IA. Passer du test à la culture

Entre le déploiement et l’habitude

Selon l’enquête AI at Work 2025 du Boston Consulting Group (2025), menée auprès de plus de 10 600 employés dans 11 pays, 36 % seulement s’estiment suffisamment formés à l’IA, et 54 % utiliseraient des outils non autorisés si les bons venaient à manquer. L’IA clandestine est déjà dans vos murs. Et selon le sondage How to implement transformations for long-term impact de McKinsey (2023), 12 % des répondants seulement ont maintenu leurs gains plus de trois ans. Les transformations trébuchent presque toutes au même moment : quand l’essai doit devenir un réflexe.

Ce que révèlent les entrevues

Avant de recommander quoi que ce soit, nous allons écouter. Des entrevues individuelles, longues, confidentielles, menées par nos ethnographes auprès d’employés de tous les étages. Nous y entrons avec le moins d’hypothèses possible : aucune grille par génération, par niveau hiérarchique ou par département. Bien nous en prend, car ces catégories n’expliquent presque rien. Le « jeune forcément à l’aise » et le « vétéran forcément réfractaire » sont des raccourcis que le terrain dément à chaque mandat.

Deux variables, quatre profils

Au fil de nos mandats nous avons découvert deux variables fondamentales qui permettent de réellement cerner le profil de vos employés : leur tolérance aux risques et leur tolérance à la délégation IA. La première mesure la capacité d’accepter un résultat imparfait, de se tromper devant les autres et d’être jugé par ses pairs. La seconde mesure la disposition à confier à un outil une part de sa rédaction, de son analyse, voire de son jugement. Ces deux variables traversent les générations, les titres et les services.

Elles touchent directement aux trois besoins psychologiques que l’IA vient bousculer, selon Erik Hermann, Stefano Puntoni et Carey Morewedge dans Why Gen AI Feels So Threatening to Workers (Harvard Business Review, 2026) : la compétence, l’autonomie et l’appartenance. Confier une part de son travail à un outil remet en jeu sa compétence et son autonomie; accepter le risque expose au jugement des pairs, donc à l’appartenance. Croisées, ces deux variables dessinent quatre profils. Aucun profil ne vaut mieux qu’un autre; la grille sert à parler un langage commun. Chacun a son besoin en souffrance, et mérite donc son parcours.

Matrice des quatre profils d’acculturation à l’IA : gardien vigilant, explorateur assumé, sceptique ancré et délégateur anxieux.

A — L’explorateur assumé

Forte tolérance au risque, forte tolérance à la délégation. Dans nos entrevues, il se reconnaît à sa confiance double : en lui-même et en l’outil. Il teste par lui-même sans attendre qu’on lui montre la voie, et les ratés médiatisés de l’IA ne le freinent pas; il préfère se faire sa propre idée. Il a déplacé sa valeur professionnelle : elle réside dans l’analyse et le jugement, et l’effort de production compte peu à ses yeux. « C’est moi le cerveau de l’affaire, ça raccourcit juste le temps. » Il parle de l’IA avec aisance, montre ce qu’il fait, partage ses trouvailles. C’est précisément ce qui peut l’isoler : son enthousiasme avance plus vite que celui de son équipe, et il finit parfois par explorer seul.

Avec lui, le risque s’appelle la solitude, puis le désengagement. Everett Rogers l’avait décrit dès 1962 dans Diffusion of Innovations : les premiers à adopter une nouveauté sont souvent perçus comme marginaux par leur groupe, et l’innovation se propage réellement quand des leaders d’opinion respectés s’en emparent. Donnez-lui donc une place reconnue : un mandat officiel de compagnon IA, du temps protégé dans sa description de poste, des « prompt parties » à animer. Seul critère : la curiosité. Un adjoint administratif passionné fait un meilleur compagnon qu’un cadre compétent et indifférent.

B — Le gardien vigilant

Forte tolérance au risque, faible tolérance à la délégation. Confiant en lui-même, méfiant envers l’outil, il explore volontiers et garde la main sur ce qui compte. Nous l’avons vu tracer une frontière nette : pour la recherche et la synthèse, aucun problème; pour le raisonnement et la création professionnelle, blocage. Il relit tout, refait tout, et ce travail en double lui coûte un temps qu’il juge nécessaire. Sa méfiance a une source : les défaillances de l’IA rapportées dans les médias, qu’il cite volontiers en entrevue et qui confirment ses réserves. Sa rigueur protège la qualité du travail. Elle a aussi un coût caché : tant qu’il ne délègue rien de substantiel, les gains promis par l’IA restent théoriques pour lui.

