Cet article est le premier d'une série de quatre consacrée à l'IA dans les petites et moyennes organisations. 🔗 Article 2 : IA et RH : usages concrets, points de vigilance et bonnes pratiques dans les petites et moyennes organisations 🔗 Article 3 : IA et RH : IA et RH : comment déployer sans déshumaniser — enjeux humains, éthiques et juridiques🔗 Article 4 IA et RH : choisir, déployer et évaluer ses outils — guide pratique pour les TPE-PME

L’intelligence artificielle (IA) n'est plus un simple énoncé technique ; elle désigne désormais la prise en charge par des machines de ce que l’humain réalise habituellement en mobilisant ses capacités cérébrales. Longtemps perçue comme un outil d'optimisation, elle semble ouvrir la voie à un changement de paradigme où la machine ne se contente plus de prolonger l'intelligence humaine, mais vient en résonance, voire en concurrence avec elle.

L’IA, ce n’est pas qu’une simple machine. C’est un phénomène global qui restructure nos manières de travailler, nos relations sociales et même notre expérience du sens au travail. Comme le disait Marcel Mauss, c’est un « fait social total ». Elle ne peut être réduite à sa seule dimension technique ou économique, car elle transforme en profondeur nos manières de travailler, de communiquer et même de penser. Loin d'être un simple outil passif, elle redéfinit les conditions mêmes de notre subjectivité et nous oblige à repenser l'ensemble des relations entre l'humain et la technologie.

Cette transformation s’inscrit aussi dans la complexité du travail réel, là où les tensions, émotions et subjectivités s’entremêlent, bien au-delà des simples processus automatisables. À ce titre, il est indispensable de ne pas oublier les impacts psychosociaux que ces changements induisent.

L'histoire de l'IA est marquée par une évolution constante du rapport homme-machine. Les débuts de l'informatique moderne remontent aux années 1950, avec la conférence de Dartmouth en 1956 qui impose l'expression « intelligence artificielle ».

Cette première ère, dite IA symbolique, reposait sur des règles logiques dictées par l'homme ("Si condition alors action"). On a alors vu naître les systèmes experts, conçus pour simuler le raisonnement d'un spécialiste dans un domaine précis, comme le diagnostic médical ou le coaching.

💡Il est important de noter que ces systèmes, s’ils étaient performants sur des cas bien cadrés, ne prenaient pas en compte la complexité du travail vécu, notamment les adaptations imprévues ou les conflits de contraintes.

Après plusieurs « hivers de l'IA », les années 1990 marquent le succès de l'apprentissage automatique (Machine Learning). Au lieu de suivre des règles figées, l'algorithme améliore ses performances en répétant son exécution sur des jeux de données massifs.

Le Deep Learning (apprentissage profond) a ensuite décuplé ces capacités en utilisant des réseaux de neurones artificiels multicouches s'inspirant du cerveau humain.

Toutefois, cette progression technique pose aussi la question de la transparence et de la compréhensibilité des décisions : là où les humains peuvent expliquer leur raisonnement, les algorithmes actuels restent souvent des « boîtes noires », source d’opacité et de défiance.

Deux victoires symboliques ont marqué les esprits :

• 📍En 1997, le superordinateur Deep Blue bat le champion du monde d'échecs Garry Kasparov en utilisant la force brute de calcul.
• 📍En 2016, AlphaGo triomphe du champion de Go Lee Sedol grâce à une approche plus "intelligente" et apprenante, capable de naviguer dans une complexité de combinaisons supérieure au nombre d'atomes dans l'univers.

💡Ces exploits illustrent la montée en puissance du calcul et de l’intuition algorithmique, mais aussi les limites au cœur même de notre relation au travail : comment cohabiter avec une intelligence non humaine qui excelle dans le calcul mais ne ressent rien ?

Contrairement aux révolutions industrielles précédentes qui ciblaient les travaux physiques, l'IA impacte désormais massivement les activités dont la valeur ajoutée est de nature intellectuelle : diagnostic médical, audit, veille juridique ou rédaction.

ℹ️ On estime que si seulement 5 % des emplois sont 100 % automatisables, environ 60 % des métiers comportent au moins 30 % de tâches susceptibles d'être prises en charge par l'IA.

💡Derrière ces chiffres, ce qui se joue réellement est une profonde transformation du « travail réel » — c’est-à-dire l’ensemble des activités effectives, souvent implicites et adaptées, que les salariés mettent en œuvre chaque jour pour atteindre leurs objectifs malgré les contraintes et les imprévus. Les prescriptions numériques, incarnées par les outils d’IA, imposent des règles et procédures standardisées qui modifient les marges d’autonomie laissées aux travailleurs. Ce décalage entre le travail prescrit (ce que l’organisation attend) et le travail réel (ce qui est effectivement réalisé) génère fréquemment des tensions, des frustrations et un mal-être, car les opérateurs doivent sans cesse arbitrer entre conformité aux systèmes et réponses concrètes aux exigences du terrain.

🔗Pour approfondir la notion de travail réel, je vous invite à lire l'article "Transformer l'organisation : pour une approche du changement par le travail réel"

L'objectif n'est pas de substituer la machine à l'homme, mais de créer une "intelligence augmentée". L'IA décharge l'humain des tâches répétitives ou de l'analyse de données massives (le "compliqué") pour lui permettre de se recentrer sur l'interprétation, le sens et l'empathie (le "complexe").

