Le rôle de l'humain face à l'IA : savoir juger

On pose souvent la question sous la forme « l’IA va-t-elle remplacer tel métier ? ». Les expériences menées depuis 2023 invitent à en poser une autre : quel est le rôle de l’humain face à l’IA, et quelle partie du métier prend de la valeur quand une machine sait produire ? Leur réponse est assez nette. La production perd de la valeur, le cadrage, la vérification et la responsabilité en gagnent. La personne qui fait la différence n’est pas celle qui écrit les meilleures consignes. C’est celle qui connaît assez son métier pour voir quand la machine se trompe.

En bref

• Sur des tâches adaptées, l’IA fait gagner en volume, en vitesse et en qualité ; sur une tâche voisine hors de ses capacités, elle fait produire davantage de mauvaises réponses.
• Elle aide surtout les débutants. Chez les plus expérimentés, le gain est faible, et une étude de 2025 a même mesuré une perte de temps.
• Déléguer la tâche qu’on doit apprendre empêche de l’apprendre, sauf quand l’IA est conçue comme un tuteur.
• La loi commence à exiger qu’un humain réponde des décisions qui engagent, et que les entreprises aident leur personnel à maîtriser ces outils.

La frontière en dents de scie

L’expérience la plus parlante a été menée auprès de 758 professionnels, sur des tâches de conseil conçues avec le Boston Consulting Group, et publiée dans Organization Science en mars 2026, après préenregistrement. Sur 18 tâches réalistes situées dans les capacités de l’IA, les participants équipés ont terminé 12,2 % de tâches en plus, 25,1 % plus vite, avec une qualité nettement meilleure. Sur une tâche de gestion complexe, choisie pour être hors de ces capacités, ils avaient en revanche 19 % de chances en moins de produire une bonne réponse que ceux qui travaillaient sans.

Les auteurs parlent d’une « frontière technologique irrégulière ». La ligne qui sépare ce que l’IA fait bien de ce qu’elle fait mal ne suit pas la difficulté apparente des tâches. Deux tâches qui semblent voisines peuvent tomber de part et d’autre. Et de l’extérieur, le résultat peut avoir la même allure dans les deux cas : un texte bien écrit, sûr de lui.

Le savoir-faire consiste donc à savoir de quel côté on se trouve. Ce savoir ne se trouve pas dans l’outil. Il se trouve dans la connaissance du métier.

L’IA aide surtout ceux qui débutent

Une étude publiée dans le Quarterly Journal of Economics, sur les données réelles de 5 172 agents d’un service client, mesure une hausse moyenne de 15 % des problèmes résolus par heure grâce à un assistant d’IA. Le gain est très inégal : les agents les moins expérimentés et les moins qualifiés progressent en vitesse comme en qualité, alors que les plus expérimentés gagnent un peu en vitesse et perdent un peu en qualité.

Une façon de le lire : l’outil a capté une partie du savoir-faire des meilleurs et le redistribue aux nouveaux. C’est une bonne nouvelle pour la montée en compétence. Cela ne rend pas l’expertise inutile, au contraire. Il faut toujours quelqu’un pour concevoir les bonnes réponses, repérer celles qui dérivent et former les suivants. L’expert passe moins de temps à produire et plus de temps à concevoir, contrôler et transmettre.

Chez les plus expérimentés, l’IA a même pu faire perdre du temps. En juillet 2025, un essai randomisé de l’organisme METR, auprès de seize développeurs sur des projets qu’ils connaissaient depuis cinq ans en moyenne, a mesuré qu’ils mettaient 19 % de temps en plus avec l’IA, alors qu’ils estimaient après coup en avoir gagné 20 %. L’échantillon est petit, et METR déclare depuis ces résultats dépassés : sa mise à jour de février 2026 juge l’effet probablement plus favorable début 2026, sans pouvoir le chiffrer de façon fiable. Selon la tâche et la personne, l’IA peut aider beaucoup, peu, ou pas du tout.

Le risque : déléguer son jugement en même temps que la tâche

Si la valeur se loge dans le jugement, la question devient : l’usage de l’IA entretient-il ce jugement ou l’érode-t-il ?

