Nous l'avons vu dans un précédent article, les nudges — coups de pouce — sont un moyen puissant de contrôle du comportement des humains. Ça paraît gros dit comme ça, mais c'est tout petit, au contraire. Un nudge est une incitation au passage à l'acte quasiment imperceptible, et qui repose sur une prémisse universelle : les humains sont paresseux.
L'idée de Thaler et Sunstein (les papas des nudges), c'est qu'il est préférable d'aider l'usager à prendre la bonne décision — éthiquement, c'est aussi la décision que ce dernier aurait prise sans nous, mais il a besoin d'un coup de pouce pour se lancer. Nous avons vu qu'il existait plusieurs types de nudges et qu'ils étaient souvent utilisés dans la santé, dans les services publics, mais aussi en économie (dans les services bancaires, les levées de fonds, etc.) Bref, aucun domaine n'échappe aux nudges. Pourquoi un tel succès? Parce que la plupart du temps, un nudge ne coûte (presque) rien. Tester un nudge est donc peu risqué et très tentant... Il était donc tout naturel que la politique s'empare de cet outil tactique puissant.
L'utilisation des nudges en politique est un terrain éthique miné, qu'il s'agit d'observer avec un regard critique. Un article du Guardian signé Andrew Sparrow➊ sur le conservateur David Cameron, architecte conservateur du Brexit — et de la crise économique traversée par la Grande-Bretagne depuis — a révélé l'importance des nudges dans les décisions politiques. En quelques définitions (parfois un peu cyniques), Sparrow récapitule le travail de Thaler et Sunstein en se lançant dans un exercice que je n'ai pas hésité à personnaliser.
Parce que les mécanismes des nudges peuvent vous aider à comprendre bien des choses en matière de psychologie comportementale. Associé à l'économie, cette discipline s'appelle l'économie comportementale. Elle est riche d'enseignement et évite les raccourcis souvent pris par les organisations, qui se terminent en voie sans issue. Normal : l'humain est complexe... mais passionnant. Cela va vous aider à mieux comprendre la complexité de vos employés, de vos clients, des citoyens de votre municipalité ou de votre province. Mieux comprendre la mécanique de ces coups de pouce, c'est vous préparer à être de meilleurs stratèges du changement.
Daniel Kahneman avait lui-même pavé la voie de la psychologie comportementale en remportant le prix Nobel d'économie en 2002, cinq ans avant Thaler. Ils ont d'ailleurs collaboré, et les recherches de Kahneman expliquent bien des choses➋ . Il a démontré que le cerveau humain fonctionnait à deux vitesses. Le système 1, rapide et intuitif. Le système 2, rationnel, délibéré. Biologiquement, le système 1 ne demande pas beaucoup d'énergie. Le système 2 est plus énergivore, donc plus fatigant. Le nudge est donc un stimulus qui va privilégier le système 1. Il va provoquer une action rapide, qui demande peu d'effort... et notre cerveau adore ça!
→ Misez sur l'instinct. En politique, mieux vaut être sympathique et rassurant que stratégique et brillant. Pourquoi? Parce que la plupart des électeurs ne se rendent pas jusque-là dans leurs réflexions. Cela explique beaucoup de scrutins de ces dernières années, partout dans le monde. Si vous voulez réussir, pensez sans cesse au Système 1. Il faut parler à l'instinct des gens.
Deuxième idée de Thaler et Sunstein, il existe toujours un architecte du choix, assumé ou pas. La personne qui va écrire le menu du jour sur l'ardoise au restaurant, celui ou celle qui va décider de l'emplacement des étals à l'épicerie, ou bien les gens qui ont choisi les photos sur les murs de votre coiffeur... Il y a toujours quelqu'un qui a décidé quelque chose à votre place... et c'est bien normal. L'idée est d'assumer ce rôle et d'en profiter pour influencer ce choix. L'économiste prend l'exemple d'une cafétéria, où l'on peut décider de mettre les salades avant les burgers pour influencer le choix des gourmands, qui savent que la salade est un meilleur choix. En politique, on pourrait parler de "manipuler les questions" si on voulait être cynique ou brutal. Mais si les politiciens sont aussi des architectes des choix, certains d'entre eux ne s'en rendent probablement pas compte. Thaler et Sunstein pensent même que s'ils comprenaient cela, ils feraient mieux leur travail.
