La crise de la pensée critique : l’IA révèle le problème du vivier de dirigeants
Lacune d’apprentissage: L’automatisation remplace le travail routinier, privant ainsi les employés d’occasions de développer une intuition métier essentielle.
Changement organisationnel: Les entreprises doivent repenser le développement des talents pour privilégier la réflexion approfondie plutôt que la simple exécution des tâches.
Orientation vers l’avenir: Investir dans les capacités humaines générera des retours à long terme, différenciant ainsi les organisations sur un marché concurrentiel.
La course au déploiement de l’IA a révélé une découverte inconfortable. Cette technologie, conçue pour faciliter le travail, démantèle silencieusement les expériences mêmes qui créent les futurs leaders.
À mesure que les entreprises automatisent les tâches routinières, les employés débutants perdent le travail répétitif qui leur servait autrefois de terrain d’entraînement pour le jugement, la reconnaissance de schémas et la pensée stratégique. Le résultat : un vivier de talents managériaux construit sur des fondations qui n’existent plus.
« Plus il y a de travail ennuyeux accompli par l’IA, plus il reste de travail ennuyeux pour tout le monde », déclare Vivienne Ming, neuroscientifique théorique et fondatrice de Socos Labs. « Nous adhérons vraiment à cette idée que la valeur de l’IA est de rendre notre vie plus facile. Elle fera tout le travail ennuyeux. Vous, vous ferez uniquement le travail super créatif et passionnant. »
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Mais ce raisonnement oublie ce qui rendait le travail ennuyeux précieux à l’origine.
Le curriculum du travail de débutant
Les tâches de niveau débutant ont toujours eu une double fonction. En apparence, il s’agit de productivité : traiter les notes de frais, rédiger des emails, préparer des présentations, analyser des données. Mais en réalité, c’est là que les employés acquièrent leur sens des affaires.
Une jeune analyste qui construit des modèles financiers n’apprend pas seulement des formules Excel. Elle apprend comment les différentes entités de l’entreprise perçoivent la rentabilité, quelles hypothèses sont les plus importantes, comment les dirigeants réagissent quand les chiffres ne racontent pas l’histoire attendue. Ces connaissances implicites deviennent, des années plus tard, la base de la pensée stratégique.
Quand l’IA prend en charge la création des modèles, l’analyste ne développe jamais cette intuition.
Eliza Jackson, directrice des opérations chez ButcherBox, constate ce phénomène en temps réel.
« Cela change profondément votre manière de travailler et votre façon d'apprendre, » dit-elle. « Si vous vous investissez vraiment là-dedans, la façon dont vous travaillez devant votre ordinateur aujourd’hui n’a rien à voir avec celle d’hier. »
Le changement ne concerne pas seulement la productivité. Lorsque les employés délèguent des tâches à l’IA sans comprendre le travail sous-jacent, ils font l’impasse sur l’apprentissage qui leur sera utile plus tard dans leur carrière.
Automatisation versus augmentation
La distinction est importante, car toutes les utilisations de l’IA ne se valent pas. Ming trace une frontière nette entre l’automatisation cognitive, où l’IA remplace la réflexion humaine, et l’augmentation cognitive, où elle l’enrichit.
Elle cite des recherches menées auprès de gastroentérologues portugais utilisant des systèmes de coloscopie assistés par IA.
« Ils ont constaté que les personnes effectuant des coloscopies avec un système assisté par IA, si on leur retire l’IA, sont nettement moins performantes qu’elles ne l’étaient avant de l’utiliser, » explique Ming. « L’IA les rend meilleurs pendant son utilisation, mais ils deviennent ensuite bien moins performants sans elle. »
On retrouve le même schéma dans les emplois à forte composante intellectuelle. Lorsque les employés considèrent l’IA comme un raccourci plutôt qu’un outil, ils développent des dépendances plutôt que des compétences.
Les organisations aggravent le problème en mesurant les mauvais résultats. Elles comptabilisent le temps gagné et le nombre de tâches effectuées, mais ignorent la dégradation des compétences et la capacité stratégique. Les gains de productivité sont immédiats. Le déficit de leadership apparaît des années plus tard.
