[REDIFF] #48 - Yann Ferguson - Etudier le réel impact de l'IA au travail

L'intelligence artificielle n'est ni une révolution sectoreielle, ni une révolution colblocole blanc, ni une révolution très qualifiée, grand diplôme, peu diplôme, c'est une technologie d'application générale qui concerne tous les métiers, qui concerne tout le monde d'une certaine manière. Bonjour, je suis Manuel David et je vous souhaite la bienvenue dans les carnais de l'IA. Ce podcast, c'est l'occasion de vous partager les expériences de la communauté de celles et ceux qui font bouger l'intelligence artificielle. Pourquoi est comment adopter l'IA dans son entreprise? Par où commencer? Ou encore quels sont les bonnes pratiques pour performer? Autant de questions auxquelles nous apportons des réponses avec des spécialistes du sujet. Bonjour à tous, j'ai le plaisir d'être aujourd'hui avec Ian Ferguson qui est directeur scientifique du laboratoire laboria. Bonjour Ian, bonjour. Alors est-ce que tu pourrais te présenter et nous présenter le laboria pour nos auditeurs? Je suis sociologue à Inria, donc ce grand institut national qui étudie les technologies inimeriques et digitales mais généralement plutôt sous un angle de la technologie, des mathématiques, la recherche fondamentale des algorithmes. Et je suis le directeur scientifique du laboria qui a été créé par Elizabeth Bourne en novembre 2021 et qui a confié sous la fornie convention à Inria l'animation scientifique de ce programme qui a vocation à produire des études destinée à éclairer la décision publique sur ce sujet qui nous ressemble l'introduction de l'intelligence artificielle dans les activités professionnelles. D'accord très bien. Alors justement je suis très heureux d'ailleurs de t'accueillir aujourd'hui pour parler de ces sujets puisque on parle énormément d'illat dans les entreprises parfois avec peu de données sur la réalité de l'adoption de la satisfaction, ça procure ou pas au collaborateur et au management. Donc est-ce que tu peux nous parler un peu des travaux que tu mènes à ce sujet-là et puis peut-être des informations ou des données que tu as pu collecter? Alors il y a deux grands trajectoires de l'IA depuis un an et un an et demi. Il y a l'IA qu'on essaie de mettre en place depuis une grosse dizaine d'années, c'est-à-dire depuis l'émergence de l'IA à base de données qui a produit ce nouveau momentum qu'on appelle printemps de l'IA, l'IA d'apprentissage. Et donc depuis les années 2010 on essaie de déployer ce qu'on appelle des cas d'usage de l'intelligence artificielle qui correspond à une forme de verticale sur un ensemble de tâches à l'intérieur d'un métier et par la répétition de cet âge on va collecter des données et l'idée c'est qu'il y a derrière puissent automatiser ou assister l'humain dans la relation de cet âge. Là c'est une trajectoire qui va de la démarche d'employeur vers le travailleur. D'accord. Depuis un an et demi on a une autre forme d'arrivée de l'IA dans les métiers, c'est notamment l'IA générative. Oui on va souvent parler ici, voilà avec depuis le 30 novembre 2022, la sortie grand public de TGPT et puis après il y a eu d'autres, mises grales, puis des IA pusses autour de l'image, mises journées etc. Et là on a une autre trajectoire qui est l'IA d'employer. C'est à dire l'employer qui décide par lui-même de sa propre initiative d'utiliser l'IA dans son métier, dans une tâche sans que personne ne lui a demandé. Et ce qui est intéressant c'est que avec ces deux chemins différents se jouent des trajectoires d'intégration et d'adoptions totalement différentes. Il y a qu'à d'usage, on le sait, vous l'avez sûrement dit, à des très grandes difficultés à se déployer. On fait des expés, des augmentations qu'on appelle des poques, plus fondement de