Avec l’IA, sommes-nous en train de détruire les conditions d’apprentissage des métiers ?

L’IA automatise de plus en plus les tâches que l’on confiait hier aux personnes débutantes ou en reconversion, pour qu’elles apprennent le job. D’accord mais faire des tâches, ce n’est pas vraiment exercer un métier ! Inversement, ne pas réaliser certaines tâches, c’est risquer de ne jamais maîtriser le job et pour les personnes expérimentées, risquer de sérieusement décrocher, aussi ! 

La croissance des usages de l’IA au travail cache un angle mort : en automatisant trop de tâches, allons-nous supprimer aussi les situations permettant aux humains d’apprendre à travailler, ce que les anglo-saxons appellent le learning by doing ?

Et derrière se joue peut-être un enjeu qui dépasse les débutants : la capacité des organisations à former leurs futurs professionnels, en général. En fin d’article, on vous parle en revanche d’une belle opportunité à saisir par les entreprises et les actifs !

La question dépasse les seuls “juniors” !

Dan cet article, on vous propose de soulever 3 questions majeures :

1. Comment les juniors ou débutants dans le métier vont-ils se développer en début de parcours, si des situations qui permettaient d’apprendre le travail disparaissent ?
2. Du côté des plus expérimentés : que deviennent-ils s’ils s’appuient sur des IA comme sur des “prothèses cognitives”, au point de leur déléguer une partie de leur raisonnement ?
3. Comment les entreprises pérenniseront leurs activités, si leurs personnels ne peuvent plus partager leurs “savoirs d’expériences”, les discuter, les échanger, les améliorer entre pairs, plus ou moins expérimentés ?

Jeunes, expérimentés et seniors sauront-ils encore aussi analyser, arbitrer et décider par eux-mêmes, si l’on ne maintient pas, à côté des IA, de véritables “situations d’apprentissage en faisant” ?

Si l’IA fait les tâches, fait-elle vraiment le job… ?

Une évidence trompeuse : l’IA excelle sur des tâches ciblées 

Rédiger un compte rendu, analyser des données, générer un diagnostic, coder : sur ces activités, les IA impressionnent par leur rapidité et qualité apparente : elles produisent en quelques secondes ce qu’un junior mettrait plusieurs heures à réaliser. D’où une conclusion hâtive: si l’IA arrive à produire cela… à quoi servent encore les débutants ?

Un métier, c’est bien plus qu’une simple addition ou agrégation de tâches !

Un métier, dans la vraie vie, dans le travail réel, ne se résume pas à une liste d’actions que produit le travailleur humain.

Les travaux en didactique professionnelle, en ergonomie, sur la pratique réflexive, les réflexions philosophiques sur la responsabilité humaine (H.Arendt, E.Levinas…) ainsi que les propos de certains spécialistes sur les limites des IA de type LLM, comme Yann Le Cun, prouvent que quand l’IA travaille uniquement dans le virtuel et sur des statistiques et corrélations, l’humain agit dans le réel, avec une finalité mais aussi en prenant en compte des vrais risques et responsabilités ! 

Un bon professionnel, qu’il soit par exemple, expert-comptable, enseignant, garagiste, commercial ou maçon, mobilise dans son travail un processus en 5 dimensions, que l’IA ne possède pas intrinsèquement :

1. Une intention dans l’action, par exemple pour une professeure de littérature :
   “je vais proposer une sortie culturelle pour relancer l’engagement de mes étudiants”
2. Un jugement contextuel, par exemple pour un expert-comptable :
   “mon client veut trouver un investisseur pour racheter sa boulangerie, mais le marché est défavorable : quelles autres options lui proposer ?”
3. Une expérience accumulée, par exemple pour un commercial :
   “ce type de client, je le connais bien, il va vouloir renégocier en cours d’année : comment anticiper et tenir ma marge ?”
4. Des arbitrages en situation, par exemple pour un garagiste :
   “le diagnostic via la prise ODB ne me suffit pas : je dois raisonner par hypothèses et tester pour trouver la panne”
5. Une responsabilité dans l’action, par exemple pour un maçon :
   “toucher cet IPN peut fragiliser la structure : le risque est majeur et je peux aussi faire perdre sa garantie décennale à mon client”

Une erreur de lecture qui change tout

Le problème n’est pas l’usage de l’IA en tant que telle ! Le problème est la manière dont nous interprétons ce qu’elle peut faire. Nous confondons ce qui est visible dans un travail (les tâches, les gestes, la production, le dossier, le produit réalisé etc.) avec le vrai “savoir”, la vraie compétence : ce qui est fait réellement en processus de fond par l’humain, dans l’entièreté de son métier (le jugement, l’expérience, les arbitrages, la responsabilité, etc.).

