Déléguer à l'IA sans affaiblir les compétences de l'équipe

Une délégation utile commence par les capacités que l'équipe veut continuer à exercer.

Imaginez une équipe qui adopte un assistant IA pour préparer ses analyses.

En quelques semaines, les synthèses arrivent plus vite. Les présentations sont mieux structurées. Les options semblent plus nombreuses et les délais raccourcissent.

Les indicateurs de production progressent.

Mais une autre question reste souvent sans réponse : que saura encore faire l'équipe si l'outil n'est plus disponible, se trompe ou rencontre une situation qu'elle n'a jamais vue ?

Cette question ne remet pas en cause l'intérêt de l'IA. Elle oblige à regarder la délégation dans son ensemble.

Quand une tâche change de mains, nous déplaçons du travail et nous modifions aussi les occasions de comprendre, de pratiquer, de confronter des idées et de construire du jugement.

La performance assistée ne suffit pas à prouver la compétence

Une étude publiée en 2025 dans la revue scientifique _PNAS_ rend cette distinction particulièrement visible.

Les chercheurs ont mené un essai randomisé auprès de près de 1 000 lycéens pendant des exercices de mathématiques. Les élèves disposaient soit des ressources habituelles, soit d'une interface expérimentale fondée sur GPT-4 et proche de ChatGPT, soit d'un assistant utilisant GPT-4 avec des garde-fous pédagogiques.

Pendant les phases de pratique assistée, les notes moyennes du groupe utilisant l'interface proche de ChatGPT ont été supérieures de 48 % à celles du groupe sans IA. Lors des évaluations sans assistance qui suivaient chaque phase de pratique, ses notes moyennes ont été inférieures de 17 % à celles du groupe témoin.

L'assistant doté de garde-fous fonctionnait différemment. Il donnait des indices conçus avec les enseignants au lieu de livrer directement la solution. Les notes moyennes ont progressé de 127 % pendant la pratique, sans différence statistiquement significative avec le groupe témoin lors des évaluations autonomes.

Le titre de l'étude résume l'enjeu : [Generative AI without guardrails can harm learning: Evidence from high school mathematics](https://pmc.ncbi.nlm.nih.gov/articles/PMC12232635/), soit « Une IA générative sans garde-fous peut nuire à l'apprentissage : résultats issus des mathématiques au lycée ».

Il faut garder les limites de cette recherche en tête. Elle porte sur des mathématiques au lycée, dans un établissement en Turquie, avec un dispositif précis et des effets mesurés à court terme. Elle ne permet pas d'affirmer que l'IA affaiblit automatiquement les compétences dans une entreprise.

Elle illustre néanmoins un risque que les managers ont intérêt à surveiller : un résultat peut progresser pendant que la capacité autonome stagne ou recule.

Ce que l'équipe perd parfois en gagnant du temps

Une tâche professionnelle aboutit à un livrable et crée aussi de l'expérience.

Préparer une recommandation apprend à sélectionner des sources, repérer une contradiction, hiérarchiser des critères et défendre un choix. Rédiger un compte rendu apprend à écouter, distinguer un fait d'une interprétation et identifier ce qui engage réellement l'équipe. Construire une présentation apprend à choisir un fil directeur et à éliminer ce qui ne sert pas le message.

Si l'IA prend en charge tout le chemin, elle peut aussi rendre invisibles quatre éléments utiles :

- Le raisonnement intermédiaire : l'équipe voit une réponse structurée, mais moins les choix, hésitations et renoncements qui permettent d'y arriver.

- Le feedback : une erreur corrigée aide à construire des repères. Une réponse directement exploitable réduit cette confrontation.

- Le langage commun : discuter d'un problème construit une compréhension partagée. Une synthèse automatique peut arriver avant que les différences de perception aient été exprimées.

- La capacité de vérification : pour détecter une erreur plausible, il faut conserver assez de connaissance du sujet et de pratique du raisonnement.

Le gain de temps peut être réel. La question devient : quelle partie de l'effort était inutile, et quelle partie construisait une compétence dont l'équipe aura encore besoin demain ?

Le rôle du manager se déplace

Le manager doit désormais choisir les outils, autoriser les usages, mesurer les gains de productivité et organiser la préservation des compétences.

Il doit aussi organiser une répartition consciente du travail cognitif : ce que l'IA peut accélérer, ce que les personnes doivent continuer à exercer et les moments où le collectif reprend la main.

Cette responsabilité ne peut pas être transférée à l'outil. La [Recommandation sur l'éthique de l'intelligence artificielle](https://www.unesco.org/fr/legal-affairs/recommendation-ethics-artificial-intelligence) de l'UNESCO précise au paragraphe 36 qu'un système d'IA ne peut se substituer à la responsabilité ultime des êtres humains ni à leur obligation de rendre compte.

Ce principe ne signifie pas que chaque tâche doit rester humaine. Certaines activités répétitives consomment de l'attention sans développer une compétence stratégique. Les automatiser peut libérer du temps pour l'écoute, la réflexion, la relation client ou les décisions difficiles.

Le rôle du manager consiste à choisir ce compromis au lieu de le laisser s'installer par habitude.