La recherche montre comment l’amener plus loin. Dans Overcoming Algorithm Aversion (Management Science, 2018), Berkeley Dietvorst, Joseph Simmons et Cade Massey ont constaté que les gens délaissent un algorithme dès qu’ils le voient se tromper, mais l’utilisent bien plus volontiers lorsqu’ils peuvent en modifier les résultats, même légèrement, et obtiennent alors de meilleurs résultats. Offrez-lui des ateliers de prompting sur des cas réels, en petits groupes, et des listes de vérification par métier, construites avec lui. Puis trois paliers sur son cœur d’expertise : l’IA prépare et il décide; l’IA propose et il arbitre; l’IA exécute et il valide. Il passe de relecteur à arbitre, sans rien céder sur la qualité.

C — Le délégateur anxieux

Faible tolérance au risque, forte tolérance à la délégation. C’est le profil le plus paradoxal de la matrice : méfiant envers lui-même, confiant dans l’outil. Il utilise l’IA sous la pression de la charge de travail davantage que par conviction, produit beaucoup avec elle, et en parle peu. En entrevue, la gêne affleure vite. Déléguer à l’IA ressemble pour lui à tricher, comme si l’effort fourni faisait la valeur du travail : « C’est comme si c’était pas toi qui avais fait l’examen. » Il craint le regard des collègues et des gestionnaires plus que l’outil lui-même. Il a déjà trouvé les gains; il lui manque la permission de les assumer au grand jour.

Sa crainte est fondée. Dans Evidence of a social evaluation penalty for using AI (PNAS, 2025), Jessica Reif, Richard Larrick et Jack Soll ont établi, auprès de plus de 4 400 participants, que ceux qui utilisent l’IA au travail sont jugés moins compétents et moins motivés. La réponse est collective : une charte du droit à l’erreur signée par la direction, des cercles de pratique sans gestionnaire dans la salle, le rituel du « meilleur ratage IA de la semaine ». Amy Edmondson appelait cela la sécurité psychologique dès 1999 (Psychological Safety and Learning Behavior in Work Teams, Administrative Science Quarterly).

D — Le sceptique ancré

Faible tolérance au risque, faible tolérance à la délégation. C’est le profil le plus résistant de la matrice, et le plus argumenté. Sa résistance est active : il questionne, objecte, documente. Il voit dans l’IA une double menace, pour l’intégrité professionnelle et pour la sécurité des données, et ses objections sur la fiabilité sont souvent fondées. En entrevue, il cite des cas précis d’erreurs, de fuites, de réponses inventées. Comme il ne délègue pas encore, il n’a pas connu l’inconfort de la délégation; son jugement repose sur ce qu’il observe autour de lui. Dans une organisation, il joue un rôle précieux : c’est souvent lui qui pose la question que personne n’ose poser.

Ses objections méritent mieux qu’un argumentaire : un siège au comité de veille qui examine chaque cas d’usage avant déploiement, un rôle de relecteur officiel, un registre public des objections. Sa vigilance solitaire devient une fonction reconnue. La science lui donne en partie raison : dans Navigating the Jagged Technological Frontier (Harvard Business School, 2023), Fabrizio Dell’Acqua et ses collègues ont observé 758 consultants; dès que la tâche sortait du champ de compétence de l’outil, ceux qui utilisaient l’IA se trompaient davantage.

Comment réconcilier tout le monde?

Au contraire. Les parcours peuvent être différents sans créer quatre transformations parallèles. Le sceptique ancré, le gardien vigilant, le délégateur anxieux et l’explorateur assumé doivent tous comprendre la même chose : où l’organisation veut aller, ce qui est permis, ce qui ne l’est pas et vers qui se tourner quand ils hésitent. On peut adapter le rythme, les exercices et le degré de délégation à chacun, mais pas le cadre. Dans nos mandats, ce socle commun repose sur quatre conditions très concrètes : une direction qui parle d’une seule voix, des messages simples et répétés, des compagnons accessibles dans les équipes et une formation qui travaille autant les outils que les croyances. Les voici en détail.

Une direction qui parle d’une seule voix. Quand un vice-président dit « IA générative », qu’un autre parle d’« agents autonomes » et qu’un troisième évoque « l’automatisation », chacun croit défendre le même projet. Les équipes, elles, entendent trois projets différents, et le message se dilue dès le premier étage. Avant de former qui que ce soit, la direction doit s’entendre sur ses mots : ce qu’on appelle IA chez nous, ce qu’on attend d’elle, ce qu’on refuse de lui confier.

Des messages clés, peu nombreux et répétés. Trois ou quatre idées simples suffisent : pourquoi on s’y met, ce qui est permis, ce qui ne l’est pas, ce qu’on gagne. Elles doivent revenir dans chaque réunion, chaque communication, chaque formation, jusqu’à ce que n’importe quel employé puisse les réciter. Un message entendu une fois reste une annonce; répété cent fois, il devient une norme.