Et cette confusion produit dans certaines entreprises, des décisions organisationnelles pas toujours bien réfléchies… et aux effets inattendus ou indésirables, qui pourraient aller jusqu’à la disparition de savoirs stratégiques, essentiels à la pérennité de l’organisation !

Suppression de situations qui permettaient aux humains d’apprendre ? 

Prenons deux cas simples pour illustrer le problème dans toute son ampleur :

Machine auto-réparée… technicien demain désarmé ?

La robotisation avancée permet à une machine de détecter une anomalie, de poser un diagnostic, de se réparer automatiquement. La panne est traitée plus vite. Mais le technicien, lui, n’a rien fait. Il n’a ni observé, ni analysé, ni compris. Il a juste “supervisé”. Le problème est résolu… mais la compétence du technicien n’a pas progressé.

Lors de la terrible période de froid au Texas en 2021, les systèmes automatisés ont déclenché des protections pour éviter l’effondrement du réseau électrique. Mais face à une situation hors norme, avec une chute massive de production, les automatismes ont atteint leurs limites. Le système a protégé tant qu’il pouvait… sans comprendre le monde physique, ni s’adapter. Lorsque les règles automatiques ne suffisent plus : qui est encore capable d’analyser la situation, d’arbitrer… et de reprendre la main pour éviter la catastrophe ?

Les juniors pourraient ne plus apprendre le job ! 

Lorsque j’ai démarré ma carrière (au millénaire dernier) comme conseiller en formation “junior” sur les formations au management dans le secteur de la métallurgie, mon chef m’avait confié des tâches simples : compiler des supports, rédiger des notes, préparer des dossiers et supports pour les rendez-vous qu’il avait avec les “chefs du personnel”. Je me souviens de moments où mon chef m’alertait sur des lacunes et même de gentilles “remontée de bretelles” sur des “oublis”. J’avais recommencé, ajusté, etc. C’est dans ces allers-retours sur des tâches simples, que j’avais appris à structurer, à prioriser, à mieux interpréter des données et… aussi à apprendre le savoir-être, lors des présentations en rendez-vous, en binôme avec mon chef…

En 2026, une IA peut produire une version très “acceptable” dès le départ : des compilations de données, des super présentations, etc., pour les rendez-vous. Le travail est bien plus rapide et souvent très qualitatif sur la forme. Le hic : si on supprime ces tâches simples du côté d’un jeune professionnel, une partie de l’apprentissage du métier disparait en même temps !

D’autres conséquences occultées ?

Les tâches “simples”, dans le monde d’avant :  bien plus que des portes d’entrée dans le métier !

Les tâches d’exécution ou de base ne sont pas que des occasions d’apprendre pour les “juniors”. Elles concernent tous les travailleurs et sont aussi en réalité :

• Des espaces-temps de répétitions pour les équipes,
• Des “safe places” où les erreurs sont possibles,
• Des occasions de socialisation,
• Des supports de construction de repères professionnels communs,
• Un moyen d’appropriation et de renforcement de la culture d’entreprise ou d’équipe,

Elles ont donc évidemment une fonction pédagogique et initiatique pour les profils “juniors” ou les personnes en “reconversion”.

Mais elles sont aussi, à l’époque où de nombreux actifs expérimentés se plaignent de surcharge mentale au travail, des moments de respiration, de “tranquillité”, permettant de “tenir le coup” parfois et d’éviter des RPS, burn-out et autres fatigues professionnelles…

Une disparition silencieuse de compétences avec un impact encore mal estimé ?

En supprimant l’exécution humaine de ces tâches simples et en y substituant l’IA pour les réaliser, l’entreprise ou l’équipe va certes à court-terme optimiser sa production. Mais elle va réduire aussi la possibilité du développement permanent des compétences pour les “expérimentés” : 

• Moins d’occasions de reprendre conscience de ce qu’on fait, comment on le fait et pourquoi on le fait,
• Moins d’occasions de transmettre à un nouveau et donc d’apprendre ou ré-apprendre soi-même, par “effet miroir”,
• Moins d’occasions de s’entraider (donc de progresser vers un but commun : débutants comme “anciens”),
• Moins d’occasions de s’améliorer par l’expérience capitalisée et la réflexivité en équipe.