sept, et généralement faut reconnaître, on dit, c'est intéressant, mais après derrière, le passage au déploiement c'est l'intégration dans l'organisation de manière à ce que ça devient le nouveau standard professionnel. Oui c'est ce qu'on dit souvent, c'est que c'est pas juste un projet technologique en fait, c'est un projet de processus métier donc de nouvelles façons de travailler. Exactement, et c'est là où ça coince, alors ça coince parce qu'on n'a souvent pas intégré tout un tas de paramètres, et parfois il faut bien le dire, l'employer, celui pas celui qui a participé au poque, lui il est motivé, c'est gratifié, il a participé. Mais ceux qui sont voilà, ils ont rien demandé, et puis on leur dit voilà, maintenant c'est ça. Là il est plutôt, il est freinant parce que non pas fondamental parce qu'il aurait peur de l'IA, parce que ça va le remplacer, etc, mais parce qu'il y voit une atteinte potentielle à sa liberté, son autonomie, à son pouvoir d'agir. D'accord. Et à l'inverse, la trajectoire plutôt que j'appelle moi "bricolage", il y a personnelle, et évidemment elle n'est pas soumis à cette tension sociale entre l'employeur et l'employé puisque c'est l'employé qu'a décidé, et étrangement c'est plutôt l'employeur qui est plutôt l'enseur d'alerte, alors parfois pour des bonnes raisons, hein. Oui, la confidentialité, la fuite de données, parfois aussi se sent dépasser, lui, par la technologie. Exactement, c'est-à-dire que l'IA générative, aujourd'hui, si on donne quelques chiffres avant le cas d'usage, on est estimé que moins de 1% des Français pouvaient dire j'utilise l'IA conscientement de travail. D'accord. Avec l'IA générative, les différentes études disent que c'est à peu près 20% des Français qui peuvent dire "j'ai essayé au moins une fois", et donc on est plus du tout sur l'aniche, on est pas sur la masse, mais on est peut-être sur un point de bascule. Et là, c'est le collaborateur qui est, je dirais, le chef d'orchestre, ça t'introduction de l'IA. Il n'y a pas de "c'est mon chef qui m'a dit, puis moi, j'ai pas envie", c'est moins qu'il le décide. Alors effectivement, il peut faire des bêtises comme la fuite de données, etc., parce que ça reste quand même des solutions gratuites, donc quand c'est gratuit, c'est vous le produit, hein. Et il peut aussi avoir des mauvaises pratiques, c'est-à-dire il y a tout un tas de personnes qui ont considéré que ce système était un espèce de moteur de recherche amélioré, et qu'il allait chercher la bonne réponse dans la bonne base de données. Ce qui n'est pas le cas, c'est du tout cas, la qualité de la réponse n'est pas garanti. C'est n'est pas garanti, ce n'est pas le cœur de cette solution qui fait un calcul de pertinence, de bout de mots par bout de mots, c'est magnifique parce que souvent, il faut le dire, c'est bluffant, mais pour autant, ça reste très approximatif. Et donc parfois, ces mauvais usages arrivent à une mauvaise performance, dans l'autre sens, il y a peut-être vraiment de la performance. Et là, c'est quand même le sens même et l'objectif même d'une organisation de documenter sa performance. Il est impossible pour un dirigeant d'une pas savoir pourquoi l'entreprise performe. Oui, parce que sinon, il n'y a pas de pérennité. Absolument. Alors, tout ça, c'est extrêmement intéressant à merci d'avoir positionné le contexte. Est-ce que tu peux nous expliquer très concrètement en fait ce que tu fais avec des équipes de recherche sur ces sujets-là? Alors, avec mes équipes de recherche, et aussi des prestataires de recherche, parce qu'il y a aussi cette modalité-là, on a d'abord essayé de positionner le laboria par rapport à quand même une très grande quantité d'études qui peuvent se faire sur l'impact de l'IA, sur l'emploi au travail. On en voit presque tous