IA et générations : à chaque âge et profil sa règle pour continuer à penser par soi-même

Écrit par dejoux cecile

L’intelligence artificielle peut enrichir nos capacités, à condition de préserver l’apprentissage et l’exercice de notre jugement. Les besoins évoluent selon l’âge et l’expérience : protéger les premiers apprentissages, développer l’autonomie des jeunes, entretenir l’expertise et organiser la responsabilité collective. Une même règle relie ces étapes : l’IA doit soutenir une compétence sans supprimer les efforts nécessaires pour la construire ou la maintenir.

L’IA nous aide-t-elle à penser ou pense-t-elle à notre place ?

L’IA nous rend-elle plus intelligents ou nous dispense-t-elle de penser ? La réponse dépend moins de l’outil seul que du moment où on l’utilise et de la manière dont on s’en sert.

Un même assistant peut aider un adolescent à comprendre une leçon ou lui permettre de contourner l’effort nécessaire pour l’apprendre. Il peut faire gagner des heures à un expert ou, sans qu’il s’en aperçoive, réduire les occasions d’exercer son regard.

Notre conviction au Learning Lab Human Change est simple : l’IA ne doit jamais se substituer à ce que l’on ne sait pas encore faire. Le psychologue Grégoire Borst défend ce principe à propos des enfants. Je crois qu’il mérite d’être décliné à tous les âges :

  • Protéger les premiers apprentissages de l’enfant.

  • Apprendre à l’adolescent à utiliser l’IA et à s’en passer.

  • Aider le jeune actif à choisir ce qu’il lui délègue.

  • Entretenir les compétences des profils expérimentés.

  • Confier au manager l’organisation de ces usages.

C’est ce que nous pourrions appeler l’escalier de l’autonomie cognitive.

Qu’est-ce que le « système 0 » et pourquoi nous concerne-t-il ?

Pour comprendre l’enjeu, revenons au modèle de Daniel Kahneman : le système 1 désigne une pensée rapide et intuitive ; le système 2, une pensée plus lente et délibérée.

En 2024, des chercheurs ont proposé dans Nature Human Behaviour d’y ajouter un « système 0 », pour décrire l’externalisation de certaines tâches cognitives vers l’IA.

Cette proposition souligne une différence avec un outil de calcul classique : un assistant génératif peut sélectionner, reformuler et organiser l’information avant même que nous ayons construit notre propre raisonnement. Sa réponse influence alors notre manière de poser le problème.

La production d’une réponse ne transfère pourtant ni l’interprétation ni la responsabilité à la machine. Il nous appartient toujours de comprendre ce qui est proposé, d’en examiner les limites et de décider.

Le psychologue Olivier Houdé a, de son côté, décrit un « système 3 » : l’inhibition, cette capacité à bloquer une réponse automatique trompeuse.

Ces approches éclairent un même enjeu : lorsque l’IA propose une réponse immédiatement convaincante, nous devons conserver la capacité de suspendre notre adhésion pour nous demander : attendons, vérifions.

Pourquoi adapter les usages de l’IA à l’âge et à l’expérience ?

Car là où l'IA synthétise ce qui a été écrit, le senior transmet ce qui a été vécu. Le philosophe Michael Polanyi parlait de savoirs tacites pour désigner ce que nous savons sans pouvoir l'exprimer entièrement. Tant qu’ils ne sont pas explicités et documentés, ces savoirs restent hors de portée d’une IA qui n’y a pas accès.

Les salariés en ont d'ailleurs pleinement conscience. Une étude CSA pour LinkedIn France, menée en 2024 auprès de 506 actifs de 18 à 30 ans et 503 actifs de 50 ans et plus, montre que 90 % des jeunes actifs estiment que les seniors peuvent leur transmettre des compétences importantes. Ils citent d'abord les connaissances métier et techniques (40 %), puis la rigueur et l'efficacité (27 %), et enfin des savoir-être comme la gestion du stress ou la confiance en soi (25 %). Plus largement, 87 % des actifs, toutes générations confondues, voient dans les relations intergénérationnelles une source d'échanges et de connaissances.

Au-delà des compétences, nos interviews révèlent que la valeur des seniors se loge souvent hors de leur fiche de poste. Ils endossent des rôles que personne ne leur a confiés, mais que tout le monde sollicite :

  • la mémoire de l'organisation, qui sait pourquoi une décision a été prise et ce qui a déjà échoué ;

  • la personne ressource, vers qui l'on se tourne quand la procédure ne suffit plus ;

  • le régulateur, qui désamorce les tensions et apporte du recul en période de crise ;

  • le tuteur informel, qui forme les nouveaux arrivants sans titre ni programme ;

  • la vigie, qui a traversé plusieurs cycles, entreprises ou métiers, et repère les signaux faibles.

