Comment cultiver l’expertise à l’ère de l’IA ?

Compétences cognitives, numériques, de gestion de projet et d’administration… Depuis l’essor de l’IA générative, l’exposition directe d’une entreprise à l’IA exerce une pression à la baisse sur la demande de ces compétences transversales autrefois jugées indispensables. La dépendance des employeurs envers la créativité humaine traditionnelle pour la résolution de problèmes ou l’idéation tend par exemple à fléchir. En France, plus une entreprise est exposée à l’IA, moins elle demande de créativité dans ses offres d’emploi. Quand cette exposition augmente fortement, la part des offres exigeant de la créativité baisse de 2 à 2,5 points de pourcentage.

Ce sont les emplois à haut salaire et à haut niveau d’études qui sont aujourd’hui les plus exposés à l’intelligence artificielle. Les professions qui exigent d’importantes compétences cognitives prêtent leur flanc à l’IA.

A titre de consultante depuis quelques années, je peux témoigner de l’impact de l’IA sur le développement de l’expertise et des compétences.

Là où je passais auparavant plusieurs heures à analyser et synthétiser des documents clients, l’IA le génère en quelques minutes. Présentations PowerPoint, comptes rendus de réunions, résumés d’interview pour la rédaction de cas clients… Tout ce qui touche de loin ou de près au traitement d’information s’est considérablement accéléré grâce à l’IA. Ces tâches, pour moi, avait tout de même un intérêt intellectuel lorsque je débutais dans la profession. Elles constituaient une étape nécessaire pour penser et réfléchir par moi-même.

L’IA a court-circuité une partie de ce lent processus de maturation cognitive que je jugeais nécessaire à l’acquisition d’expertise.

Mener des entretiens, analyser des informations, réaliser une veille ou formuler un diagnostic participaient justement à cet apprentissage progressif. Aujourd’hui, l’IA prend en charge une part croissante de ces activités, jusqu’à intervenir dans l’analyse et la formulation de recommandations. Dès lors, comment les organisations développeront-elles le savoir-faire indispensable pour superviser efficacement l’IA ?

Les compétences qui fondent l’expertise évoluent

Pour comprendre comment développer l’expertise de demain, il faut d’abord observer la manière dont l’intelligence artificielle transforme les compétences mobilisées pour réaliser une activité.

L’automatisation sollicite moins certaines compétences et renforce l’importance de nouvelles capacités pour orienter l’IA et évaluer ses productions.

Ainsi, dans le développement informatique, l’IA génère dorénavant du code et assiste les développeurs dans sa production. Le rôle du développeur se déplace alors vers la supervision du code généré. Il consacre davantage de temps à le lire, le comprendre, le tester, identifier les erreurs éventuelles et en contrôler la qualité.

Chez Sofinco, Onepoint a accompagné le déploiement d’assistants qui recherchent l’information et préparent des réponses aux sollicitations clients. Le conseiller doit ensuite apprécier leur pertinence et les adapter à la situation du client.

Une même activité mobilise ainsi des compétences différentes selon qu’elle est réalisée avec ou sans intelligence artificielle. L’automatisation déplace progressivement la valeur vers des compétences de jugement, d’analyse critique et d’interprétation, indispensables pour exploiter les productions de l’IA de manière pertinente.

Si les usages varient d’un métier à l’autre, la capacité à intégrer l’IA dans son activité devient un socle commun. Formuler efficacement une demande, sélectionner l’outil adapté et exploiter ses résultats font désormais partie des compétences attendues dans un nombre croissant de professions. Cette évolution est d’ailleurs confirmée par le Future of Jobs Report 2025 du World Economic Forum, qui classe les compétences liées à l’IA parmi celles dont la croissance sera la plus forte d’ici 2030.

Reste à savoir comment les organisations vont former les professionnels à ces nouvelles pratiques.

Repenser les mécanismes de construction de l’expertise

A la maille individuelle : utiliser l’IA en conscience

Pour continuer à développer l’expertise, le premier défi consiste à préserver les mécanismes d’apprentissage lorsque l’intelligence artificielle prend en charge une part croissante de la production. L’objectif reste d’acquérir une compréhension profonde du métier, même lorsque le collaborateur réalise moins directement certaines tâches opérationnelles.