💡Une collaboration réussie passe par une bonne formation et un accompagnement humain, notamment par la fonction RH et le management, qui doivent veiller à ne pas générer une charge mentale excessive ni dégrader la qualité de vie au travail.

🔗Pour appronfondir le rôle de la fonction RH, je vous invite à lire l'article "La fonction Ressources Humaines : un acteur stratégique au coeur des transformations"

Si l'IA promet de l'efficacité, elle peut engendrer une "prolétarisation cognitive".

⚠️En déléguant trop de tâches à la machine, l'humain risque de perdre ses propres compétences par manque de pratique (effet GPS sur l'atrophie de l'hippocampe).

De plus, l'IA peut conduire à une intensification du travail en supprimant les pauses cognitives naturelles entre deux tâches complexes.

Concrètement, cela se traduit dans les organisations par une surcharge mentale croissante, avec des conséquences sur la santé au travail, le stress et parfois des conflits au sein des équipes, là où l’IA modifie les rythmes, la charge et les responsabilités.

🔗Pour approfondir la question de la surcharge mentale, je vous invite à lire l'article : "Surcharge mentale : un enjeu majeur du monde du travail moderne"

Une nouvelle fracture de l'IA émerge : la performance d'un utilisateur est désormais corrélée à sa maîtrise du langage (prompt engineering).

Les travailleurs les moins qualifiés ou les moins accompagnés risquent de subir la technologie au lieu de l'orienter, aggravant ainsi les clivages sociaux.

💡Ce constat souligne la nécessité impérative d’un accompagnement collectif et d’un accès équitable à la formation continue, si l’on ne veut pas creuser les inégalités dans le monde du travail.

🔗Pour approfondir la question du développement de l'employabilité, je vous invite à lire l'article "La gestion des compétences, pour quoi faire ?"

L'IA est un miroir de la société : si les données d'entraînement sont biaisées, le système reproduira et amplifiera les discriminations de genre ou d'origine (Garbage In, Garbage Out).

De plus, l'opacité de certains algorithmes profonds crée un effet "boîte noire" où même les concepteurs ne peuvent plus expliquer précisément comment une décision a été prise.

💡Cela pose des enjeux cruciaux pour les ressources humaines, notamment en matière d’équité dans le recrutement, la gestion des carrières, et dans le contrôle des décisions automatisées. Une gouvernance éthique et transparente devient alors indispensable.

Par ailleurs, il est essentiel d’ouvrir le dialogue social autour de ces outils, afin que salariés et représentants puissent comprendre et peser sur leur déploiement.

Le futur du travail repose sur de nouveaux modèles de coopération:

• Les Centaures : Les humains qui répartissent les tâches de manière distincte entre eux et la machine.

• Les Cyborgs : Ceux qui intègrent l'IA de manière fluide dans leur flux de travail habituel pour co-concevoir les réponses.

Puisque la machine excelle dans la logique et le calcul, l'humain doit exceller là où l'IA échoue : l'intelligence émotionnelle, la créativité, l'esprit critique et la prise de décision éthique. Ces compétences socio-émotionnelles deviennent les piliers de l'employabilité.

💡Former au développement de ces soft skills, mais aussi encourager le questionnement éthique et la pensée réflexive, est un défi pour les entreprises et les institutions de formation. C’est un enjeu majeur pour accompagner cette transition et préserver le sens au travail.

L'arrivée de l'IA invite les entreprises à faire émerger une "conscience collective". L'IA doit devenir un outil de partage des savoirs et de mise en relation entre pairs, favorisant une organisation capable de changer aussi vite que son environnement.

Cela suppose de construire des espaces de dialogue, d’échange et d’expérimentation où les salariés pourront co-construire les usages, garantir le respect de leurs conditions de travail et inventer des formes nouvelles de coopération humaine et technologique.

🔗Pour approfondir la question de l'accompagnement des trasnformations numériques, je vou sinvite à lire l'article "La transformation numérique dans les petites structures : enjeux, exemples et méthodologies pour réussir"

Conclusion

L’IA n’est ni une menace existentielle imminente, ni une solution magique ; elle est un outil dont l’usage et la régulation détermineront les conséquences. Coexister avec elle exige un sursaut de lucidité : nous devons refuser la servitude volontaire aux algorithmes et reconnaître que l'intelligence humaine ne se dissout pas dans les données.

Plus qu’une technologie, l’IA est un défi humain, collectif et politique. Elle interroge ce que nous voulons être au travail, comment nous voulons vivre nos relations professionnelles, comment construire ensemble une organisation durable, juste et épanouissante.

L'avenir dépendra de notre capacité à mettre en œuvre une éducation populaire à l'IA et une formation continue ambitieuse. Il nous appartient d'injecter du sens et de l'éthique là où la machine ne voit que des calculs, pour préserver ce que l'humain a de plus précieux : sa capacité à inventer d'autres possibles.

Enfin, chaque salarié, manager et responsable RH peut, par sa posture et son engagement, devenir un acteur conscient et lucide de cette transition. Car c’est ensemble, dans la diversité et la solidarité, que nous construirons le travail de demain.

🤝Besoin d'un appui externe pour accompagner le déploiement de l'IA au sein de votre organisation ?

Je vous accompagne pour évaluer l'impact de votre projet sur l'organisation du travail, les pratiques managériales ou encore le dialogue social et professionnel et trouver avec vos équipes les modalités de mise en oeuvre les plus pertinentes.

👉Echangeons !