Des compagnons dans tous les services. L’adoption se joue à côté du poste de travail, au moment précis où quelqu’un bloque et se tourne vers un collègue. D’où l’importance d’avoir, dans chaque équipe, une personne curieuse, disponible et reconnue pour ce rôle. Les explorateurs assumés en sont les candidats naturels.

Une formation à deux étages. Le premier étage est visible : les outils, le prompting, les cas d’usage. Il s’apprend en atelier, en quelques heures. Le second est souterrain : les croyances, la peur d’être jugé, l’estime de soi professionnelle, le sentiment de tricher. Aucun atelier ne le règle. Il se travaille lentement, dans les rituels d’équipe, les tête-à-tête avec un gestionnaire, les petites victoires partagées.

Ces quatre conditions reposent sur le modèle COM-B de Susan Michie, Maartje van Stralen et Robert West (The behaviour change wheel, Implementation Science, 2011), selon lequel un comportement n’apparaît que lorsque trois éléments sont réunis : la capacité, l’occasion et la motivation. La capacité, c’est le premier étage de la formation : savoir se servir des outils. L’occasion, ce sont les compagnons à proximité et une direction dont le langage clair rend l’usage permis et visible. La motivation, c’est le second étage : des croyances apaisées, une estime de soi préservée, et des messages répétés qui donnent un sens à l’effort. La plupart des programmes IA financent la capacité et espèrent que l’occasion et la motivation suivront d’elles-mêmes. Elles suivent rarement.

Reste à mesurer. Un questionnaire court et anonyme, repris tous les six mois, montre si les gens se déplacent dans la matrice : combien de gardiens vigilants commencent à déléguer, combien de délégateurs anxieux osent en parler, combien de sceptiques ancrés acceptent un premier cas d’usage.

Une conversation à la fois

On a beau parler de transformation technologique, de licences et de feuilles de route, ce qui reste à la fin, ce sont des habitudes : le réflexe d’ouvrir l’outil devant un document à résumer, l’aisance d’en parler à un collègue, la confiance de montrer son travail sans craindre d’être jugé. Ces habitudes naissent profil par profil, au rythme de chacun.

L’IA devient une culture le jour où le sceptique ancré siège au comité qui encadre les usages, où le gardien vigilant dispose de protocoles qui lui laissent le dernier mot, où le délégateur anxieux reçoit la permission d’assumer ce qu’il fait déjà, et où l’explorateur assumé trouve un rôle à la mesure de sa curiosité. Ce jour-là, l’outil se fond dans la manière de travailler.

Rien de tout cela ne se devine depuis un bureau de direction. Chaque organisation a ses propres croyances, ses propres peurs et ses propres façons d’apprivoiser l’IA. Tout cela se découvre sur le terrain, une conversation à la fois. C’est notre métier. Et si on allait écouter vos équipes

Ce qu'il faut retenir

Entre le projet pilote et la culture, il y a des humains, et ils ne réagissent pas tous de la même façon. L’ethnographie permet de les comprendre sans présumer de leur âge, de leur titre ou de leur service. Deux variables, la tolérance aux risques et la tolérance à la délégation IA, dessinent quatre profils : l’explorateur assumé, le gardien vigilant, le délégateur anxieux et le sceptique ancré. Chacun demande son parcours : un mandat de compagnon pour l’explorateur assumé, des protocoles et une délégation par paliers pour le gardien vigilant, une permission visible pour le délégateur anxieux, un siège au comité de veille pour le sceptique ancré. Le tout tenu par une direction qui parle d’une seule voix, des messages répétés, des compagnons dans chaque service, une formation à deux étages et une mesure aux six mois.

Gaëtan est le fondateur de Perrier Jablonski. Créatif et stratège, il est aussi enseignant à HEC, à l’École des Dirigeants et à l'École des Dirigeants des Premières Nations. Il est membre du C.A. de l’École Nationale de l’Humour. Il est certifié par le MIT (Design Thinking, I.A.), il étudie l'histoire des sciences, la philosophie, et les processus créatifs. Il est l’auteur de deux essais et plus de 200 articles sur tous ces sujets.

Bibliographie et références de l'article

RAPPORT · Boston Consulting Group (2025). AI at Work 2025: Momentum Builds, But Gaps Remain. BCG. Enquête auprès de 10 635 employés dans 11 pays; source des données sur la formation jugée insuffisante (36 %) et l’usage d’outils non autorisés (54 %).

SONDAGE · McKinsey Company (2023). How to implement transformations for long-term impact. McKinsey Global Survey. Source de la donnée selon laquelle 12 % des répondants disent avoir maintenu leurs gains de transformation plus de trois ans.

