Former à l’IA ne suffit pas à protéger le travail

Le mot « formation » a pris une place étonnamment confortable dans les discussions sur l’IA au travail. Il rassure l’employeur, qui peut annoncer un programme. Il rassure le fournisseur, qui transforme la prise en main de son produit en preuve d’adoption responsable. Il rassure parfois le salarié, à qui l’on promet que la bonne manière de ne pas subir l’automatisation consiste à apprendre à s’en servir.

Le 24 juillet 2026, l’OCDE a publié un inventaire des politiques consacrées à l’IA sur le marché du travail dans les pays du G7, l’Union européenne et plusieurs économies d’Amérique latine. Sa conclusion déplace le problème : les mesures explicitement liées à l’IA sont déjà les plus développées pour les compétences et l’adoption. Elles restent beaucoup moins mûres pour la vie privée, la transparence et la responsabilité.

Autrement dit, les institutions savent mieux expliquer comment accompagner un salarié vers l’outil que comment lui permettre de comprendre une décision prise avec cet outil, d’en contester les données ou d’obtenir réparation.

Ce décalage ne rend pas la formation inutile. Il révèle simplement qu’elle répond à la question la moins conflictuelle : « saurez-vous utiliser le système ? » Elle évite les suivantes : « que saura-t-il sur vous ? », « qui lui donne le droit de vous évaluer ? » et « qui répondra lorsqu’il aura tort ? »

La formation est devenue la réponse facile

Une politique de compétences produit des objets visibles. Elle ouvre un catalogue, finance des heures, distribue une attestation et compte des participants. Elle permet aussi de traiter l’IA comme une nouvelle suite bureautique : un outil arrive, les salariés apprennent ses fonctions, puis l’entreprise mesure l’usage.

Le second rapport publié par l’OCDE en juillet, Skills in the AI age, montre pourtant que la transformation ne se résume pas à former des spécialistes. Les travailleurs possédant des compétences avancées en IA ne représentent qu’environ 1 % de la main-d’œuvre. À l’inverse, près d’un quart des travailleurs de l’OCDE étaient déjà exposés à l’IA générative en 2022-2024, au sens où au moins 20 % de leurs tâches pouvaient recevoir son assistance.

La population concernée est donc beaucoup plus large que celle des développeurs de modèles. L’OCDE insiste d’ailleurs sur les compétences complémentaires : autonomie, résolution de problèmes, communication, collaboration, pensée critique et capacité à continuer d’apprendre.

Ces qualités ont un point commun. Elles ne s’exercent que si l’organisation laisse un espace pour les utiliser. On ne développe pas l’autonomie d’un salarié en lui demandant d’obéir à une recommandation opaque. On ne protège pas sa pensée critique en évaluant uniquement la vitesse avec laquelle il adopte l’outil. On ne valorise pas sa capacité de recours si personne ne peut nommer l’humain autorisé à renverser une sortie automatisée.

La formation peut donc devenir un curieux déplacement de responsabilité. L’entreprise choisit le système, configure ses données et décide où son résultat intervient. Le salarié reçoit ensuite la mission d’en faire un usage « responsable ». Si l’outil dégrade le travail, son manque de maîtrise devient une explication plus commode que la mauvaise conception du processus.

OCDE, Skills in the AI age, parts de travailleurs et compétences complémentaires, vérifiées le 2 août 2026.

Un logiciel de management n’est pas un collègue

Le problème devient concret lorsque l’IA ne se contente plus d’aider à rédiger, mais participe à l’organisation du travail. Affecter des tâches, suivre un temps, mesurer une vitesse, fixer un objectif, classer une performance ou recommander une sanction : ces fonctions étaient autrefois identifiées comme des actes de management. Leur passage dans un logiciel ne les rend pas neutres.

L’enquête OCDE de 2025 sur le management algorithmique a interrogé plus de 6 000 managers en Allemagne, Espagne, États-Unis, France, Italie et Japon. Parmi les entreprises représentées, l’usage d’au moins un outil de management algorithmique atteignait 79 % en moyenne dans les pays européens étudiés. Cette catégorie est large et tous les outils ne reposent pas nécessairement sur l’IA, distinction importante pour ne pas transformer chaque tableau de bord en système à haut risque.