Le déficit de profondeur
Amy Centers, psychologue organisationnelle et fondatrice de SmartWorks Labs, affirme que les modèles de travail actuels pénalisent activement les comportements qui créent les leaders de demain.
Nous structurons les horaires comme si la productivité était celle d’une chaîne de production. Mais aujourd’hui, tout fonctionne grâce à l’adaptabilité, à la capacité d’effectuer des changements de contexte, à la capacité d’absorber des informations et de les appliquer. Mais, d’une certaine manière, le système, tel qu’il est conçu, punit précisément ces compétences.
Le problème s’amplifie lorsque les entreprises confondent activité et accomplissement. Les employés passent leurs journées à répondre à des messages, assister à des réunions et gérer leur disponibilité. Ils sont occupés, mais ils ne développent pas le type d’expertise approfondie qui les prépare à la prise de décisions complexes.
Jackson décrit cette dynamique chez ButcherBox.
« Les gens se retrouvent juste un peu sur la roue du hamster. Je l'ai ressenti très profondément moi-même, où je repense à ma journée et je me demande : qu'ai-je vraiment accompli ? Me suis-je contenté de répondre à 800 messages ? Ai-je pris des décisions réfléchies ? Ai-je vraiment pensé à ce que j'ai décidé ? »
Les organisations qui souhaitent former des leaders doivent créer un espace permettant un travail réflexif favorisant le discernement. Mais la plupart font l’inverse, utilisant l’IA pour accélérer le rythme du travail plutôt que d’en approfondir la qualité réflexive.
Reconstruire pour la réalité
La solution n’est pas de freiner l’adoption de l’IA ou de préserver artificiellement des tâches mieux accomplies par la technologie. Il s’agit de repenser comment les organisations développent leurs talents à une époque où les modèles d’apprentissage traditionnel ne fonctionnent plus.
Tout commence par la prise de conscience de ce qui a été perdu. Quand les jeunes employés ne passent plus des mois à construire des modèles financiers, ils ont besoin de méthodes structurées pour acquérir cette intuition business que ces exercices enseignaient jadis. Quand l’IA rédige leurs communications, ils doivent bénéficier d’un accompagnement explicite sur la stratégie de message, qui auparavant se construisait par itération.
Centers plaide pour une redéfinition fondamentale de ce que valorisent les organisations.
« J’aimerais essayer d’inverser un peu la tendance et de bâtir un modèle de travail où la profondeur est visible, » dit-elle. « La contribution se mesure par des éléments comme la clarté, la créativité, évidemment l’impact, mais pas par le nombre d’invitations calendrier ou les réunions suivies. »
Cela signifie évaluer les salariés selon leur jugement, non leur disponibilité via des structures de promotion efficaces. Cela signifie consacrer du temps protégé à l’apprentissage, et non uniquement à l’exécution. Cela signifie considérer l’IA comme un outil conçu pour améliorer la réflexion, non la remplacer.
L'impératif du leadership
Les organisations qui réussiront à relever ce défi se distingueront non par la qualité de leur IA, mais par celle de leurs collaborateurs. Elles reconnaîtront que l’automatisation n’a pas pour seul but l’efficacité. Il s’agit de créer l’espace pour un travail que seuls les humains peuvent faire, en considérant que l’automatisation du travail influence en profondeur la culture organisationnelle.
« Nous devons comprendre qu’en fin de compte, les humains importants ici seront les leaders, » déclare Ming. « Si vous choisissez la version paresseuse de cette transition et que vous l’utilisez comme substitut des personnes, vous aurez un gain de productivité à court terme et une perte à long terme. Si vous êtes prêts à investir dans le capital humain, vous récolterez de vrais bénéfices, mais cela demande du courage. »
Si vous célébrez actuellement les gains de productivité liés à l’IA, profitez-en. Mais il est utile de se demander : l’utilisons-nous pour renforcer les compétences ou les affaiblir ? D’ici deux ans, vous pourriez découvrir que vous avez optimisé pour le mauvais objectif.