Une étude présentée à la conférence CHI 2025 par Microsoft Research et Carnegie Mellon, auprès de 319 travailleurs du savoir, observe que plus on fait confiance à l’IA, moins on exerce son esprit critique, et que plus on a confiance en soi, plus on l’exerce. Deux précautions : c’est une enquête déclarative, donc une corrélation et non une preuve que l’IA atrophie le jugement ; et Microsoft vend des outils d’IA, ce qui rend le constat d’autant plus notable.

Une expérience de terrain va plus loin. Publiée dans PNAS en juin 2025, elle porte sur près de 1 000 élèves d’un grand lycée turc, en mathématiques. Pendant les exercices, les élèves qui ont accès à un assistant généraliste obtiennent des notes supérieures de 48 % ; avec une version conçue comme un tuteur, qui guide sans donner la réponse, de 127 %. Mais une fois l’accès retiré, ceux qui avaient l’assistant généraliste obtiennent des notes inférieures de 17 % à celles des élèves qui n’avaient jamais eu d’IA. La version tuteur limite largement cet effet. (Une correction a été publiée en août 2025 : elle ne porte que sur l’affiliation d’un auteur, pas sur les résultats.)

Ces résultats concernent des élèves qui apprennent, pas des professionnels au travail, et ne se transposent pas tels quels à l’entreprise. Mais l’idée qu’ils illustrent vaut au-delà de l’école : déléguer la tâche que l’on est censé apprendre empêche de l’apprendre. Pour une entreprise, la question est concrète : comment formera-t-on les juniors si l’IA fait toutes les tâches qui servaient à apprendre le métier ? Nous la traitons dans notre article sur l’IA et le premier emploi des jeunes.

On lit aussi beaucoup d’études affirmant que « l’IA nous rend bêtes ». Celles qui circulent le plus sont soit corrélationnelles, soit des prépublications sur quelques dizaines de personnes, non relues par des pairs, que nous ne prenons pas pour des preuves. Nous les passons en revue, avec leurs limites, dans notre article sur la question « l’IA rend-elle bête ? ».

Répondre du résultat : la loi s’en mêle

Le jugement humain n’est plus seulement une bonne pratique. Les textes commencent à l’exiger.

En Europe, l’article 4 du règlement sur l’IA demande depuis le 2 février 2025 aux entreprises qui déploient de l’IA de prendre des mesures pour que leur personnel maîtrise ces outils. Le règlement (UE) 2026/1744 l’a réécrit, avec effet au 27 juillet 2026 : là où le texte de 2024 visait à « garantir, dans toute la mesure du possible, un niveau suffisant de maîtrise de l’IA », il s’agit désormais de « favoriser le développement de la maîtrise de l’IA », sans obligation de « garantir un niveau spécifique » pour chaque personne. Prendre des mesures reste obligatoire, mais l’exigence s’est assouplie.

En Californie, la loi SB 947, signée le 30 septembre 2026, interdit à un employeur de s’appuyer uniquement sur un système de décision automatisé pour sanctionner ou licencier un salarié ; quand il s’appuie principalement sur un tel système, un humain doit corroborer la décision. Elle entrera en application le 1er juillet 2027. Son auteur la présente sous le nom de « No Robo Bosses Act », dans un communiqué politique qu’il faut lire comme tel. Un premier texte du même sénateur, SB 7, avait reçu un veto du gouverneur en octobre 2025.

Le mouvement est clair : la machine peut proposer, l’humain signe. Il devient le responsable de ce que la machine produit, et il doit pouvoir l’expliquer. Pour les décisions qui touchent une personne, comme un licenciement ou un crédit, ce que prévoient le RGPD et le règlement sur l’IA est détaillé dans notre article sur la décision automatisée par l’IA.

Ce que ça change au quotidien

Chez nous, la règle découle de tout ce qui précède : la machine produit, un humain valide ce qui engage.

• Ce qui engage passe par une validation humaine. Notre agent de saisie de dépenses, en production sur Telegram depuis juillet 2026, part de la photo du ticket, en extrait les informations, puis attend une validation humaine avant d’écrire dans le système comptable.
• Aucun contenu public généré ne part sans relecture humaine. C’est chez nous une règle non négociable. Et nous contrôlons les faits, les sources et les entités citées dans tout contenu généré, parce que nous avons payé la leçon : sur Palmora, un modèle a publié trois projets immobiliers qui n’existaient pas, dépubliés depuis. Sur ce blog aussi, un article généré naît en brouillon, et c’est la relecture humaine qui décide de le publier.
• Les volumes se contrôlent par échantillon. Pour un site traduit en série par un modèle, notre méthode prévoit de relire un échantillon par langue, avec un modèle juge et un humain, au premier passage puis par sondage.