  • Ces rôles sont invisibles dans les organigrammes, et pourtant ce sont eux qui font tenir un collectif. En ce sens, je vous invite à découvrir ou redécouvrir les 5R du CARE management.

Enfants : comment protéger les apprentissages fondamentaux ?

Apprendre à lire, c’est notamment réorganiser des circuits cérébraux pour reconnaître les mots écrits, comme l’ont montré les travaux de Stanislas Dehaene. Cet apprentissage repose sur la pratique active : regarder, déchiffrer, essayer, se tromper et recommencer.

Une première étude d’IRM menée au Technion, encore en prépublication et sur un petit échantillon, rapporte des différences d’engagement des réseaux de contrôle cognitif et d’attention entre des enfants de 6 à 7 ans et des adultes interagissant avec ChatGPT.

Ce résultat préliminaire ne permet pas de conclure à des effets durables sur le développement. Il invite cependant à étudier ces usages avec prudence.

Pour les premiers apprentissages, la priorité reste l’activité de l’enfant et l’accompagnement humain. L’IA peut aider un adulte à préparer une histoire, un jeu ou un exercice ; elle ne doit pas faire disparaître l’effort que l’enfant a besoin d’accomplir.

La règle proposée est donc : protéger les occasions d’apprendre à lire, à compter, à observer et à questionner par soi-même, avec un adulte.

Adolescents : de meilleures notes signifient-elles que l’on apprend mieux ?

Une bonne production ne prouve pas toujours un apprentissage solide.

Dans un document de travail consacré à 26 811 collégiens et lycéens chinois suivis pendant trente mois, David Strömberg et ses collègues rapportent un contraste préoccupant :

  • Les notes des devoirs réalisés avec l’IA progressent de 18 %.

  • Leur temps de réalisation diminue de 30 %.

  • Les résultats aux examens sur table reculent de 20 % en six mois.

  • Les résultats aux concours d’entrée diminuent de 18 à 24 % au bout de deux ans.

Selon ce travail, les pertes se concentrent chez les élèves qui externalisent leurs devoirs. Elles sont plus limitées lorsque les élèves conservent leur temps de réflexion.

Il s’agit d’un document de travail, dont les résultats restent à confirmer. Il pose néanmoins une question essentielle, également soulevée par Grégoire Borst : si la machine réalise le devoir, que mesure la note ?

L’enjeu est de mieux évaluer la structuration de la pensée, l’argumentation et la capacité à expliquer une démarche sans assistance.

La règle proposée aux adolescents est simple : chercher seul d’abord, puis utiliser l’IA pour se faire interroger, obtenir un indice ou examiner son raisonnement.

Étudiants et jeunes actifs : comment progresser sans devenir dépendants ?

Dans les études comme au travail, l’IA peut aider un débutant à produire plus rapidement. Ce bénéfice immédiat doit cependant être distingué de la construction d’une expertise durable.

Une prépublication de Grace Liu et de ses collègues, fondée sur plusieurs expériences, observe une baisse de performance autonome et de persévérance après le retrait de l’assistance. Ces effets apparaissent après des sessions de dix à quinze minutes, sur les tâches étudiées, et concernent particulièrement les usages visant à obtenir directement une solution.

Les auteurs invitent à ne pas généraliser ces résultats à toutes les tâches et à toutes les formes d’assistance. Ils soulignent néanmoins le risque de supprimer les occasions de pratique nécessaires à l’apprentissage. Liu et al., 2026.

La question devient alors : est-ce que l’IA m’aide à comprendre, ou seulement à terminer ?

Pour les étudiants, cela implique de vérifier les affirmations clés, de reformuler avec leurs propres mots et de repérer les moments où la fatigue les pousse à accepter une réponse sans l’examiner.

Pour les jeunes actifs, nous proposons un rituel concret : chercher quelques minutes avant de solliciter l’outil, puis être capable d’expliquer chaque livrable sans support.

Les dix minutes de recherche constituent ici un repère de pratique, pas un seuil scientifique universel. L’objectif est de préserver une première réflexion personnelle.

Profils expérimentés : l’expertise protège-t-elle de tous les risques ?

L’expérience est précieuse, mais elle ne dispense pas d’entretenir ses compétences.

Une étude publiée en 2025 dans The Lancet Gastroenterology & Hepatology a suivi dix-neuf endoscopistes polonais expérimentés, ayant chacun réalisé plus de deux mille coloscopies, avant et après l’introduction d’une assistance par IA.

Lors des examens effectués sans IA après son introduction, le taux de détection des adénomes est passé de 28,4 % à 22,4 %.

Cette étude observationnelle ne permet pas d’attribuer à elle seule cette évolution à l’usage de l’IA. D’autres facteurs ont pu intervenir. Elle soulève toutefois une question importante : l’habitude d’être alerté par un outil peut-elle modifier la vigilance exercée sans lui ?

