IA et juniors : l'angle mort de la productivité
L'IA accélère le travail mais risque aussi d'effacer les situations qui permettent aux juniors d'apprendre à juger, décider et devenir les experts de demain.
L’IA fait gagner du temps. Beaucoup de temps.
Elle prépare un rendez-vous, synthétise un dossier, rédige une première note, analyse des résultats, produit une présentation. Dans les entreprises, l’adoption commence souvent ainsi : une équipe sous pression, une tâche jugée fastidieuse, un outil qui réalise en dix minutes ce qui en demandait quarante.
L’enthousiasme est compréhensible. Je le partage souvent.
Mais une question plus inconfortable commence à s’imposer : à force d’automatiser les tâches que l’on considère comme peu valorisantes, ne sommes-nous pas en train d’automatiser une partie de l’apprentissage avec elles ?
Car beaucoup de ces tâches n’étaient pas seulement des tâches.
Elles étaient le début du métier.
Ce que l’IA efface sans le dire
Ce qui ressemble à une tâche sans valeur peut être une étape essentielle vers l’expertise.
On ne devient pas expert parce qu’on reçoit un processus, une formation ou l’accès à une base documentaire.
On le devient en préparant un dossier imparfait. En cherchant une information qui ne se trouve pas immédiatement. En rapprochant deux chiffres qui ne racontent pas exactement la même histoire. En formulant une recommandation incomplète, puis en comprenant, après coup, ce que l’on n’avait pas vu.
C’est parfois ingrat. Souvent répétitif. Mais c’est ainsi que se construisent les réflexes professionnels : apprendre à vérifier, à hiérarchiser, à douter, à formuler une hypothèse, à distinguer un signal d’un bruit.
Dans la vente, le marketing, la finance, le conseil, les opérations et la technologie, les premières années reposent encore largement sur ce mécanisme. On commence par préparer, observer, exécuter. On reçoit un retour. Puis on prend progressivement sa place dans l’analyse et la décision.
L’IA prend désormais une part croissante de cette chaîne en charge.
Elle le fait parfois mieux qu’un junior. Plus vite, en tout cas. Ce n’est pas un reproche. C’est précisément la raison pour laquelle les entreprises l’adoptent.
Le problème apparaît lorsque le jeune collaborateur ne voit plus que le résultat final : une note propre, une synthèse convaincante, une présentation exploitable, une recommandation déjà structurée.
Il peut alors devenir plus productif sans devenir plus compétent.
C’est là que se situe l’angle mort.
Une réponse n’est pas un jugement
Une IA peut proposer une réponse. Elle peut résumer un marché, préparer un compte rendu, suggérer une stratégie, rédiger une note d’analyse ou recommander un plan d’action.
Mais l’expertise ne consiste pas seulement à produire une réponse.
Elle consiste à savoir si cette réponse tient dans le contexte réel. À comprendre ce qui manque. À identifier l’information apparemment secondaire qui peut tout changer. À ne pas confondre une corrélation rassurante avec une décision solide.
Et, parfois, à dire "je ne sais pas encore".
C’est particulièrement vrai dans les métiers où les décisions sont commerciales, financières, éditoriales ou humaines. Le modèle peut accélérer la préparation. Il ne porte pas la responsabilité finale. Il ne connaît ni l’histoire d’une relation client, ni les jeux d’influence internes, ni les contraintes opérationnelles, ni les conséquences d’une mauvaise décision.
Une entreprise peut automatiser une grande partie du travail. Elle ne peut pas automatiser la responsabilité de savoir quand ne pas faire confiance au résultat.
Si elle cesse de faire émerger des collaborateurs capables de tenir ce rôle, elle crée une dépendance dangereuse.
Pas seulement une dépendance à l’outil.
Une dépendance à des réponses que plus personne ne sait réellement challenger.
Le télétravail, autre effet de bord
Ce sujet devient plus aigu parce que l’IA ne transforme pas seules les conditions d’apprentissage. Le développement du travail à distance a aussi réduit certaines occasions de progresser par observation.