les jours dans la presse, par des macclincés, par des macclincés, des gardenaires, des banques, des laboratoires de recherche, etc. Oui. Le grand point commun, c'est que, d'abord, ça repose bien souvent sur une forme de technoptimisme, c'est pas au sens que l'IA c'est génial, mais au sens que ce qui marche en laboratoire ça va arriver. Oui, d'accord. Et, deuxième chose, c'est souvent basé sur l'emploi, c'est-à-dire que ça dit plutôt les emplois que ça va détruire, les emplois que ça va concerner. Donc, c'est plutôt des démarches d'économistes et des démarches statistiques qui ont souvent un modèle théorique basé sur un état de l'art de l'existent. Oui. Une traduction, cette état de l'art de l'existent technologique en compétence métier, et ensuite on regarde qui sont les métiers qui mobilisent ces compétences et quand un métier mobilise beaucoup de compétences pré-supposé de la machine, eh bien, il est très exposé. Il y a une grande dimension prospective, en fait, dans ces études, et donc, avec une marche d'erreur, absolument énorme. Avec une marche d'erreur, la première, on s'en souvient, c'était 2013, frais Osborne, 47% des emplois américains, hautement exposés à l'IA. Et, ils ont dit, ils se sont gourés. Oui. Et, notamment, juste sur un sujet, ils étaient persuadés que le véhicule autonome, c'était 5 ans. Voilà. Aujourd'hui, en France, par exemple, on n'a pas le véhicule autonome de niveau 3, son liquide, conduirait seul sur environnement, structurait, dégagé sur autoroute. Voilà, mais qui par contre a toujours un volant et a toujours une représentante, pas en calurgence, parce qu'il s'agit pas d'endormir le, mais en cas de basculement dans un environnement plus complexe, comme la ville, ou comme un péage. Je pense que c'est important, effectivement, de repositionner la réalité de la technologie aujourd'hui. Nous, on sait dire, ok, ça y a des gens qui le font, c'est un peu spéculatif, mais il en faut, les politiques aiment bien ça, mais on, c'est pas là qu'on va apporter quelque chose. Et nous, on a plutôt essayé de réunir des gens qui s'intéressent au travail en tant qu'activité. Qu'est-ce que font les gens au boulot et qu'ils font réellement, parce qu'on leur dit de faire? Pas ce qu'ils font. Par exemple, ce que le management pense que ces équipes fait. Exactement. Et donc, nous, on a plutôt essayé d'aller regarder le travailleur utilisateur et de produire des narratifs d'utilisation, des useurs historiques. Donc on dit, on a bien dit ça dans la décade des histoires d'utilisateurs. Et là, on a pu avoir des narratifs, alors c'est plus difficile de faire de la politique avec des narratifs, avec des chiffres gentils bien, mais ça nous a permis plutôt de nous rapprocher du travail en train de se faire et de regarder, finalement, non pas la question de la destruction de l'emploi, de l'automatisation d'un emploi, mais plutôt de l'enregistrement de la pauvrissement d'un emploi. Est-ce que le métier reste intéressant? Est-ce que le métier ne va pas être décalifié, dévalorisé? Est-ce que tu peux, peut-être, nous partager quelques résultats surprenants qui sont ressortis de ces études? Alors, un de mes préférés, c'est une étude qu'on a fait chez les bourroscopers. Alors, les bourroscopers, le métier, on ne connaît pas bien, on a prendre la métier. Les bourroscopers, ce sont des professionnels qui évaluent des parties d'un avion qui sont très difficiles à cesser sur le tarmac. D'accord. Et à Paris, on a deux grands aéroports, on a réussi et on a orlé. Et on a regardé donc deux équipes, ils font le même métier à qui on donne la même techno. D'accord. Qui va les aider à bourroscoper. Donc, cette techno, grosso modo, elle fait un peu d'escan et elle évalue des écarts entre ce qui devrait être et ce qui est