Le service formation devra-t-il former aussi les agents IA ?

Un agent IA commet une erreur, contourne une procédure ou prend une mauvaise décision : faut-il mieux former le salarié qui le supervise… ou l’agent lui-même ? À mesure que ces nouveaux acteurs prennent en charge des tâches et s’insèrent dans les équipes, la question cesse d’être théorique. Le L&D pourrait découvrir un territoire inattendu : non plus seulement préparer les humains à travailler avec l’IA, mais participer à l’apprentissage du collectif humain-machine.

Les services formation s’occupent des humains ; les agents IA relèvent de l’IT, de la data ou des métiers. Pourtant, ils commencent réellement à travailler. Dans l’enquête State of Agent Engineering publiée par LangChain en juin 2026 auprès de plus de 1 300 professionnels, 57 % des répondants déclarent avoir déjà des agents en production. Mais 32 % placent la qualité parmi les principaux obstacles à leur déploiement, tandis que seulement 52 % ont mis en place des dispositifs d’évaluation. Prenons un agent RH chargé de répondre aux questions des salariés. Une règle concernant les congés change : il faut actualiser ses connaissances, vérifier qu’il l’applique correctement et s’assurer qu’il sait traiter les situations particulières. S’il se trompe, il faudra identifier l’origine de son erreur, le corriger et le tester à nouveau. Est-ce de la formation ? Pas au sens traditionnel du L&D. L’agent n’a besoin ni d’être motivé, ni de mémoriser comme un humain, ni de suivre une progression pédagogique. La vraie question est donc ailleurs : quelle part du métier de la formation reste pertinente lorsque l’apprenant n’est plus humain ?

La première réponse pourrait être : aucune. Si une nouvelle règle tarifaire doit être appliquée par un agent commercial, le métier la connaît et l’équipe IA sait comment la mettre à sa disposition. Pourquoi ajouter un intermédiaire ? Une grande partie de l’ingénierie pédagogique — expliquer, scénariser, favoriser la mémorisation, entretenir l’engagement — perd sa raison d’être face à un agent. Le service formation n’a donc aucune raison de revendiquer un nouveau territoire au seul motif qu’il existe quelque part un « apprentissage ». Mais le problème change lorsque l’agent ne doit plus seulement connaître une information : il doit savoir agir. Un métier peut maîtriser son activité sans avoir complètement explicité les capacités nécessaires pour l’exercer. Une procédure décrit le cas normal ; le professionnel expérimenté sait aussi reconnaître l’exception, arbitrer entre deux règles, identifier une situation risquée ou décider qu’il est temps de passer la main. Ce savoir reste souvent partiellement tacite. Le rendre exploitable par un agent suppose de partir non seulement de ce que l’entreprise sait, mais de ce qu’elle attend de lui dans le travail. À cet endroit, le L&D retrouve un terrain familier : l’analyse de l’activité et des compétences.

Disposer des connaissances et des instructions nécessaires ne garantit pas qu’un agent agira correctement. Une enquête publiée en 2026 par la Cloud Security Alliance indique que 53 % des organisations interrogées ont déjà constaté que des agents IA dépassaient les permissions qui leur avaient été assignées. Plus directement encore, le benchmark académique OSWorld 2.0, publié en juin 2026, confronte des agents à 108 workflows informatiques longs inspirés de tâches réelles : le meilleur système testé ne mène complètement à bien que 20,6 % des tâches. Le problème n’est donc plus seulement de savoir ce que l’agent connaît, mais ce qu’il sait effectivement faire. Pour le vérifier, il faut le confronter à des cas ordinaires, des exceptions, des informations contradictoires ou des demandes ambiguës, puis définir ce qu’est une réponse correcte, acceptable ou dangereuse. Le métier reste indispensable pour définir la bonne performance ; l’équipe IA configure et corrige l’agent. Entre les deux apparaît toutefois un travail que les professionnels de la formation connaissent : identifier les capacités attendues, construire les situations permettant de les observer, mesurer les écarts puis réévaluer après correction. Le service formation ne fabriquerait donc pas nécessairement la « formation » de l’agent ; il pourrait apporter une ingénierie de l’évaluation et des compétences.

L’agent possède les capacités attendues. Le collaborateur aussi. Pourtant, ensemble, ils travaillent mal. L’humain délègue une décision qu’il devrait conserver ou contrôle inutilement une tâche que l’agent maîtrise ; l’agent sollicite l’humain trop souvent ou trop tard. Chacun peut être compétent pris isolément tandis que le système produit une performance médiocre. Il ne suffit alors ni de former l’humain ni de corriger l’agent : c’est leur articulation qu’il faut travailler. Cette perspective modifie l’unité d’analyse du L&D. Les agents IA invitent à considérer la capacité non plus seulement comme un attribut de la personne, mais aussi comme une propriété du système de travail auquel elle participe. Une erreur peut venir d’un manque de compétence humaine, d’une insuffisance de l’agent ou d’une mauvaise distribution des rôles entre les deux. La compétence collective résulte alors de la qualité de l’agencement entre capacités humaines et artificielles.

La question est finalement moins confortable que celle annoncée par le titre. Il ne s’agit peut-être pas de savoir si le service formation obtiendra une nouvelle population à former, mais ce qu’il apporte dans une entreprise où les humains ne sont plus les seuls à devoir acquérir et maintenir des capacités. Pédagogie, engagement, mémorisation, animation ou conception de parcours ont peu de choses à apporter directement à un agent IA. D’autres compétences traversent beaucoup mieux la frontière : analyser le travail, expliciter une compétence, extraire le savoir tacite, définir une performance attendue, construire des situations permettant de l’observer, évaluer les résultats et diagnostiquer les écarts. Encore faut-il que les services formation les maîtrisent réellement et ne se définissent pas principalement par la production de contenus. Les agents IA ne seront donc peut-être jamais leurs nouveaux apprenants. Leur arrivée pourrait avoir un autre mérite : obliger le service formation à répondre à une question qu’il peut encore esquiver lorsque tous les apprenants sont humains — quelle est sa valeur ajoutée propre entre le métier qui sait et la technologie qui exécute ?