Depuis la naissance des nudges, les cabinets-conseils en politique n'ont pas lésiné sur l'usage intensif des coups de pouce pour demander aux citoyennes et citoyens de faire... la bonne chose. Le premier ministre britannique David Cameron, le président Obama, le président Macron ont tous créé des cellules spécialisées dans les nudges, les nudges units➍➎➏. Il s'agit d'un groupe de spécialistes des biais psychologiques. Ces experts font des recommandations de nudges à leurs clients (ici des cabinets présidentiels ou ministériels), afin d'atteindre des objectifs définis. Avec un regard critique, on peut parler de manipulation de masse. Avec un regard pragmatique, il s'agit d'assumer que tout choix est l'oeuvre d'un architecte. Et lui convient aussi d'assumer ce rôle d'architecte.
Le Canada n'est pas en reste. Le gouvernement fédéral s'est doté d'une nudges unit pour gérer la crise du COVID❼. Au Québec, les journalistes se sont peu penchés sur la question, même si on a pu observer les nudges dans la promotion de bonnes habitudes environnementales❽. Bref, les nudges sont vraiment partout!
Par définition, le nudge — l'architecte du choix qui a choisi le nudge — est paternaliste. C'est un terme qu'assument Thaler et Sunstein. L'idée, c'est d'améliorer la vie des gens... même contre leur gré. L'expression originale est "Libertarian paternalism", ce qui ressemble à un oxymore géant. On pourrait la traduire par paternalisme bienveillant, libéral, libertarien (ultra-libéral), ou intrusif et condescendant selon qu'on soit pour ou contre. La cause n'est pas entendue et fait encore débat entre les philosophes et les économistes.
Les économistes (et certains décideurs politiques) ont tendance à travailler sur l'hypothèse que les gens agissent rationnellement et qu'ils font toujours ce qui est le mieux pour eux. Cette hypothèse est fausse. Thaler et Sunstein appellent les gens qui se comportent réellement de cette manière des Econs❼, des sortes de "robots comportementaux" agissant de la bonne manière et toujours de la même façon. Thaler et Sunstein ont démontré que "les vraies personnes" n'agissent pas toujours de manière rationnelle. Elles sont sans cesse influencées par des biais et des émotions qui les empêchent d'être conformes à une norme imaginée par les instituts de sondage, les chercheurs, les économistes et les politiciens. On appelle ces gens imparfaits et irrationnels... des humains.
Thaler et Sunstein ont démontré que l'humain (en tant qu'individu) n'aime pas le changement, et qu'il a tendance à accepter ce qui est proposé. Ce biais de statu quo s'applique aussi collectivement. On parle alors de conservatisme collectif.
Dernier fait intéressant, lorsque les gens sont interrogés sur ce qu'ils ont l'intention de faire dans une enquête, ils sont plus susceptibles de le faire. Si un partisan vient cogner à votre porte, ou si un sondeur vous appelle pour savoir si vous allez voter demain... La probabilité que vous alliez vraiment voter augmente de 25%. Les instituts de sondages ont de beaux jours devant eux!
Des petits malins planchent déjà sur la suite de la saga. En 2021, Cambridge University Press a publié un article➓ sur ces supers coups de pouce, les nudges plus qui incorporent un élément de réflexion dans le nudge, une sorte de nudge "System 1 + 2", donc. Ce sont des études qui valent la peine qu'on surveille leur évolution, même si cette réflexion semble un peu contre-intuitive au regard de la pensée originelle de Thaler et Sunstein.
Steven J. Spear et Gene Kim étudient la manière dont les organisations permettent à leurs équipes de résoudre des problèmes. Spear, senior lecturer au MIT, vient notamment du lean management; Kim est connu pour ses travaux sur les organisations technologiques et le DevOps. Dans Wiring the Winning Organization, publié en 2023, ils s'intéressent aux relations de travail qui permettent aux personnes de coordonner leurs efforts.
