L’IA reste absente de la plupart des codes éthiques

Une mention de l’IA n’est qu’un début pour fournir des orientations réellement exploitables

L’IA est absente des codes d’éthique de la plupart des organisations, mais l’ajout d’une section dédiée peut malgré tout laisser les employés dans l’incertitude quant à la manière de l’utiliser. Les employés ont besoin d’orientations qui relient les décisions concernant cette technologie aux engagements éthiques de leur organisation. L’examen d’un code doit donc déterminer si les employés peuvent s’appuyer sur ces engagements pour décider quoi faire.

La même question se pose lorsque des employés soulèvent une préoccupation éthique : un code doit expliquer comment l’organisation y répondra. Les orientations sur l’IA et le signalement d’inconduites impliquent des décisions différentes, mais dans les deux cas, les employés doivent comprendre comment un engagement affiché s’applique concrètement. LRN recommande de rendre ces liens plus explicites ; en tant que prestataire de services en éthique et conformité, l’entreprise a un intérêt commercial à ce que les employeurs investissent dans ce type d’orientations.

Les employés ont besoin de clarté sur la préparation à l’IA

Pour que des orientations sur l’IA aident les employés à prendre des décisions, ils doivent d’abord comprendre comment leur employeur attend d’eux qu’ils utilisent efficacement cette technologie. Une récente analyse du secteur RH identifie l’insuffisance des orientations fournies par les employeurs comme l’une des raisons pour lesquelles les employés ne savent pas clairement comment tirer parti de l’IA. Les orientations doivent donc relier les plans de l’organisation aux choix auxquels les employés sont confrontés dans leur travail.

Les employés et les dirigeants peuvent aussi avoir des attentes différentes à l’égard de ces plans. Dans un rapport publié en mai, Adecco Group a constaté que les employés étaient moins enclins que les dirigeants à penser que leur organisation serait prête à intégrer l’IA agentique dans les workflows d’ici un an. L’IA agentique peut entreprendre des actions pour accomplir des tâches ; son intégration dans les workflows modifie donc la manière dont le travail est réalisé. Adecco Group, entreprise de services liés à la main-d’œuvre, a un intérêt commercial dans les dépenses des employeurs consacrées à la préparation de la main-d’œuvre et à la conduite du changement.

Les dirigeants peuvent donc examiner deux questions distinctes : comment les employés évaluent le niveau de préparation, et s’ils comprennent ce que l’on attend d’eux. La confiance de la direction dans les plans d’adoption laisse la seconde question ouverte ; l’examen d’un code doit donc analyser directement les orientations destinées aux employés.

PARLONS-EN !

Un projet en tête ?
Planifiez un appel de 30 minutes avec nous.

Des experts senior pour vous aider à avancer plus vite : produit, tech, cloud & IA.

Planifier un appel

Veuillez saisir une adresse email professionnelle valide.

Expliquer ce qui se passe après qu’un employé a signalé une préoccupation

Des attentes claires comptent aussi dans le signalement des comportements inappropriés, où les employés doivent décider s’ils doivent signaler une préoccupation et comment le faire. Un canal de signalement leur donne un moyen de le faire, tandis qu’une explication du processus d’enquête leur indique ce qui se passe ensuite. Cela est distinct de la préparation à l’IA, mais offre un exemple concret des informations pratiques qu’un code peut fournir.

L’ampleur des inconduites signalées rend ces informations importantes. Une enquête de HR Acuity a révélé que 55 % des employés avaient subi ou observé une inconduite en 2025, contre 41 % en 2024, le chiffre de 2025 approchant un plus haut sur sept ans. HR Acuity a également constaté que 38 % des répondants avaient subi plusieurs incidents d’inconduite. La comparaison annuelle combine l’expérience personnelle et l’observation, tandis que le constat sur la répétition des incidents concerne l’expérience personnelle ; HR Acuity, fournisseur de technologies pour les relations avec les employés, a un intérêt commercial à ce que les employeurs investissent dans la gestion des inconduites.

Parallèlement à cette hausse des inconduites signalées, la faible utilisation des codes de conduite donne aux employeurs une raison d’examiner dans quelle mesure ces codes sont utiles aux employés. Des engagements pertinents ont une valeur pratique limitée si les employés les consultent rarement. Les employeurs devraient donc examiner ce qui empêche les employés d’utiliser ces orientations, tout en traitant l’utilisation du code et les inconduites comme des mesures distinctes plutôt qu’en supposant que l’une a causé l’autre.

La confiance des employés dans le signalement ajoute une autre question à l’examen. LRN a constaté que 66 % se sentaient capables de signaler une inconduite sans subir de représailles, contre 71 % l’an dernier. Ces chiffres mesurent la perception de la capacité à signaler en toute sécurité ; ils aident donc les employeurs à évaluer ce que les employés anticipent lorsqu’ils soulèvent une préoccupation. La fréquence des représailles est un résultat distinct qui nécessite sa propre évaluation.

Ces attentes rendent particulièrement important d’expliquer ce qui suit un signalement. La plupart des codes évalués par LRN ne comportaient pas d’explication des processus d’enquête de leurs organisations, laissant aux employés une voie de signalement mais peu d’indications sur les étapes suivantes. LRN affirme que les employés « need more than a reporting channel » pour faire remonter des inconduites ou des préoccupations éthiques, et recommande d’expliquer les processus d’enquête dans les codes d’éthique. Les employeurs peuvent vérifier directement cette omission, parallèlement à l’évaluation de la confiance des employés dans l’utilisation du canal.

