Concevoir pour la préparation, pas seulement l’efficacité, dans un monde augmenté par l’IA

David Rice : L’IA a volé votre fiche de poste, pas votre fiche de poste. Vous savez, ce que vous disiez faire depuis dix ans. L’IA le fait plus vite, moins cher, et au moment du besoin. Si vous travaillez en formation et développement (F&D) et que vous définissez votre travail comme la livraison de formations, la production de contenus ou la fourniture de réponses dans le flux de travail, eh bien, Taylor Blake, vice-présidente principale de AI Labs et des Nouvelles Initiatives chez Degreed, a de mauvaises nouvelles pour vous.

Vous êtes en difficulté, car l’IA peut faire tout cela et n’a pas besoin de votre aide. Mais voici ce qu’elle ne peut pas faire. Elle ne peut pas développer les capacités des gens pour les décisions les plus importantes. Elle ne peut pas les préparer à des situations qui n’ont pas encore eu lieu, ni bâtir la préparation plutôt que la simple réactivité. Elle ne peut pas aider les humains à naviguer dans la complexité stratégique issue du fait qu’une personne seule peut aujourd’hui avoir un impact immense.

Et c’est cette opportunité que la F&D rate, alors que certains sont occupés à défendre la livraison de contenu. L’équipe de Taylor ne construit pas seulement des outils d’IA pour les entreprises. Ils les utilisent en interne comme utilisateurs zéro, ce qui signifie qu’ils vivent avec les conséquences de leurs choix. Et ce qu’ils découvrent est inconfortable.

Le fossé entre une démo IA et l’IA en pratique est gigantesque. La recherche d’efficacité aplatit la capacité émotionnelle des gens. Et parfois, les effets indirects sont totalement inattendus, comme la fille de 10 ans de Taylor qui cherche la validation de l’IA plutôt que de ses parents. Aujourd’hui, nous allons voir pourquoi la F&D doit penser plus largement, ou elle sera remplacée.

La différence entre l’apprentissage “juste-à-temps” et la préparation, pourquoi les deux comptent aujourd’hui, comment l’IA rend le travail de chacun plus stratégique et à forts enjeux. Le paradoxe de l’efficience où, grâce à l’IA, on fait plus mais on se sent plus débordé que jamais. Et pourquoi il faut des personnes réfléchies et concernées pour concevoir des outils IA, et pas seulement des optimistes.

Je suis David Rice. Vous écoutez People Managing People. Et si vous défendez votre proposition de valeur actuelle au lieu de la réinventer, cette conversation va vous réveiller. Alors c’est parti.

Bonjour Taylor, bienvenue ! Comment ça va ?

Taylor Blake : Je vais bien, David. Merci pour l’invitation.

David Rice : Nous avons eu l’occasion d’échanger lors de la conférence Gartner.

C’était vraiment intéressant de découvrir tout ce que vous faites chez Degreed. J’aimerais débuter par l’idée de Degreed comme “client zéro”, c’est-à-dire que vous expérimentez non seulement pour le développement produit, mais aussi comme utilisateurs de vos propres outils IA. Je suis curieux, quels sont les plus grands bénéfices que vous en avez tirés, et comment cela a-t-il changé votre approche au fil du temps ?

Taylor Blake : Oui, absolument. La raison pour laquelle nous faisons ces expérimentations, pourquoi nous avons AI Labs, c’est parce qu’il y a tellement de nouvelles technologies et de capacités liées à l’IA que nous avons vraiment besoin de comprendre. Et c’est difficile. Il n’y a pas de cahier des charges à lire qui vous permette de facilement traduire ça en cas d’usage F&D ou expérience utilisateur.

Il faut vraiment essayer les choses. Nous pouvons tester tout cela en interne. Ça nous a permis principalement deux choses. D’abord, cela nous aide à savoir ce qui est prêt ou non. L’IA elle-même traverse différentes phases de hype, mais pour chaque capacité IA et chaque cas d’usage, certains sont prêts, d’autres non.

Donc le fait de pouvoir tout tester nous-mêmes nous donne de la conviction sur ce qui est prêt, nous fait comprendre ce qui ne l’est pas encore. Mais aussi, tant d’expériences d’apprentissage dépendent de l’expérience individuelle. En nous mettant dans la peau du client zéro, cela a relevé la barre : nous voulons nous assurer que ce sont vraiment de bonnes expériences, et ce n’est que lorsque nous estimons “oui, j’utiliserais ça moi-même” que nous l’adoptons comme fondation.

Et on le transforme ensuite en une capacité pour nos clients entreprises.

