Lors d’un comité de direction, une responsable présente un plan de réorganisation préparé avec l’aide d’une intelligence artificielle. Le document est clair, les propositions convaincantes et les chiffres bien disposés. Personne ne critique la forme. Puis quelqu’un demande : « Qui supportera les conséquences si l’hypothèse centrale de ce plan est fausse ? »
Le problème a changé. Il ne suffit plus de produire une réponse. Il faut formuler les bonnes questions, évaluer les conséquences, écouter les personnes concernées et assumer un choix.
Quel est le vrai rôle des compétences humaines quand l’IA produit déjà les réponses ? Elles servent à définir le problème, vérifier les propositions, débattre des intérêts en présence, inventer des options pertinentes et rendre des comptes. Ce ne sont ni des qualités magiques inaccessibles aux machines, ni un simple supplément d’amabilité : ce sont des compétences professionnelles que l’on peut observer et développer.
Pour les directions, les RH et les organisateurs de conférences, la bonne question n’est donc pas « quelles capacités humaines seront éternellement irremplaçables ? », mais « quels comportements et quels processus rendent nos décisions assistées par l’IA fiables, justifiables et humainement responsables ? »
Produire une réponse ne signifie pas encore prendre une bonne décision
Une grande partie du travail intellectuel se juge traditionnellement à son résultat visible : une analyse, une synthèse, un argumentaire, un dossier. L’IA générative peut réduire le temps nécessaire pour préparer ces objets. Mais un document élégant peut être inexact ; une recommandation plausible peut ignorer une contrainte locale ; un message empathique peut masquer l’absence d’une véritable écoute.
Il faut distinguer trois questions : la réponse est-elle claire ? est-elle fondée ? et l’action qui en découle est-elle appropriée ? Les deux dernières exigent souvent une connaissance du contexte, un examen critique des données et une responsabilité explicite.
Cette distinction ne repose pas sur l’idée que l’IA serait incapable de raisonner. Ses performances et ses limites varient selon les systèmes et les tâches. Elle repose sur le fait qu’une organisation doit toujours décider qui possède l’autorité, qui vérifie, qui peut contester et qui corrige une erreur.
Le cadre AI Risk Management Framework du NIST propose précisément d’articuler gouvernance, mesures et gestion des risques. C’est un référentiel volontaire, non une substitution aux règles applicables dans chaque pays.
Ce que les études disent, et ce qu’elles ne prouvent pas
Dans le Future of Jobs Report 2025, plus de 1 000 employeurs représentant plus de 14 millions de travailleurs dans 55 économies ont répondu à une enquête sur l’évolution du travail. La pensée analytique reste une compétence fondamentale pour environ sept employeurs sur dix. Créativité, flexibilité et leadership figurent parmi les autres priorités. Ce sont des attentes déclarées, et non la preuve que toute formation à ces compétences améliore automatiquement la performance.
L’OCDE, dans Skills in the AI Age (juillet 2026), insiste sur la complémentarité entre les compétences techniques et des capacités telles que l’esprit critique, la créativité et la collaboration. Le rapport conjoint publié par l’OIT et ses partenaires en août 2026 décrit également une recomposition des compétences cognitives et socioémotionnelles, avec une importance croissante accordée à la capacité d’agir et à la littératie en IA.
Une étude publiée à CHI 2025 porte sur 319 travailleurs du savoir et 936 exemples d’utilisation professionnelle déclarés. Une confiance plus forte dans l’IA est associée à moins d’effort de pensée critique rapporté, tandis que l’activité critique se déplace notamment vers la vérification des sorties. Cette enquête n’établit pas un déclin cognitif causal.
La conclusion raisonnable est donc celle-ci : l’IA change les gestes du travail intellectuel ; les organisations doivent cultiver les capacités de contrôle, de communication et d’arbitrage, sans inventer une frontière définitive entre intelligence humaine et artificielle.
Les compétences humaines en pratique
Cadrer un problème, exercer l’esprit critique, écouter les personnes et justifier les choix permettent de transformer une proposition générée en décision examinée.
1. Poser le bon problème
Un service client demande à un assistant comment raccourcir les délais de traitement. Il obtient plusieurs procédures d’automatisation. Pourtant, si les réclamations viennent d’un parcours compliqué, le vrai problème est peut-être la compréhension du service par les clients.
Le cadrage consiste à vérifier quel objectif compte vraiment, quelle situation doit changer, ce que l’on ignore encore et qui devrait participer à sa définition. Sans cela, une équipe peut accélérer efficacement le mauvais processus.
Une pratique utile consiste à demander à deux personnes de formuler indépendamment le problème avant d’examiner les solutions proposées par l’IA. Les divergences deviennent une ressource de réflexion plutôt qu’une contrariété.
2. Exercer l’esprit critique sans rejeter la technologie
L’esprit critique ne consiste pas à soupçonner toute proposition d’IA. Il s’agit de distinguer faits, hypothèses, approximations et conclusions. Quelles sources corroborent l’affirmation centrale ? Quelles données manquent ? Quelle objection modifierait la recommandation ?
