Pourquoi adopter l’IA ne signifie pas lui faire confiance

L’IA peut permettre à un petit groupe de transformer une idée en prototype fonctionnel, en workflow ou en produit avant que l’organisation au sens large n’ait déterminé ce que ce changement implique pour son propre travail. Les dirigeants peuvent interpréter ce progrès technique comme la preuve que les équipes sont prêtes à suivre, alors que les signaux humains peuvent raconter une autre histoire. L’hésitation, les questions répétées et l’attachement aux processus existants peuvent révéler que les capacités techniques ont progressé plus vite que la capacité de l’organisation à les absorber.

Un déploiement rapide de l’IA peut créer un faux signal de préparation organisationnelle

L’écart commence par les rythmes différents du déploiement et de l’adaptation. Wagner Denuzzo explique qu’un nouvel outil d’IA peut apparaître et que, « en quelques mois », les employés peuvent être censés l’adopter et modifier leur manière de travailler ; une organisation peut même installer un outil « du jour au lendemain », au sens figuré. Dans le même temps, l’IA permet de plus en plus à un nombre réduit de personnes de faire avancer de manière significative une idée vers un prototype fonctionnel, un workflow ou un produit. Ces deux évolutions raccourcissent le parcours technique entre la décision et la mise en œuvre, mais l’ajustement humain demande toujours du temps.

Cette différence s’accentue lorsque des fondateurs ou un autre groupe de direction relativement restreint peuvent faire progresser un travail appuyé par l’IA sans large participation. Denuzzo soutient que le fait d’avoir besoin de moins de personnes pour construire quelque chose n’exonère pas les dirigeants de leur responsabilité d’impliquer les personnes dont le travail va changer. Il a un intérêt professionnel dans cette position : des fondateurs lui ont demandé d’aider à développer une expérience de direction en IA non nommée, il bénéficie donc de la demande de conseils sur la direction et l’adoption de l’IA. Son argument est que les progrès d’un petit groupe peuvent devenir un signal trompeur de préparation pour tous les autres.

Ce signal trompeur est important parce que le déploiement peut devancer la compréhension et la confiance des employés. Les personnes peuvent dissimuler leur confusion, retenir leurs questions ou avoir du mal avec des changements apportés à des processus familiers même lorsque la mise en œuvre semble réussie. Les dirigeants peuvent classer ces comportements comme des obstacles à l’adoption, mais ces mêmes comportements peuvent révéler ce que l’organisation n’a pas encore absorbé.

L’adoption de l’IA demande aux employés d’abandonner des façons de travailler établies

Ce que les employés doivent absorber découle de ce qu’un déploiement de l’IA modifie dans le travail établi. Les processus existants intègrent des habitudes développées par la répétition, une expertise construite par l’expérience, une visibilité sur la manière dont le travail s’effectue et un sentiment de contrôle sur son achèvement. Lorsque l’IA modifie ces processus, les employés peuvent devoir renoncer aux quatre tout en apprenant un nouveau système. L’adoption implique autant de retrait que d’ajout.

Ce retrait explique pourquoi la formation à une nouvelle capacité peut laisser subsister d’importantes incertitudes. Un employé peut apprendre à utiliser une capacité d’IA tout en perdant une manière familière d’exercer son jugement, d’observer le travail intermédiaire ou de décider si un résultat est bon. La formation peut expliquer la capacité ajoutée tout en laissant les employés dans l’incertitude quant à ce qui remplace leur base précédente de compréhension et de contrôle. La réticence peut naître de ce changement non résolu.

Parce que les pratiques établies portent de la connaissance et du contrôle, l’adaptation humaine n’avance pas à la vitesse du déploiement. Denuzzo décrit l’adaptation comme progressant par étapes de maturité et affirme que « l’adoption est donc progressive par nature ». La disponibilité technique et la préparation humaine peuvent se situer à des niveaux différents même lorsque la mise en œuvre suit son cours comme prévu. La question est de savoir comment les employés acquièrent une compréhension suffisante pour travailler efficacement dans ces nouvelles conditions.

La confiance relie cette compréhension à l’usage concret. « Les humains ne font pas confiance à ce qu’ils ne comprennent pas pleinement », dit Denuzzo. Un employé qui modifie un processus familier doit apprendre les actions nécessaires pour utiliser l’outil d’IA, comprendre où le système s’insère dans le travail et déterminer quel niveau de confiance lui accorder. Les pratiques familières comptent parce qu’elles montrent comment les employés appliquent actuellement leur expertise et conservent visibilité et contrôle sur les résultats.

Ces pratiques existantes donnent aux dirigeants des informations sur les points où un déploiement reste non résolu. La réticence à abandonner un processus peut montrer que les employés n’ont toujours pas de remplacement adéquat pour une forme d’expertise, de visibilité ou de contrôle. Si les dirigeants classent chaque réaction de ce type comme un problème de formation ou d’attitude, ils écartent cette information avant de l’avoir comprise. Le problème devient plus difficile à détecter lorsque les employés apprennent qu’exprimer une incertitude a un coût.

