité mais perdons en profondeur d’apprentissage.
Enfin, notre cerveau ajuste sa perception de l’effort. Une fois habitué aux raccourcis, le travail sans IA paraît excessivement difficile. C’est l’effet de décote de l’effort¹³ : le cerveau se reprogramme silencieusement et se demande ‘pourquoi réfléchir si autre chose peut le faire à ma place ?’.
Jugement humain et travail cognitif : utiliser l’IA sans affaiblir le cerveau humain
Il existe toutefois des bénéfices cognitifs lorsque l’IA est utilisée de manière intentionnelle. Les recherches montrent qu’elle peut :
libérer de l’espace mental pour un raisonnement de plus haut niveau¹⁴,
réduire la fatigue cognitive¹⁴,
élargir le nombre de perspectives prises en compte¹⁵,
servir de partenaire de réflexion stimulant l’idéation¹⁵,
permettre à des non-experts d’accéder à des compétences auparavant inaccessibles : programmation, design, analyse¹⁶.
Le véritable enjeu n’est donc pas l’IA en elle-même, mais la manière dont nous l’utilisons. Un usage passif affaiblit les habitudes de pensée. Un usage actif transforme l’IA en véritable amplificateur cognitif.
Avant de nous habituer à ce que des assistants IA nous ‘requalifient’ pour nos futurs métiers, il est nécessaire de réfléchir à la manière de continuer à apprendre, à évoluer et à nous challenger en tant qu’êtres humains dans une ère de pensée facile.
Notre définition de ‘compétences’ est en train de changer. Il devient possible d’être qualifié pour un poste avec moins d’expérience formelle et davantage de compétences métacognitives. La capacité à apprendre à utiliser de nouveaux outils, à s’adapter à des environnements changeants et à cultiver un état d’esprit de croissance devient centrale. Ce type d’apprentissage actif maintient la plasticité neuronale en mobilisant l’attention, la résolution de problèmes et la capacité d’adaptation, plutôt que de laisser ces circuits s’atrophier par répétition passive.
Continuons à apprendre, à évoluer et à progresser en remettant l’humain au centre.
Sources
¹ https://www.nber.org/papers/w31161
² https://www.hbs.edu/ris/Publication%20Files/24-013_3c007aec-e5b4-4f5b-9bd9-b0fc431d05d3.pdf
⁴ https://www.weforum.org/publications/the-future-of-jobs-report-2025/
⁶ https://www.burningglassinstitute.org/research/the-expertise-upheaval
⁸ https://dl.acm.org/doi/full/10.1145/3706598.3713778
⁹ https://pubmed.ncbi.nlm.nih.gov/27542527/
¹⁰ https://science.sciencemag.org/content/333/6043/776
¹¹ https://psycnet.apa.org/record/2011-19926-008
¹³ https://www.oecd.org/en/publications/using-ai-in-the-workplace_73d417f9-en.html
