Pendant des années, on a confié aux débutants les tâches les plus simples. Préparer une première note. Faire une recherche. Relire un contrat. Résumer un dossier. Écrire le premier jet d'une présentation.
Ce n'était pas toujours passionnant. Mais c'est comme ça qu'on apprenait.
Aujourd'hui, ce sont précisément les tâches que nous confions en premier à l'IA. Et c'est là qu'un problème commence à apparaître.
Joshua Rothman le soulève dans un excellent article du New Yorker, consacré à une question que nous croyions connaître : l'IA va-t-elle prendre nos emplois ? Il montre surtout que nous la posons peut-être mal. Car un métier n'est presque jamais une seule tâche.
Prenons un avocat junior. Au début, il ne plaide pas l'affaire du siècle. Il cherche de la jurisprudence, relit des contrats, prépare des notes, et regarde comment ses aînés corrigent son travail. Une IA fait désormais une grande partie de tout cela beaucoup plus vite. Bonne nouvelle pour le cabinet. Mais si le junior ne fait plus ce travail, comment apprend-il ce que le senior sait faire aujourd'hui ?
Même chose pour un médecin. On devient rarement excellent en commençant par les cas les plus complexes. On voit des patients, on se trompe parfois, on compare. On apprend à reconnaître ce qui sort de l'ordinaire parce qu'on a vu mille fois ce qui ne l'est pas.
L'expérience se construit sur une accumulation de tâches qui, prises séparément, paraissent banales. C'est peut-être cela que nous risquons de supprimer sans nous en rendre compte. Pas seulement des emplois. Les premières marches de l'escalier.
Et un escalier devient difficile à monter quand on lui retire ses premières marches.
Le consultant junior apprend en cherchant des chiffres et en fabriquant des slides. Le jeune journaliste, en lisant des dizaines de documents avant de comprendre lesquels comptent. Le développeur, en corrigeant des bugs simples avant de concevoir des systèmes. Le commercial, en écoutant des objections et en perdant parfois des contrats.
On pourrait se réjouir que l'IA nous débarrasse de ce travail répétitif. C'est en partie vrai. Mais ce travail n'était pas inutile, il servait aussi d'entraînement.
C'est là que l'article de Rothman devient particulièrement intéressant, avec cette idée du « 90/10 ». Grâce à l'IA, il devient très facile d'atteindre rapidement un résultat correct : une note bien écrite, une présentation propre, une première analyse convaincante. Les 90 premiers pourcents deviennent accessibles à presque tout le monde.
Les 10 derniers, eux, restent difficiles. Ce sont ceux du jugement. Savoir qu'un chiffre est étrange alors qu'il semble parfaitement plausible, comprendre que le client ne dit pas vraiment ce qu'il pense, voir qu'un argument juridique apparemment solide ne tiendra pas devant un juge, sentir qu'une stratégie parfaite sur PowerPoint échouera dans la vraie vie.
Tout ce que nous appelons, faute de mieux, l'expérience.
Voilà le paradoxe : pour acquérir ce jugement, il faut généralement avoir fait longtemps le travail qui précède. On ne devient pas expérimenté en lisant le résumé de l'expérience des autres, on le devient en passant par les étapes.
Que se passe-t-il si nous automatisons précisément ces étapes ? Les entreprises pourraient gagner énormément en productivité à court terme, puis découvrir quelques années plus tard un problème bien plus difficile à résoudre : elles n'ont plus assez de personnes capables de faire ce que l'IA ne sait pas encore faire.
Cela change aussi notre façon de recruter. Si tout le monde peut produire une excellente note avec une IA, comment reconnaître celui qui a vraiment compris le sujet ? Pendant longtemps, le résultat du travail servait de preuve du travail accompli. Ce lien est en train de disparaître.
Je ne plaide pas pour revenir au monde d'avant. Je ne crois pas qu'un jeune avocat doive passer trois nuits sur une jurisprudence parce que ses associés l'ont fait avant lui, ni qu'un consultant doive consacrer deux jours à mettre en forme un PowerPoint pour « apprendre la vie ». L'IA peut nous débarrasser de beaucoup de tâches absurdes.
Mais il faut alors remplacer ce qu'elles permettaient d'apprendre.
C'est peut-être là le vrai sujet pour les entreprises. Pas seulement : quelles tâches pouvons-nous automatiser ? Mais aussi : qu'est-ce que cette tâche apprenait à celui qui la faisait ? Si la réponse est « rien », automatisons-la sans hésiter. Si la réponse est « c'est comme ça qu'il apprend à juger », alors il faut réfléchir un peu plus longtemps.
Car le risque n'est pas seulement de supprimer des postes juniors. C'est de découvrir, dans dix ans, que nous avons aussi supprimé la manière dont on fabriquait les seniors.
L'IA nous permet de sauter beaucoup d'étapes. Reste à savoir lesquelles nous pouvons vraiment nous permettre de ne plus apprendre.