Leur théorie repose sur trois concepts clés : la slowification, la simplification et l'amplification. Voyons comment on peut les appliquer dans notre quotidien, dans un contexte imprévisible et complexe.
La « zone de danger », selon Spear et Kim, combine des problèmes très imbriqués, un rythme difficile à contrôler et des erreurs lourdes de conséquences. Les équipes disposent de peu d'occasions d'expérimenter ou de corriger leur approche. La « zone de succès » désigne des conditions où les problèmes sont mieux délimités et où l'on peut essayer, observer et apprendre avec moins de risques.
Prenons une illustration fictive qui nous accompagnera tout au long de cet article : un service d'accueil change sa façon de traiter les demandes. Tout démarre le même lundi, les responsabilités restent floues et les questions s'accumulent pendant que les usagers attendent. Chaque employé improvise. Comment donner à cette équipe une chance de comprendre ce qui bloque

La simplification rend les problèmes eux-mêmes plus faciles à résoudre. Spear et Kim décrivent trois moyens complémentaires : découper le travail en ensembles cohérents, introduire les changements par petites étapes et clarifier l'enchaînement des tâches. Les personnes qui doivent collaborer étroitement peuvent ainsi traiter les difficultés au plus près du travail, avec des passages de relais explicites.
Dans notre service d'accueil fictif, une même demande circulait entre trois équipes, sans responsable clair. On confie désormais une famille de demandes à un groupe réunissant les compétences nécessaires. Ce groupe précise les informations à transmettre et le moment où chacun intervient. Il essaie cette organisation sur un seul type de demande, puis vérifie si les retours et les incompréhensions diminuent.
La slowification consiste à déplacer la résolution des problèmes vers la préparation, la simulation et l'entraînement, hors de la pression immédiate de l'exécution. Les équipes ont alors du temps pour examiner leurs hypothèses et recommencer. Ralentir toutes les décisions, y compris celles qui exigent une réponse immédiate, déformerait cette idée.
Revenons à notre exemple fictif. Avant de déployer le nouveau parcours d'accueil, les collègues simulent quelques situations difficiles : une demande incomplète, une urgence, un dossier qui relève de deux services. Ils repèrent les hésitations, ajustent les consignes et refont l'exercice. Les usagers n'ont pas à subir ces essais. Le temps de préparation sert ensuite le travail quotidien.
L'amplification vise à détecter et signaler les problèmes tôt, lorsqu'ils sont encore petits, pour déclencher de l'aide et une action corrective. Le signal doit recevoir une réponse, puis l'équipe doit vérifier que le problème est résolu. Dans ce cadre, amplifier ne désigne pas le développement commercial d'une initiative réussie.
Dans notre service fictif, un agent reçoit une demande que la procédure ne couvre pas. Un signal simple lui permet d'obtenir de l'aide. Une personne désignée prend en charge la difficulté et vérifie avec l'agent que la solution fonctionne. Si le problème persiste, le signal reste ouvert. Un tableau rempli d'alertes sans suite serait peu utile.
Le passage de la zone de danger à la zone de succès n'est pas instantané. Ces trois mécanismes donnent aux leaders des moyens d'améliorer les conditions du travail collectif : préparer les situations difficiles, clarifier la coordination et répondre aux premiers signes de problème. Leur effet dépend de la manière dont l'organisation les met en pratique.
Par où commencer Choisissez un problème récurrent et observable. Décrivez la situation attendue, le premier signe de difficulté et la personne qui peut intervenir. Testez une amélioration à petite échelle, puis comparez les délais, les retours et les erreurs avant d'élargir son usage.
Le service d'accueil présenté ici est une illustration fictive proposée pour comprendre ces mécanismes. Il ne s'agit ni d'un cas client Perrier Jablonski ni d'une expérience rapportée par Spear et Kim.
En 1881, George Eastman fonde Kodak Eastman. La société veut s'attaquer à la fragilité des plaques de verre servant à la photographie. En 1888, John Carbutt invente un système plus résistant à base de nitrate de cellulose. George offre ensuite le produit au public et aux amateurs de photographie. Leur slogan, « You press the button, and we do the rest », démontrait la facilité d’utilisation et la simplicité de leurs appareils.