Pourquoi une conformité apparente peut masquer une faible adoption de l’IA

Une fois que l’incertitude a un coût professionnel, l’adoption devient plus difficile à observer avec précision. Un employé qui pense qu’admettre sa confusion le fera paraître dépassé a intérêt à la dissimuler. Un tableau de bord, une réunion ou un manager peut alors enregistrer une participation sans détecter à quel point elle repose sur peu de compréhension. L’usage visible peut surestimer la préparation.

Les questions peuvent disparaître par le même mécanisme. Si remettre en question un outil d’IA est interprété comme de la résistance, les employés apprennent qu’exprimer des doutes entraîne une pénalité sociale ou professionnelle ; ils peuvent donc continuer à utiliser le système tout en cessant de poser des questions. Les frictions visibles diminuent alors même que l’organisation en apprend moins sur le fait de savoir si les employés comprennent ou font confiance à ce qu’ils font. La conformité apparente devient un faux positif de l’adoption.

Ce faux positif change la manière dont les dirigeants doivent interpréter les signaux qui subsistent. L’hésitation peut indiquer un problème non résolu de compréhension ou de confiance, tandis que des questions récurrentes peuvent montrer qu’une explication n’a pas réussi à devenir un savoir exploitable. L’attachement à un processus familier peut identifier une expertise, une visibilité ou un contrôle que les employés ne savent pas encore préserver dans le workflow modifié. Chaque signal peut pointer vers une contrainte différente sur l’adoption.

Parce que ces signaux dépendent du fait que les employés se sentent capables de les révéler, la sécurité psychologique a un effet opérationnel. Lorsque les personnes peuvent exprimer leur incertitude sans honte ni jugement, les dirigeants reçoivent des informations sur les points où l’apprentissage est faible et où l’organisation peine à intégrer le changement. Lorsque les employés s’attendent à une sanction, les dirigeants perdent l’accès à ces informations. La culture qui entoure un déploiement modifie la qualité des éléments dont le management se sert pour évaluer les progrès.

Ces éléments expliquent aussi pourquoi l’usage seul ne peut pas établir la culture IA, c’est-à-dire un niveau de compréhension suffisant pour utiliser et évaluer la technologie dans son contexte. Un employé peut utiliser un système tout en taisant ses incertitudes à son sujet, tout comme une équipe peut cesser de s’y opposer après avoir appris que les objections ne sont pas les bienvenues. La baisse des questions peut alors ressembler à une meilleure adoption alors même que le feedback devient moins complet. Une mise en œuvre plus rapide amplifie le risque, car les progrès du petit groupe décrits plus haut peuvent creuser l’écart avant que les dirigeants ne le détectent.

Traiter la résistance comme un signal de diagnostic

Parce qu’une conformité visible peut masquer l’incertitude, les dirigeants doivent examiner la résistance avant de chercher à l’éliminer. Denuzzo considère l’hésitation et les questions répétées comme des éléments de diagnostic pouvant identifier des lacunes de compréhension et de confiance, ainsi que des aspects établis du travail auxquels les employés ont du mal à renoncer. Les frictions peuvent alors éclairer le jugement de la direction sur un déploiement. Les dirigeants restent ceux qui décident de la manière de répondre à ces éléments.

La perspective de Denuzzo combine la direction organisationnelle et une formation en comportement humain. Avant d’occuper des fonctions liées aux talents et à la direction chez IBM et Prudential, il s’est formé et a exercé comme psychothérapeute agréé, et il vit désormais au Portugal tout en observant la transition vers l’IA à travers ces deux prismes. IBM et Prudential sont ses anciens employeurs dans ce récit ; ils ne sont pas présentés comme des études de cas de ces dynamiques d’adoption. Ce parcours aide à comprendre pourquoi ses recommandations se concentrent sur ce que les employés peuvent révéler en toute sécurité pendant le changement.

Rendre la résistance utile exige des conditions quotidiennes dans lesquelles les personnes peuvent révéler ce qui la motive. Denuzzo soutient que les dirigeants réduisent la honte et le jugement lorsqu’ils reconnaissent ce qu’eux-mêmes ne savent pas, savent rire de leurs échecs passés et laissent de la place à quelqu’un pour proposer une idée sans écarter l’expérience d’une autre personne. Ces normes rendent l’incertitude plus facile à exposer et à examiner. Les dirigeants peuvent alors distinguer une lacune de connaissance d’un problème de confiance ou d’une préoccupation enracinée dans le fonctionnement antérieur du travail.

L’apprentissage est le résultat concret de la création de cet espace. « Les gens apprennent mieux sans peur », dit Denuzzo. Réduire le coût du fait d’admettre une incertitude donne aux employés davantage d’occasions de demander comment l’IA modifie leur travail, de tester des idées et de développer la compréhension nécessaire pour l’utiliser avec discernement. « C’est ainsi que fonctionne la culture », dit-il.