La vérification doit être proportionnée au risque. Reformuler un courriel ordinaire et proposer un changement sensible de politique RH n’exigent pas les mêmes contrôles. Une entreprise peut associer des procédures de validation aux conséquences possibles de chaque tâche.
Les outils peuvent contribuer eux-mêmes aux vérifications, à condition de ne pas se contenter de leur demander de confirmer leurs propres affirmations. Une validation indépendante demeure particulièrement importante lorsqu’une réponse aura des conséquences significatives.
3. Écouter les personnes et construire la confiance
Un assistant peut aider à préparer un entretien difficile. Il peut proposer des formulations respectueuses. Mais le manager doit encore entendre ce que la personne répond, comprendre la situation et ajuster ses actes.
L’empathie professionnelle ne consiste pas à dire oui à tout. Elle implique de considérer le point de vue d’autrui, d’expliquer les contraintes et de maintenir une relation respectueuse. Une communication polie ne garantit pas une véritable écoute.
Les changements organisationnels le montrent : une décision techniquement cohérente peut échouer si elle ignore le travail réel, les contraintes des équipes ou les besoins de ceux qu’elle concerne. Écouter n’est pas un supplément de confort ; c’est aussi une manière d’obtenir des informations pertinentes.
4. Créer des options pertinentes, pas simplement nombreuses
L’IA peut multiplier les concepts d’un produit. Cette abondance ne résout pas automatiquement leur pertinence. La créativité professionnelle se manifeste aussi dans la capacité à mobiliser des connaissances de terrain, repérer une contrainte oubliée et concevoir une expérience pour départager plusieurs hypothèses.
Il peut être plus fécond d’observer dix usages réels que de demander cent idées supplémentaires. Une équipe imaginative ne doit pas seulement proposer : elle doit savoir mettre ses intuitions à l’épreuve.
Il ne s’agit pas de proclamer que les machines sont incapables de créativité. Il s’agit de rappeler que la qualité d’une innovation se juge également par son adéquation aux besoins, à la sécurité et aux possibilités de mise en œuvre.
5. Assumer les conséquences d’une décision
Une recommandation peut mettre en tension rapidité, qualité, équité, coût et confidentialité. Une IA aide à exposer des scénarios ; elle ne porte pas automatiquement la responsabilité institutionnelle du choix.
Qui décide ? Selon quel mandat ? Avec quelles possibilités de recours ? Quels signaux déclencheront une correction ? La compétence humaine centrale est ici la capacité à justifier un arbitrage, tout en restant prêt à le réviser.
Le plus risqué serait de transformer « le système l’a recommandé » en excuse qui dispenserait les décideurs de rendre des comptes. Un usage responsable suppose des pouvoirs, des procédures et des responsabilités clairement identifiés.
Tableau : ce que l’IA apporte et ce que l’équipe doit examiner
| Situation | Aide possible de l’IA | Geste humain à exercer |
|---|---|---|
| Décision stratégique | Synthétiser des scénarios | Questionner les objectifs, discuter les risques et assumer le choix |
| Réclamation sensible | Préparer des réponses | Écouter, comprendre le contexte et décider dans le cadre autorisé |
| Évolution professionnelle | Structurer des critères | Assurer un examen équitable et justifier la décision |
| Innovation | Générer des options | Observer les usages et sélectionner des tests réalistes |
| Formation d’équipe | Créer des exercices | Identifier les besoins et vérifier les acquis |
Cette grille est un instrument de discussion, pas une classification définitive des capacités humaines et artificielles. Les performances des outils évoluent et certaines activités relèvent de règles particulières.
Le risque oublié : célébrer les soft skills tout en décourageant leur usage
Une direction peut réclamer davantage de pensée critique tout en évaluant exclusivement la vitesse de production. Un manager peut être formé à l’écoute sans avoir le temps de dialoguer. Une entreprise peut encourager l’innovation et sanctionner chaque essai qui échoue.
Dans ces conditions, la difficulté n’est pas seulement individuelle. Elle réside aussi dans la conception du travail.
Les directions RH et les managers peuvent agir sur quatre leviers : préserver du temps pour les décisions sensibles, valoriser le signalement argumenté des erreurs, autoriser la contradiction respectueuse et définir clairement la responsabilité des validations.
Une formation aux compétences humaines peut aider, mais son effet dépend des objectifs, des moyens et des règles de l’organisation.
Le modèle Learning Coach : cinq questions après une réponse générée
Pour faire travailler ces capacités, Learning Coach propose un rituel d’équipe à utiliser après une recommandation assistée par IA. Il ne s’agit pas d’une échelle scientifiquement validée, mais d’un cadre de discussion pour une réunion, une revue de dossier ou un atelier.
Le problème : avons-nous posé la question qui correspond au besoin réel ?
Les preuves : quelles affirmations sont vérifiables, par quelles sources et avec quelles limites ?