En 1976, la société était considérée comme la plus grande de l’industrie. Kodak vendait 85% des appareils photo et 90% des pellicules photographiques. Les films étaient leur produit le plus vendu sur le marché.
Un an plus tôt, Steven Sasson, ingénieur chez Kodak, invente l’appareil photo numérique. La vente de pellicule lui rapportant assez, la compagnie déploie peu d’efforts à la commercialisation de cette nouvelle technologie.
Durant les années 1990, la technologie numérique commence à être développée par ses concurrents comme Fuji, Canon ou Nikon. Ils comprennent l’urgence d’innover au niveau de leurs produits et offrent des appareils issus de la dernière technologie aux consommateurs. Tout cela, en prenant conscience du marché de l’époque. Une avancée difficile à rattraper pour Kodak.
En 2001, pensant s’adapter à l’industrie, l’entreprise achetait Ofoto, un site Internet permettant de partager des photos. Une trouvaille faite juste avant l’arrivée de Facebook. Contrairement au géant américain, Kodak s’en est servi pour inciter les utilisateurs à y imprimer leurs photos. Ils ont manqué une opportunité, qui aurait pu tout changer, de si près… La fin de l'histoire La faillite de Kodak en 2012.
Mais pourquoi laisser passer une telle opportunité D’après le Harvard Business Review, on pourrait considérer ça comme de la myopie optimiste, c’est-à-dire de se concentrer sur une perspective optimiste et en oublier le futur. Autrement dit, une personne pourrait se concentrer sur certains aspects positifs d’une situation, mais « ignore » toutes les embûches potentielles.¹ Dans le cas de Kodak, aveuglée par son succès, la société avait complètement négligé l’arrivée de la technologie numérique… et il était trop tard.
Rappelons que le modèle numérique de Steve Sasson (ingénieur pour Kodak) existait déjà, mais la firme n’avait pas pris le temps de le développer plus que cela. Kodak a préféré se concentrer sur le succès de ses pellicules, au lieu de commercialiser la simplicité du numérique.
Bref, comme on dit chez Perrier Jablonski, vous n'êtes pas obligé de changer, mais vous n'êtes pas obligé de survivre. Si vous ne pensez pas à ce qui tuera votre entreprise, quelqu'un d'autre le fera. Restez allumés. Soyez ouverts. Restez innovateurs. Soyez prêts à réagir au changement.
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.
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.
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.

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.
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.
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).
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.
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.
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
SAAQclic devait coûter 638 millions de dollars. La facture dépasse aujourd'hui le milliard. Le système a été lancé en février 2023 alors que les tests n'étaient même pas terminés. Des concessionnaires ne pouvaient plus livrer de véhicules. Des citoyens ne pouvaient plus renouveler leur permis. La vérificatrice générale a été limpide : coûts trois fois plus élevés, tests non complétés, informations cachées au conseil d'administration. Et le nouveau système s'est révélé moins performant que l'ancien.
Un échec sur toute la ligne. Et pourtant, personne ne s'en étonne vraiment.
On reconnaît le scénario parce qu'on l'a déjà vu. En 2016, le gouvernement fédéral lançait Phénix, un système de paie censé remplacer d'un seul coup des dizaines de systèmes pour 309 millions de dollars. Neuf ans et quatre milliards plus tard, il reste 300 000 erreurs de paie non résolues. Le vérificateur général du Canada a qualifié le projet d'« échec incompréhensible ». Et le système s'est révélé moins efficace que celui de quarante ans qu'il venait remplacer.
