Décider avec l'IA, en conscience
Résumé
En 2024, aucune de nos décisions n'était prise seule par une machine ; d'ici 2028, ce sera une sur sept, selon Gartner. L'IA cesse d'exécuter pour décider — et nous lui déléguons déjà plus que nous ne l'avouons. Le réflexe « garder la main sur tout » épuise et nous transforme en validateurs passifs. Ce module propose l'inverse : calibrer en conscience ce qu'on délègue, pour exercer son jugement là où il compte vraiment.
Public concerné
Toute personne qui décide au travail et veut déléguer à l'IA en conscience, sans tout lui abandonner ni tout garder.
Prérequis : aucun
Objectifs pédagogiques
- Reconnaître les décisions déjà déléguées à l'IA, et pourquoi vouloir tout valider épuise et affaiblit le jugement.
- Calibrer en conscience chaque décision entre trois degrés — délégation pleine, co-décision, décision conservée — d'après l'enjeu, l'expertise et la confiance en soi.
- Choisir de garder certaines décisions pour ce qui ne se mesure pas : le goût de la tâche, le sens, l'autonomie.
- Poser dans l'équipe le cadre des décisions confiées à l'IA, entre confidentialité à protéger et sur-contrôle à éviter.
Comment se déroule ce module ?
En autonomie, avec un entraînement adapté à l’apprenant.
- Autodiagnostic : sur 9 dimensions pour situer ses pratiques et orienter l’entraînement.
- Vidéo d’expert : de 10 minutes, ponctuée de 3 pauses de réflexion.
- Mises en situation : 2 premières situations sélectionnées à partir de l’autodiagnostic, puis 16 autres facultatives. Chaque réponse reçoit un retour pédagogique : ses effets et une piste pour progresser.
- Engagement daté : une action à essayer, rédigée par l’apprenant ou choisie parmi les propositions.
- Fiche mémo à télécharger : repères clés, questions, engagement, notes personnelles et check-lists.
Un exemple parmi les situations proposées
Declan, juriste, rend jeudi un avis sur un contrat de sous-traitance de soixante pages. L’assistant IA sait repérer les clauses qui s’écartent du modèle maison, ou rédiger tout l’avis. Declan a traité douze contrats de ce type. Comment décider de ce qu’il confie à l’IA ?
Évaluation et validation
Le score prend en compte les réponses aux mises en situation, l’engagement formulé et, le cas échéant, les activités d’apprentissage complémentaires. La validation requiert un engagement et un score d’au moins 80 %.
Seuil : 80 %
Méthodes & modèles
- Trois degrés de délégation à l'IA (délégation pleine / co-décision / décision conservée) — méthode Afthonios, inspirée des niveaux d'automatisation de Sheridan & Verplanck (1978) et de la typologie human-in/on/out-of-the-loop
- Concept « human at the helm » — inspiré de Paula Goldman (Salesforce, 2024)
- 3 raisons non liées à la performance de garder une décision (goût de la tâche, sens/responsabilité, anti-atrophie des compétences) — méthode Afthonios
- Analogie IA = nouveau collaborateur et double rôle du manager — méthode Afthonios
Sources & références
- Gartner — « Top Strategic Technology Trends » 2025 : d'ici 2028, au moins 15 % des décisions quotidiennes de travail seront prises de façon autonome par l'IA agentique, contre 0 % en 2024
- Lee et al., Microsoft Research & Carnegie Mellon — CHI 2025 : lien entre confiance en soi et esprit critique face à l'IA
- L. Bainbridge — « Ironies of Automation » (1983) : la figure du superviseur passif qui valide mécaniquement
- NIST AI 600-1 (2024) — risques de l'IA générative et repères pour un usage maîtrisé