David Rice : J’aime ce modèle car, vous me direz, mais j’ai l’impression qu’il force l’exigence de responsabilité. Vous ne faites pas que vendre une idée au marché, vous vivez avec les conséquences de vos propres choix.

C’est assez rare, je pense. Et j’imagine que cela fait émerger des tensions invisibles autrement, comme ce que les gens disent vouloir de l’IA versus ce qu’ils utilisent réellement dans leur flux de travail.

Taylor Blake : Exactement. Il y a tellement de niveaux différents. La différence entre une démo IA et l’IA concrète peut être énorme, et on ne s’en rend compte qu’en testant vraiment.

Il faut voir et ressentir les problèmes, découvrir les obstacles, et trouver comment les atténuer. Oui, on ressent clairement l’exigence de responsabilité : en utilisant ces outils massivement nous-mêmes en premier, nous rencontrons tous ces problèmes… mais nous savons aussi que nous ne sommes pas forcément nos clients.

Même quand on arrive à faire fonctionner quelque chose en interne, ce n’est qu’une base. Ce n’est que le début. Il y a encore une multitude d’étapes à franchir pour s’assurer que ces capacités sont prêtes pour de grands clients entreprises.

David Rice : Grandes ou petites, la F&D évolue, non ? Et lors de la conférence, on évoquait le fait que l’IA “vole un peu la place” de la F&D, non ?

L’IA débloque plus vite les gens sur le moment que les équipes F&D, et c’est un énorme changement. Comment la F&D peut-elle rester pertinente dans un monde où débloquer quelqu’un n’est plus vraiment la valeur à apporter ?

Taylor Blake : C’est un bon défi pour la F&D car si nous définissons notre métier comme la livraison de formations, la production de contenus, ou la réponse dans le flux de travail, alors nous sommes en difficulté.

Certes, l’IA a besoin d’aide, d’orientation, de garde-fous. Mais elle peut déjà faire beaucoup. Je pense que la F&D a l’opportunité de penser au-delà. Tous les problèmes de performance ne sont pas des problèmes de formation, mais beaucoup d’entre eux aboutissent aux questions humaines.

Donc la F&D doit voir sa mission plus largement : nous sommes là pour aider les gens à évoluer, à gagner en compétences, à mieux performer au travail. Si on ne fait que se concentrer sur la formation et la livraison de contenu, on se fait “manger”. Mais en élargissant notre vision, il existe tant d’opportunités, surtout parce qu’aujourd’hui, chez nos clients, la technologie et l’opportunité ne sont plus des contraintes : pour prendre des décisions stratégiques, tout dépend désormais des personnes.

Cela dépend de la capacité des gens à changer, de leur goût du changement, de la vitesse à laquelle on peut les aligner et les orienter. Il y a tant de défis centrés sur l’humain, et la F&D doit se dire “oui, on peut aider, mais il faut élargir notre boîte à outils”.

Ce n’est plus seulement du contenu ou des formations classiques.

David Rice : Oui, c’est très puissant. Il y a tellement d’opportunités ici. Quand on pense à se connecter à quelqu’un au moment exact où il en a besoin, quand il rencontre un vrai obstacle… ce n’est pas juste livrer du contenu, et la F&D le sait mieux que quiconque.

Les gens apprennent différemment. Et pour pouvoir adapter, personnaliser, réfléchir dessus, pour nous c’est une vraie opportunité de repenser la façon dont nous transmettons — qu’il s’agisse de formations, micro-apprentissages, ou autre chose…

Les possibilités sont infinies.

Taylor Blake : Absolument. L’opportunité ne réside pas seulement dans le “moment du besoin”, il y a aussi celle d’agir en amont — la préparation. Et parfois, c’est mal perçu, comme si on opposait “juste-à-temps” et “au cas où”, comme une assurance, un gâchis de temps.

Tant d’efforts sont mis sur le “juste-à-temps” car c’est efficace, pertinent, aligné. Mais selon moi, il faut redonner du sens à la “préparation”. On ne peut pas tout préparer juste à l’instant : certaines choses nécessitent d’avoir anticipé, travaillé avant le besoin.

Comment bien préparer les gens, notamment quand, on en parlera, l’IA rend nos métiers plus stratégiques ? On prend des décisions plus risquées, chacun a plus d’impact via tous ces nouveaux outils. Une seule personne peut vraiment avoir un effet immense.

Mais alors comment préparer à ce moment ? La préparation, aujourd’hui, est aussi importante que l’apprentissage en temps réel.