ARTICLE · Hermann, E., Puntoni, S. et Morewedge, C. K. (2026). Why Gen AI Feels So Threatening to Workers. Harvard Business Review, mars-avril. Applique la théorie de l’autodétermination (compétence, autonomie, appartenance) à l’IA au travail et propose le cadre AWARE.

ÉTUDE · Dell’Acqua, F., McFowland III, E., Mollick, E., Lifshitz-Assaf, H., Kellogg, K., Rajendran, S., Krayer, L., Candelon, F. et Lakhani, K. R. (2023). Navigating the Jagged Technological Frontier. Harvard Business School Working Paper 24-013. Expérience de terrain auprès de 758 consultants : l’IA améliore la performance à l’intérieur de sa « frontière » de compétence et la dégrade au-delà.

ÉTUDE · Reif, J. A., Larrick, R. P. et Soll, J. B. (2025). Evidence of a social evaluation penalty for using AI. Proceedings of the National Academy of Sciences, 122(19). Quatre expériences préenregistrées (N = 4 439) documentant la pénalité sociale subie par ceux qui utilisent l’IA au travail.

ÉTUDE · Edmondson, A. (1999). Psychological Safety and Learning Behavior in Work Teams. Administrative Science Quarterly, 44(2). Article fondateur sur la sécurité psychologique comme condition de l’apprentissage en équipe.

ARTICLE · Michie, S., van Stralen, M. M. et West, R. (2011). The behaviour change wheel: A new method for characterising and designing behaviour change interventions. Implementation Science, 6(42). Présente le modèle COM-B (capacité, opportunité, motivation) utilisé pour structurer les leviers de changement.

LIVRE · Rogers, E. M. (1962; 5e éd. 2003). Diffusion of Innovations. Free Press. Théorie de la diffusion des innovations : rôle des innovateurs, souvent perçus comme marginaux, et des adopteurs précoces, leaders d’opinion de leur groupe.

ÉTUDE · Dietvorst, B. J., Simmons, J. P. et Massey, C. (2018). Overcoming Algorithm Aversion: People Will Use Imperfect Algorithms If They Can (Even Slightly) Modify Them. Management Science, 64(3), 1155-1170. Trois études montrant que la possibilité de modifier, même légèrement, les résultats d’un algorithme imparfait en augmente l’usage et améliore la performance.

L'I.A. a pu contribuer à cet article. Voyez comment.

Nous utilisons souvent des outils d'intelligence artificielle, notamment des grands modèles de langage (LLM), pour soutenir nos recherches, structurer nos idées, améliorer nos textes et évaluer leur qualité.

Nous exploitons nos propres corpus documentaires et entraînons également des modèles sur nos contenus. Lorsque la confidentialité l'exige, nous privilégions des modèles exécutés localement.

Ces usages sont supervisés par l'auteur. Les sources, les analyses et les contenus publiés demeurent sous notre responsabilité éditoriale.

Tableau de bord

Cet article est final.

spellcheck

Cet article est en relecture.

rule

Cet article a été remis à Gaëtan

badge

Cet article est encore dans les mains de l'équipe.

psychology

Cet article est un projet.

psychology

Cet article n'a pas de statut!

I.A.

Changement

Ethnographie

9999

sell

Aucun sujet sélectionné!

Les licences sont payées. Et maintenant, on fait quoi?

subject

Il n'y a pas de teaser!

hdr_auto

Il n'ya a pas d'introduction!

Pas de légende d'illustration

Légende :

Midjourney + Gemini + Gaëtan Namouric

Beaucoup d’organisations déploient des outils d’IA générative sans que les usages s’installent durablement : après le projet pilote, l’adoption plafonne. Selon Perrier Jablonski, le blocage se situe dans les comportements et les croyances des employés davantage que dans la stratégie, la gouvernance ou les outils. À partir de ses mandats d’accompagnement, la firme décrit une démarche ethnographique fondée sur des entrevues individuelles menées sans hypothèse préalable liée à l’âge, à la hiérarchie ou au département. Deux variables structurent le rapport à l’IA : la tolérance aux risques et la tolérance à la délégation IA. Leur croisement produit quatre profils : l’explorateur assumé, le gardien vigilant, le délégateur anxieux et le sceptique ancré. Chacun appelle un parcours distinct : compagnonnage pour l’explorateur assumé, protocoles et délégation par paliers pour le gardien vigilant, permission visible et sécurité psychologique pour le délégateur anxieux, comité de veille et rôle de relecteur pour le sceptique ancré. Quatre conditions transversales complètent l’approche : une direction qui partage le même vocabulaire, des messages clés répétés, des compagnons dans tous les services et une formation à deux étages, articulées selon le modèle COM-B, avec une mesure anonyme tous les six mois.