La formation IA ne peut plus se limiter au prompting

Les premières actions de formation à l'intelligence artificielle se sont souvent concentrées sur la rédaction de consignes efficaces.

Cette étape reste utile. Mais elle ne suffit plus.

Les outils d'IA peuvent désormais conserver un contexte, appliquer des règles permanentes, accéder à des applications et enchaîner plusieurs opérations. Une véritable formation IA doit donc préparer les salariés, les managers et les représentants du personnel à comprendre l'ensemble du système, et pas seulement son interface.

Le prompting n'est que la partie visible

Savoir formuler une demande claire améliore généralement la qualité du résultat.

Une formation prompting peut apprendre à préciser l'objectif, fournir les informations utiles, définir le format attendu et fixer des critères de réussite.

Mais le prompt saisi par l'utilisateur ne représente qu'une partie du fonctionnement de l'intelligence artificielle.

Selon les fournisseurs et les solutions IA, le système peut également s'appuyer sur :

• des instructions permanentes ;
• des documents internes ;
• une mémoire des échanges ;
• des procédures réutilisables ;
• des connexions avec des outils métiers ;
• des agents spécialisés chargés de certaines étapes.

Ces fonctions portent des noms différents selon les plateformes. Leur logique est pourtant comparable.

L'utilisateur ne dialogue plus seulement avec un modèle. Il intervient dans un environnement configuré par le fournisseur, l'entreprise, le service informatique ou les équipes métier.

La qualité du résultat dépend donc autant de la consigne visible que du contexte invisible dans lequel l'IA travaille.

Après le prompt, le context engineering

Cette évolution explique l'intérêt croissant pour le context engineering, parfois traduit par ingénierie du contexte.

Il ne s'agit plus seulement de bien formuler une question.

Il faut aussi déterminer quelles informations doivent être accessibles au système, quelles règles doivent rester permanentes, quels documents peuvent être mobilisés et quelles limites doivent encadrer son action.

Une formation context engineering ne concerne donc pas uniquement les développeurs.

Dans les entreprises, elle peut intéresser les métiers, les responsables de processus, les managers et toutes les personnes chargées de configurer les usages de l'IA.

Elle doit permettre de répondre à plusieurs questions :

• quelles informations transmettre au système ;
• comment vérifier leur qualité ;
• quelles instructions doivent être communes à toute une équipe ;
• quels éléments doivent rester propres à une situation ;
• quand le contexte doit être corrigé ou réinitialisé.

Le contexte devient une composante de l'organisation du travail.

Il peut contenir une définition du résultat attendu, des critères de qualité, des priorités ou des procédures de contrôle.

Ces choix ne sont pas seulement techniques. Ils traduisent une certaine conception du travail.

Une IA plus simple à utiliser, mais plus difficile à comprendre

C'est le principal paradoxe.

Les outils deviennent de plus en plus accessibles. Quelques phrases peuvent suffire pour produire un texte, analyser un dossier ou préparer une synthèse.

Mais cette simplicité apparente masque une architecture plus complexe.

Certains systèmes peuvent réutiliser un contexte stable afin d'éviter de retraiter les mêmes informations à chaque demande.

Ils peuvent aussi conserver certains éléments d'un travail entre plusieurs interactions. Le résultat final peut alors dépendre d'hypothèses, de priorités ou d'instructions définies plusieurs étapes auparavant.

D'autres solutions peuvent coordonner plusieurs outils : rechercher une information, interroger une base, appliquer une règle, comparer des résultats puis préparer une action.

Pour le salarié, tout peut sembler se dérouler en une seule opération.

Mais derrière l'interface, le système réalise parfois une chaîne d'actions difficile à reconstituer.

La facilité d'usage ne garantit donc pas la maîtrise.

La formation IA agentique devient un nouvel enjeu

Le développement des agents d'intelligence artificielle accentue encore ce déplacement.

Une IA agentique ne se contente pas de répondre. Elle peut planifier une suite d'étapes, appeler plusieurs outils, vérifier certaines conditions et produire un résultat final à partir de plusieurs opérations intermédiaires.

La formation IA agentique doit donc aller au-delà de l'usage conversationnel.