David Rice : Tu as prononcé un mot qui nous travaille tous : l’efficience. On se demande si on ne va pas délaisser l’efficience de l’apprentissage pour se concentrer sur l’adaptation au changement.

Je suis curieux de savoir : quel type d’infrastructure cela exige-t-il dans une entreprise ? Que doit faire le personnel responsable ?

Taylor Blake : Cette quête d’efficacité a été intéressante à observer. Je prends l’exemple d’un livre : si vous demandez “Y a-t-il un livre qui a changé votre façon de voir les choses ?”, beaucoup diront oui ; mais si ce livre fait 400 pages et qu’on le réduit à un résumé, quelques phrases… Si on rend la consommation de l’information la plus efficace possible, l’effet ne serait pas le même, on perd l’impact, la transformation.

Donc vouloir tout réduire à l’essentiel et transmettre des infos de façon transactionnelle, ce n’est pas suffisant. Le changement n’est pas seulement un problème d’information ou d’instructions. Il faut du temps, de l’espace, et comme tu l’évoquais, il faut le bon environnement.

Il faut du dialogue, des outils pour permettre à chacun dans l’organisation non seulement de recevoir l’info, mais d’y participer, de partager ses ressentis, ses défis, pour que l’organisation reçoive du feedback et s’adapte.

C’est ainsi que le changement va se produire. Pas juste par une note interne d’un dirigeant ou en activant Microsoft Co-pilot. L’IA offre de nouveaux outils pour encourager le dialogue, rendre le changement interactif et participatif.

David Rice : C’est vrai. Historiquement, tout l’apprentissage en entreprise tournait autour de la réduction des coûts, de la rapidité, de la simplicité de la formation. Mais aider les gens à changer, à s’adapter, c’est un parcours émotionnel, cela demande réflexion, feedback, contexte… tout ce qui est profondément humain et complexe.

Je me demande si, d’une certaine manière, nous avons construit la mauvaise structure pour le type d’apprentissage dont nous avons besoin aujourd’hui. Qu’en penses-tu ?

Taylor Blake : Oui, c’est typique d’un changement de contraintes. Avant, la contrainte principale c’était l’information : disposer de l’info était difficile.

Maintenant, il est très facile de créer, produire, diffuser de l’info. Mais cela a révélé la contrainte suivante : l’information ne suffit pas. Le changement est un parcours, il dépend des ressentis, des pensées, il faut engager les gens dans ce processus. Ça nécessite des outils et des approches radicalement différents.

L’IA cristallise bien tout ça : chaque organisation s’interroge sur l’IA. Il y a la peur, la curiosité, des enthousiasmes, des craintes… L’IA, en tant qu’initiative de changement, illustre parfaitement la diversité des réactions et la nécessité de nouvelles formes d’engagement.

David Rice : Tu as parlé de nouveaux outils conçus pour le changement et l’alignement, comme des interfaces vocales, du coaching, du guidage en temps réel. Quels usages observes-tu où cette approche dépasse l’ancienne méthode ?

Car ce ne sont pas seulement des choix produits, c’est aussi un pari sur les humains qu’on souhaite façonner au travail.

Taylor Blake : Je reviens sur les transformations IA que l’on entend partout. C’est fascinant car cela va très vite, le paysage change constamment, et l’ancien “playbook” du changement — créer un plan, le dérouler, c’est fini. Aujourd’hui, il faut un système, car le changement n’est jamais terminé : il doit s’adapter et accompagner l’évolution.

Il faut un équilibre : il s’agit de rendre les gens à l’aise avec l’IA, mais aussi de mettre l’humain au centre. Cela passe par plus de discussions, de dialogues, donner de la visibilité sur les attentes, les préoccupations, et accompagner par du coaching — éventuellement IA, ou managérial. Cela demande de la flexibilité, car les besoins sont très variés.

Mais surtout, il faut un système pour sentir, s’adapter, dialoguer afin de bien savoir où en sont les équipes. On ne peut assumer ni imposer, il faut embarquer tout le monde.

David Rice : Intéressant, ce n’est pas qu’une innovation produit, c’est une hypothèse sur le comportement humain. Tu dois faire face à beaucoup de questions : quelle friction mérite d’être résolue ? Quelle autonomie donner ? Ce sont des questions de conception du travail.

Taylor Blake : Exactement. Il y a tellement de questions, et c’est pourquoi nous croyons aux expérimentations, tester rapidement de petites idées.

Ce qui paraît une bonne solution aujourd’hui sera peut-être dépassé dans neuf mois. Il faut surtout cultiver l’agilité, la capacité à comprendre vite et à réagir au lieu de simplement dérouler “la” solution, “le” programme – car tout évolue si vite maintenant.

