IA au travail : comment générer de l’enthousiasme ?

L’intelligence artificielle (IA) est de plus en plus acceptée au travail : dans une étude réalisée par Oracle, 70% des répondants expriment une forme d’optimisme à propos de ses impacts, et 38% se définissent comme excités à propos des opportunités qu’elle offre (ex. plus de temps libre, développer de nouvelles compétences, avoir un rôle plus stratégique). Malgré ces tendances prometteuses, certaines peurs persistent néanmoins, et limitent son usage, notamment en France ; l’IA est en effet beaucoup plus utilisée dans des pays comme la Chine, l’Inde et les Emirats Arabes Unis. Il est donc nécessaire de comprendre et de répondre à ces inquiétudes, pour permettre à chacun de bénéficier du potentiel de l’IA : à cette fin, le modèle des phases de préoccupations s’avère d’une grande pertinence.

Répondre à des préoccupations

Initialement proposé par Gene Hall, de l’Université du Nevada, à travers le Concerns Based Adoption Model, le concept de préoccupations a été approfondi par Céline Bareil, professeure aux HEC Montréal. Construits cognitivo-affectifs dynamiques, les préoccupations expriment une réalité émotionnelle vécue et un état inassouvi de l’esprit. Dans tout changement, chaque personne serait ainsi soumise à différentes interrogations, communes à tous, orientées vers l’objet du changement, et ordonnées dans le temps selon une logique précise : en quelques sortes, répondre au premier niveau de préoccupations permettrait d’amener le collaborateur – ou le groupe – au second niveau, et de le faire progresser dans son intégration du changement. A l’inverse, chercher à répondre à des niveaux de préoccupations plus avancés, sans avoir répondu aux précédents, pourrait s’avérer contre-productif. Organisée en sept phases de préoccupations distinctes, cette théorie, bien qu’assez méconnue des gestionnaires et managers, présente aujourd’hui plusieurs avantages, parmi lesquels : elle permet d’être proactif, et ainsi de répondre à des préoccupations, plutôt que de gérer des résistances futures ; elle amène une gestion plus humaine des changements ; le diagnostic des préoccupations s’avère simple et rapide ; chaque phase de préoccupations appelle à des actions managériales précises et éprouvées ; et enfin, ce modèle semble parfaitement répondre aux inquiétudes exprimées par tous, dirigeants ou collaborateurs, dans la mise en place de l’IA au travail.

Sur ce dernier point, la chronologie des questionnements que fait émerger l’IA (que cela soit lorsqu’elle est mise en place lors d’activités RH, pour optimiser la relation client, ou encore en chirurgie), suit en effet assez bien les phases décrites par Céline Bareil, dans les changements en général. Face à l’IA, chaque personne passe ainsi par sept phases, sources d’inquiétudes et de besoins différents :

(1) une première phase marquée par l’absence de préoccupations. Le collaborateur (ou personne impactée) se sent alors peu concerné, et ne semble pas prendre pleine mesure de l’impact présent ou futur de l’IA dans son travail : « je doute que mon travail soit impacté par l’IA », « ça ne me concerne pas », « l’IA n’a pas fait de grandes avancées depuis plusieurs années, inutile d’en parler ». Lors de cette phase, le rôle du manager (ou autre partie prenante) doit s’organiser autour de plusieurs actions : bousculer le collaborateur, le convaincre de l’importance du changement, ou encore lui apporter des faits quantifiables et vérifiables. C’est lors de cette phase que vous devez démontrer que l’IA impacte toutes les industries, de plus en plus rapidement, et que chacun doit prendre le train en marche sous peine d’être vite dépassé. Si on s’intéresse à l’exemple de l’IA dans les processus de recrutement, il s’agit par exemple de montrer au recruteur que les méthodes mécaniques type IA sont plus fiables que l’intuition.

(2) une seconde phase où les préoccupations sont de nature égocentrique, et centrées sur le collaborateur lui-même : « est-ce que l’IA va me remplacer ? », « est-ce que je vais perdre mon autonomie ? », « comment l’IA va impacter mon travail et mon organisation ? ». Face à ce type de peurs et réactions émotionnelles, la priorité est d’écouter, de soutenir et de rassurer le collaborateur, en lui expliquant, par exemple, que l’IA se veut avant tout être un outil d’aide et de complément, plutôt que de remplacement, ou encore en lui expliquant ce qui changera, ou non, dans son activité.

(3) une troisième phase avec des inquiétudes orientées sur l’entreprise elle-même : « est-ce que l’IA est un outil qui va finir sur l’étagère et sous la poussière ? », « est-ce que la direction va vraiment s’engager pour utiliser l’IA à son plein potentiel ? », « qu’est-ce que ça va changer pour l’ensemble de l’entreprise ? ». On note alors une première évolution : le collaborateur est rassuré quant à ses craintes auto-centrées, et s’interroge plutôt sur le sérieux et l’implication de la direction. Pour réussir cette phase, il est donc prioritaire de démontrer l’engagement des parties prenantes, d’expliquer la vision de l’entreprise, les objectifs ou encore les moyens mis en œuvre pour réussir l’intégration de l’IA.