scanné. D'accord. Un algorithme de matching et, éventuellement, de prédiction d'accident, etc., de manière à mieux informer le bourroscoper. de l'IA, de l'IA, de l'IA statistique et il y a une équipe, il n'y a aucun problème d'adoption et il y en a une autre, ils en veulent pas. On s'est dit même métier, même techno, même activité. Pourquoi? En fait, quand on retrace un peu, quand on regarde un peu cette équipe, on voit qu'il y a une équipe qui a une tradition de management participatif, voire d'autogestion et une autre qui est sur un management directif. Dans le cas du management directif, l'IA qui recommande, l'IA qui notifie, l'IA qui propose des stratégies opératoires, etc. Finalement, ce n'est que jamais que la ventriloquie du management directif. Dans le cas du management participatif, mais c'est quoi cette techno qui est son bleu petit chef et qui me dit quoi faire? Ce n'est pas notre éto s'organisationnel. Et j'aime beaucoup ces résultats parce que parfois, on a une manière de faire de l'IA le sujet du problème. Il y a fait ça. On dote l'IA d'une agentivité déterministe. Parce qu'on a mis cet outil dans ce métier, il va se passer ça. En fait, on n'oublie qu'une organisation, c'est une histoire. Elle a sa propre culture de management et que parfois, l'IA pour une activité va être acceptée, parfois elle va être repoussée, notamment parce qu'il y a une culture des valeurs organisationnelles qui vont faire qu'on l'accepte ou qu'on l'accepte pas. Mais ça, j'adore cet exemple parce qu'il met un vraiment en exergue le fait que c'est d'abord un sujet humain et que la culture de l'organisation, le process c'est donc la façon dont c'est utilisé et donc acceptée et reconnue par les équipes et les fondamentales dans l'usage réel de la technologie. Exactement, et ça incite les ingénieurs non pas à devenir des sociologues, mais à comprendre qu'il faut faire équipe, il faut des collectifs. Donc, moi, d'ajouter des ingénieurs, non pas qu'ils me remplace, mais qu'ils soient sensibles à ces questions-là. Parce qu'après, on peut, voilà, les ingénieurs sont pas démonstres. Ils ont une sensibilité. Mais parfois, ils ont une vision un peu générique de l'humain. Si je prends une figure radicale, mais très appréciée par certains ingénieurs, Elon Musk, tout ce qu'il fait, est guidé par le souci de sauver l'humanité. Il fait des écoles électriques pour, c'est ce qui dit, mais on va dire qu'il est sincère. On va lui prêter cette intention. Il fait des véhicules électriques pour lutter contre le règlement climatique. Il fait des fusées qui vont dans l'espace pour quitter la terre. Le jour où Oulia va nous écraser, où devait être inhabitable. Il fait des pus neuralink pour lutter contre Liao le jour à les plus intelligentes que nous. Mais pour lui, c'est le plus grand humanisme de la terre. Mais dans l'effet, on sait que c'est aussi quelqu'un de très dur dans les relations humaines. Il y a peut-être un peu même de totalitérisme en puissance. Et donc, il y a quand même une vision très générique de la bonté humaine de ce que c'est l'humain. Et c'est pas une connaissance fine des systèmes humains, des organisations. J'irais même l'humanité du quotidien et s'en fiche un peu lui ce projet sur des grandes causes. D'accord. C'est extrêmement intéressant et je te propose qu'on écoute notre première question. Vous avez un message. Bonjour Yann. J'ai une petite question pour toi. Je vois passer énormément de chiffres sur Liao et j'aimerais beaucoup savoir d'où il vient et s'il faut croire en ces chiffres. On entend beaucoup de chiffres à propos de l'intelligence artificielle, notamment en termes d'emplois détruits, la fameux 47% de 2013. En fait, comme je l'ai dit, ça repose sur cette croyance que la technologie va s'appliquer du manière ou du