Publié dans : Pédagogie Technologie
Alors qu’environ trois quarts des entreprises adoptent l’IA, la question n’est plus de savoir si son déploiement améliore la performance, mais de déterminer si ce déploiement rend les individus plus compétents et autonomes une fois la machine désactivée. Pour ce faire, il est fondamental de se former, selon Phanish Puranam, professeur de stratégie à l’INSEAD, afin de développer des méta-compétences, plus cognitives.
De quelles manières l’IA agit-elle comme un catalyseur pédagogique qui nous amène à repenser également le rôle du formateur ?
PP – L’IA met particulièrement en évidence une distinction ancienne entre l’outil à maîtriser et le tuteur qui permet cette maîtrise. Un outil améliore la performance tant qu’il est disponible, tandis qu’un tuteur modifie le modèle mental sous-jacent de l’apprenant, de sorte qu’une partie de l’amélioration persiste même lorsque le tuteur n’est plus présent. Une manière de visualiser cette problématique consiste à imaginer les tâches comme les feuilles d’un arbre et les compétences comme ses racines. De nombreuses feuilles dépendent de chaque racine, et de nombreuses racines contribuent à chaque feuille. Lorsqu’une tâche est déléguée à l’IA, une feuille est retirée. Mais si la compétence sous-jacente n’est plus exercée, les racines correspondantes peuvent elles aussi commencer à s’affaiblir. A terme, cela peut entraîner une baisse de performance, y compris pour des tâches qui continuent d’être réalisées sans l’aide de l’IA. Cette évolution transforme ainsi le rôle du formateur. Il devient de plus en plus un concepteur des modalités d’utilisation de l’IA. Il détermine quand le système doit être accessible, quand il doit être retiré et dans quelle mesure son raisonnement doit être visible pour l’apprenant. Les méthodes d’apprentissage doivent évoluer en conséquence. Dans nos expérimentations de terrain consacrées au diagnostic médical, menées avec le Dr Sihan Li et la professeure Vivianna Fang He, l’utilisation de l’IA pendant la formation a généré des gains de performance qui se sont maintenus après son retrait, à condition que les apprenants restent engagés dans le raisonnement sous-jacent au lieu de simplement reproduire des réponses déjà élaborées. La question essentielle n’est donc pas seulement de savoir si l’IA est utilisée dans la formation, mais comment elle est utilisée.
Quelles limites voyez-vous à l’IA à ce jour ?
PP – La première est celle de la dépréciation potentielle des compétences. Les collaborateurs sont souvent présentés comme le principal actif d’une organisation, mais ces derniers se déprécient. Cela signifie que les dirigeants doivent trouver un équilibre entre les gains d’efficacité générés aujourd’hui par l’IA et la résilience future des capacités humaines. Il s’agit pour les entreprises de mesurer le développement des compétences, et pas uniquement la performance immédiate. Une difficulté connexe concerne la temporalité : les individus qui deviennent à terme de très bons apprenants peuvent au départ sembler peu efficaces, parce qu’ils prennent le temps de poser des questions élémentaires, expérimentent ou consacrent du temps à comprendre les mécanismes sous-jacents. Les organisations risquent de mal les évaluer avant que leur avantage en matière d’apprentissage ne devienne visible.
La deuxième limite est celle de l’homogénéisation. L’IA peut certes améliorer la qualité et la rapidité du travail individuel, mais réduit simultanément la diversité des modes de raisonnement et des résultats qui en découlent. Si de nombreuses personnes s’appuient sur les mêmes modèles, leurs productions deviendront plus similaires. Ce constat pourrait entraîner un coût collectif important, car l’innovation dépend en grande partie du maintien d’une diversité de perspectives, d’approches, de sensibilités, etc.
Articles similaires
L'IA comme levier d'apprentissage : enjeux et stratégies pour les entreprises
L'IA est perçue comme un outil essentiel pour favoriser l'apprentissage et le développement des compétences au sein des entreprises, mais elle soulève également des défis importants. L'accent est mis sur la nécessité d'une dynamique de progression où les apprenants testent, observent et ajustent leurs méthodes, tout en intégrant l'IA comme un soutien à leur apprentissage. Cependant, l'obsolescence rapide des compétences techniques, qui se situe désormais entre 12 et 18 mois, souligne l'importance d'un audit des environnements d'apprentissage et d'une mise à jour des outils utilisés. Les entreprises doivent reconnaître le rôle des formateurs et des mentors dans ce processus, en valorisant le partage des connaissances comme un critère de performance. Cette approche s'aligne avec
L'importance de la cartographie des compétences pour une formation efficace dans un monde dominé par l'IA
L'importance de l'évaluation des compétences avant la formation est soulignée, car elle permet de personnaliser l'apprentissage en fonction des acquis de chaque apprenant. Cette approche est essentielle pour rendre l'apprentissage plus pertinent et engageant, surtout dans des secteurs en constante innovation comme le digital. La séparation historique entre formation et emploi est également mise en avant, soulignant la nécessité d'adapter les politiques de certification aux réalités du marché du travail. En parallèle, le déploiement de l'IA dans la formation, comme mentionné dans le nouveau post, nécessite une attention particulière pour éviter la dépréciation des compétences et favoriser le développement des méta-compétences, tout en maintenant la diversité des approches et des résultats.
L'IA comme catalyseur de l'apprentissage : vers une nouvelle ère des compétences individuelles
L'intelligence artificielle (IA) est présentée comme un outil capable d'accélérer l'apprentissage et de lutter contre la déqualification, en permettant une optimisation et une individualisation des parcours éducatifs. Dans un contexte où les compétences sont mises à jour en temps réel, les individus évoluent vers le statut d'« apprenautes augmentés », ce qui souligne l'importance d'intégrer ces technologies dans les programmes de formation. Cependant, malgré ces avancées, le défi demeure de contextualiser l'utilisation de l'IA pour répondre aux besoins de formation, surtout dans un environnement de crise où le manque de personnel compétent est critique. Cette dynamique rejoint les préoccupations sur la dépréciation des compétences et l'homogénéisation des modes de raisonnement,