(4) une quatrième phase où émergent des questionnements sur le changement ou sur l’IA elle-même : « concrètement, qu’est-ce qu’il y a derrière ? », « comment sont réalisées les prédictions ? », « sur quelles bases scientifiques repose l’outil ? ». Au cours de cette phase, les préoccupations sont relatives à la mise en œuvre du changement et aux ressources allouées pour le réussir. Il est à ce moment nécessaire de rassurer chacun sur la solidité, la pertinence et la légitimité de l’IA implantée. Par exemple, lors de la mise en place d’une IA qui permet d’anticiper la réussite future d’un candidat sur base de sa personnalité, beaucoup de questions de cette phase vont tourner sur les standards psychométriques des tests utilisés pour recueillir les données, sur les modèles scientifiques et théoriques sous-jacents, ou encore sur le besoin d’avoir des retours d’expérience de personnes (internes ou externes) ayant déjà utilisées l’outil. Lors de cette phase, des préoccupations liées au processus vont également être soulevées : « comment on avance ? » et « qui fait quoi ? ». D’où la nécessité, également, de communiquer une roadmap détaillée et de préciser les rôles de chacun (rôle du collaborateur et destinataire du changement, de la direction ou aussi du fournisseur de solution).

(5) une cinquième phase centrée sur l’expérimentation : c’est uniquement à partir de ce moment que le collaborateur est enclin à apprendre et à faire des efforts pour intégrer l’IA dans son activité. Le collaborateur va alors s’interroger sur sa capacité à utiliser l’IA (« suis-je capable ? ») mais aussi sur son utilisation : « comment je peux réaliser telle action ? », « où est-ce que je peux obtenir l’information que je cherche ? », « comment je peux interpréter au mieux la prédiction réalisée par l’IA ? ». Cette phase est donc une étape d’apprentissage, où les efforts de gestion doivent être orientés sur la mise en place de formations – ou autres types d’accompagnements qui visent à faire monter l’utilisateur en compétences.

(6) une sixième phase où les préoccupations sont orientées sur la collaboration et sur l’échange avec d’autres utilisateurs : « et dans ce service, comment ils utilisent l’outil ? Peut-être qu’ils peuvent nous donner des tips ? », « avec qui on pourrait échanger ? » , « on devrait sans doute en parler à cette équipe, ça pourrait les intéresser ». A partir de cette phase, l’IA est bien acceptée et utilisée. Pour les collaborateurs qui ne cherchent pas forcément à partager avec d’autres et préfèrent se contenter de leur propre utilisation de l’outil, les préoccupations pourraient même s’arrêter à la phase précédente. Néanmoins, pour ceux qui souhaitent aller plus loin, il sera sans doute intéressant de mettre en place des occasions d’échanges, entre utilisateurs (et non-utilisateurs) au sein de l’entreprise, ou pourquoi pas avec des utilisateurs externes (ex : groupe WhatsApp qui réunit des utilisateurs d’entreprises différentes, et qui est animé par le fournisseur de l’IA).

(7) une dernière phase avec des préoccupations sur l’amélioration continue : « comment peut-on aller encore plus loin dans notre utilisation de l’outil ? », « est-ce qu’il y a des moyens détournés pour l’utiliser sur d’autres besoins ? », « ce serait top s’il y avait cette fonctionnalité en plus ! ». Des questionnements qui sont donc plus enthousiasmants, tournés vers l’innovation et l’amélioration continue : laissez-les émerger.

Une seule question…à fort impact

Même si des formes de diagnostic plus poussées des préoccupations sont possibles (comme par exemple un questionnaire), selon Céline Bareil, une seule question peut suffire pour identifier ce qui inquiète le collaborateur (ou tout autre acteur étant impacté par l’IA, le manager y compris) : « qu’est-ce qui te préoccupe le plus actuellement – ici dans la mise en place de l’IA ? ». Cette question peut paraître simpliste et réductrice, mais pourtant, peu de personnes la pose explicitement (que cela soit un manager qui veut implanter l’IA dans son équipe ou encore des fournisseurs d’IA qui veulent vendre leur solution). Pourtant, cette seule question permet aujourd’hui de réaliser un diagnostic relativement simple et rapide de l’état émotionnel de la personne, et ainsi d’avoir une idée, plus ou moins précise, de la phase dans laquelle elle se trouve : vous pourrez alors orienter vos actions de gestion ou vos réponses avec plus de pertinence, faciliter la compréhension et l’acceptation de votre interlocuteur, et ainsi – réellement – l’aider dans son appropriation de l’IA.

L’intelligence artificielle est l’objet de fortes réactions émotionnelles. Il est donc urgent que chaque acteur souhaitant participer à sa valorisation soit en mesure de comprendre les préoccupations qui émergent de sa mise en place, et d’y apporter les réponses adéquates, au moment opportun.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.