nôtre. Est-ce que l'on voit en 2013, par exemple, c'est qu'ils étaient persuadés que Liao, la nature de l'intégration de Liao dans une activité, c'était à aller chercher la routine. Et il y avait une promesse d'autres performances et surtout de gain de productivité pour les organisations et une promesse de libération pour les travailleurs, libérer des tâches potinières, pénibérer de l'esclavage du travail. Et en fait, 10 ans plus tard, l'OCD nous dit, on a regardé un peu les progrès Liao et ils sont beaucoup sur l'étage cognitif de haut niveau non répétitif avec trois métiers qui seraient exposés à plus de 80%. D'accord. Selon eux, les directeurs généraux, les managers et les ingénieurs. Trois métiers, soit disant pas du tout concerné quasiment par Liao en 2013. Donc ils utilisent Liao génératif pour trouver des idées, pour trouver des idées, pour générer des choses que j'appelle à qualité fluide, à qualité fluide. Non pas qu'il n'y a pas de qualité, mais elle n'est pas maîtrée comme on peut mesurer la qualité de la soudure sur une pièce d'avion. D'accord. Ça, c'est pas négociable. Ce n'est pas statistique. Ce n'est pas probabiliste. Alors que une analyse d'un consultant soit force faible et s'opportunité menace, on peut en faire dix différents pour même entreprise. Donc ce n'est pas tout si n'intéressant. Il y a un pain qui est vrai, il y a un pain qui est faux. C'est juste qu'il y a des points de vue, il y a des arbitrages qu'on a été fait. Donc on voit bien que ces chiffres sont intéressants et le basculement d'une vision de Liao routinière à Liao plutôt manager ne dit pas qu'il y en a, qu'il y en a qu'il faut. Non mais ça prend vraiment à contre-opier pour le coup ce qu'on entend de manière très régulière sur le rôle de Liao dans les entreprises. Tout à fait et ça montre aussi que l'intelligence artificielle n'est ni une révolution secteurielle, ni une révolution colblocole blanc, ni une révolution très qualifiée, peu qualifiée, de grande diplôme, peu diplôme. C'est une technologie d'application générale qui concerne tous les métiers, qui concerne tout le monde d'une certain manière. Je me souviens dans les années 80. Alors je me souviens pas très bien mais on me l'a dit, on disait, l'informatique, ça sera pas pour les artisans. Oui, évidemment quand vous devez intervenir chez quelqu'un pour les réparer ça c'est rure, l'ordinateur il fera pas grand chose. Mais moi j'ai eu un problème avec ma sérieux et je peux vous dire qu'effectivement il a ouvert ma porte, il a changé ma série, ça il a utilisé ses doigts à ses mains, mais tout le reste c'était digital. Je l'ai eu, je l'ai contacté sur internet, j'ai trouvé son numéro, il m'a fait mon devie avec sa tablette, il m'a fait la facturation avec la tablette, il m'a généré la facture et j'ai payé avec son système et derrière il m'a montré que toute son activité était générée par un tableau d'or, il était fan de technologie. Mais ça prouve que il ne faut pas croire que un artisan, comment elle n'a plus pensé à un moment, il n'est pas concerné par les alie, le plombier est concerné par les alie, peut-être pas dans un premier temps, encore on peut en discuter sur son corps métier, mais sur tout le reste, sur son activité par exemple de chef d'entreprise. Donc les chiffres sont intéressants, mais il doit être pris avec un peu de distance, ça rend humble. Nous on a produit des chiffres laboria qui cherchent davantage à mesurer l'expérience du travail. Par exemple, on a demandé à 50 chefs d'entreprises de PME qui avait déjà expérimenté, on l'a reposé des questions sur est-ce que ça impact les relations humaines au travail, est-ce que ça impact les savoir-faire, est-ce que ça impacte l'autonomie, est-ce que ça impacte la responsabilisation. Et puis on a demandé à 200 