Qui formera les experts de demain ?

Une alternante en bac+3 prépare des supports de formation pour les intervenants de son entreprise. Le sujet, elle ne le maîtrise pas encore. C’est même pour ça qu’on le lui a confié : elle est là pour l’apprendre.

Elle a Copilot dans Word et dans PowerPoint, livré avec la licence Microsoft 365. Personne ne lui a expliqué comment s’en servir, ni surtout comment vérifier ce qu’il produit. Les délais sont courts. Les supports sortent propres, bien mis en page, au bon niveau de langue. Elle envoie le tout par courrier à l’intervenant pour sa mission chez le client.

Il découvre les erreurs devant ses stagiaires : plusieurs erreurs sur le fond, dans un support qu’il est censé porter. Il y perd toute crédibilité, l’organisme aussi, et elle avec, même si elle n’était pas dans la salle.

On pourrait en faire une faute individuelle, mais ce serait passer à côté du sujet. Elle a fait ce que son outil lui proposait de faire, avec le niveau de connaissance qu’on attendait d’elle, c’est-à-dire celui d’une personne qui apprend.

Le travail ingrat, c’était la formation

Préparer un support de formation sur un sujet qu’on ne connaît pas, c’est un travail de junior par excellence. On lit, on recoupe, on se trompe, on se fait reprendre par quelqu’un qui sait. À la fin, le support existe, et surtout la personne qui l’a fait en sait beaucoup plus qu’au début.

Le junior produisait, et c’est en produisant qu’il se formait. C’était le deal tacite de tout premier poste : l’entreprise récupère un livrable imparfait pour pas très cher, le junior se fait des heures de pratique sur un vrai dossier, où les erreurs ont des conséquences.

L’IA générative casse ce deal sans prévenir personne. Le livrable arrive plus vite et il a l’air meilleur, mais les heures de pratique disparaissent. L’alternante n’a pas appris le sujet en préparant ses supports, puisqu’elle ne les a pas vraiment préparés.

J’ai plus de trente ans d’informatique derrière moi, industrielle et tertiaire, avec Internet dès la fin des années quatre-vingt-dix. Je n’ai pas de diplôme dans le domaine. J’ai tout appris seul, à force d’essais et d’erreurs, en lisant, en testant, en améliorant. Ça prend du temps. C’est aussi comme ça qu’on construit une vraie expertise, celle dont on a besoin en war room dans les heures qui suivent le go-live d’un nouvel ERP, puis pendant toute la phase d’hypercare.

Dans ces heures-là, personne ne demande un texte bien rédigé. On demande à quelqu’un de regarder un écran de facturation bloqué et de dire, en deux minutes, d’où vient le problème. Ce réflexe-là ne s’achète pas, il s’acquiert.

Le paradoxe de l’expert, version junior

J’ai écrit au printemps The Expert’s Paradox : si l’on doit être expert pour vérifier ce que dit l’IA, on n’a pas besoin de l’IA. Seul l’expert tire une vraie valeur de l’outil, parce qu’il est le seul à pouvoir en juger le résultat.

L’histoire de l’alternante pousse le raisonnement d’un cran. L’expert d’aujourd’hui sait vérifier parce qu’il a fait, pendant des années, le travail que l’IA fait désormais à la place des débutants. Si les débutants ne le font plus, d’où viendront les experts capables de vérifier dans dix ans ?

Le paradoxe se transmet à la génération suivante, et en pire. Aujourd’hui on manque parfois d’un expert pour relire, demain on risque de manquer d’experts tout court.

Les premiers chiffres

Pour l’instant, sur le terrain, je vois surtout une forte intention des dirigeants d’aller à fond sur l’IA. Et je vois aussi la vitesse à laquelle ces mêmes dirigeants et leurs cadres accélèrent pour tout automatiser, à coups d’IA intégrée dans les outils ou interconnectée via des API qu’on croit magiques. Les petits jobs des juniors sont toujours les premiers visés, parce que ce sont ceux dont on voit le mieux les tâches répétitives.

Aux États-Unis, le mouvement commence à se mesurer. Le Digital Economy Lab de Stanford suit le sujet à partir des données de paie d’ADP, qui couvrent des millions de salariés américains. Dans la dernière version de son étude, Canaries in the Coal Mine?, signée Erik Brynjolfsson, Bharat Chandar et Ruyu Chen et révisée le 12 août 2026, l’emploi des 22 à 25 ans dans les métiers exposés à l’IA se situe 19 % en dessous de ce qu’il serait s’il avait suivi celui de leurs pairs des métiers moins exposés. L’écart était de 13 % dans la première version, un an plus tôt. Chez les salariés expérimentés des mêmes métiers, on ne voit pas ce décrochage.

Les auteurs restent prudents : ce sont des données américaines, et une corrélation n’est pas une preuve. N’empêche, ça colle avec ce que je vois sur le terrain. On ne licencie pas les seniors. On n’embauche plus, ou moins, les juniors. Et personne ne décide vraiment de ce qui se passera dans dix ans, quand ces seniors partiront.