Elle doit apprendre à comprendre :

• ce que l'agent est autorisé à faire ;
• les outils auxquels il peut accéder ;
• les données qu'il peut utiliser ;
• les étapes qu'il réalise automatiquement ;
• les validations humaines obligatoires ;
• les modalités de reprise en main ;
• les traces disponibles en cas d'erreur.

Cette montée en autonomie apparente ne supprime pas le travail humain.

Elle le déplace vers la supervision, le contrôle des résultats et le traitement des situations atypiques.

Le risque est que cette nouvelle charge reste invisible.

Un agent peut accélérer une partie du processus tout en augmentant le temps nécessaire pour comprendre une anomalie ou reconstruire le chemin ayant conduit à une décision.

Former les salariés à contrôler, pas seulement à produire

Pour les salariés, une formation IA ne doit pas avoir pour seul objectif d'augmenter la productivité.

Elle doit leur permettre de comprendre ce que le système fait, ce qu'il ne fait pas et dans quelles situations ils doivent reprendre la main.

Les salariés doivent notamment apprendre à :

• vérifier les informations produites ;
• repérer une réponse incertaine ou incohérente ;
• protéger les données personnelles et confidentielles ;
• identifier les biais possibles ;
• distinguer une recommandation d'une décision ;
• comprendre quelles actions peuvent être déclenchées ;
• signaler une erreur ou un usage problématique.

Cette formation doit partir du travail réel.

Les risques ne sont pas les mêmes pour une personne qui utilise l'IA pour reformuler un texte et pour un salarié dont l'outil classe des dossiers, prépare une décision de recrutement ou propose une réponse à un client.

Une formation prompting généraliste peut constituer une première sensibilisation.

Former les managers aux transformations de l'organisation

Les managers ont besoin d'un parcours différent.

Leur rôle n'est pas seulement d'encourager l'adoption des outils. Ils doivent organiser leur usage et préserver les conditions nécessaires à un travail de qualité.

Ils doivent notamment savoir distinguer :

• les tâches qui peuvent être assistées ;
• celles qui peuvent être partiellement automatisées ;
• celles qui nécessitent un jugement humain ;
• les productions qui doivent être vérifiées ;
• les situations dans lesquelles l'outil ne doit pas être utilisé.

La formation des managers doit aussi intégrer le context engineering.

Qui définit les instructions communes ? Qui valide les sources utilisées ? Qui modifie les règles lorsque le système produit des erreurs récurrentes ?

Ces décisions influencent directement les pratiques professionnelles.

La question du temps est également centrale.

Une réponse produite en quelques secondes peut demander une longue vérification. Un gain apparent peut être annulé par la correction des erreurs, la recherche des sources ou la remise en forme du résultat.

Sans analyse de ces effets, l'IA peut devenir un outil d'intensification du travail.

Le temps théoriquement économisé est alors transformé en volume supplémentaire, sans tenir compte du travail de contrôle.

Former les représentants du personnel pour exercer leur mandat

Les représentants du personnel ne doivent pas recevoir uniquement la formation destinée aux utilisateurs.

Ils ont besoin d'une formation intelligence artificielle adaptée à l'exercice de leur mandat.

L'objectif n'est pas de les transformer en techniciens.

Il est de leur permettre d'analyser les conséquences d'un projet sur l'emploi, les compétences, l'organisation et les conditions de travail.

Une formation destinée aux élus CSE devrait leur permettre d'interroger :

• les activités concernées ;
• les données utilisées ;
• les instructions appliquées au système ;
• les outils auxquels il peut accéder ;
• les décisions qu'il prépare ou automatise ;
• les modalités de contrôle humain ;
• les effets sur la charge et l'autonomie ;
• les responsabilités en cas d'erreur.

Les élus doivent aussi pouvoir distinguer plusieurs niveaux de transformation.

Un simple assistant rédactionnel n'a pas les mêmes conséquences qu'un système agentique capable d'enchaîner des opérations ou d'agir dans plusieurs applications.

Une initiation au prompting ne suffit donc pas pour évaluer un projet d'IA agentique.

Les représentants du personnel doivent comprendre l'architecture globale du dispositif et ses conséquences sur le travail réel.

L'enjeu n'est pas de former tout le monde de la même manière.

Il est de construire une culture commune, puis de donner à chacun les compétences correspondant à son rôle.

Former à l'IA, c'est permettre aux salariés, aux managers et aux élus CSE de comprendre, de décider et de garder la main sur le travail réel.