chefs d'entreprises qui n'utilisait pas l'IA, on l'a reposé la même question, mais à votre avis est-ce que ça impacte. Et en fait, ce qui n'avait jamais utilisé l'IA, ils ont dit pour nous le vrai sujet de l'IA, ce qui nous fait vraiment peur, c'est la déshumanisation du travail, la dégradation de relations humaines. Quand on a demandé au 50 qu'il avait fait, c'était pas le premier sujet. Le premier sujet c'était les savoir-faire et l'autonomie. Oui, c'est à dire la crainte que les savoir-faire finalement se diluent un peu avec le temps, parce qu'on se confie trop à la machine et qu'on n'utilise pas assez son cerveau ou ne peut pas assez soi-même. Exactement, et qu'on se trouve dans le suivi d'une suite de notifications, et ça c'est l'autonomie. Et ça c'est une crainte à ton avis qui est fondée ou qui est correlée avec des faits qu'on peut vérifier sur le terrain ou ça reste pour l'instant une projection plutôt une prophétie plus que une réalité scientifique. C'est une vigilance nécessaire. Oui. C'est une vigilance nécessaire de manière générale quand vous introduisez un nouveau process ou un nouveau techno dans un métier, vous déplacez la valeur du travail. D'accord. C'est pas l'hier qui a provoqué ça. Lorsque vous introduisez les principes de la division du travail, là où quelqu'un maîtrisait l'intégralité d'une séquence opératoire et qu'on lui dit, tu vas être un expert de cette tâche et tu fera que ça a pu derrière un expert. Et bien, quelque part, on a des procédés, le travailleur d'un certain compétences. Et il a mal vécu. Mais dans l'autre sens, quand t'es arrivé plutôt le Toyotaism, où on a dit, ben non, maintenant tu vas re-occuperer une séquence opératoire. Ça a été aussi mal vécu parce qu'il y avait une déspétialisation des discours sur la polyvalence, a aussi été mal vécu que la spécialisation. Donc on va bien qu'à chaque fois qu'il y a une transformation, il y a un déplacement. Il y a une réflexion sur quelle est ma valeur au regard de cette transformation des valeurs. Donc ça c'est nécessaire. D'accord. Maintenant, il ne faut pas non plus être fataliste et dire que ce qui est détruit et détruit est que derrière, il n'y a pas de nouvelles opportunités. Il y a des nouveaux pouvoirs qui naissent, il y a des nouvelles possibilités qui naissent pour ceux qui ne les avaient pas. Et puis il y a aussi sur certains sujets des déplacements qui vont occasionner une expertise vers la machine elle-même. D'accord. Sur comment l'utiliser à Bonnes-Yan, moi j'ai beaucoup travaillé avec des usineurs fraiseurs. Parce que j'ai travaillé dans une école, ICAM, où il y avait des écoles de production, et il y avait une école de production qu'on apprenait avant à faire de l'usineage de pièces. Et les maîtres d'apprentissage, je me disais avant on avait les machines traditionnelles où on produisait la pièce. Et après on est passé au machine à commande numérique, effectivement on a l'impression qu'on met la machine dans une boîte, on programme la machine, et derrière on fait plus, en fait on passe comment dans la machine. Ça c'est une expérience que beaucoup de gens ont avec l'Ir. Produire ce n'est pas pareil que passer comment. Mais en fait, ils disent mais en réalité la machine est ce qu'on porte jamais totalement comme elle est supposée fait ça. Et donc on développe des tips, on développe des astuces, on sait que si on veut quelque chose, il faut pouvoir mettre la pièce de cette façon et ça personne n'a jamais dit l'expérience. Et derrière, se produis à nouveau de la distinction, à nouveau de l'Obscaling, à nouveau des petits types comme ça. Et aujourd'hui, on voit le début de l'Ir, et donc on pourrait d'abord se comparer, mais à la longue, il faut revenir et voir ce qu'on gagne. Et d'ailleurs, le laboria a essayé