Épisode 3 : l’IA va-t-elle détruire nos compétences ?

Le risque n’est peut-être pas que l’IA se trompe. Le risque est que, progressivement, plus personne ne sache pourquoi elle se trompe.

Dans le social et le médico-social, nous commençons à lui confier des tâches intellectuelles complexes : rédiger un projet personnalisé, analyser une situation RH ou financière, préparer un appel à projets, formaliser un diagnostic. Elle peut souvent le faire vite et bien. Mais une partie de l’expertise ne réside pas seulement dans le résultat produit. Elle se construit dans le chemin qui y mène.

Observer, trier, comparer, formuler, s’apercevoir qu’un raisonnement ne tient pas, revenir aux faits et chercher ce qui manque : ces opérations ne servent pas uniquement à fabriquer un document. Elles fabriquent aussi de la compétence.

Tâches productives, tâches formatrices

Il faut donc distinguer les tâches simplement productives des tâches formatrices. Automatiser une mise en forme répétitive pose peu de difficultés. Déléguer systématiquement l’analyse et la formalisation d’une situation complexe est différent, car l’écriture oblige à choisir, à hiérarchiser, et parfois à constater que l’on n’a pas réellement compris.

La formule « garder un humain dans la boucle » est, à cet égard, insuffisante. Encore faut-il que cet humain dispose de l’expertise nécessaire pour contrôler le résultat. La vérification n’est pas une compétence générale : on ne détecte une erreur financière, juridique ou éducative qu’à partir d’un savoir métier suffisamment solide. Si les professionnels apprennent demain leur métier en déléguant les opérations qui ont permis aux professionnels d’aujourd’hui de construire leur expertise, la capacité de contrôle finira elle-même par s’éroder.

La bonne boucle

L’usage le plus intéressant de l’IA consiste donc moins à lui demander de penser à notre place qu’à l’utiliser pour mettre notre pensée à l’épreuve : rechercher les hypothèses oubliées, construire un contre-argument, identifier les données manquantes ou tester la robustesse d’une conclusion.

La mauvaise boucle est simple : quelques informations, une génération, puis une validation parce que le texte paraît convaincant. La bonne boucle est plus exigeante : observation, analyse, contradiction par l’IA, vérification, puis révision.

Le sujet n’est pas de préserver artificiellement toutes les tâches humaines. Il est de ne pas automatiser les étapes qui permettent encore d’apprendre le métier.

L’IA peut nous faire gagner du temps. Elle peut aussi nous rendre meilleurs. Mais il faut lui laisser quelque chose à améliorer.