Pour une équipe qui déploie l’IA, nous ajoutons deux conseils, tirés des expériences citées plus haut. Former au métier avec l’outil, pas seulement à l’outil : sur quelles tâches il est fiable, où il se trompe, comment le vérifier. Et garder aux débutants des tâches qui servent à apprendre, où l’IA accompagne sans faire à leur place, comme le tuteur de l’expérience turque.

C’est aussi, à notre sens, une des raisons pour lesquelles tant de projets d’IA ne rapportent pas encore : on achète l’outil, on oublie de redéfinir qui vérifie quoi.

Ce que nous en pensons

Notre position, signée Jim : l’IA ne remplace pas le professionnel, elle déplace son travail vers le cadrage, la vérification et la responsabilité. Ce n’est pas une consolation, c’est un métier différent, et plus exigeant. Il demande de connaître son domaine mieux qu’avant, parce que l’erreur de la machine est souvent mieux habillée que l’erreur humaine.

Nous restons prudents sur deux points. En octobre 2026, les études sur l’esprit critique sont encore fragiles, et rien ne prouve qu’un usage d’appui, bien cadré, abîme le jugement. Et les gains selon l’expérience varient fortement d’une tâche à l’autre. Nous changerions d’avis si des expériences contrôlées montraient qu’une IA non supervisée fait aussi bien qu’un professionnel qui la contrôle, sur des tâches où l’erreur coûte cher. Ce n’est pas ce que disent les études citées ici.

La même question se pose pour la création, avec une conclusion voisine : l’IA produit la moyenne, l’humain apporte l’écart. Pour un premier usage, choisissez un outil qui laisse le jugement à votre équipe, par exemple un assistant IA qui répond sur vos documents en citant sa source : chaque réponse se vérifie. Le choix du modèle relève lui aussi du jugement : notre offre d’IA au juste coût compare les modèles sur vos propres contenus, coût mesuré et qualité jugée, avant d’en retenir un par tâche. Les autres articles de la rubrique IA d’entreprise détaillent comment cadrer un premier usage.

Questions fréquentes

L’IA va-t-elle remplacer les experts ?

Les expériences disponibles montrent plutôt un déplacement. Sur des données réelles de service client, l’IA aide surtout les débutants, et les agents les plus expérimentés gagnent peu. Sur certaines tâches, elle dégrade même le travail de professionnels, et c’est l’expertise qui permet de s’en apercevoir. L’expert passe moins de temps à produire et davantage à cadrer, vérifier et transmettre.

Quelles compétences deviennent importantes avec l’IA ?

Savoir sur quelles tâches l’outil est fiable, vérifier ses résultats, poser le problème correctement et assumer la décision finale. Autrement dit, le jugement métier plus que la technique de rédaction des consignes. C’est aussi ce que la loi commence à demander : en Europe, les entreprises qui déploient de l’IA doivent prendre des mesures pour que leur personnel maîtrise ces outils.

Faut-il vérifier tout ce que produit l’IA ?

Pas forcément tout, mais tout ce qui engage. L’IA peut se tromper sur une tâche qui ressemble à une autre qu’elle réussit, et l’erreur a souvent la même allure qu’une bonne réponse. Ce qui sort vers un client, un salarié ou de l’argent mérite une validation humaine ; les tâches internes répétitives peuvent se contrôler par échantillon, à condition de regarder régulièrement.

Une entreprise peut-elle licencier sur décision d’une IA ?

En Californie, ce sera interdit à partir du 1er juillet 2027 : un employeur ne pourra plus s’appuyer uniquement sur un système automatisé pour sanctionner ou licencier. En Europe, l’article 22 du RGPD donne déjà le droit de ne pas faire l’objet d’une décision fondée exclusivement sur un traitement automatisé qui vous affecte de manière significative, sauf exceptions. Et le règlement sur l’IA classe ces systèmes à haut risque, avec des obligations applicables à partir du 2 décembre 2027.