Continuer à apprendre : un engagement fondamental à l’ère de l’IA

Ecrit par Julia Inventar / Avec l'expertise de Fabienne Bouchut et Carolina Gracia Moreno

Avec le développement de l’intelligence artificielle et l’accessibilité croissante des informations, chacun peut facilement sembler expert d’un sujet qu’il ne maîtrise pas totalement. Dans ce contexte, est-il encore utile de prendre le temps d’apprendre ? Alors que nos méthodes d’apprentissage sont bouleversées, comment tirer le meilleur parti des nouveaux outils mis à notre disposition ? Carolina Gracia Moreno, Manager d’offre et d’expertise chez Cegos, et Fabienne Bouchut, Cheffe de projet innovation chez Cegos, vous proposent leur éclairage. 

Ce n’est plus à prouver, la démocratisation des outils d’IA générative modifie nos façons de penser et d’apprendre. De nombreuses études affirment notamment que leur usage peut avoir des effets négatifs sur nos capacités cognitives car ils incitent à produire moins d’efforts intellectuels.

Une étude du MIT a ainsi démontré que 83 % des participants d’un groupe ayant rédigé un essai à l’aide d’une IA générative étaient incapables d’en citer une seule phrase sans avoir besoin de le relire. A l’inverse, 85 % des participants ayant rédigé l’essai sans l’aide de Chat GPT sont parvenus à en citer correctement le contenu.

Mal utilisée, l’IA générative peut rapidement devenir une béquille intellectuelle et conduire à une forme d’atrophie cognitive. Dans ce contexte, faire l’effort d’apprendre et de faire par soi-même apparaît comme un rempart efficace contre la paresse intellectuelle.

Apprendre pour s’approprier les informations disponibles 

L’étymologie même du mot « apprendre » est déjà très parlante : elle signifie littéralement « saisir par l’esprit », « faire sien », car l’Homme a effectivement besoin d’être conscient de ses buts et de construire son savoir continuellement selon son vécu. Mais dans un monde où l’information n’a jamais été aussi accessible, il est important de rappeler que l’information est très différente de la connaissance.

Avoir accès à l’information ne suffit pas à mobiliser des connaissances en situation concrète. Apprendre, c’est bien plus que stocker des informations : c’est avant tout les intégrer, les éprouver et les relier à d’autres connaissances afin de les transformer en capacités d’action. « Une compétence est acquise quand nous sommes capables d’agir sans avoir à chercher la réponse de façon consciente : le savoir, le geste et la posture sont intégrés et peuvent être mis à l’épreuve du réel », explique Carolina Gracia Moreno, Manager d’offre et d’expertise chez Cegos.

Entretenir l’effort cognitif pour rester autonome 

Dans le domaine scolaire, les compétences et les repères fondamentaux (comme la lecture, l’écriture, le raisonnement ou le calcul) doivent être acquis avant de pouvoir aborder le reste des programmes. En ce qui concerne la formation professionnelle, ou même dans le cadre de passe-temps personnels, la logique est la même : sans posséder de compétences initiales dans un domaine donné, il est impossible de remettre en question les réponses fournies par les IA génératives.

« Sans comprendre l’architecture des choses, une confiance aveugle s’installe dans les résultats générés par ce type d’outil. Le risque d’en devenir dépendant et de diffuser des contenus dénués de sens devient ensuite de plus en plus important », alerte Fabienne Bouchut, Cheffe de projet innovation chez Cegos.

Pour que chacun de nous puisse rester autonome, l’enjeu est plutôt de pouvoir utiliser ces technologies pour progresser sur des savoirs déjà acquis. Mais pour ce faire, l’apprentissage requiert une forme de friction et d’effort qui consiste à chercher, se tromper et recommencer. Sans prendre le temps de s’exercer à intégrer certaines connaissances, il est facile de tomber dans une illusion de maîtrise lorsque les LLM fournissent des réponses qui semblent convaincantes.

Dans cette situation, rien ne garantit leur ancrage dans nos mémoires à long terme. En effet, si l’on supprime la difficulté en obtenant une réponse trop rapidement, on évite l’effort intellectuel nécessaire à l’ancragedes apprentissages. Pour preuve, une étude de la Wharton School effectuée sur 1000 participants montre que l'IA utilisée de façon tutorale (en tant que guide) augmente la performance des étudiants de 127 %, tandis que l'IA utilisée de façon productiviste (générer une réponse directe) entraîne une baisse de performance de 17 % une fois que l'outil leur est retiré.