Un autre document de travail, mené à la Wharton School auprès de plus de 1 300 participants, décrit un risque de confiance excessive : lorsque l’IA fournit une réponse erronée, la précision des participants peut devenir inférieure à celle obtenue sans assistance.

Ces travaux invitent à distinguer l’aide apportée par l’outil et la capacité de son utilisateur à détecter ses erreurs.

Pour les collaborateurs confirmés, l’enjeu est donc double : adopter l’IA et conserver des occasions de pratiquer sans elle, comme les pilotes entretiennent leur capacité de pilotage manuel.

Managers : comment organiser l’IA sans affaiblir les compétences ?

Le rôle du manager consiste à décider avec son équipe ce qui peut être confié à la machine, ce qui doit être vérifié et ce qui mérite de rester une pratique humaine régulière.

Il peut notamment :

  • Préserver des temps de réflexion et d’entraînement sans IA.

  • Définir les vérifications attendues avant de valider un résultat.

  • S’assurer que chacun comprend les productions dont il est responsable.

  • Organiser la transmission des savoirs entre générations.

  • Examiner les effets des usages sur l’apprentissage, au-delà du temps gagné.

Les plus jeunes peuvent partager leurs pratiques numériques ; les profils expérimentés apportent le contexte, le discernement et les savoirs tacites que l’outil ne restitue pas spontanément.

Le manager organise cette complémentarité. Il crée les conditions pour que l’IA augmente les capacités de l’équipe tout en préservant celles dont elle aura besoin demain.

Quelle règle retenir pour chaque profil ?

  • Enfants : protéger. Préserver les apprentissages fondamentaux et l’accompagnement par un adulte.

  • Collégiens et lycéens : apprendre. Faire seul d’abord, puis utiliser l’IA pour être guidé ou interrogé.

  • Étudiants : consolider. Vérifier les affirmations clés et pouvoir expliquer le raisonnement.

  • Jeunes actifs : choisir. Construire une première réponse personnelle avant de déléguer.

  • Collaborateurs confirmés : préserver. Relire activement ce que l’on signe et entretenir des tâches clés sans assistance.

  • Managers : orchestrer. Définir les règles de délégation, de vérification, d’entraînement et de transmission.

Ces repères doivent s’adapter à la tâche, au niveau de maîtrise et au contexte. Ils donnent une direction commune : préserver l’autonomie cognitive.

Ce qu'il faut retenir

  • Une réponse produite rapidement ne prouve pas qu’un apprentissage a eu lieu.

  • L’IA peut influencer notre raisonnement dès la manière dont elle présente l’information.

  • Les débutants ont besoin de construire leurs compétences ; les experts ont besoin de continuer à les exercer.

  • Les travaux cités apportent des signaux utiles, avec des limites différentes selon leur méthode et leur statut de publication.

  • La vérification, la pratique autonome et la transmission humaine doivent accompagner l’adoption des outils.

  • Le CARE offre une boussole commune : esprit critique, attention, réflexion et équilibre.

  • La règle est la même pour tous : l’IA doit prolonger une compétence, sans remplacer les efforts nécessaires à sa construction ou à son entretien.

    Ce sujet nous intéresse particulièrement au Learning Lab Human Change, l’Observatoire des transformations managériales et RH que je dirige au Cnam. Il mérite davantage de travaux collaboratifs entre chercheurs, enseignants, managers et professionnels de tous âges.

    Vous souhaitez réfléchir avec nous aux usages de l’IA qui préservent l’apprentissage et le jugement ? Contactez-nous.

  • Commencez par formuler le problème et construire une première réflexion sans assistance. Utilisez ensuite l’IA pour explorer des pistes, obtenir une explication ou confronter vos idées. Vérifiez les éléments importants et assurez-vous de pouvoir expliquer le résultat avec vos propres mots. Conservez aussi des occasions de pratiquer sans l’outil.

  • Oui, tout en tenant compte du niveau de maîtrise et de la tâche. Chez l’enfant, la priorité est de préserver les apprentissages fondamentaux et l’accompagnement humain. Chez l’adolescent ou l’étudiant, l’IA doit soutenir le raisonnement plutôt que réaliser le travail à sa place. Chez les professionnels, elle doit s’accompagner de vérifications et d’une pratique régulière des compétences essentielles.

  • Une compétence s’entretient par la pratique. Si l’IA réalise systématiquement une tâche ou signale toutes les erreurs, son utilisateur peut avoir moins d’occasions d’exercer son propre jugement. Préserver certaines tâches sans assistance, relire activement les résultats et transmettre son expertise permet de maintenir sa capacité à décider et à agir lorsque l’outil est absent ou se trompe.

 

Sources

dejoux cecile
Suivant

transformer son métier avec l’ia