Et si on sort de l'informatique, le pattern tient toujours. En santé, le Québec en est à sa quatrième restructuration majeure en vingt ans. Chaque fois, on refond les structures, on centralise, on fusionne. Chaque fois, les mêmes critiques reviennent. Santé Québec regroupe aujourd'hui 330 000 employés sous un seul employeur. Après un an, les syndicats parlent de « chaos ». Un responsable syndical résumait : « Ça fait des décennies qu'on répète les mêmes erreurs. Centraliser toujours plus et consulter toujours moins. »
Et ce n'est pas un phénomène québécois. Le privé international accumule les mêmes débris. Nike a investi 400 millions de dollars pour refondre sa chaîne d'approvisionnement d'un coup : 100 millions en ventes perdues, chute de 20 % de l'action en bourse, cinq ans supplémentaires pour remettre le système debout. Lidl, le géant allemand du rabais, a travaillé sept ans sur un système SAP à 580 millions de dollars pour remplacer ses 90 solutions internes par une seule — avant de tout abandonner et de revenir à l'ancien système. Hershey's a raté Halloween 1999 — 100 millions en commandes impossibles à traiter — parce que son nouveau système n'était pas prêt. Revlon n'arrivait plus à fabriquer ni à livrer ses produits après sa migration SAP. Haribo a vu ses tablettes vides et ses ventes chuter de 25 % pour les mêmes raisons. La U.S. Navy a dépensé un milliard de dollars en quatre tentatives de systèmes de paie, sans jamais réussir. Chaque fois, le même réflexe : on jette l'ancien, on conçoit du neuf, on déploie massivement. Chaque fois, le même résultat.
Bref, les virages à 90° vont droit dans le mur. Mais pourquoi donc
En 1975, un pédiatre américain du nom de John Gall a publié General Systemantics: An Essay on How Systems Work, and Especially How They Fail. Refusé par trente éditeurs, auto-publié, puis réédité trois fois — la dernière sous le titre The Systems Bible. Au cœur du livre, une phrase devenue célèbre sous le nom de « loi de Gall » :
Un système complexe qui fonctionne s'est invariablement développé à partir d'un système simple qui fonctionnait. Un système complexe conçu à partir de zéro ne fonctionne jamais, et on ne peut pas le rafistoler pour qu'il fonctionne. Il faut recommencer avec un système simple qui marche.
Gall — qui était pédiatre, pas consultant en management — avait observé ce phénomène dans les hôpitaux, les administrations, les programmes gouvernementaux. Son exemple le plus savoureux : le hangar de préparation des fusées à Cap Canaveral est si grand qu'il génère son propre climat, incluant des nuages et de la pluie. La structure censée protéger les fusées les arrose.
Sa conclusion : les systèmes complexes ne peuvent pas être « fabriqués ». Ceux qui fonctionnent ont tous évolué à partir de quelque chose de simple qui tenait debout.
À la même époque où SAAQclic s'enfonçait, un autre projet d'État réussissait sous le radar. La SQDC a été mise sur pied en moins d'un an et fonctionnait dès le jour de la légalisation du cannabis en octobre 2018. Réseau de succursales opérationnel, site de vente en ligne fonctionnel, approvisionnement sécurisé. Jean-François Bergeron, responsable de la mise sur pied, a parlé d'un « tour de force ».
Comment En ne repartant pas de zéro.
La SQDC a été créée comme filiale de la SAQ. Même infrastructure logistique, même expertise en commerce de détail, mêmes réflexes opérationnels. On a greffé un nouveau mandat sur un système qui fonctionnait déjà. Simple d'abord : une vingtaine de succursales, une centaine de produits. Puis on a construit dessus.
Et la SAQ elle-même est un cas d'école. Quand Gaétan Frigon en prend la présidence en 1998, la société d'État souffre de ce qu'il appellera « la maladie du monopole ». Aucune croissance depuis dix ans. Des succursales fermées le dimanche dans des centres commerciaux où les trente autres commerces sont ouverts.
Frigon n'a pas commandé un grand plan stratégique à une firme de consultation. Il a fait le tour des succursales en Gaspésie, a compté les magasins ouverts le dimanche — trente sur trente et un, le seul fermé étant la SAQ — et il les a ouverts. Six cents emplois de plus. Le dimanche est devenu la deuxième journée de ventes en moins d'un an.
Puis il a enchaîné : circulaires, promotions, paiement par carte de crédit, trois bannières (Classique, Express, Sélection), transformation des vendeurs en « conseillers en vin ». Chaque geste simple, greffé sur ce qui fonctionnait déjà. En quatre ans, la SAQ est passée de hors palmarès à troisième entreprise la plus admirée des Québécois.