L’intelligence artificielle se trouve alors au cœur de ce paradoxe. Elle transforme les situations qui permettaient d’apprendre, tout en offrant de nouvelles opportunités pour construire l’expertise. En effet, l’IA peut soutenir la métacognition, c’est-à-dire la capacité à comprendre et examiner ses propres raisonnements. Comparer plusieurs solutions, expliquer leurs différences et justifier une correction oblige l’apprenant à rendre son analyse plus consciente. Il construit ainsi son expertise en questionnant les résultats obtenus, plutôt qu’en acceptant simplement la première réponse proposée.

Si les mécanismes d’apprentissage évoluent, les organisations devront s’adapter. Plusieurs pistes peuvent être envisagées.

A la maille manager-managé : expliciter l’expertise

Les organisations ont tout intérêt à bâtir des boucles de feedback qui transforment chaque production en terrain d’apprentissage. Une production est passée au crible, discutée, corrigée, puis remaniée à la lumière des leçons tirées. L’apprentissage se nourrit alors autant de l’analyse du résultat que de sa fabrication.

Le rôle de l’encadrement s’avère déterminant pour entretenir ces boucles et transmettre les critères qui fondent une décision professionnelle. Managers, experts et pairs peuvent expliciter leurs raisonnements, leurs arbitrages et les critères d’un résultat de qualité. La transmission de l’expertise passe ainsi par l’explication du raisonnement qui conduit au résultat, autant que par sa correction.

Cette démarche explicite des connaissances acquises avec l’expérience. Un expert repère parfois immédiatement une incohérence sans expliciter les indices qui ont guidé son jugement. Formaliser ces repères facilite leur transmission et fournit aux collaborateurs des critères pour apprécier les productions de l’intelligence artificielle.

A la maille de l’organisation : développer une expertise collective…

À l’échelle de l’organisation, l’expertise pourrait se déployer de façon plus collective et distribuée entre plusieurs acteurs, outils et sources de connaissances. La performance dépendrait alors de la capacité à convoquer la bonne expertise, au bon moment, autour d’une situation particulière. Les entreprises gagneraient à renforcer les espaces de partage, de mentorat et de confrontation des pratiques afin de cultiver cette intelligence collective.

… et piloter l’évolution des compétences

Développer les expertises dont l’organisation aura besoin demain suppose également d’identifier les compétences qui les composent aujourd’hui, ainsi que celles qui émergent avec l’intelligence artificielle. Cette analyse permettrait d’adapter plus finement les parcours d’apprentissage, les modalités d’accompagnement et les responsabilités confiées aux personnes.

Les approches centrées sur les compétences (« Skills-Based ») apportent ici une lecture pertinente. Elles permettent d’identifier les compétences mobilisées dans les activités, d’observer leur évolution face aux transformations du travail et d’accompagner leur développement. Associées aux capacités offertes par l’IA pour cartographier les compétences et les rapprocher des besoins de l’organisation, elles fournissent un cadre plus dynamique pour anticiper les évolutions des métiers et accompagner le développement des expertises nécessaires demain.

Développer une expertise humaine capable de superviser l’IA

L’IA grignote les situations qui entretenaient historiquement l’expertise, au moment même où cette dernière s’avère indispensable pour la superviser.

Le serpent se mord la queue. Les tâches opérationnelles constituaient précisément une partie de la rampe d’accès à l’expertise. Former des superviseurs compétents demande du temps d’apprentissage.

Il faut donc repenser les parcours d’apprentissage, expliciter les repères des experts et multiplier les occasions de confrontation entre pairs. Ces actions demandent un engagement réel de l’encadrement, qui doit accepter de ralentir la production pour préserver la formation. Les approches centrées sur les compétences (« Skills-Based ») s’appuient désormais sur les capacités de cartographie qu’offre l’IA. Ensemble, elles procurent aux organisations un outillage pour suivre cette évolution des compétences et anticiper les besoins de demain.

En somme, former des collaborateurs capables de questionner, corriger et enrichir les productions de l’IA déterminera la capacité des organisations à en tirer pleinement parti.