IA dans le travail réel · 13 novembre 2026 · Guillaume François
Comment former une équipe à un usage concret de l’IA ?
Partez d’une tâche que l’équipe connaît, exercez-vous avec des données fictives ou explicitement autorisées, puis vérifiez ensemble le résultat. Les participants doivent savoir repérer une erreur, demander de l’aide et reprendre le travail sans l’outil. Une démonstration réussie ne suffit pas à établir ces acquis.
Une formation utile prépare une décision dans le travail quotidien. Elle ne remplace ni une responsabilité claire, ni des données fiables, ni une règle sur ce qui peut être transmis à un fournisseur. Le dossier IA dans le travail réel replace cet apprentissage dans le choix et le déploiement d’un usage.
Quelle tâche choisir pour apprendre ?
Choisissez avec les personnes concernées un travail fréquent, délimité et vérifiable : préparer un brouillon de compte rendu, par exemple. Définissez le résultat attendu, la personne qui le valide et la conséquence d’une erreur. Si une sortie déclenche un paiement, engage un client ou concerne une personne, réduisez le périmètre à un exercice fictif et demandez une expertise adaptée avant tout usage réel.
Demandez d’abord aux participants ce qu’ils font déjà, ce qui les inquiète et ce qu’ils aimeraient essayer. Le guide genevois pour l’adoption d’une charte IA recommande de consulter les équipes sur leurs usages et leurs besoins. Si la difficulté est de définir la tâche elle-même, commencez par choisir un premier usage.
Comment organiser un exercice vérifiable ?
- Préparez un dossier fictif, une consigne et un exemple de résultat attendu, avec quelques erreurs ou omissions à repérer.
- Faites produire un premier brouillon, puis comparer chaque affirmation aux éléments du dossier. Faites corriger les erreurs et signaler les points impossibles à vérifier.
- Comparez avec une production humaine et discutez des différences : qu’est-ce qui est utilisable, à corriger ou à écarter ?
- Répétez avec une variante et demandez à chaque personne d’expliquer quand elle arrêterait l’usage et à qui elle passerait le relais.
Avant tout exercice, convenez des données autorisées et du compte utilisé. En Suisse, le PFPDT rappelle que le droit de la protection des données s’applique aussi aux traitements utilisant l’IA. Un jeu fictif évite de transmettre par inadvertance des informations de clients ; il faut néanmoins vérifier les règles internes et les conditions de l’outil avant d’utiliser des données réelles.
À quoi ressemble un exercice en PME ?
Exemple pédagogique, non issu d’un client : une équipe prépare des comptes rendus. On lui remet des notes fictives où une décision manque et où une date est ambiguë. Chaque participant demande un brouillon, compare les décisions et dates aux notes, marque l’incertitude et propose une question à poser avant diffusion. Une personne joue le rôle de responsable de validation.
La réussite ne consiste pas à obtenir un texte fluide : elle consiste à ne pas présenter la décision manquante comme acquise, à signaler la date et à savoir corriger ou refaire le compte rendu sans IA.
Comment vérifier les acquis et recueillir les retours ?
Sur une variante du cas, observez si chaque personne peut expliquer les données permises, identifier une affirmation non étayée, corriger le brouillon, nommer le valideur et décrire la reprise manuelle. Notez les points à retravailler sans transformer l’exercice en classement individuel. Demandez ce qui était difficile, quelles erreurs ont surpris et si le contrôle semble praticable dans le temps disponible.
Une personne relais peut maintenir l’exemple corrigé et recueillir les questions ; elle ne remplace pas le responsable métier. Si les acquis sont inégaux, reprenez l’exercice en petit groupe avant d’élargir. Pour distinguer les contrôles selon le risque, consultez comment vérifier une production IA.
Quand la formation ne suffit-elle pas ?
Si personne ne sait qui valide le résultat, si les données de départ sont contradictoires ou si l’équipe manque de temps pour contrôler, former davantage ne résout pas le problème. Clarifiez d’abord le travail, les droits et les moyens disponibles. L’OCDE examine notamment les compétences et la préparation des PME parmi les conditions d’adoption de l’IA générative ; ces constats généraux ne préjugent pas de la situation de votre équipe.
Avant de passer au travail courant
- La tâche, son résultat attendu et son risque sont définis avec l’équipe.
- Les données et le compte autorisés sont connus ; l’exercice initial utilise un cas fictif.
- Chacun peut contrôler une sortie, signaler un doute et reprendre sans l’outil.
- Un responsable et un relais recueillent les corrections et décident de la suite.
La formation prépare la pratique ; la routine d’équipe permet ensuite de vérifier si elle tient dans le quotidien. Si des personnes hésitent, prenez aussi le temps de comprendre leurs objections.
Sources
Sources consultées le 13 novembre 2026 : État de Genève, guide pour l’adoption d’une charte IA ; PFPDT, IA et protection des données ; OCDE, préparation des PME à l’IA générative.