Son message aux troupes : « Si on veut que nos clients n'appellent pas à la privatisation, soyons les meilleurs. »
Le privé québécois connaît le même principe, même s'il ne cite pas Gall. Desjardins perdait 80 000 membres en cinq ans et traînait au huitième rang en satisfaction client parmi les institutions financières canadiennes. La réponse classique aurait été une refonte technologique massive. Desjardins a plutôt choisi vingt produits prioritaires — ouverture de compte, carte de crédit, renouvellement hypothécaire — et les a numérisés un par un. Cinq ans plus tard : les ventes en ligne sont passées de 25 % à 40 %, quatorze points devant la moyenne canadienne, et le NPS a bondi de onze points. Du huitième rang au deuxième. Nathalie Larue, première vice-présidente, résume l'approche : « Ne jamais isoler le chantier numérique. »
Couche-Tard a suivi la même logique pendant quarante ans. Un seul dépanneur à Laval en 1980. Puis des acquisitions ciblées, digérées une à une — d'abord au Québec, puis au Canada, puis aux États-Unis, puis en Scandinavie, puis en Asie. Chaque marché absorbé avant de passer au suivant. Aujourd'hui : 16 700 magasins dans 27 pays, l'action multipliée par mille. Alain Bouchard n'a jamais tenté de devenir un géant mondial d'un seul coup. Il a construit sur ce qui marchait, encore et encore.
Et Bombardier est peut-être l'exemple le plus spectaculaire. En 2020, l'entreprise frôlait l'écrasement : endettement massif, divisions vendues les unes après les autres, flux de trésorerie négatifs. Éric Martel a pris les commandes avec un plan de redressement sur cinq ans — pas une refonte totale, mais un recentrage progressif : aviation d'affaires d'abord, puis services après-vente, puis défense. Chaque étape construite sur la précédente. En 2025, Bombardier a dépassé tous les objectifs de son plan : 9,55 milliards de revenus, cinquième année consécutive de croissance, un carnet de commandes de 17,5 milliards. Le cas fait désormais l'objet d'études à Harvard et à Columbia. Martel résume : « Nous avons transformé l'entreprise. » Mais il l'a fait morceau par morceau.
La loi de Gall est contre-intuitive pour quiconque vend de la transformation. L'ambition dit : « On voit le problème, on a les ressources, on y va. » La loi de Gall répond : « Plus vous concevez grand d'emblée, plus vous avez de chances d'échouer. »
C'est un problème pour les grandes firmes de consultation, dont le modèle d'affaires repose sur la refonte totale. On diagnostique, on recommande un plan en 200 diapositives, on facture des millions, et on laisse le client avec un système complexe conçu à partir de zéro. Exactement ce que Gall dit de ne jamais faire.
Les organisations qui changent vraiment commencent plus petit que ce qui semble confortable. Une habitude. Une réunion. Une décision qui tient. Puis elles construisent dessus. Non pas parce qu'elles manquent d'ambition — mais parce qu'un système qui fonctionne gagne le droit de grandir. Un système qui ne fonctionne pas s'effondre sous son propre poids.
La question que Gall poserait à n'importe quel comité de direction : Quelle est la version la plus simple du changement que vous essayez de faire
Si la réponse prend plus de deux phrases, c'est qu'on n'a pas encore trouvé le système simple.
Nous l'avons déjà vu dans un article précédent, pour changer une habitude, il y a trois dimensions selon le Dr Fogg❶. D'abord la motivation (difficile à contrôler), ensuite la facilité (beaucoup plus efficace) et enfin le déclencheur (qui fait passer à l'action).
L'idée que l'effort crée l'obstacle n'est pas nouvelle. Pierre Louis Moreau de Maupertuis, mathématicien et philosophe français du XVIIIe, avait déjà formulé le "Principe de moindre action" — que l'on a appelé depuis le principe de Maupertuis. L'idée est simple : la nature tout entière est paresseuse, alors elle fonctionne toujours de la manière la plus efficace possible : pour toute action, elle va prendre le chemin le plus économe. Pas le plus court, pas le plus facile, pas la ligne la plus droite : la nature prend toujours le chemin le plus économe en énergie. Et ce qui s'applique à la nature physique s'applique nécessairement... à nous.