Ces résultats peuvent être interprétés en s’appuyant sur le modèle de la taxonomie de Bloom, qui découpe le processus d’apprentissage « de type cognitif » en 6 étapes clés. En faisant un usage passif de l’IA, l’utilisateur est cantonné aux premières étapes du modèle (connaissance, compréhension), mais accède difficilement aux suivants (application, analyse, synthèse, évaluation).

Prendre le temps d’expérimenter et de se tromper 

Acquérir de la sagesse intellectuelle passe avant tout par les expérimentations et le vécu personnel. Il est d’ailleurs prouvé qu’une information est mieux mémorisée et plus durable lorsqu’elle s’accompagne du déclenchement d’une émotion. Dans ce contexte, prendre le temps de confronter les savoirs au réel et avoir l’occasion de se tromper est plus important que jamais. Or, la délégation généralisée des tâches basiques aux outils d’IA supprime ces occasions de s’approprier les connaissances de façon progressive. 

« C’est notamment le cas pour les jeunes employés en début de carrière : si l'IA prend en charge les tâches les plus simples, ils risquent d’entrer directement dans le métier par des missions plus complexes, sans passer par les étapes opérationnelles permettant de consolider leurs compétences et de franchir différents niveaux de maîtrise », analyse Carolina Gracia Moreno. Ce type de situation peut entrainer une surcharge cognitive, puisqu’il est difficile d’avoir une vision stratégique pertinente sans avoir eu l’occasion de maîtriser les bases d’un sujet.

Dessiner l’apprentissage de demain : miser sur le collectif 

Le conflit socio cognitif est nécessaire pour apprendre : se confronter à des personnes ayant des représentations et des croyances différentes des siennes, c’est l’occasion de s’enrichir de leurs éclairages, des réalités et des expériences qu’ils ont vécues. C’est ce qu’explique le concept de l’apprentissage vicariant, théorisé par Albert Bandura.

« L’apprentissage a souvent besoin de passer par la réplique du comportement des autres, par le jeu de rôle ou par la confrontation des points de vue. Apprendre en groupe renforce également le sentiment d’appartenance et l’engagement. Le dialogue avec une IA peut s’avérer plaisant et bienveillant mais ne permet pas de bénéficier des mêmes avantages qu’un débat plus ouvert avec d’autres pairs », souligne Fabienne Bouchut.

A l’ère de l’IA, le débat collectif constitue ainsi un élément essentiel. « La pratique la plus pertinente est d’alterner des moments de formation assistés par les IA et d’autres qui ne le sont pas. On peut également penser des temps de débrief pour débattre de ce que ces outils nous apportent et prendre conscience de ce qui peut manquer », explique Fabienne Bouchut. Ces temps de réflexion sont indispensables puisqu’ils permettent à chacun de capitaliser sur ce qu’il a appris en phase initiale, pour ensuite s’engager dans une démarche d’application en situation de travail.

Ici, l’IA peut être envisagée comme une aide pour faire raisonner le collectif et ouvrir le débat pour aller plus loin. « Ces outils peuvent être utilisés pour favoriser l’émulation intellectuelle et la stimulation du groupe, mais ne remplacent pas les savoirs », rassure Fabienne Bouchut. Plutôt que de demander la solution de façon directe, les bonnes pratiques consistent à poser des questions ouvertes à l’IA :

• « Aide-moi à raisonner étape par étape »
• « Challenge mon raisonnement »
• « Donne-moi un indice sans faire à ma place »
• « Montre-moi où je me trompe ».

Quelles compétences développer pour rester employable ?

A l’horizon 2035, l’apprentissage constituera un véritable levier de différenciation humaine face à l’IA. Mais pour garantir l’employabilité de chacun, comment distinguer les compétences proprement humaines de celles de l’IA générative ? Par opposition aux hardskills (les compétences techniques et méthodologiques), les softskills se définissent comme des compétences comportementales. Elles sont un ensemble d’aptitudes relationnelles, situationnelles et émotionnelles qui permettent à l’entreprise et aux personnes de faire face à la complexité et à l’imprévisibilité du monde qui les entoure.

Dans le contexte actuel, elles sont passées au premier plan des compétences recherchées par les recruteurs, devant les compétences techniques et l’expertise métier. En 2018, Bénédicte de Raphélis Soissan, fondatrice et CEO de Clustree (plateforme de recommandations RH), expliquait déjà : « Quand hier nous définissions une personne par son métier, nous sommes convaincus que nous la définirons demain par un ensemble de compétences, de connaissances et d’appétences. Et que l’intitulé de poste ne comptera plus ».

A terme, le maintien de l’employabilité humaine pourrait donc passer par l’entretien de la créativité et de l’intelligence émotionnelle, par le développement des capacités de résolution de problèmes, par l’aptitude à poser les bonnes questions ou à prendre des décisions courageuses, ou encore par la volonté de travailler de façon éthique et responsable. 

