Le manager aussi apprend l’IA : comment l’introduire sans jouer les experts

Un responsable n’a pas à connaître chaque outil mieux que son équipe

Une nouvelle spécialiste montre à son manager comment elle a préparé un tableau récapitulatif en quelques minutes grâce à l’IA. Il ne connaît pas l’outil utilisé et est tenté de trouver immédiatement une erreur. Auparavant, il était le meilleur expert du service ; aujourd’hui, des personnes moins anciennes en savent plus que lui sur la technologie. Ce n’est pas forcément une crise d’autorité. Manager, c’est aussi créer les conditions dans lesquelles les compétences de différentes personnes aident à obtenir un bon résultat. Le responsable reste en charge des priorités, des ressources, du contrôle et d’une répartition équitable du travail.

Le problème commence lorsqu’il essaie de cacher ce qu’il ne sait pas tout en donnant des ordres catégoriques. « À partir de demain, vous utilisez l’IA pour tous les rapports » sonne ferme, mais n’explique ni ce qu’il est permis d’envoyer à un système externe ni qui vérifiera le résultat. Un meilleur début serait : « Je ne connais pas encore toutes les possibilités de cet outil. Je veux que nous définissions ensemble à quoi il sert, où il est défaillant et qui valide le résultat. »

Comment dire « je ne sais pas » tout en restant responsable

Les recherches sur l’humilité des dirigeants décrivent des comportements tels que reconnaître ses limites, valoriser les points forts des autres et être prêt à apprendre. Cela ne veut pas dire que le dirigeant doit être démuni. Les salariés doivent cependant savoir de quoi le manager reste responsable. Un bon message associe sincérité et mission claire : « Je ne sais pas encore évaluer chaque prompt, mais je suis responsable du fait qu’aucune information non vérifiée n’arrive chez le client. »

En pratique, le manager peut demander à une personne qui maîtrise l’outil de faire une démonstration, et à une personne sceptique de dresser la liste des situations dans lesquelles le résultat peut être trompeur. Il ne joue pas alors à l’expert : il organise un contrôle mutuel. En réunion, il est utile de distinguer trois phrases : « ça, nous le savons déjà », « ça, nous allons le vérifier » et « cette méthode, nous ne l’autorisons pas pour l’instant ». Au bout de quelques semaines, l’équipe jugera son responsable moins sur sa connaissance de toutes les fonctions que sur la qualité des décisions prises.

Le sceptique peut être aussi nécessaire que l’enthousiaste

Un salarié dit : « Je ne m’en sers pas, ça se trompe trop souvent. » Le manager peut y entendre une résistance au changement. Or le critique a parfois des observations précieuses sur la qualité des données, la confidentialité ou la responsabilité du résultat. Cela ne signifie pas que tout scepticisme est bien fondé. Il est utile de lui demander un exemple concret d’erreur et les conditions dans lesquelles l’outil pourrait être utile. La discussion porte ainsi sur des faits, et non sur un jugement des personnes.

Gardez la même prudence envers l’enthousiaste. Un rapport généré rapidement peut paraître impressionnant jusqu’à ce que quelqu’un le compare aux documents sources. Définissez deux rôles : une personne qui teste les possibilités et une personne qui vérifie les limites. Intervertissez-les lors des essais suivants. Si le sceptique découvre une erreur, remerciez-le publiquement. Ainsi, l’information sur un problème ne met pas en danger la réputation de celui qui l’a signalé.

Il faut fixer les limites d’usage de l’IA avant la première erreur

L’équipe a besoin de réponses à des questions pratiques : quelles données il est permis de saisir, pour quelles tâches l’outil est autorisé, ce qu’il faut vérifier soi-même, qui signe le résultat et comment signaler les erreurs. La consigne « utilisez-le de manière responsable » ne suffit pas. La correspondance interne peut nécessiter un contrôle plus simple qu’un document destiné à un client ou qu’une décision RH. L’étendue du contrôle devrait dépendre du risque.

