Une tension silencieuse se développe au sein des organisations qui ont adopté les outils d’IA de manière large et enthousiaste. Ces outils fonctionnent. Ils accélèrent la production, réduisent les frictions et gèrent des volumes qui ralentiraient autrement les équipes. La question n’est pas de savoir si l’IA est utile. La question est de savoir ce qui arrive aux personnes qui n’ont jamais eu à travailler sans elle.
Ce n’est pas un argument nostalgique en faveur de la manière forte. C’est une question structurelle sur la façon dont l’expertise se forme réellement, et sur la possibilité que les conditions qui produisent un jugement professionnel approfondi soient silencieusement érodées au nom de l’efficacité.
Comment se forme l’expertise : le rôle de l’effort, de l’erreur et de la répétition
Les sciences cognitives distinguent depuis longtemps la compétence de surface de la véritable expertise. La compétence de surface consiste à être capable de produire un résultat acceptable. La véritable expertise consiste à comprendre pourquoi ce résultat est correct, à reconnaître quand il ne l’est pas, et à savoir quoi faire lorsque l’approche standard échoue.
L’expertise se construit à travers un type d’expérience bien précis : se confronter à des problèmes sans réponse toute faite, prendre des décisions dans l’incertitude, recevoir des retours et s’ajuster. Ce cycle, répété dans de nombreux contextes au fil du temps, est ce qui forge les modèles mentaux qui distinguent un professionnel senior d’un junior.
Le détail crucial est que ce processus exige de la friction. Un débutant qui peine à rédiger une première analyse, se trompe, comprend pourquoi il s’est trompé, et recommence, construit quelque chose de durable. Un débutant qui soumet une requête à un système d’IA, reçoit un résultat soigné et le soumet a accompli une tâche. Ce ne sont pas la même activité, même lorsque les résultats semblent identiques.
C’est ce que la plupart des analyses sur l’IA en milieu professionnel ratent. La conversation se concentre presque exclusivement sur la qualité et la rapidité des résultats. Elle se demande rarement ce qui se passe pour la personne qui produit ce résultat, et si sa capacité à le produire de manière autonome progresse ou stagne.
Le problème de l’échafaudage : quand l’assistance devient un plafond
En éducation et en psychologie du développement, l’échafaudage désigne des structures de soutien temporaires qui aident les apprenants à atteindre des niveaux qu’ils ne pourraient pas atteindre seuls. Le mot clé est temporaire. Un bon échafaudage est conçu pour être retiré. À mesure que l’apprenant progresse, le soutien est supprimé, et l’apprenant intériorise ce que l’échafaudage lui apportait.
Les outils d’IA, tels qu’ils sont actuellement déployés dans la plupart des environnements professionnels, ne fonctionnent pas ainsi. Ils sont permanents, toujours disponibles et de plus en plus performants. Il n’existe aucun mécanisme qui retire l’assistance au fur et à mesure qu’une personne se développe. L’échafaudage reste en place indéfiniment.
Cela crée un risque spécifique pour les professionnels en début de carrière. Si un analyste junior a toujours accès à une IA capable de structurer des arguments, d’identifier des tendances et de rédiger des conclusions, il risque de ne jamais développer la capacité autonome d’accomplir ces tâches. Il devient habile à diriger l’outil, ce qui est réellement précieux, mais il ne développe peut-être pas le jugement plus profond qui découle du fait d’effectuer soi-même le travail cognitif sous-jacent.
Le problème s’aggrave avec le temps. Un professionnel ayant cinq ans d’expérience, passés à travailler avec une assistance IA intensive, peut présenter un profil de compétences très différent de celui qui a passé ces mêmes années à résoudre des problèmes manuellement. L’écart peut ne pas être visible dans la production quotidienne. Il devient visible dans les situations inédites, dans les crises, dans les moments où l’outil ne peut pas aider parce que le problème n’a pas de précédent.
Pourquoi cela dépasse les carrières individuelles
Les implications vont au-delà du développement d’un seul professionnel. Les organisations dépendent d’un vivier d’expertise. Les professionnels seniors encadrent les juniors, transmettent un jugement qui ne peut pas être mis par écrit, et finissent par prendre leur retraite ou partir. Si la cohorte de juniors entrant sur le marché du travail au cours de la prochaine décennie développe une expertise plus superficielle parce que l’IA a pris en charge le travail cognitif formateur, ce vivier se rétrécit.
Ce n’est pas une raison de restreindre les outils d’IA dans les environnements professionnels. C’est une raison de réfléchir soigneusement à la façon dont ils sont introduits, au moment où ils le sont, et pour quelles tâches. Il existe une différence significative entre utiliser l’IA pour gérer un travail à volume élevé et faible complexité afin que les professionnels juniors puissent se concentrer sur des problèmes plus difficiles, et utiliser l’IA pour gérer les problèmes difficiles afin que les professionnels juniors n’aient jamais à s’y confronter.
Les organisations qui réfléchissent soigneusement à cette distinction sont susceptibles de former des professionnels plus solides sur le long terme. Celles qui déploient l’IA de manière uniforme sur toutes les tâches et tous les niveaux d’expérience risquent de constater, dans dix ans, qu’elles disposent d’équipes efficaces mais avec une pénurie notable de personnes capables de fonctionner sans les outils.
En résumé
Les outils d’IA accélèrent la production et réduisent les frictions. C’est réellement précieux. Le risque est que, pour les professionnels en début de carrière, l’effort cognitif qui forge une expertise profonde soit lui aussi réduit, et que cette réduction ne se manifeste pas comme un problème avant des années. L’expertise se forme en affrontant des difficultés, en commettant des erreurs et en forgeant son jugement par la répétition. Lorsque l’IA prend en charge ces difficultés à la place des débutants, le résultat s’améliore mais la personne, elle, ne progresse pas nécessairement. Les organisations qui souhaitent disposer de professionnels expérimentés et autonomes dans dix ans doivent réfléchir dès maintenant à quelles tâches leurs débutants devraient accomplir sans assistance, et pourquoi.