Les managers voient aussi des bénéfices. Dans la synthèse reprise par l’OCDE en juillet 2026, 60 % déclarent que ces outils ont amélioré la qualité de leurs décisions. Mais 27 % signalent des difficultés à comprendre les décisions ou recommandations produites.

Le chiffre importe moins comme verdict que comme avertissement. Si plus d’un manager sur quatre peine à expliquer l’outil qu’il utilise, la formation du salarié évalué ne résout rien. Elle peut lui apprendre l’existence du score. Elle ne lui donne pas les variables du calcul, la qualité des données, la marge d’erreur, le poids réel de la recommandation ni le nom de la personne qui peut la corriger.

Une décision n’est pas rendue humaine par la présence d’un manager qui clique sur « valider ». La supervision suppose une compétence, du temps, une autorité effective et la possibilité de dire non sans être pénalisé par le processus.

OCDE, enquête sur le management algorithmique et revue des politiques 2026, vérifiées le 2 août 2026.

Les droits arrivent par morceaux

L’Europe n’est pas vide de règles. Elle possède plutôt un puzzle dont les pièces ne couvrent ni les mêmes outils, ni les mêmes travailleurs, ni les mêmes dates.

L’article 26 de l’AI Act prévoit, pour les déployeurs de systèmes d’IA à haut risque, une supervision confiée à des personnes compétentes, formées et dotées de l’autorité nécessaire. Il impose aussi, selon les cas, le suivi du fonctionnement, la conservation des journaux, l’information des travailleurs et de leurs représentants avant l’usage au travail, ainsi que l’information des personnes concernées par une décision assistée.

Ces protections ne s’appliquent pas à tout logiciel qui classe, recommande ou surveille. Et leur calendrier s’est éloigné : l’AI Omnibus entré en vigueur le 27 juillet reporte au 2 décembre 2027 l’application des règles sur les systèmes à haut risque, et au 2 août 2028 celles concernant l’IA intégrée à certains produits physiques.

La directive européenne sur le travail via une plateforme va plus loin sur un périmètre plus étroit. Elle encadre les systèmes automatisés de surveillance et de décision, prévoit une information, une supervision humaine, une possibilité de réexamen et des limites sur certaines données. Les États membres doivent la transposer au plus tard le 2 décembre 2026. Mais un employé d’une entreprise ordinaire n’est pas automatiquement un travailleur de plateforme.

Le contraste est révélateur. Nous savons décrire assez précisément le droit de contester pour certains chauffeurs, livreurs ou travailleurs organisés par une plateforme. Nous savons aussi formuler des obligations futures pour certains systèmes à haut risque. Entre les deux subsiste une masse d’outils ordinaires : planification, contrôle qualité, scoring commercial, analyse de messages, classement de candidatures, suivi de productivité ou recommandation de formation.

Le 22 juillet, la Commission européenne a annoncé un nouveau groupe de haut niveau sur l’impact de l’IA sur le marché du travail, tout en promettant de mieux mesurer la qualité de l’emploi. L’annonce reconnaît le besoin. Elle montre aussi que la mesure arrive après le déploiement.

AI Act Service Desk, article 26, calendrier AI Omnibus, directive sur le travail via une plateforme et annonce sur le socle européen des droits sociaux, vérifiés le 2 août 2026.

Un droit de recours ne tient pas dans un module vidéo

La différence entre formation et protection apparaît dans ce qui reste après une erreur.

Un salarié suit une formation à l’outil qui répartit les interventions. Il apprend à lire la priorité affichée et à signaler une indisponibilité. Trois mois plus tard, il reçoit systématiquement les missions les moins favorables. Une formation supplémentaire peut expliquer l’interface. Elle ne répond pas à cinq questions :

• quelles données ont modifié la répartition ;
• quelle règle ou recommandation a produit ce résultat ;
• qui possède l’autorité pour rejouer ou annuler la décision ;
• quelle trace permet de comparer avant et après la correction ;
• dans quel délai une contestation reçoit une réponse motivée.

