Il y a, dans l’enthousiasme actuel autour de l’intelligence artificielle, quelque chose de profondément révélateur. Non pas tant de la puissance des outils que de notre difficulté à les intégrer réellement dans le travail.
Jamais les entreprises n’ont autant investi dans des formations. Jamais les collaborateurs n’ont été aussi exposés à des démonstrations spectaculaires. Et pourtant, quelques jours plus tard, l’usage réel reste marginal, hésitant, souvent inexistant.
Le problème n’est pas technologique. Il est pédagogique. Et, plus profondément, culturel.
Une pédagogie de la démonstration
La plupart des formations à l’IA reposent sur un modèle ancien : celui de la démonstration.
Un formateur projette son écran. Il montre. Il enchaîne des exemples. L’assistance observe. Parfois, elle reproduit à l’identique. Le tout est fluide, maîtrisé, impressionnant.
Mais cette fluidité est trompeuse.
Ce qui est montré est souvent :
- préparé à l’avance ;
- simplifié à l’extrême ;
- déconnecté des contraintes réelles.
L’illusion fonctionne parfaitement. On croit comprendre. On croit pouvoir reproduire. On croit avoir « pris en main » l’outil.
En réalité, on a assisté à une performance.
L’illusion du prompt
Au cœur de cette pédagogie se trouve un objet devenu central : le prompt.
On le présente comme une clé. Une formule. Presque une incantation.
On apprend à écrire : « Agis comme un expert en marketing… » ou « Rédige un article optimisé SEO sur… »
Le problème est double.
D’abord, ces formulations sont rarement comprises. Elles sont reproduites, ajustées à la marge, mais rarement pensées.
Ensuite, elles masquent l’essentiel : un prompt n’est pas une recette. C’est la traduction d’un problème. Et tant que ce problème n’est pas clarifié, le prompt reste un bricolage.
Ce que l’on appelle aujourd’hui « maîtrise de l’IA » n’est souvent qu’une capacité à copier des structures.
Le grand absent : le réel
Dans la plupart des formations, le réel est absent.
Non pas qu’il soit ignoré. Il est évoqué, parfois même cité. Mais il n’est pas travaillé.
Or le réel, c’est :
- des données incomplètes ;
- des objectifs mal définis ;
- des contraintes organisationnelles ;
- des outils hétérogènes ;
- des délais.
C’est aussi, et surtout, une difficulté fondamentale : formuler clairement ce que l’on veut obtenir.
C’est là que l’IA devient intéressante. Et c’est précisément là que les formations échouent.
Car apprendre à utiliser une intelligence artificielle, ce n’est pas apprendre à produire un texte ou une image. C’est apprendre à structurer une demande, tester une hypothèse, interpréter un résultat et ajuster une démarche.
Autrement dit : apprendre à travailler.
Une confusion entre compréhension et usage
Beaucoup de formations visent la compréhension.
Elles expliquent ce qu’est un modèle de langage, comment il fonctionne, ce qu’il peut faire.
Cette compréhension a une valeur. Mais elle ne garantit en rien l’usage.
On peut très bien comprendre l’IA sans jamais l’intégrer dans son quotidien professionnel. De la même manière qu’on peut comprendre le fonctionnement d’un tableur sans jamais s’en servir efficacement.
Ce qui manque, ce n’est pas l’information. C’est la mise en situation.
L’absence d’intégration dans les workflows
Le véritable enjeu n’est pas l’outil. C’est son intégration.
Où intervient l’IA dans un processus de travail ?
- en amont, pour cadrer une réflexion ;
- au milieu, pour produire une première version ;
- en aval, pour améliorer ou vérifier.
Cette question est rarement posée. On apprend à utiliser ChatGPT, Midjourney ou Copilot comme des entités isolées, sans lien avec les pratiques existantes.
Résultat : l’outil reste périphérique. Il n’est pas adopté.
Une pédagogie à reconstruire
Former à l’IA impose un changement de posture.
Il ne s’agit plus de montrer, mais de faire faire.
Cela implique :
- de partir des situations réelles des participants ;
- d’accepter les tâtonnements ;
- de travailler sur des cas imparfaits ;
- de confronter immédiatement les résultats.
La formation devient alors moins spectaculaire, mais plus exigeante.
Elle perd en fluidité ce qu’elle gagne en efficacité.
Ce que devrait être une formation utile
Une formation utile à l’IA ne devrait pas répondre à la question : « Que peut faire l’outil ? »
Mais à celle-ci : « Que change-t-il concrètement dans mon travail ? »
Cela suppose :
- des objectifs précis ;
- des cas d’usage ciblés ;
- une production effective pendant la session ;
- une capacité à reproduire seul.
Le critère de réussite est simple : ce que la personne fera le lendemain.
Une responsabilité collective
Il serait trop simple de faire porter la responsabilité aux seuls organismes de formation.
Les entreprises elles-mêmes entretiennent parfois cette logique. Elles attendent des formations qu’elles soient rapides, impressionnantes, immédiatement valorisables.
Or l’apprentissage de l’IA demande du temps, de l’engagement, et une acceptation de l’inconfort.
Apprendre à utiliser ces outils, c’est aussi accepter de revoir ses habitudes de travail.
IN FINE
L’intelligence artificielle n’est ni un gadget, ni une solution miracle. C’est un outil exigeant, qui révèle les faiblesses des organisations autant qu’il en amplifie les capacités.
Si 80 % des formations échouent, ce n’est pas parce que l’IA est mal comprise. C’est parce qu’elle est mal enseignée.
Et tant que l’on privilégiera la démonstration à l’expérimentation, l’effet d’annonce à l’usage réel, cette situation perdurera.
La question n’est donc pas de former davantage.
Mais de former autrement.