Les organisations doivent-elles repenser leur rapport aux compétences ?

Les compétences techniques ne sont pas en reste et devront également être actualisées au rythme des évolutions technologiques. « Ilfaut cesser d’opposer compétences techniques et compétences humaines, car le véritable objectif est plutôt de parvenir à les articuler pour qu’elles soient complémentaires », rappelle Carolina Gracia Moreno. De nombreux experts évoquent même le concept de « mad skills » : pour s’adapter aux évolutions de l’environnement économique et législatif, les entreprises seront poussées à intégrer davantage de profils atypiques, capables d’apporter des idées disruptives et de diffuser une culture de l’intelligence collective.

Certaines entreprises (les « skills based organisations », ou SBO) l’ont déjà compris, et se sont attelées à cartographier les compétences qui seront nécessaires à chacun de leurs postes d’ici 2040. Dans ce type d’entreprise, le travail est structuré autour des compétences plutôt que des postes : c’est un moyen pertinent de s’adapter aux évolutions constantes du marché et de faire preuve d’agilité face aux disruptions.

Les collaborateurs de ces organisations doivent notamment passer par une étape d’auto-évaluation et peuvent ensuite visualiser les écarts potentiels entre leur profil et les futures exigences de leur poste. Parmi elles, on peut notamment compter Safran, LVMH, Airbus, le Crédit Agricole, Orange, Véolia ou encore la Société Générale.

Pour aller plus loin sur ce sujet :

• Comment utiliser l’intelligence artificielle pour gagner en efficacité au travail ?
• Comment l’IA redéfinit le rôle du L&D ?
• Notre méthode en 6 étapes pour écrire des prompts efficaces
• Comment se formera-t-on dans le futur ?

FAQ- Question fréquentes sur l’IA et l’apprentissage 

Pourquoi faut-il continuer à apprendre à l’ère de l’IA ?

L’IA facilite l’accès à l’information, mais ne remplace pas la compréhension, le raisonnement et l’expérience. Continuer à apprendre reste essentiel pour développer son esprit critique, garder son autonomie et être capable d’évaluer la pertinence des réponses générées. L’apprentissage permet aussi de transformer l’information en compétences réellement mobilisables dans la durée.

L’IA empêche-t-elle vraiment d’apprendre ?

Non, pas forcément. L’IA peut même aider à apprendre si elle est utilisée comme un outil d’accompagnement. En revanche, si elle sert uniquement à obtenir des réponses toutes faites, elle peut réduire l’effort intellectuel nécessaire à la compréhension et à la mémorisation.

L’IA peut-elle nuire à nos capacités cognitives ?

Si elle est utilisée de manière passive pour répondre à notre place, l’IA peut réduire l’effort intellectuel, favoriser une illusion de maîtrise et freiner la mémorisation. En revanche, lorsqu’elle est utilisée comme un outil d’aide à la réflexion, de reformulation ou de vérification, elle peut au contraire soutenir l’apprentissage sans affaiblir les capacités cognitives.

Comment utiliser l’IA pour apprendre sans faire les choses à ma place ?

Le plus efficace est de lui demander de vous guider plutôt que de répondre directement. Vous pouvez, par exemple, lui demander un plan, un indice, une explication étape par étape, des questions de vérification ou une critique de votre raisonnement.

Quelles compétences humaines sont les plus utiles à l’ère de l’IA ?

Les compétences les plus importantes sont celles que l’IA ne remplace pas facilement : la créativité, l’esprit critique, l’intelligence émotionnelle, la coopération, la prise de décision, la résolution de problèmes et la capacité à poser les bonnes questions.

Comment éviter de devenir dépendant des réponses de l’IA ?

Il faut garder des moments sans assistance, vérifier les réponses obtenues, reformuler avec ses propres mots et s’entraîner à raisonner seul avant de demander l’aide de l’outil. L’idée est de garder une part d’effort personnel dans l’apprentissage.

 L’IA est-elle utile pour les salariés et les managers ?

Oui, à condition de l’utiliser pour gagner en réflexion, en préparation ou en structuration, et non pour remplacer le jugement humain. Elle peut aider à clarifier une idée, préparer une réunion ou simuler des pistes, mais la décision finale doit rester humaine.

Pourquoi l’erreur est-elle importante pour apprendre ?

On apprend aussi en corrigeant ses erreurs. Le fait de se tromper permet de mieux comprendre, de mémoriser durablement et de développer sa capacité d’adaptation. Si l’IA supprime trop vite cette phase, l’apprentissage peut rester superficiel.