David Rice : Tu disais auparavant que l’IA élimine le travail à faible enjeu et ne laisse que les jugements, la stratégie, à un autre rythme.

C’est formidable, mais cela amène les gens à devoir franchir des étapes importantes plus vite, avec moins de préparation. Comment envisages-tu la préparation dans ce contexte ?

Taylor Blake : Je pense à un épisode de podcast Freakonomics sur les contrôleurs aériens.

Je ne réalisais pas la complexité de ce métier, tout ce qu’ils doivent gérer en temps réel. C’est très stressant et exigeant. C’est l’exemple typique : la technologie s’est chargée des optimisations faciles, reste à l’humain les décisions à fort enjeu, les jugements critiques.

C’est épuisant. Alors, chez les contrôleurs aériens, il y a énormément de formation, de préparation psychologique et technique, des pauses imposées, ils ont compris la complexité cognitive du job.

Un autre exemple proposé par Nikki Helmer, notre directrice produit : Les grandes villes européennes sont piétonnes, on marche partout. Or en banlieue, tout passe par la voiture. Plus rien n’incite à marcher spontanément, on doit se forcer à faire du sport. À l’époque, c’était organique ; aujourd’hui, il faut s’organiser intentionnellement. C’est pareil pour la complexification du travail.

David Rice : Je pense que c’est pareil pour l’apprentissage. On parle souvent de la suppression des “petites tâches” confiées à l’automatisation.

Mais ces tâches, souvent, nous permettaient d’acquérir le contexte, le fonctionnement général. Il va falloir devenir plus intentionnel sur la façon d’acquérir ces compétences. Ce sera très différent.

Taylor Blake : Absolument. Voici un exemple personnel : nous avons eu des soucis de chaudière chez nous. On appelle le chauffagiste : certains ont une formation superficielle, ils connaissent dix types de pannes… si ce n’est pas l’une d’elles, il faut tout remplacer. Mais le vieil artisan, qui travaille depuis toujours, connaît chaque pièce et trouve la panne exacte—il suffit de nettoyer ou de réparer telle pièce.

David Rice : Oui.

Taylor Blake : C’est cette profondeur qu’on perd. Il faudra donc créer de nouvelles opportunités d’apprentissage, car sinon les organisations vont souffrir d’un manque d’intuition approfondie. Il faudra provoquer ces moments d’apprentissage plus difficiles.

David Rice : Ça me rappelle, à Home Depot ou Leroy Merlin, je pense toujours que tout est une métaphore : le jeune vendeur te dira où trouver telle clé à molette, mais le vieux routard te dira comment assembler tout le système, quel type de joint, etc.

C’est une mine d’informations. On retrouve ça dans tous nos métiers, et des recherches montrent que la valeur des salariés seniors — avec leur savoir et leur expérience — grimpe en flèche.

Car pour que l’IA résolve des tâches complexes, il lui faut beaucoup de contexte. C’est très intéressant ce que tu dis sur le sujet.

Taylor Blake : Sur le contexte, on parle de “fenêtre de contexte” d’un million de tokens pour l’IA, qu’on va enrichir avec des documents… Mais comparons avec l’humain : prenez un salarié expérimenté, leur contexte sur des années d’expérience ! Tant de choses sont invisibles, non-documentées. On doit vraiment défendre l’expertise et la compétence humaine.

Une grande partie de cette valeur, c’est ce contexte invisible. Il faut vraiment réapprendre à le valoriser et le représenter — c’est inestimable.

David Rice : Je suis d’accord. L’expérience vécue est la plus grande enseignante, et on ne la valorise pas assez parfois.

L’IA fait beaucoup de choses, mais elle ne vit pas d’expériences : elle ne capte pas les silences, les réactions non-verbales, les petites nuances humaines—elle ne peut pas tout ressentir ni comprendre comme notre cerveau. C’est infiniment plus précieux.

Un autre point : avant, on avait un mix entre tâches à faible pression et à forte pression. Tu as parlé d’équilibre. Aujourd’hui, l’IA élimine le simple, il n’y a plus de pauses intégrées. Parfois le “changement de contexte” était salvateur. Est-ce qu’on est en train de fabriquer involontairement le burn-out ? Comment l’éviter ?

Taylor Blake : Déjà, il faut reconnaître que le travail change. Il y a une série politique sur Netflix — je ne sais plus laquelle — qui explique que plus une décision monte au sommet, moins le “bon” choix est évident. Ce sont des arbitrages 51%-49%, sinon, si c’était 80-20, quelqu’un d’autre l’aurait tranché en amont. Donc, tout ce qui est clair disparaît, il ne reste que la complexité.