Richard H. Thaler et Cass Sunstein ont transformé ce principe universel en principe économique. À mi-chemin entre les sciences sociales et les sciences économiques, Thaler et Sunstein ont observé les biais comportementaux de leurs congénères, et ils ont largement documenté leurs trouvailles. Ils ont fini par démontrer que les humains avaient besoin d'un petit coup de pouce — a nudge, en anglais — pour prendre la bonne décision.
Le nudge est un mélange de simplification de la décision et de motivation à l'action. On parle parfois d'intervention douce, car ces coups de pouce sont imperceptibles, ludiques et le plus souvent plutôt sympathiques. On parle aussi parfois de paternalisme libertarien, mais gardons ça pour plus tard... Quoi qu’il en soit, Thaler a été récompensé pour cette démonstration (entre autres) par un prix Nobel d'économie en 2017.
L'un des exemples les plus célèbres de l'application des nudges concerne les toilettes pour hommes à l'aéroport d'Amsterdam. Pour réduire les problèmes d'hygiène causés par les éclaboussures d'urine, Aad Kieboom, un des responsables de l'aéroport a mis en place un nudge : une petite mouche dessinée et collée à l'intérieur des urinoirs, juste au-dessus du drain. Pourquoi Parce que cette mouche donnerait un but aux utilisateurs. Conclusion Aucun effort nécessaire + déclencheur ludique = réussite parfaite. Les éclaboussures ont diminué de 80% et les coûts de nettoyage de 6% (20 000€ par année).

La question légitime pourrait être « mais pourquoi une mouche » Keiboom avait justifié ce choix en expliquant que l’idée était venue 20 plus tôt d’un homme de maintenance allemand qui avait servi dans l’armée dans les années 60, Jos Van Bedoff. Ce dernier avait déjà expérimenté des toilettes avec un point rouge, mais selon lui la mouche était une cible plus adaptée pour un humain habile : l’idée - bien militaire - de la domination de l’homme sur un insecte avait un certain sens. Mais encore une fois, ce nudge n’était pas nouveau : cent ans plus tôt, on avait déjà vu le même stratagème avec... une abeille. Les temps changent...
Ces détails seraient totalement anecdotiques si les nudges ne relevaient pas autant de la psychologie sociale des humains. Ils démontrent bien la subtilité de cet outil d'influence. D'ailleurs, il existe plusieurs catégories de nudges et des centaines d’exemples tantôt rigolos, tantôt brillants, tantôt malins et tous très stratégiques.
J’ai fait une liste plutôt fournie, en mélangeant des exemples originaux et les grands classiques des nudges — pour ces derniers, j’ai fait des recherches plus approfondies pour mieux les documenter. Voici donc les dix catégories de nudges que l'on a pu identifier.
L’idée est de choisir à la place des usagers quelle est l’option par défaut. Pour faire un choix différent, l’usager va devoir faire un effort conscient… ce qui a de grandes chances de ne pas arriver. Même une simple croix dans une case est un effort.
Le don d’organes est l’exemple le plus connu dans le monde des nudges❷. Une étude a comparé trois systèmes de don d'organes : le choix obligatoire, le consentement présumé (opt-out) et le consentement explicite (opt-in). Les résultats suggèrent que le choix obligatoire et le consentement présumé sont plus efficaces pour générer des donneurs enregistrés que le consentement explicite. En gros, si vous avez une case à cocher, c’est un effort de trop... Alors mieux vaut bien choisir la question posée. Au Québec, c’est le opt-in qui a été choisi. Donc par défaut, vous n’êtes PAS donneur. L’Espagne est la championne du monde du don d’organes avec 46,9 donneurs par million d’habitants. La Croatie suit avec 33,6 donneurs par million d’habitants. Le Pays de Galles vient de passer de 46% à 61% de volontaires. Leur point commun Les trois ont opté pour… le consentement présumé (opt-out).
L’idée est de donner une information qui va faciliter la prise de décision aux usagers. Par exemple, Thaler et Sunstein ont montré que la mention du nombre de calories dans les menus des restaurants incitait les clients à choisir des plats moins caloriques. C’est devenu une norme depuis.

