IA et travail : et si la vraie menace était la perte du jugement, pas celle de l’emploi ?

L’IA produit instantanément, abondamment, souvent convenablement. Mais produire ne signifie pas valoir. Dans un monde d’abondance cognitive, la compétence clé devient celle de celui qui sait évaluer, orienter et assumer — l’opérateur de l’abondance.

Produire n’est pas valoir

L’IA génère en quelques secondes un projet de conclusions judiciaires, une analyse de risques, un plan de cours. Mais elle ne répond pas à la question essentielle : ce contenu est-il bon, dans ce contexte, pour cette personne, avec ces enjeux ? Ce jugement repose sur un savoir tacite, fait d’expériences, d’erreurs, de lecture des rapports de force — que Michael Polanyi résumait ainsi : on peut savoir plus qu’on ne peut dire. Ce savoir-là ne se met pas dans un prompt.

Un miroir amplificateur, pas une ressource libre d’accès

Les économistes d’Anthropic ont analysé des millions d’interactions avec Claude. Résultat : 52 % relèvent de modes augmentatifs, l’humain itère, ajuste, réoriente. Et surtout, la qualité de la réponse est directement corrélée à la sophistication de la question posée.

L’abondance que génère l’IA n’est pas une ressource libre d’accès. Elle est conditionnée par la compétence de celui qui la sollicite. Ce n’est pas une loi technique, c’est une loi cognitive.

L’opérateur de l’abondance

Ni programmeur de modèles, ni utilisateur passif : l’opérateur de l’abondance sait formuler un problème exploitable par un modèle, évaluer la pertinence d’un output, injecter le contexte que la machine ne peut pas avoir, et assumer la responsabilité d’une décision fondée en partie sur des suggestions qu’il n’a pas générées lui-même. Cette compétence est profondément intellectuelle : elle suppose d’avoir été exposé à la difficulté des tâches que l’on délègue, avant de les déléguer.

Déléguer sans avoir appris : la déqualification cognitive

Le signe avant-coureur le plus inquiétant n’est pas le chômage. C’est le ralentissement du recrutement des jeunes diplômés dans les professions les plus exposées. Les entreprises n’embauchent plus autant de juniors pour des tâches que l’IA fait plus vite et moins cher — privant une génération du learning by doing décrit par l’économiste Kenneth Arrow.

On délègue la rédaction sans avoir appris à rédiger. On valide des outputs sans avoir développé la compétence critique pour détecter ce que l’IA fait mal. Avec l’IA agentique — qui agit, exécute, orchestre sans validation humaine à chaque étape — ce risque s’amplifie : la surveillance devient la plus nécessaire là où elle est la plus difficile à exercer.

À retenir

Ce que l’IA ne peut pas faire à notre place, c’est décider que tel output vaut quelque chose, dans ce contexte, pour cette personne, avec ces enjeux. Former les prochaines générations à ce jugement, et non au seul usage des outils, est une urgence. C’est notamment la tâche des institutions d’enseignement supérieur.