Pourquoi les salariés exagèrent-ils leurs usages de l'intelligence artificielle ?

Près d’un salarié américain sur deux reconnaît avoir exagéré son utilisation ou sa maîtrise de l’intelligence artificielle au travail, selon une enquête de Visier. La pratique a même trouvé un nom : l’« IA performative ». Pour les entreprises qui cherchent à mesurer l’adoption de l’IA, la découverte est embarrassante. Pour les directions formation, elle pose une difficulté supplémentaire : comment identifier les compétences à développer lorsque les salariés embellissent leurs pratiques ?

48 %. Le chiffre mérite qu’on s’y arrête. Dans une enquête auprès de 1 000 salariés américains à temps plein, Visier constate que près de la moitié des répondants reconnaissent avoir exagéré, au moins occasionnellement, leur utilisation ou leur expertise de l’IA. Le spécialiste de l’analyse RH désigne ce comportement sous le terme de « performative AI ». La précision est importante : les 48 % regroupent ceux qui embellissent leurs usages et ceux qui surestiment leur expertise. L’étude ne permet pas d’isoler la proportion de salariés qui exagèrent spécifiquement leur fréquence d’utilisation. Elle ne dit pas non plus que la moitié des répondants prétendent utiliser une IA qu’ils n’ont jamais essayée. Entre se présenter comme un utilisateur expérimenté après quelques essais et inventer entièrement une pratique, la différence est considérable. Le résultat n’en est pas moins troublant. Les entreprises multiplient les enquêtes internes sur l’adoption de l’IA et communiquent volontiers sur le nombre de collaborateurs qui utilisent leurs outils. Visier suggère que ces déclarations ne décrivent pas toujours fidèlement les pratiques.

L’enquête apporte quelques éléments d’explication. 45 % des salariés interrogés ressentent une pression pour utiliser l’IA alors qu’ils ne sont pas certains de savoir s’en servir efficacement. Sept sur dix s’inquiètent de ses conséquences actuelles ou possibles sur leur carrière, la peur de perdre son emploi arrivant en tête des préoccupations citées. Dans ce contexte, reconnaître qu’on utilise peu l’IA peut être délicat. Un collaborateur peut craindre de paraître moins productif ou moins adaptable que ses collègues. Il peut aussi préférer afficher une certaine maîtrise plutôt que d’expliquer pourquoi il n’a pas encore automatisé certaines tâches. Lors des entretiens qualitatifs réalisés par Visier, un responsable du développement logiciel évoque la pression créée par une question devenue familière : pourquoi ne pas avoir simplement demandé à l’IA de faire le travail ? L’étude ne démontre pas que les injonctions managériales provoquent directement l’exagération des usages. Elle montre cependant que la pression à l’adoption et les déclarations embellies sont deux réalités largement répandues parmi les répondants. Les discours sur les gains de productivité peuvent accentuer le phénomène. Lorsqu’une entreprise annonce des bénéfices spectaculaires, celui qui n’en constate aucun dans son activité n’a pas nécessairement envie de le faire savoir.

Seuls 28 % des répondants estiment que leurs dirigeants comprennent pleinement la manière dont les salariés utilisent actuellement l’IA. Ils ne sont que 33 % à penser que leur direction mesure correctement leurs besoins de formation et d’accompagnement. Autre résultat : 32 % considèrent que leur entreprise ne dispose pas d’un plan clair concernant les effets de l’IA sur les emplois et 27 % ignorent si un tel plan existe. Au total, 59 % expriment des doutes ou des incertitudes sur ce point. Ces chiffres décrivent la perception des salariés interrogés, pas une mesure objective des connaissances de leurs dirigeants. Ils révèlent néanmoins un décalage préoccupant entre les ambitions affichées et la compréhension que les collaborateurs prêtent à leur hiérarchie. Les entreprises peuvent chercher à combler ce déficit d’information en suivant le nombre de connexions aux outils, la fréquence des requêtes ou les utilisateurs actifs. Ces indicateurs ont leur utilité, sous réserve du respect des règles de protection des données et du dialogue social. Mais ils ne renseignent guère sur la qualité du travail réalisé. Un salarié qui interroge quotidiennement un assistant sans vérifier ses réponses n’est pas nécessairement plus compétent qu’un collègue qui l’utilise occasionnellement, mais avec discernement.

Pour les directions formation, la difficulté concerne directement l’identification des besoins. Les enquêtes d’autoévaluation permettent de repérer les populations qui se déclarent débutantes, autonomes ou expertes. Elles occupent souvent une place importante dans la préparation des plans de développement des compétences. Que valent ces diagnostics lorsque les répondants sont tentés de surestimer leur maîtrise ? Prenons une entreprise qui interroge ses commerciaux sur leur utilisation de l’IA générative. Une proportion importante se déclare à l’aise. La direction formation peut en conclure qu’une sensibilisation supplémentaire serait inutile et privilégier des parcours avancés. Mais les intéressés savent-ils réellement vérifier une analyse commerciale produite par l’IA, repérer une information inventée, protéger les données confidentielles ou déterminer les tâches pour lesquelles l’outil n’est pas approprié ? L’assurance déclarée ne garantit aucune de ces compétences. Les biais de l’autoévaluation sont connus depuis longtemps. Avec l’IA, ils peuvent être renforcés par le statut particulier d’une technologie dont la maîtrise est devenue, dans certaines organisations, un signe attendu de modernité professionnelle. Si les salariés pensent devoir afficher leur adhésion, les résultats des enquêtes internes risquent de conforter les dirigeants dans une vision trop favorable de la situation.

Les répondants à l’enquête Visier expriment des attentes précises : 32 % souhaitent davantage de formation à l’IA et 31 % davantage de transparence de la part de leur direction. Seuls 21 % approuvent fortement l’affirmation selon laquelle leur employeur leur fournit la formation, les ressources et l’accompagnement nécessaires pour s’adapter. Ces résultats invitent les directions formation à revoir la manière dont elles recueillent les besoins. Une autoévaluation dont les réponses peuvent être interprétées par le manager comme un signe de retard professionnel ne favorise guère la franchise. Les mises en situation offrent des indications plus solides : demander à un salarié de résoudre un problème représentatif de son métier avec l’IA, d’expliquer ses choix et de contrôler le résultat permet d’observer ce qu’il sait effectivement faire. Encore faut-il que cette évaluation serve à construire un parcours d’apprentissage et ne soit pas détournée en instrument de classement des collaborateurs. Les entreprises ont besoin de connaître les usages réels de l’IA, y compris lorsqu’ils sont modestes ou décevants. Une politique de formation fondée sur des déclarations flatteuses risque de laisser sans accompagnement ceux qui en ont le plus besoin. L’étude Visier rappelle finalement une exigence assez élémentaire : pour savoir où former, encore faut-il savoir ce que les salariés font réellement.