Cet apprentissage peut avoir lieu pendant que le travail continue. Lorsque des fondateurs ont demandé à Denuzzo de les aider à développer une expérience de direction en IA non nommée, il a choisi de s’appuyer sur leur réflexion plutôt que de doucher leur enthousiasme par la critique. L’exemple montre comment les questions et l’expérience antérieure peuvent façonner le travail tout en lui permettant de continuer à avancer. Les employés peuvent de la même manière exprimer leurs incertitudes, remettre en question des hypothèses, tester des approches possibles et apporter leur connaissance du travail existant à la mise en œuvre, tandis que les dirigeants conservent la responsabilité des décisions.

Cette participation est importante parce que la résistance peut avoir plusieurs significations. Une question répétée peut révéler une explication faible ; l’hésitation peut refléter une confiance insuffisante ; l’attachement à un processus établi peut montrer comment les personnes conservaient auparavant de la visibilité ou exerçaient leur jugement. Les dirigeants doivent interpréter chaque signal plutôt que d’attribuer une seule signification à toute résistance. Préserver le signal leur donne une chance d’identifier la contrainte réelle avant de choisir une réponse.

Continuer d’avancer tout en préservant les éléments dont vous avez besoin

Une fois la résistance traitée comme un élément de preuve, les dirigeants peuvent l’utiliser sans faire du confort universel un préalable à l’action. L’argument de Denuzzo porte sur l’ordre des étapes et sur un engagement productif : la mise en œuvre peut se poursuivre pendant que les employés gagnent l’espace nécessaire pour comprendre le changement, le questionner et y contribuer. Un accord apparent constitue une preuve faible d’apprentissage ; continuer à avancer dépend donc toujours de la préservation d’un feedback franc. L’objectif est de progresser avec suffisamment d’informations pour évaluer ce que les personnes absorbent réellement.

Cette exigence fixe aussi une limite à l’engagement. Denuzzo avertit que des mises à jour fréquentes et des points d’avancement peuvent impliquer les personnes à un point tel que les dirigeants interrompent le travail qu’ils entendent soutenir. La participation devient contre-productive lorsque les employés passent trop de temps à rendre compte de leur adaptation au lieu de la vivre dans le travail. Un suivi accru peut réduire l’apprentissage que les dirigeants cherchent à observer.

Donner de l’espace aux personnes a un objectif différent de celui qui consiste à les surveiller de près. Les employés ont besoin d’espace pour poser des questions, admettre ce qu’ils ne comprennent pas, tester des idées et influencer la manière dont l’IA entre dans le travail réel. Ces activités donnent aux dirigeants des éléments sur l’absorption organisationnelle tout en permettant à la mise en œuvre de se poursuivre. Les frictions peuvent alors éclairer le rythme et le séquencement sans contrôler ni l’un ni l’autre.

Cette limite laisse aux dirigeants un test pratique de préparation pendant le déploiement. Un système d’IA fonctionnel montre la capacité technique, tandis que les signaux des employés montrent si les personnes peuvent comprendre suffisamment le changement pour le questionner, l’intégrer à leur travail et développer la confiance à mesure que leur compréhension progresse. Les dirigeants peuvent faire avancer un programme d’IA tout en examinant ce que la résistance révèle sur la compréhension, la confiance et les changements apportés aux pratiques établies. Préserver la franchise leur permet de distinguer un apprentissage réel d’employés qui ont appris à paraître conformes.

Points clés à retenir pour les décideurs

• Évaluez la préparation à l’IA au-delà du déploiement : Une mise en œuvre rapide et un usage visible par les employés peuvent surestimer la préparation de l’organisation. Les dirigeants ont besoin de signaux de compréhension et de confiance en plus des progrès techniques.
• Tenez compte de ce que les nouveaux workflows retirent : L’adoption de l’IA peut perturber l’expertise, la visibilité, le contrôle et les processus familiers. Les responsables du déploiement doivent identifier lesquels de ces éléments les employés perdent et fournir des remplacements viables à mesure que les pratiques évoluent.
• Considérez la conformité comme un signal incomplet : Les employés peuvent utiliser l’IA tout en dissimulant leur confusion ou leurs préoccupations lorsque le fait de poser des questions comporte un risque professionnel. Les équipes de management ont besoin de conditions dans lesquelles l’incertitude et les questions récurrentes émergent assez tôt pour diagnostiquer les lacunes d’adoption.
• Utilisez la résistance comme élément de diagnostic : L’hésitation, les questions répétées et l’attachement aux processus existants peuvent révéler différents problèmes de confiance, de compréhension ou de conception du workflow. Les dirigeants peuvent examiner la source des frictions pendant que la mise en œuvre se poursuit.
• Préservez le feedback tout en maintenant l’élan : Un suivi fréquent peut consommer le temps dont les employés ont besoin pour s’adapter et apprendre. Les dirigeants peuvent faire avancer les déploiements tout en laissant aux employés l’espace nécessaire pour tester l’IA, remettre en question les hypothèses et faire remonter les problèmes non résolus.