L’IA peut produire des réponses instantanées. Mais qu’advient-il du jugement humain ? De nouvelles recherches explorent la manière dont l’usage de l’IA peut affecter la pensée critique, le raisonnement et le développement des compétences.
L’intelligence artificielle évolue plus vite que quiconque ne l’avait anticipé. Chaque semaine apporte son lot d’annonces : un nouveau modèle, une nouvelle percée, un nouvel exemple de productivité doublée. Il est tentant de croire que nous avons enfin trouvé un levier qui supprime la friction du raisonnement lui-même. Une étude récente publiée par Anthropic suggère pourtant que nous devrions y réfléchir à deux fois.
L’IA donne une impression de vitesse — mais nous rend-elle meilleurs ?
Dans une expérience contrôlée, des développeurs ont réalisé des tâches de programmation identiques en utilisant une bibliothèque (librairie) qu’aucun d’entre eux ne connaissait auparavant. La moitié disposait d’un assistant IA ; l’autre moitié travaillait sans IA. Une fois la tâche terminée, les deux groupes ont été évalués sur leur compréhension conceptuelle, leur capacité à lire le code et à déboguer. L’usage de l’IA était alors strictement interdit.
Les résultats ont été frappants. Les développeurs qui s’étaient le plus appuyés sur l’IA ont obtenu des scores inférieurs dans tous les domaines — avec un écart particulièrement marqué sur la résolution de problèmes.
Le groupe sans IA a commis plus d’erreurs en cours de route et a mis un peu plus de temps. Mais ces erreurs se sont avérées être… l’essentiel du processus.
L’effort pour comprendre et corriger leurs erreurs les a contraints à réellement comprendre ce qu’ils développaient. L’IA a donné l’impression que le travail était plus simple, sans pour autant générer un avantage significatif en termes de vitesse globale. L’ enseignement clé est ailleurs : ceux qui se sont fortement appuyés sur l’IA comprenaient moins bien le travail une fois terminé.
Comment les personnes utilisent réellement l’IA
Les chercheurs ont identifié six modes d’interaction avec l’IA. À une extrémité : la délégation pure — on interroge le modèle, on copie la réponse, on passe à la suite. Ce groupe a obtenu des scores autour de 30 %. À l’autre extrémité : un mode qu’ils ont appelé « génération puis compréhension ». Les développeurs laissaient l’IA produire une réponse, puis l’analysaient, la questionnaient, cherchaient à comprendre pourquoi elle fonctionnait. Ce groupe a obtenu des scores proches de 80 %. La différence n’avait rien à voir avec l’accès à la technologie. Elle tenait entièrement à une chose : le fait que l’humain reste ou non aux commandes de sa réflexion.
Avec mon expérience en tant que consultant, ce schéma est devenu évident. Aujourd’hui, de nombreux leaders cherchent comment utiliser l’IA sans qu’elle ne devienne une béquille. Ce n’est pas une crainte théorique : l’étude d’Anthropic montre que ce phénomène est déjà à l’œuvre, y compris chez des professionnels expérimentés.
Ce n’est pas un problème nouveau
En lisant cette étude, ce qui m’a frappé, c’est à quel point tout cela était familier. La terminologie est nouvelle, mais le principe ne l’est pas. Depuis plus de soixante ans, Kepner-Tregoe repose sur une conviction simple : la pensée rationnelle est une discipline, pas une intuition. Elle doit être pratiquée volontairement et appliquée avec régularité. Les compétences se développent par l’effort cognitif — en particulier dans l’ambiguïté et face à l’erreur. Si l’IA supprime cet effort, les compétences s’érodent. Si l’IA renforce un raisonnement structuré, les compétences peuvent au contraire s’accélérer. La différence ne tient pas à l’outil, mais à la discipline du processus qui l’entoure. C’est précisément ce type de discipline que KT aide ses clients à développer depuis des décennies.
Les conclusions de l’étude s’inscrivent naturellement dans les processus KT. L’Evaluation de Situation nous apprend à clarifier l’ensemble des préoccupations avant d’agir. Or, de nombreuses organisations se focalisent sur une seule question : l’IA accélère-t-elle l’exécution ? Deux autres questions, tout aussi critiques, sont souvent reléguées au second plan : l’IA inhibe-t-elle le développement des compétences ? les individus conservent-ils leur capacité à superviser de manière responsable les outputs de l’IA ?
Si les dirigeants se concentrent uniquement sur la vitesse, ils peuvent améliorer le débit tout en fragilisant les compétences de jugement et de diagnostic dont dépend l’entreprise. Lorsque l’IA conduit le processus au lieu de le soutenir, ces compétences s’affaiblissent progressivement.
Là où l’écart de compétences devient visible
Les résultats sur le diagnostic et la correction des erreurs méritent une attention particulière. C’est là que l’écart entre les deux groupes a été le plus marqué. Déboguer/Résoudre, c’est exercer un raisonnement structuré en situation d’incertitude. C’est l’expression concrète de l’Analyse de Problème KT : distinguer ce qui est de ce qui n’est pas, décrire les écarts selon le quoi, où, quand et combien.
Cette discipline se construit dans la répétition. Lorsque l’IA résout instantanément les erreurs, la répétition disparaît. Le modèle fournit une réponse, l’humain l’accepte — et le “muscle” de la pensée s’atrophie.
Avant de décider comment intégrer l’IA dans les processus de travail, les dirigeants devraient appliquer une Analyse de Décision KT rigoureuse : clarifier les objectifs, comprendre les arbitrages, anticiper les risques.
L’Analyse des Problèmes Potentiels nous invite à nous demander non seulement ce qui pourrait mal se passer, mais pourquoi — et comment détecter les signaux faibles. L’érosion progressive d’une expertise par une adoption non réfléchie de l’IA est exactement ce type de risque lent, invisible, qui ne déclenche aucune alerte… jusqu’à ce qu’il soit trop tard.
Ce que font les meilleurs performeurs
Il existe aussi une opportunité majeure. Les participants les plus performants de l’étude n’ont pas évité l’IA. Ils l’ont utilisée comme partenaire de réflexion : génération de contenu, puis analyse critique, remise en question, test des hypothèses. Ils sont restés cognitivement engagés. Ils ont continué à penser. C’est précisément ce que cultive l’Analyse des Opportunités Potentielles : un jugement humain discipliné, amplifié — et non remplacé — par la technologie.
Les organisations qui réussiront dans une économie augmentée par l’IA ne seront pas nécessairement celles qui adopteront les outils le plus vite. Ce seront celles qui les intégreront dans une culture de pensée disciplinée, garantissant que l’IA accélère le travail sans remplacer le jugement, et protège les capacités cognitives indispensables à une supervision de qualité.
La vraie question est donc la suivante : votre organisation dispose-t-elle d’un cadre structuré pour adopter l’IA — ou est-ce simplement en train d’arriver ? Depuis plus de soixante ans, Kepner-Tregoe aide les organisations à penser avec rigueur, notamment sous pression. L’arrivée de l’IA ne rend pas cette mission obsolète. Elle la rend urgente.
Si ce sujet vous intéresse et questionne en tant que leader, l’étude d’Anthropic « How AI Impacts Skill Formation », publiée le 3 février 2026, mérite largement votre attention.
https://arxiv.org/pdf/2601.20245
https://www.anthropic.com/research/AI-assistance-coding-skills
