Shadow learning : l’IA apprend-elle à se passer de la formation ?

L’IA générative s’est introduite dans le travail sans toujours attendre l’entreprise ; son apprentissage suit le même chemin. Essais, erreurs, échanges entre pairs, résolution de problèmes réels : ce « shadow learning » ressemble fort au fameux « 70 » du modèle 70-20-10. Après avoir longtemps cherché à organiser l’apprentissage informel, la fonction formation doit-elle recommencer ? Ou accepter que sa valeur consiste précisément à ne pas vouloir tout transformer en formation ?

Des micro-ordinateurs à ChatGPT : la révolution descend encore d’un étage

Les plus anciens se souviennent de l’arrivée de la micro-informatique dans les entreprises. Face à des directions informatiques gardiennes de systèmes centralisés, des services opérationnels ont commencé à acheter leurs propres machines et logiciels. Le micro-ordinateur décentralisait la puissance informatique et donnait aux métiers une autonomie nouvelle. L’IA générative reproduit quelque chose de cette histoire, avec une différence considérable : l’unité de décision n’est même plus nécessairement le service. Un collaborateur peut aujourd’hui introduire une technologie dans son travail sans projet d’entreprise, sans budget identifié et parfois sans en informer son manager. Un compte gratuit ou un abonnement de quelques dizaines d’euros suffit. Le phénomène est loin d’être marginal. En 2026, une enquête PagerDuty menée auprès de 1 250 professionnels de bureau dans quatre pays indique que 66 % ont utilisé au travail des outils d’IA alors qu’ils pensaient que la politique de leur entreprise ne le permettait pas ; 89 % de ceux qui utilisent l’IA dans leurs activités professionnelles l’avaient d’abord adoptée dans leur vie personnelle. Deux ans auparavant, Microsoft et LinkedIn avaient déjà donné un nom à cette pratique : le « Bring Your Own AI » ! L’IA entre donc dans l’entreprise par le travail réel autant que par les programmes de transformation décidés au sommet.

Cette adoption souterraine produit un phénomène moins commenté. Le collaborateur qui introduit ChatGPT ou un autre modèle dans son activité doit apprendre à s’en servir. Mais il n’attend généralement pas qu’un département formation lui propose un parcours. Il part d’une tâche à accomplir, essaie une requête, constate le résultat, reformule, compare, vérifie, échange éventuellement avec un collègue puis recommence. L’outil qu’il apprend à utiliser devient lui-même l’un des instruments de son apprentissage. On pourrait appeler « shadow learning » cet apprentissage qui accompagne le shadow AI : peu visible, largement auto-organisé et directement imbriqué dans le travail. Le paradoxe mérite l’attention des professionnels de la formation. Depuis des années, ils cherchent précisément à rapprocher l’apprentissage de l’activité, à contextualiser les contenus, à privilégier la mise en situation et à fournir une ressource au moment du besoin. Or certains utilisateurs de l’IA pratiquent spontanément cette pédagogie sans avoir attendu qu’elle soit conçue pour eux. Plus troublant encore, les plus expérimentés ne sont pas forcément ceux qui réclament une formation. Selon l’enquête PagerDuty, 72 % des professionnels interrogés estiment mieux comprendre comment utiliser l’IA dans leur travail que l’équipe chargée de la gérer dans leur entreprise. Le chiffre mérite prudence puisqu’il mesure une perception ; il dit néanmoins quelque chose du renversement en cours.

La tentation serait grande de rendre ce shadow learning visible : cartographier les usages, repérer les experts spontanés, recueillir leurs pratiques, les qualifier puis les diffuser. Ce programme rappelle pourtant une histoire connue. Le modèle 70-20-10 a popularisé l’idée que l’essentiel de l’apprentissage professionnel se produit dans le travail et les interactions plutôt que dans la formation formelle. Les départements formation ont alors cherché à mieux prendre en compte cet informel, parfois à l’organiser et à le mesurer. L’expérience a aussi montré les limites de l’exercice : un apprentissage situé ne se laisse pas toujours extraire de son contexte, industrialiser puis redistribuer sans perdre une partie de sa valeur. Avec l’IA, la difficulté s’accroît encore. Les usages se multiplient et évoluent vite ; ils peuvent rester inconnus du manager lui-même. La fonction formation n’a ni les moyens ni nécessairement la légitimité pour surveiller ce que chacun apprend avec son assistant personnel. La cartographie des outils et des risques relève d’ailleurs largement de la DSI, de la sécurité, des métiers et de la gouvernance de l’IA. Vouloir annexer le shadow learning au territoire du Learning reviendrait peut-être à refaire avec l’IA ce qui a déjà montré ses limites avec le « 70 ».

Reste alors à trouver la bonne distance. Laisser vivre le shadow learning ne signifie pas s’en désintéresser. L’entreprise a besoin que ses collaborateurs sachent vérifier une réponse, protéger les données, évaluer une source, reconnaître les limites de leur expertise et décider quand l’IA ne suffit plus. Elle peut aussi gagner à repérer certaines pratiques particulièrement fécondes et à faciliter leur circulation, sans prétendre transformer chaque découverte individuelle en module ou en « bonne pratique » institutionnelle. Le responsable formation peut surtout travailler sur la capacité à apprendre avec l’IA plutôt que sur chacun des apprentissages réalisés avec elle. Cette distinction pourrait redessiner son rôle. Il ne s’agit plus de connaître tous les prompts employés dans les métiers, encore moins de récupérer l’ensemble des apprentissages informels, mais de donner aux collaborateurs les moyens d’expérimenter avec discernement et de progresser sans mettre en danger la qualité du travail. L’IA pousse ainsi jusqu’au bout une ambition ancienne du Learning : rapprocher l’apprentissage du travail. Elle la pousse même assez loin pour créer une situation inconfortable. L’apprentissage peut désormais être tellement intégré au travail qu’il se produit sans intervention de la formation. Le shadow learning n’est peut-être pas un territoire à conquérir, mais un phénomène que la fonction formation doit apprendre à rendre fécond sans chercher à le contrôler.

Le « Bring Your Own AI » dispose d’un puissant allié : le télétravail. Une entreprise peut interdire ChatGPT sur ses postes professionnels, bloquer certains services ou imposer l’usage des seuls outils qu’elle a validés ; elle contrôle beaucoup moins facilement ce qui se passe à quelques centimètres de l’ordinateur professionnel. Chez lui, le collaborateur dispose de son smartphone, de sa tablette ou de son ordinateur personnel, sur lesquels un modèle grand public reste immédiatement accessible. La frontière technique entre IA autorisée et IA interdite devient alors singulièrement fragile : un texte peut être copié, un problème reformulé, une idée recherchée sur un équipement personnel avant que le résultat ne revienne dans l’environnement professionnel. Ce contournement pose évidemment des questions de confidentialité et de sécurité qui ne relèvent pas d’abord de la formation. Il renforce en revanche le phénomène décrit ici : l’entreprise peut sous-estimer à la fois l’usage réel de l’IA et les apprentissages que ses collaborateurs développent autour d’elle. Le shadow AI devient encore plus difficile à observer ; le shadow learning qui l’accompagne aussi.