Ici, l’objectif est de guider l’utilisateur et de présenter une vaste sélection de produits ou services de manière organisée, structurée, priorisée, voire personnalisée. Netflix est la championne du monde de la structuration d’un choix. Vous devez prendre UNE décision parmi des milliers de possibilités. Grâce à des algorithmes complexes et plutôt bien renseignés, Netflix va vous proposer tel ou tel programme, selon qu’il est « choisi pour vous », dans le TOP10 au Canada ou bien encore fraichement débarqué dans le service de streaming. Il faut savoir que ces recommandations dépendent évidemment de votre historique de visionnement (Netflix sait si vous avez regardé telle ou telle série, si vous l’avez regardée d’un coup, ou au contraire si vous l’avez abandonnée à tel épisode), mais aussi en fonction du moment de la journée, de l’endroit où vous vous trouvez, et même de l’appareil sur lequel vous la regardez. Bref, c’est le comportement qu’on mesure, et le tout est comparé à des usagers similaires, afin de prédire vos goûts, et vos attentes.

Le but de ce nudge est de fournir à l’usager un retour d'information sur le comportement pour encourager le changement. Par exemple, montrer aux gens combien d'énergie ils consomment par rapport à leurs voisins pour les encourager à économiser. Les fontaines d’eau qui vous incitent à remplir votre bouteille et qui annoncent « X bouteilles sauvées » , ou des panneaux qui vous "remercient" d'avoir respecté la vitesse permise dans les rues, avec un petit bonhomme sourire.

Le but est ici d'utiliser un système de récompense/sanction pour influencer le comportement. Par exemple, offrir des réductions sur l'assurance-santé pour ceux qui font de l'exercice régulièrement.
L'idée est de créer un lien émotif pour pousser à l'action. Une étude menée par l'Université de Stanford a montré que l'utilisation d'images de bébés dans les lettres de rappel pour les vaccinations incitait les parents à faire vacciner leurs enfants❸. On peut aussi vouloir créer un choc émotif. Pensez aux photos terribles sur les paquets de cigarettes. C'est également un nudge affectif, mais à l'envers.

Le concept est d'indiquer à l'usager qu'en posant tel geste, il va se conformer à la norme. C'est en général une confirmation rassurante d'appartenance à un groupe social : le fameux "tout le monde le fait". Par exemple, une étude menée par l'Université de Californie a montré que l'affichage de messages indiquant que la majorité des clients d'un hôtel réutilisent leur serviette incitait les clients à réutiliser les leurs❹.
Comme son nom l'indique, il s'agit ici de simplifier les choses pour aider l'usager à prendre la bonne décision. Une étude menée par l'Université de Chicago a montré que la simplification du formulaire de demande de bourse incitait davantage d'étudiants à postuler.❹
Ici, il s'agit de provoquer l'action en proposant l'option la plus proche des besoins (ou désirs) de l'usager. Une étude menée par l'Université de Stanford a montré que la personnalisation des messages de rappel pour les rendez-vous médicaux incitait davantage de patients à se présenter à leur rendez-vous.
L'idée est simplement de rendre une action plus ludique qu'à l'habitude. Volkswagen a signé une campagne appelée "Fun Theory" dans le métro de Stockholm. Elle invitait les passants à utiliser les escaliers "ordinaires" plutôt que les escaliers roulants. Pour ce faire, les marches ont été transformées en piano géant. Ce nudge aurait entrainé une augmentation de 66% de l’utilisation des escaliers❺.
Il existe de multiples usages des nudges, notamment en ce qui concerne l'influence et la politique. Nous avons même écrit un article à ce sujet. Il convient de faire preuve de mesure, de prudence et d'intégrité quand vient le temps de faciliter la vie des usagers, car la manipulation n'est pas loin.
Alors, à vous de jouer, mais attention! Vous jouez avec l'esprit des usagers, donc avec le feu, et l'éthique. Utilisez les coups de pouce en gardant cela à l'esprit, et dans son intention originelle : vous ne devez pas les utiliser contre les gens, mais dans leur intérêt.