« Les méta-compétences portent sur la vitesse d’apprentissage » : les formations à l’épreuve de l’IA

A l’ère de l’IA, quelles compétences comportementales deviennent des facteurs de différenciation ?

Phanish Puranam (PP) – Je pense que les capacités qui seront probablement les plus importantes dans les prochains mois et années sont les méta-compétences. C’est-à-dire, les capacités de niveau supérieur qui permettent aux individus d’acquérir de nouvelles compétences à mesure que celles qu’ils possèdent deviennent obsolètes. Elles se distinguent des compétences comportementales classiques dans la mesure où leur effet principal ne porte pas sur la performance immédiate, mais sur la vitesse à laquelle une personne est capable d’apprendre et de s’adapter. Plusieurs de ces capacités pourraient constituer des facteurs de différenciation importants. Le jugement repose sur une évaluation rigoureuse des éléments disponibles grâce à l’esprit critique. La créativité, elle, s’appuie en grande partie sur le raisonnement analogique : soit la capacité à reconnaître que des problèmes qui semblent différents en apparence peuvent partager une structure sous-jacente commune. La coopération dépend de méta-compétences sociales, telles que la capacité à comprendre les autres, à négocier et à instaurer la confiance, car les pairs restent une source importante d’apprentissage. À la base de ces capacités se trouvent également la résilience émotionnelle et un état d’esprit de développement (« growth mindset »). En résumé, ces méta-compétences déterminent la rapidité avec laquelle les individus peuvent transformer des capacités latentes en compétences effectivement mobilisées, à mesure que la nature du travail évolue.

Comment les programmes de formation évoluent-ils en conséquence ?

PP – La formation devrait évoluer en passant d’une logique de transmission de contenus vers le renforcement des capacités fondamentales qui permettent d’acquérir de nouveaux savoirs. Les méta-compétences ont davantage de chances de se développer lorsque les individus sont confrontés à des tâches nouvelles et complexes, bénéficient de retours rapides et travaillent de manière interdépendante avec d’autres personnes. Les programmes de formation efficaces cherchent à créer précisément ces conditions. Sa contribution la plus profonde réside probablement moins dans la mise à jour des connaissances sur les tendances actuelles des cadres dirigeants que dans le développement de leurs méta-compétences. Autrement dit, des capacités cognitives et sociales travaillées au moyen d’études de cas, de simulations, de travaux de groupe et de résolution collective de problèmes. Apprendre à coder, par exemple, peut solliciter de manière particulièrement intensive la réflexion de haut niveau et le raisonnement analogique. L’IA elle-même ouvre une nouvelle possibilité en raison de sa capacité de paramétrage. Les grands modèles de langage peuvent être configurés pour générer à la demande des problèmes dont le niveau de difficulté est ajusté. Il devient possible de considérer l’IA non seulement comme une source de réponses, mais aussi comme un environnement d’apprentissage configurable.

De quelles manières l’IA agit-elle comme un catalyseur pédagogique qui nous amène à repenser également le rôle du formateur ?

PP – L’IA met particulièrement en évidence une distinction ancienne entre l’outil à maîtriser et le tuteur qui permet cette maîtrise. Un outil améliore la performance tant qu’il est disponible, tandis qu’un tuteur modifie le modèle mental sous-jacent de l’apprenant, de sorte qu’une partie de l’amélioration persiste même lorsque le tuteur n’est plus présent. Une manière de visualiser cette problématique consiste à imaginer les tâches comme les feuilles d’un arbre et les compétences comme ses racines. De nombreuses feuilles dépendent de chaque racine, et de nombreuses racines contribuent à chaque feuille. Lorsqu’une tâche est déléguée à l’IA, une feuille est retirée. Mais si la compétence sous-jacente n’est plus exercée, les racines correspondantes peuvent elles aussi commencer à s’affaiblir. A terme, cela peut entraîner une baisse de performance, y compris pour des tâches qui continuent d’être réalisées sans l’aide de l’IA. Cette évolution transforme ainsi le rôle du formateur. Il devient de plus en plus un concepteur des modalités d’utilisation de l’IA. Il détermine quand le système doit être accessible, quand il doit être retiré et dans quelle mesure son raisonnement doit être visible pour l’apprenant. Les méthodes d’apprentissage doivent évoluer en conséquence. Dans nos expérimentations de terrain consacrées au diagnostic médical, menées avec le Dr Sihan Li et la professeure Vivianna Fang He, l’utilisation de l’IA pendant la formation a généré des gains de performance qui se sont maintenus après son retrait, à condition que les apprenants restent engagés dans le raisonnement sous-jacent au lieu de simplement reproduire des réponses déjà élaborées. La question essentielle n’est donc pas seulement de savoir si l’IA est utilisée dans la formation, mais comment elle est utilisée.

Concrètement, pouvez-vous suggérer trois formations spécifiques correspondant à cette approche ?

PP – Oui, bien sûr. La formation des cadres dirigeants est particulièrement pertinente, car sa valeur profonde réside dans le développement des méta-compétences, plutôt que dans la simple transmission de connaissances sur l’IA. Il existe à l’INSEAD :

• « AI for Business » : Un programme de cinq jours, en présentiel, proposé à Fontainebleau ou à Singapour. Il est destiné aux cadres dirigeants et ne nécessite pas de compétences techniques particulières. Il porte sur la stratégie en matière d’IA, le leadership et la transformation organisationnelle.
• « Transforming Your Business with AI » : Un programme entièrement en ligne réparti sur 5 semaines. Il constitue une option plus accessible pour les managers en activité qui souhaitent comprendre les implications de l’IA en matière de management.
• « Human Capital in the Age of AI » : Un programme de trois jours en présentiel, également proposé à Fontainebleau et à Singapour. Il porte sur le design et le développement des organisations dans un environnement marqué par l’IA.

Enfin, quelles limites voyez-vous à l’IA à ce jour ?

PP – La première est celle de la dépréciation potentielle des compétences. Les collaborateurs sont souvent présentés comme le principal actif d’une organisation, mais ces derniers se déprécient. Cela signifie que les dirigeants doivent trouver un équilibre entre les gains d’efficacité générés aujourd’hui par l’IA et la résilience future des capacités humaines. Il s’agit pour les entreprises de mesurer le développement des compétences, et pas uniquement la performance immédiate. Une difficulté connexe concerne la temporalité : les individus qui deviennent à terme de très bons apprenants peuvent au départ sembler peu efficaces, parce qu’ils prennent le temps de poser des questions élémentaires, expérimentent ou consacrent du temps à comprendre les mécanismes sous-jacents. Les organisations risquent de mal les évaluer avant que leur avantage en matière d’apprentissage ne devienne visible.

La deuxième limite est celle de l’homogénéisation. L’IA peut certes améliorer la qualité et la rapidité du travail individuel, mais réduit simultanément la diversité des modes de raisonnement et des résultats qui en découlent. Si de nombreuses personnes s’appuient sur les mêmes modèles, leurs productions deviendront plus similaires. Ce constat pourrait entraîner un coût collectif important, car l’innovation dépend en grande partie du maintien d’une diversité de perspectives, d’approches, de sensibilités, etc.

À lire aussi

Éric Hazan : Face à l’IA, « le manager doit maintenir ses muscles décisionnels »

Pour finir, la dernière limite à garder en tête réside dans le paramétrage de l’IA comme principe de conception. L’IA peut en effet être paramétrée, répliquée et modulée d’une manière qui n’est pas possible avec la cognition humaine. Il devient possible de concevoir des systèmes destinés à développer délibérément les capacités humaines plutôt qu’à simplement les remplacer.