Le règlement européen sur l’IA (AI Act) prévoit des mesures destinées à favoriser la maîtrise de l’IA, en tenant compte de l’expérience et du contexte d’utilisation. Cela ne signifie pas que chaque salarié doit obtenir la même certification. Il ne faut pas non plus assimiler chaque chatbot de bureau à un système à haut risque. Le manager devrait connaître les règles de son organisation et soumettre les points flous aux spécialistes compétents, plutôt que de se prononcer avec assurance sur des obligations qu’il n’a pas vérifiées.

Commencez par une seule tâche et tirez les leçons de son résultat

Le premier pilote peut porter sur la synthèse de documents accessibles au public ou sur la préparation d’une version de travail d’un texte sans données sensibles. Avant l’essai, définissez ce qui doit s’améliorer et comment vous allez le vérifier. Par exemple : « Pendant deux semaines, nous comparons le temps de préparation de la première version et le nombre d’erreurs détectées lors de la vérification. » Si le gain de temps se révèle illusoire, parce que corriger les erreurs prend plus de temps que le travail habituel, il convient de le considérer comme un résultat, et non comme un échec du salarié.

Après l’essai, faites un court débriefing. Demandez ce qui a fonctionné, ce qui a surpris, quand l’outil a été inutile et quelle règle il faut modifier. Les recherches sur la sécurité psychologique indiquent que la possibilité d’exprimer des doutes favorise les comportements d’apprentissage. Ce n’est pas la promesse qu’une seule réunion transformera la culture de l’entreprise. Ce qui compte, c’est un comportement constant du supérieur, surtout lorsque quelqu’un apporte un fait dérangeant.

Apprenez avec les gens, n’exigez pas d’eux un enthousiasme immédiat

Tout le monde ne part pas du même point. Une personne a besoin d’un court exemple d’utilisation ; une autre veut connaître les risques et la marche à suivre pour revenir sur un résultat erroné. Une autre encore craint que l’apprentissage se fasse au détriment de ses tâches habituelles. Un déploiement bien organisé laisse du temps pour s’exercer et indique clairement à quelles tâches on peut renoncer pendant cette période. Il ne sert à rien d’ajouter une nouvelle tâche à un planning déjà plein, puis de reprocher aux gens leur manque d’enthousiasme.

Le manager peut dire : « À ce stade, on ne cherche pas à savoir qui est le plus moderne. On vérifie si l’outil nous aide à atteindre un résultat précis sans dégrader la qualité. » Cette approche encourage aussi les personnes qui ne veulent pas passer pour des experts de l’IA à prendre part à la discussion. Si l’essai réussit, mettez par écrit la règle d’utilisation de l’outil. Sinon, notez les conditions qui devraient changer. Dans les deux cas, l’équipe apprend quelque chose de plus important que l’utilisation d’une application : tester de manière raisonnée de nouvelles façons de travailler.

L’autorité d’un manager n’exige pas de feindre l’omniscience. Elle exige un objectif clair, la reconnaissance honnête de ses limites, des règles de sécurité et des décisions fondées sur les résultats réels des essais. Mieux vaut mener une seule expérimentation rigoureuse et discuter des erreurs qu’imposer la technologie à tous au nom de la modernité.

Comment Empatyzer aide un responsable à accompagner son équipe dans l’apprentissage de l’IA

Imaginez un manager dont l’équipe connaît l’IA mieux que lui. Avant la réunion, il peut demander à Em comment reconnaître que ses connaissances sont limitées sans affaiblir sa responsabilité à l’égard des décisions. Em l’aidera à préparer l’ouverture, des questions pour les enthousiastes et les sceptiques, ainsi qu’une réaction au cas où une démonstration aboutirait à une erreur. La conversation sur son propre style d’action permet d’examiner si le besoin de contrôle ou la crainte pour son autorité ne l’empêchent pas de s’appuyer sur les compétences des autres. Dans le contexte de l’équipe, on peut aussi tenir compte des différences d’approche face à l’expérimentation, à la planification et au risque, afin de proposer une répartition judicieuse des rôles pendant le pilote. Em ne vérifie pas à la place de l’équipe la justesse technique des modèles ; Em aide à mieux organiser la communication et la collaboration autour de leur utilisation. Ainsi préparé, le manager sait dire « je ne sais pas », indiquer ce qui sera vérifié et considérer une remarque critique comme une contribution à la qualité. Les micro-leçons aident à consolider cette façon de mener les échanges, y compris après la fin du premier test.