d'introduire le principe d'enquête longitudinal. Oui, c'est-à-dire on ne fait pas uniquement des instantanés de l'Ir, au travail, on revient On va voir comment ça se passe et voir si les problèmes AT1 sont encore des problèmes AT3 et s'il n'y a pas des nouveaux sujets AT3 ou AT4. C'est absolument passionnant et je trouve c'est un travail totalement nécessaire pour éclairer tout le buzz et l'engouement réel qui est autour de LIA aujourd'hui. Je te propose qu'on écoute notre deuxième question. J'ai une deuxième question. Quelles sont tes conseils aux dirigeants ou aux cadres qui ont visage d'intégrer LIA dans leur entreprise? Ce que l'on remarque lorsqu'on veut introduire LIA dans les entreprises, c'est qu'effectivement beaucoup de projets ne passent pas la période d'essay. Comme un peu comme reprendre la rétorique de l'emploi, pas la période d'essay. Dans l'emploi c'est quatre mois, dans LIA c'est souvent six mois. En termes de vision, je dirais, de haut niveau, il y a quelques piliers qui ont été notamment identifiés par des travaux du partenariat mondial pour l'intelligence artificielle. Si je prends le sujet organisation, il y a des sujets infrastructures etc., mais si je prends un sujet organisation, avoir une vision. C'est-à-dire on n'est pas simplement dans il faut mettre de LIA parce que tout le monde en parle et il y en a pas le choix etc. Ce n'est pas une vision, ça c'est être correlée au buzz médiatique. C'est quoi il y a? C'est quoi il y a pour le business? C'est quoi il y a par rapport à notre cur métier? Si on va un service, c'est pas pareil que si on soit des boulons, c'est pas la même vision. Si on fait du travail social, c'est pas la même vision. Donc il faut avoir une vision et communiquer dessus. La deuxième chose, c'est qu'il faut acculturer massivement à LIA, c'est de plus de 75 % des collaborateurs. Donc il doit être acculturé et pour moi, le sujet IIA ne doit pas faire l'objet d'une formation basique à l'utilisation d'un outil. Il a trop d'antropologie, il a trop de fantasme, il a trop d'imaginaire associé, il faut passer par l'étape, c'est quoi LIA, l'histoire, rendre curieux les gens et les nourrir parce que tout le monde a quand même un peu d'attrait vis-à-vis de ce truc. Et donc il faut nourrir ça et moi, je suis beaucoup intervenu dans des entreprises où j'ai fait cette phase acculturation, indépendamment d'un projet et les gens n'étaient pas content uniquement professionnellement. C'était content humainement, je vais en parler chez moi, via mon gamin qui fait un truc sur la véhicule autonome, et ils étaient contents. Donc la cultureation, mais la cultureation globale, pas que la cultureation fonctionnelle. Troisième chose, il faut un peu de talent hier, il faut un peu des gens qui, leur talent hier, c'est pas forcément un geek, un peu. Ça peut être quelqu'un qui a déjà une expérience d'intégration, qui a déjà été dans un projet qui a mis les mains dans le camp. Il s'est un peu cassé les dents aussi sur des difficultés par le passé. Exactement. Le quatrième niveau, c'est lié toujours au salarié, c'est de regarder un peu de mesurer à ce que, dans les deux extrêmes, c'est vu comme un truc qui va nous remplacer. Où est-ce que c'est vu comme quelque chose qui va nous augmenter, puis entre les deux, il y a des versions intermédiaires. Mais ça, c'est important de bien construire le narratif, et ça fait partie de la vision aussi. Et la dernière chose, c'est la culture de l'innovation. Si votre vision de la techno, c'est suretagère Plug & Play, on branche et ça marche, on regle, on forme, et au bout de trois mois, ça on voit. C'est ni le niveau de maturité actuel de liat, ni de mon point de vue, la nature de liat à base de données. On est sur une technologie dynamique qui est volue, qui faut