Les personnes : qui est concerné, qui pourrait subir les conséquences et qui n’a pas encore été entendu ?
Les alternatives : une autre solution a-t-elle été examinée, et comment comparer les options ?
La responsabilité : qui valide, contrôle les effets et peut revenir sur le choix ?
Sur une tâche simple, le rituel peut durer quelques minutes. Pour une décision importante, il implique une documentation plus solide et des responsabilités adaptées.
La progression d’une équipe peut être observée à travers des erreurs détectées avant diffusion, des hypothèses révisées, des arbitrages mieux justifiés ou des propositions améliorées après consultation des personnes concernées. Aucun indicateur isolé ne prouve un effet causal de cette méthode.
Une conférence sur les compétences humaines ne devrait pas être un catalogue de qualités
Un séminaire intitulé « Les soft skills du futur » peut laisser une impression positive sans modifier le travail. Une démarche plus utile consiste à placer le public devant un choix où plusieurs compétences entrent en tension.
Imaginons, à titre pédagogique, qu’une entreprise envisage d’automatiser une partie de la relation client. Deux recommandations rédigées avec une IA sont présentées. Elles semblent défendables, mais aucune ne précise suffisamment les conséquences pour les clients, les salariés et la qualité du service.
Les groupes doivent examiner les données manquantes, rechercher des objections, identifier les personnes à consulter et désigner qui prendrait la décision. La restitution ne récompense pas la formule la plus brillante : elle porte sur la qualité du raisonnement et la responsabilité du choix.
Une keynote peut ouvrir le débat sur les compétences humaines. Un atelier complémentaire peut faire expérimenter ces gestes sur des cas professionnels adaptés aux participants, sans exposer d’informations confidentielles. Il ne faut pas confondre le succès d’un événement avec la preuve d’un changement durable dans les pratiques.
Après la rencontre, chaque équipe peut choisir un seul comportement à tester : vérifier une source essentielle, demander une objection avant validation ou recueillir le point de vue d’une personne directement concernée. Un retour quelques semaines plus tard permet de discuter les difficultés et les ajustements, sans promettre un gain garanti.
Trois questions qui reviennent souvent
Les compétences humaines sont-elles irremplaçables ?
Évitons de promettre une frontière technologique éternelle. Les systèmes d’IA peuvent déjà contribuer à des tâches de rédaction, de création, d’analyse et de communication. Le point essentiel est la légitimité des décisions, l’attention portée aux personnes et la responsabilité des organisations. Même si la répartition des tâches évolue, les obligations de gouvernance et de réparation ne s’effacent pas.
Faut-il privilégier les soft skills plutôt que l’expertise technique ?
Non. Un professionnel peut difficilement vérifier une affirmation concernant son métier s’il ne possède pas suffisamment de connaissances. Les compétences métier, l’usage critique de l’IA et les capacités relationnelles se complètent. Les équipes gagnent à les entraîner ensemble, dans des situations plausibles et avec un retour sur la qualité du raisonnement.
Peut-on évaluer ces compétences sans tomber dans un test superficiel ?
Oui, avec prudence : mises en situation, analyse d’une erreur, confrontation argumentée, écoute lors d’un échange, justification d’un arbitrage. Les critères doivent être annoncés et adaptés au travail réel. Un exercice ponctuel ne suffit pas à établir un portrait psychologique, encore moins à justifier seul une décision importante concernant une personne.
L’avenir du travail ne sera pas seulement une compétition de réponses
L’IA accélère l’accès à des propositions et à des documents convaincants. Mais une organisation doit toujours décider ce qu’elle poursuit, comment elle vérifie ses informations, de quelle façon elle traite les personnes et qui rend des comptes.
Ces compétences ne constituent pas une décoration humaniste autour des outils : elles participent directement à la qualité du travail collectif. Elles ne s’opposent pas à l’IA ; elles donnent une direction et un cadre à son usage.
La question à emporter dans votre prochaine réunion est donc simple : « Lorsque l’IA nous donne une réponse, conservons-nous le temps et la capacité de la discuter ? »
Si votre entreprise, université ou institution souhaite engager cette discussion à l’occasion d’une conférence ou d’un séminaire, découvrez les conférences internationales Learning Coach sur les compétences humaines et l’IA et demandez une proposition adaptée à votre public.
Ressources
Forum économique mondial — The Future of Jobs Report 2025 : enquête sur les attentes des employeurs concernant les compétences.
OCDE — Skills in the AI Age, juillet 2026 : synthèse sur les compétences complémentaires à l’IA.
OIT et partenaires — Changing Landscape of Skills in the Age of AI, août 2026 : compétences cognitives, socioémotionnelles et littératie IA.
Lee et al. — The Impact of Generative AI on Critical Thinking, CHI 2025 : enquête déclarative, sans preuve causale.
NIST — AI Risk Management Framework : cadre volontaire de gouvernance des risques IA.
OIT — « Des compétences anciennes pour de nouvelles technologies ? », 2026 : éclairage sur les compétences dans les offres d’emploi en ligne.