Commencer par une boussole humaine

C'est pour rendre ce choix concret que j'ai intégré une "Human Compass", une boussole humaine, au parcours Executive Br.AI.n préparé pour l'ESSEC.

Dans le parcours conçu, chaque équipe sera invitée à définir trois principes humains qu'elle veut préserver, puis à transformer chaque principe en comportement observable.

Un mot seul ne suffit pas. Une valeur devient utile quand elle change ce que les personnes font réellement.

Par exemple :

- Esprit critique : nous formulons une première hypothèse avant de consulter l'IA.

- Autonomie : après avoir utilisé l'IA, une personne doit pouvoir expliquer le raisonnement avec ses propres mots.

- Intelligence collective : chaque membre apporte une observation indépendante avant la synthèse du groupe.

- Responsabilité : une personne identifiée vérifie les sources, arbitre et assume la décision finale.

La boussole rend explicite ce que l'équipe veut continuer à savoir faire et permet ensuite de décider comment utiliser l'IA.

Un checkpoint en quatre étapes avant de déléguer

Prenez une activité réelle que votre équipe envisage de confier en partie à l'IA. Complétez ces quatre éléments avant de changer le processus.

1. La capacité humaine à préserver

Nommez ce que l'équipe doit encore savoir faire, comprendre ou décider.

Évitez les termes trop larges comme « rester humain » ou « garder du recul ». Précisez la capacité : vérifier une source, formuler un problème, argumenter un choix, détecter une anomalie ou mener une conversation difficile.

2. Le comportement observable

Décrivez une action qui permettra de voir que cette capacité reste exercée.

Exemples : écrire une première hypothèse sans IA, citer les sources utilisées, expliquer la décision à un collègue, proposer une objection ou appliquer le raisonnement à un nouveau cas.

3. Le rôle utile de l'IA

Définissez la contribution précise de l'outil.

L'IA peut rechercher des pistes, comparer des documents, produire une première structure, reformuler, simuler des objections ou repérer des incohérences. Le rôle doit être assez précis pour que l'équipe sache ce qu'elle délègue réellement.

4. Le garde-fou

Décidez où une personne ou le collectif doit vérifier, expliquer, contester ou reprendre la main.

Le garde-fou dépend du risque. Une reformulation interne ne demande pas le même contrôle qu'une décision concernant un recrutement, un client, un investissement ou la sécurité d'une personne.

Exemple : préparer une recommandation stratégique

Prenons une équipe qui doit recommander l'une de trois options à son comité de direction.

Sans cadre explicite, elle peut demander à l'IA de résumer le dossier, comparer les options et rédiger la recommandation. Le document final sera peut-être convaincant. Il sera plus difficile de savoir si l'équipe partage réellement le raisonnement ou si elle a surtout validé une proposition devenue fluide et plausible.

Avec une boussole humaine, le processus change légèrement :

1. Chaque membre formule d'abord un critère de décision et un risque qu'il juge important.

2. L'IA rassemble les sources, compare les options selon ces critères et signale les informations manquantes.

3. L'équipe examine les contradictions, les hypothèses fragiles et les conséquences possibles.

4. Une personne identifiée vérifie les sources et reste capable d'expliquer pourquoi la recommandation finale a été retenue.

L'IA accélère la recherche et la structuration. L'équipe continue à exercer le cadrage, la confrontation et l'arbitrage.

Selon l'activité, ce processus peut rester rapide tout en protégeant les étapes qui construisent le jugement collectif.

Mesurer le résultat et la capacité

Les indicateurs habituels suivent surtout la production : temps gagné, volume traité, délai, qualité du livrable ou satisfaction du client.

Ajoutez au moins un indicateur de capacité lorsque l'activité touche à un savoir-faire important.

Vous pouvez vérifier si les personnes savent encore :

- expliquer le raisonnement sans relire la réponse de l'IA

- détecter une erreur ou une hypothèse faible

- appliquer la méthode à une situation nouvelle

- identifier la contribution de l'IA et celle de l'équipe

- reprendre la tâche si l'outil devient indisponible

Une courte revue de cas, une explication entre collègues ou un exercice occasionnel sans assistance peut rendre visible ce que les chiffres de productivité ne montrent pas.

Déléguer la tâche sans céder la responsabilité

L'IA rend possible une délégation plus large du travail cognitif. Elle peut préparer, comparer, reformuler, simuler et produire à une vitesse difficile à égaler.

Cette puissance augmente la responsabilité du manager.

Avant d'automatiser une activité, il doit pouvoir répondre à trois questions simples :

- Que voulons-nous gagner ?

- Que devons-nous continuer à savoir faire ?

- Qui reste capable d'expliquer et d'assumer le résultat ?

Une équipe mature avec l'IA sait pourquoi elle délègue, ce qu'elle choisit de préserver et où se trouve la responsabilité finale.

Pour aller plus loin

Si vous souhaitez adapter cette boussole humaine à une activité réelle de votre équipe, vous pouvez m'écrire à info@giorgiorizzi.net

Nous partirons d'un processus concret pour distinguer ce que l'IA peut accélérer, les capacités à préserver et les garde-fous nécessaires.

Conçu par Giorgio Rizzi & écrit avec mon assistant IA.

Formateur & Coach en IA & Bien-être pour la Performance