Bainbridge l’avait écrit en 1983

En 1983, une chercheuse en psychologie cognitive, Lisanne Bainbridge, publie dans la revue Automatica un article de cinq pages intitulé Ironies of Automation. Elle y étudie les opérateurs des salles de contrôle industrielles, devant des processus de plus en plus automatisés.

Elle constate que l’automatisation laisse à l’humain deux tâches : surveiller, et reprendre la main quand le système ne sait plus faire. Mais en lui retirant le travail courant, elle lui retire aussi la pratique qui entretenait ses compétences. L’opérateur est donc le moins entraîné au moment précis où on a le plus besoin de lui.

L’ironie du titre, c’est que plus un système automatisé est fiable, plus il faut investir dans la formation de ceux qui doivent pouvoir le remplacer, et pas moins.

L’aviation l’a compris il y a longtemps. Le 4 janvier 2013, la FAA américaine a publié une note de sécurité, la SAFO 13002, qui encourage les compagnies à faire pratiquer le pilotage manuel à leurs équipages en ligne et en simulateur, parce que le recours continu au pilote automatique dégrade la capacité à rattraper un avion qui sort de son domaine de vol. Personne ne parle de retirer le pilote automatique : on organise la pratique que l’automatisation a fait disparaître.

Et si vous conduisez une voiture équipée d’aides à la conduite depuis quelque temps, vous vous êtes déjà posé la question du maintien de vos compétences de conduite, n’est-ce pas ?

Et c’est ce qui manque dans la plupart des déploiements d’IA générative que je vois passer : on installe le pilote automatique, et on arrête de faire voler les juniors. Pire, on n’en recrute plus…

Comment je m’y prends

Former les juniors de mes clients ne fait pas toujours partie de mes missions. Mais quand je le peux, et que le client accepte de le financer, je prends ce temps-là. Ce n’est pas qu’un à-côté de la mission, c’est surtout ce qui permet à un déploiement d’IA de tenir dans la durée. C’est aussi la suite logique de ce que j’écrivais sur l’acculturation d’une équipe à l’IA générative : distribuer des licences sans accompagnement, l’alternante en a fait les frais.

1. Former à la méthode, pas à l’outil. Copilot, ChatGPT ou Claude changeront trois fois de nom et d’interface d’ici deux ans. Ce qui reste, ce sont les principes : savoir découper un travail, donner le bon contexte, garder la direction, ce que j’ai appelé Vibe Orchestration. Puis comprendre comment ces outils se branchent au système d’information, avec MCP et les API, pour savoir ce qu’ils voient et ce qu’ils ne voient pas.

2. Mettre en place des contrôles qualité, et les rejouer. Pour moi c’est le point le plus important, et c’est aussi celui qu’on néglige le plus. Un contrôleur de gestion ne vérifie pas les comptes une fois pour toutes : il rejoue ses contrôles chaque mois, parce que les dérives arrivent doucement. Les sorties d’une IA, c’est pareil. On définit ce qu’on vérifie, sur quel échantillon, à quelle fréquence, et on le fait. Le junior qui exécute ces contrôles apprend le métier en même temps qu’il protège l’entreprise.

3. Confier la vérification avant la production. Si l’alternante avait eu pour mission de relire et de corriger un support produit par l’IA, avec une liste de points à valider auprès d’un référent, elle aurait appris son sujet. Et l’intervenant aurait eu un support juste. Elle aurait eu le même outil et le même délai, juste un autre rôle.

4. Faire faire à la main, exprès. Comme les pilotes, de temps en temps et sur des sujets choisis. Un premier support entièrement rédigé sans assistant, relu par quelqu’un qui sait. Rien à voir avec de la nostalgie, c’est de l’entraînement. Les compagnons du devoir ne disent pas autre chose : leur compagnonnage, inscrit au patrimoine culturel immatériel de l’UNESCO en 2010, est décrit comme un « réseau de transmission des savoirs et des identités par le métier ». Par le métier, et pas en relisant le résultat.

Tout ça demande du temps, du suivi, et quelqu’un qui sait à côté de quelqu’un qui apprend. On développe les compétences. On installe la relève.

Qui formera les experts de demain ?

Personne, si on laisse faire. Pas par malveillance : chaque décision d’automatiser un travail de junior est rationnelle prise isolément. Le livrable arrive plus vite, il coûte moins cher, il est mieux présenté. C’est l’addition de ces décisions raisonnables qui vide le vivier.

Heureusement, la réponse est entre les mains des dirigeants, et elle ne coûte pas si cher. Garder des juniors. Leur confier la vérification et le contrôle. Les faire travailler à la main de temps en temps. Et mettre à côté d’eux quelqu’un qui sait.

Embaucher un junior en 2026, ce n’est pas qu’acheter de la production. C’est surtout préparer la personne qui saura, dans dix ans, dire si l’IA s’est trompée.

Je voudrais aussi qu’on fût soigneux de lui choisir un conducteur qui eût plutôt la tête bien faite que bien pleine.

Montaigne, Essais, Livre I, chapitre 26, « De l’institution des enfants ». La formule a fini en proverbe, et on a oublié qu’elle parlait d’abord du maître.