Il ne s’agit pas d’ouvrir un procès simpliste du télétravail. Il a apporté davantage de souplesse, d’autonomie et, pour beaucoup, une meilleure qualité de vie. Il a aussi permis à des entreprises de recruter plus largement.
Mais il ne recrée pas spontanément ce qui se transmet dans le travail réel.
Un jeune collaborateur apprend en voyant un senior préparer un rendez-vous difficile. En entendant comment il répond à une objection. En assistant au débrief d’une négociation perdue. En comprenant, parfois à demi-mot, pourquoi une recommandation bien construite ne sera finalement pas suivie.
Ces apprentissages ne figurent pas dans le compte rendu de réunion.
Ils ne sont pas non plus dans les prompts.
Le risque est donc cumulatif. Lorsque l’IA retire une partie des tâches d’apprentissage et que le travail à distance réduit une partie des situations d’observation, l’entreprise fragilise deux mécanismes essentiels de transmission — sans toujours l’avoir décidé, ni même identifié.
L’enjeu n’est pas de revenir à un monde sans IA ou de réimposer une présence uniforme au bureau. Il est de reconnaître que la montée en compétence ne relève pas uniquement de la formation formelle. Elle repose aussi sur l’exposition aux arbitrages, aux hésitations, aux erreurs et aux conversations qui entourent les décisions.
Le mauvais calcul de productivité
Le raisonnement économique est pourtant tentant.
Si l’IA fait gagner du temps à des équipes sous tension, pourquoi continuer à confier certains travaux à des profils juniors ? Pourquoi financer l’apprentissage par l’essai, l’erreur et la répétition, lorsqu’un agent peut fournir immédiatement une première réponse acceptable ?
Parce qu’une entreprise ne se résume pas à ce qu’elle produit ce trimestre.
Elle doit aussi produire les compétences qui lui permettront de décider correctement dans trois ans.
C’est ici que l’on confond efficacité locale et performance durable. Un agent qui accélère un flux de travail est utile. Un agent qui fragilise progressivement la capacité d’une organisation à développer son jugement devient un sujet stratégique.
L’IA ne supprimera pas le besoin d’experts. Elle va augmenter leur valeur.
Plus les agents produiront vite, plus il faudra des personnes capables de les orienter, d’évaluer leurs résultats, de gérer les exceptions et d’assumer les décisions lorsque les données deviennent ambiguës ou contradictoires.
La question n’est donc pas de préserver les tâches répétitives par principe.
Elle est de ne pas supprimer, sans les remplacer, les situations qui font grandir les personnes.
Reconstruire la transmission
Cela oblige d’abord à repenser le rôle des agents.
Un bon agent ne devrait pas seulement livrer une réponse. Il devrait aider à comprendre comment cette réponse a été construite : les informations utilisées, les hypothèses retenues, les données manquantes, les incertitudes et les points qui nécessitent un arbitrage humain.
L’IA peut alors devenir un support d’apprentissage, et non une simple machine à livrables.
Il faut aussi utiliser autrement les moments de présence. Non pas pour vérifier qui est derrière son écran, ni pour recréer artificiellement les routines d’avant. Mais pour organiser ce que la distance remplace mal : travailler collectivement sur un dossier difficile, écouter une négociation, analyser un échec, revoir une décision, confronter des intuitions ou transmettre une expérience qui n’apparaîtra jamais dans un tableau de bord.
Enfin, il faut faire évoluer les indicateurs.
Mesurer le temps gagné est indispensable. Mais ce n’est pas suffisant. Il faut aussi mesurer la capacité des équipes à monter en autonomie, à détecter une incohérence, à challenger une recommandation, à expliquer un raisonnement et à traiter un cas inédit sans attendre qu’un outil leur indique quoi faire.
Sinon, l’entreprise risque de gagner quelques heures aujourd’hui et de perdre, plus durablement, sa capacité à apprendre.
L’enjeu n’est pas de choisir entre l’IA, le bureau ou le télétravail.
L’enjeu est de savoir si l’entreprise veut encore former ses propres experts.