Donc il ne s’agit pas seulement de savoir décider, il faut aussi gérer la répercussion : expliquer, justifier, supporter la critique de ceux qui en souffriront.

Et la pression est immense. Comment l’atténuer ? Par la préparation, la simulation, l’accompagnement. Des outils nouveaux sont indispensables.

Il y aura aussi plus de travail en équipe : les contrôleurs aériens partagent la responsabilité en binôme pour se soutenir. On aura sans doute davantage de modèles coopératifs, pour que le poids ne repose pas sur une seule personne — car sinon, c’est le burn-out assuré.

David Rice : Il faut bâtir des marges dans son système, reconnaître quand la pression est trop forte, surtout pour les managers qui doivent apprendre à accompagner dans la complexité. On ne veut pas écraser la dimension émotionnelle. Comment gérer cela quand les décisions à haut risque deviennent la norme ? On a déjà progressé côté équilibre vie pro/perso, santé mentale, etc. C’est le moment d’appliquer ces leçons.

Taylor Blake : Oui, on va voir l’effet rebond : tout miser sur l’efficience, le “faire plus avec moins”. Mais l’IA en surface fait beaucoup… et malgré cela, on se sent plus débordé que jamais. Le nombre de cas particuliers, de décisions à traiter, explose.

Cette obsession de l’optimisation aura des conséquences. Il faut trouver le bon équilibre. On ne peut pas tout optimiser sans tenir compte des variables invisibles—elles finissent par casser le système si on les oublie.

David Rice : Absolument.

Vous travaillez dans un secteur où “échouer vite” est encouragé. Mais quand on expérimente dans de vraies organisations, cela a un impact sur de vraies personnes. Comment faites-vous cohabiter ambition et responsabilité ? Y a-t-il eu un moment où cette tension est apparue ?

Taylor Blake : C’est en partie pour ça qu’on expérimente en interne : on ne veut pas tester chez nos clients, avec de vraies personnes qui font leur travail. On isole ce qu’on teste dans des environnements contrôlés.

On expérimente pour réduire le risque, mais le monde avance vite, l’ambition et ses conséquences s’entrechoquent. L’exemple qui m’a marqué n’est pas du boulot, mais relève de l’usage quotidien de l’IA. Cela concerne mes enfants. Ma fille aînée, 10 ans, a créé cet été un jardin à papillons dans notre jardin, elle a fait ses recherches sur les plantes, créé un espace pour les attirer. Elle a demandé à utiliser l’IA pour avoir des conseils sur l’entretien. Puis, elle m’a demandé mon téléphone juste pour “discuter” avec l’IA, disant : “Elle me dit toujours des choses gentilles.”

Là, alerte : ma fille cherche la validation de l’IA plutôt que celle de ses parents. Même pour des usages anodins, il y a tant d’effets secondaires qu’on n’anticipe pas. Mon équipe propose des idées innovantes, puis on doit systématiquement réfléchir aux implications et poser mille questions critiques. Ce processus de remise en question est long, mais essentiel avant de livrer quoi que ce soit.

David Rice : J’adore votre démarche qui intègre une dimension éthique. Il faut se poser les questions difficiles : ce qu’on construit change le quotidien, la façon d’interagir avec ce qui compte pour les gens. L’exemple de ta fille est parlant, et je le constate aussi. Trouver les angles morts, c’est ce que nous devrions tous faire.

Taylor Blake : Il y a forcément des angles morts, et il faut accepter qu’on va nous les révéler. Il faut les intégrer dans la conception. Je veux que les personnes réfléchies et concernées participent à la création des outils IA. Si seuls les optimistes, qui pensent que l’IA est sans conséquences négatives, les conçoivent, ça ira mal. Il faut impliquer activement celles et ceux qui anticipent les risques, pour créer un écosystème réfléchi et responsable.

David Rice : Merci Taylor d’être venu. Ce fut passionnant.

Taylor Blake : Merci beaucoup pour cette opportunité. Cet échange a été un vrai moment de réflexion pour moi aussi.

David Rice : A toutes et tous, si vous ne l’avez pas fait, allez sur peoplemanagingpeople.com/subscribe pour vous abonner à la newsletter. C’est là qu’on partage toutes les actus : événements, podcasts, séries spéciales, etc.

Et jusqu’à la prochaine fois, expérimentez, mais posez-vous les questions difficiles.