L’entreprise court donc un double risque systémique : primo, fabriquer des compétences peu robustes – secundo, ne plus conserver de professionnels compétents. Comment l’expliquera-t-elle à ses clients ou aux autorités, en cas de “pépin” ?

Une dérive inquiétante : la performance (apparente ?) sans compétence

Si on remplace un peu trop vite et trop fort les travailleurs humains par des IA, on pourrait vivre des “grands moments” (pour le dire pudiquement) dans certaines entreprises :

Produire ou superviser sans comprendre…

Avec l’IA, il est plausible de livrer un travail correct sans maîtriser les logiques qui le sous-tendent. Reprenons l’exemple du garagiste plus haut : qu’est-ce qu’il raconte à son client si par miracle, la panne de voiture est trouvée par l’IA, mais qu’il ne la comprend pas ou qu’il répond de manière vaseuse aux questions du client ? Ce dernier va-t-il être rassuré lorsqu’il reprendra son véhicule ?

Des utilisateur “accros” et dépendants ?

Si un collaborateur expérimenté (ou une équipe) se rend dépendant de l’IA, que va-t-il se passer à moyen terme ? Les prix de l’IA sont pour l’instant “accessibles”. Mais quand la situation concurrentielle se stabilisera, des oligopoles possédant un Pricing Power élevé, augmenteront les prix des IA. Finalement, former un junior en lui confiant des tâches, ça coûtait si cher ?

Certains groupes (on ne dira pas les noms…)  font un peu marche-arrière : après avoir supprimé en 2025 trop de jobs, ils recommencent discrètement à réembaucher en 2026 ! 

Recréer des situations apprenantes : une responsabilité de l’organisation

De l’apprentissage implicite à l’apprentissage intentionnel

Hier, dans beaucoup de jobs, on apprenait “en faisant”. Aujourd’hui et encore plus avec l’arrivée des jeunes générations de “IA-natifs” dans les entreprises, il va falloir vraiment apprendre en comprenant ce que l’on fait et ce que l’on apprend !

L’apprentissage d’un job ne peut pas être laissé au gré du seul flux de l’activité (“learning in the flow of work“). La problématisation correcte, l’analyse critique, la pratique réflexive (re)deviennent des compétences clés, pour les nouveaux et anciens confrontés à l’IA dans leur travail !

Le rôle clé des managers, des tuteurs et des formateurs internes

Dans ce nouveau contexte IA-fort, le rôle des “encadrants pédagogiques” évolue : Ils ne sont plus seulement là pour donner le savoir, faire produire et contrôler les compétences et le travail. Ils doivent aussi rendre le travail “signifiant et apprenant” : faire expliciter les raisonnements aux collaborateurs, organiser des retours sur l’action, susciter des partages de bonnes pratiques, animer des séances de résolution de problème, etc.

Réintroduire de l’apprentissage au travail

Les entreprises vont devoir recréer des espaces-temps, où l’on peut ralentir la “folie de l’urgence permanente” et créer des apprentissages réguliers :

• Maintenir des espaces d’essai / erreur,
• Découper les situations de travail complexes en étapes plus digestes,
• Accompagner les succès et difficultés des collaborateurs,
• Expliciter les attendus, les critères de qualité, l’éthique, l’exigence, le sens au travail.

La réflexivité, le moteur de l’apprentissage durable, ne se décrète pas, elle s’apprend. Elle s’organise aussi, comme on vous le dit souvent chez C-Campus : via un questionnement structuré (type nos méthodes FAST©, RIEC©), une analyse de pratiques, des échanges entre pairs. La “formation intégrée au travail”, avec de réels apprentissages réflexifs, c’est une de nos spécialités. Contactez-nous pour en parler : formation@c-campus.fr

L’IA ne remplace pas les métiers. Et elle nous oblige aussi à réapprendre à les transmettre.

Les organisations qui sauront donc mettre en place en plus des IA,  des formations intégrées au travail , identifier des situations de travail apprenantes, développer la réflexivité de leurs collaborateurs expérimentés, structurer le tutorat des plus jeunes,  ne seront pas seulement les plus performantes à moyen terme, elles seront capables de proposer des professionnels compétents, toujours appréciés par la “clientèle” humaine !