Ces réponses constituent une architecture de responsabilité. Elles doivent exister avant le pilote, car l’organisation a tendance à normaliser ce qui fonctionne assez bien techniquement. Une recommandation devient une habitude, puis une procédure, puis une donnée historique utilisée pour entraîner ou ajuster le système suivant.

La protection ne consiste pas non plus à exiger une explication mathématique complète à chaque clic. Un recours utile peut rester simple : la décision touchée, les catégories de données pertinentes, le rôle du système, les critères majeurs, l’humain responsable et la possibilité de restaurer la situation antérieure.

Il faut surtout distinguer deux formes d’erreur. La première est individuelle : une donnée fausse, une personne mal classée, une décision à corriger. La seconde est structurelle : l’outil augmente la cadence, invisibilise certaines tâches, pénalise les pauses ou transforme une mesure imparfaite en objectif. La première demande un dossier. La seconde exige du dialogue sur l’organisation du travail.

Consulter avant que le pilote devienne une habitude

La revue de l’OCDE montre que tous les pays étudiés recommandent l’implication des travailleurs, et que beaucoup l’exigent dans certains cadres, notamment pour la santé et la sécurité. Elle constate aussi que relativement peu de pays investissent dans l’expertise IA des partenaires sociaux.

Cette faiblesse produit une consultation asymétrique. L’employeur arrive avec le fournisseur, une démonstration, un calendrier et des promesses chiffrées. Les représentants des travailleurs disposent d’un nom de produit et de quelques captures d’écran. La conversation porte alors sur l’acceptation du changement, pas sur ses paramètres.

Une consultation sérieuse devrait commencer plus tôt, lorsque des alternatives existent encore. Elle ne demande pas aux salariés de choisir le modèle ou l’hébergeur. Elle leur demande où le travail réel résiste au schéma : les exceptions, les échanges informels, les tâches invisibles, les critères contradictoires, les moments où suivre la recommandation créerait un risque.

Cette connaissance n’est pas une opinion périphérique. C’est une donnée de conception. L’OCDE relève que les travailleurs peuvent identifier des caractéristiques algorithmiques qui provoquent stress, frustration, baisse du moral ou sentiment de déshumanisation. Les consulter ne ralentit pas nécessairement l’outil ; cela empêche surtout d’accélérer la mauvaise partie du travail.

Le test à faire avant d’acheter la formation

Avant de sélectionner un catalogue, une entreprise peut écrire une fiche d’une page pour chaque usage envisagé. Elle ne doit contenir ni promesse de productivité ni vocabulaire de fournisseur, seulement les réponses suivantes :

1. Décision — quelle décision concernant le travail ou une personne sera prise, recommandée ou influencée ?
2. Données — quelles données entrent, lesquelles sont interdites, et combien de temps les traces restent-elles disponibles ?
3. Responsable — qui peut comprendre, suspendre, corriger et assumer le résultat ?
4. Recours — comment une personne affectée obtient-elle une réponse humaine motivée ?
5. Travail réel — qui a vérifié l’effet sur la charge, l’autonomie, la sécurité et les tâches invisibles ?

La formation vient ensuite. Son contenu devient alors plus exigeant : reconnaître les limites, documenter un désaccord, ne pas transformer une suggestion en ordre, savoir quand suspendre l’usage et connaître le canal de recours. Elle prépare à exercer un jugement, pas seulement à produire plus vite.

Le véritable indice de maturité n’est donc pas le nombre de salariés capables d’écrire un bon prompt. C’est le nombre de décisions assistées que l’organisation peut expliquer, contredire et réparer.

Une salle de formation pleine peut prouver qu’un outil a été présenté. Elle ne prouve pas que le travail a été protégé. Pour cela, il faut pouvoir entrer dans la pièce suivante : celle où quelqu’un possède encore le droit de dire que la machine s’est trompée.