Relier les décisions sur l’IA aux principes déjà présents dans le code

L’exemple de l’enquête montre pourquoi un engagement doit s’accompagner d’une explication sur son fonctionnement ; LRN recommande d’appliquer cette approche aux orientations sur l’IA. Selon son évaluation, la plupart des employeurs n’auront probablement pas besoin de sections entièrement nouvelles sur l’IA dans leurs codes de conduite. Ils pourraient plutôt devoir relier l’usage de l’IA à des principes établis, notamment la responsabilité, l’équité, la transparence et le discernement.

Avant que les employés puissent utiliser ces principes dans leurs décisions, ils doivent comprendre ce qu’ils signifient en pratique. Un employé peut comprendre que l’équité est importante tout en ne sachant pas clairement ce qu’elle exige lorsqu’il utilise l’IA. Les orientations révisées doivent rendre cette relation explicite : quel principe s’applique, quel jugement l’employé doit porter et comment l’organisation attend que ce principe guide ce jugement.

LRN décrit cette priorité dans son rapport : « The strongest codes will not simply add more content », puis : « They will help employees navigate emerging risks with practical guidance that is easy to find, easy to understand, and easy to apply. » Il s’agit des recommandations de LRN, qui reflètent son intérêt commercial dans les orientations en matière d’éthique et de conformité. Elles donnent aussi aux employeurs trois critères distincts pour examiner un code.

Le premier critère consiste à déterminer si les employés peuvent trouver les orientations pertinentes. Relier l’IA à des principes existants signifie rendre ce lien visible pour quelqu’un qui cherche de l’aide sur cette technologie. Un principe enfoui ailleurs dans le document peut être pertinent tout en étant difficile à identifier comme utile ; l’examen doit donc analyser comment un employé le localiserait.

Une fois que les employés trouvent les orientations, les critères suivants sont de savoir s’ils les comprennent et peuvent les appliquer. L’explication doit relier le principe nommé à la décision en question et fournir des indications pratiques sur les risques émergents. Comprendre la formulation et l’utiliser pour porter un jugement sont deux tâches distinctes ; les examiner toutes deux peut donc révéler où un engagement général a besoin d’une explication plus claire.

Concevoir une politique sur l’IA pour aider les employés à travailler, et la réviser à mesure que les circonstances évoluent

Des orientations que les employés peuvent appliquer doivent aussi expliquer ce que l’IA est censée les aider à accomplir. Des sources qui s’étaient précédemment exprimées auprès de HR Dive ont conseillé aux organisations de centrer leurs politiques d’éthique de l’IA sur l’aide apportée aux employés pour qu’ils réalisent leur meilleur travail. Cela donne à la politique une finalité facilitatrice en plus de son rôle protecteur : les employés doivent comprendre le bénéfice recherché et les attentes éthiques associées à l’usage de cette technologie.

Les mêmes sources ont conseillé aux organisations d’expliquer comment elles empêcheront l’IA d’éroder la confiance. Ainsi, l’explication du bénéfice pour les employés doit aller de pair avec une présentation de la manière dont l’organisation protégera la confiance dans l’usage de l’IA. Rendre explicites ces deux responsabilités aide les employés à comprendre comment l’organisation entend soutenir leur travail et traiter les risques pesant sur la confiance.

Ces explications doivent rester utiles à mesure que les circonstances évoluent. Les sources ont indiqué à HR Dive que les RH devraient traiter les politiques d’éthique de l’IA comme des documents vivants, à réviser au fil du temps de la même manière que les codes de conduite plus larges. La responsabilité des RH se poursuit donc après la publication : à mesure que l’usage de l’IA par l’organisation et ses attentes évoluent, la politique doit refléter les décisions auxquelles les employés sont désormais confrontés.

Points clés à retenir pour les dirigeants

• Vérifiez si les orientations sont réellement exploitables : Les responsables de l’éthique et de la conformité doivent évaluer si les employés peuvent trouver, comprendre et appliquer les orientations du code aux décisions prises au travail. Une référence à l’IA a une valeur pratique lorsque les employés comprennent comment elle affecte leur travail.
• Évaluez directement le niveau de préparation des employés : Adecco Group a constaté que les employés étaient moins confiants que les dirigeants quant à la préparation à l’intégration de l’IA agentique. Les responsables de l’adoption doivent évaluer les attentes des employés séparément de la confiance de la direction et clarifier la manière dont les employés sont censés utiliser cette technologie.
• Expliquez ce qui suit un signalement d’inconduite : La plupart des codes évalués par LRN ne comportaient pas d’explication des processus d’enquête. Les responsables de l’éthique et de la conformité peuvent combler cette lacune tout en évaluant séparément la confiance dans le signalement, qui est passée de 71 % à 66 % dans les conclusions de LRN.
• Reliez les décisions sur l’IA à des principes établis : LRN recommande de relier l’usage de l’IA à la responsabilité, à l’équité, à la transparence et au discernement. Les révisions du code doivent expliquer quel principe s’applique à une décision et comment les employés sont censés l’utiliser.
• Maintenez les politiques sur l’IA à jour : Les RH doivent réviser les politiques d’éthique de l’IA à mesure que les usages organisationnels et les attentes des employés évoluent. Les orientations doivent expliquer comment l’IA soutient le travail des employés et comment l’organisation entend protéger la confiance.