maintenir, qui faut suivre. Et donc du coup, dans le dynamisme de cette technologie, il y a des dynamismes de pratique et de confiance. Donc, il faut suivre tout ça, et tout ça, c'est une culture. Donc ça, c'est vraiment un niveau un peu géré, pas metta, mais un peu médezo. Et puis ensuite, vous avez milliers dans votre équipe. Vous avez mis un projet de liat, bah il faut aller regarder des sujets comme l'autonomie. Il y a un sujet de l'autonomie dans le travail. Est-ce qu'on a le sentiment que ça peut porter atteint? Est-ce qu'il y a un sujet autonomie? Est-ce qu'il y a un sujet savoir-faire? Est-ce qu'il y a un sujet relation humaine? Est-ce qu'il y a un sujet? J'ai le sentiment que ce truc me surveille et me flicke. C'est comme un peu la confiance dans le netteux du système. Exactement. Est-ce que ça peut provoquer une déresponsabilisation? Oui. C'est-à-dire finalement, je me cache derrière liat. Et puis le dernier, l'asbonauteliste, la reconnaissance. Est-ce que mes collaborateurs et mes managers, ils ont construit la reconnaissance. Je vais donner un exemple pour incarner un peu les choses. Quand je suis arrivé à une ria, il y avait pas mal de boulot parce qu'il fallait vite consigner la convention avant la fin de l'année avec le mystère du travail. On sentait que le remantement était proche et on voulait qu'il soit fait avant noël. D'accord, l'histoire nous a donné les raisons. Et il y avait beaucoup de boulot et parfois j'avais des messages, 19 heures, 20 heures. Tu peux faire ça pour demain, etc. Et je venais d'arriver. Et un moment me demande un truc. C'était pas un gros travail, mais c'était à partir de tout ce que tu viens de faire, tu peux faire, en une page, force et faiblesse de ce qu'on a fait depuis deux ans. D'accord. Ok, à 19h30 le vendredi, à 19h45 le vendredi, il avait sa page. J'avais pris tout ce que j'avais mis. J'avais utilisé un système d'il y a un génératif. Je lui l'avais fait un prompt et il m'avait sorti quelque chose qui était bien à 90%, j'avais un peu resoigné, un quart d'heure, une demi heure. Il m'envoyait un message, il était susugué. Mais comment t'as pu faire ça? C'est bien écrit, c'est exactement ce que je voulais. Il m'avait envoyé quatre mots clés. Et bien, venant d'arriver et recevant toute cette gratitude, j'ai tout gardé pour moi. Et j'ai préféré garder pour lui l'impression que j'étais un espèce de génie ou une machine. Seulement à moment, j'ai voulu en parler, j'en ai parlé dans un autre contexte et il m'a dit, tu m'as bien rattrapé. Il s'est senti trahi peut-être un petit peu. Un petit peu. Et j'ai senti de suite que ce qui avait été exceptionnel était beaucoup. D'accord. Et ça nous a permis d'échanger très vite. Il n'y avait pas de problème entre nous. On peut s'en est l'équipe, il y a d'inrir, accessiblement. Et il n'y avait pas de problème. Mais ça est typiquement le genre de sujets qui a mon avis de faire partie du laborie. Comment le manager vit cette situation-là? Comment il reconnaît? Est-ce que c'est que du résultat? A quelqu'un, il y a rien à dire, t'étais content. Mais est-ce que au résultat doit se mêler un peu de souffrance, un peu d'efforts, un peu de pénibilité? Pour qu'il y ait du mérite, une certaine manière. Il y ait du mérite. Et tant que les critères d'attribution du mérite quand on travaille avec l'IA ne sont pas clairement définis, reconnaissance de soi, de moi, de massingularité, reconnaissance de mes pratiques, de mes efforts et de ma contribution au résultat, on risque d'avoir soit du refus quand c'est un cas d'usage, soit quand c'est clandestin, ça reste dans la clandestinité, parce que tant que je ne sais pas comment le manager va réagir, je garde ça pour moi. Merci beaucoup, y'en a de partager ces sujets absolument passionnants. Je pense qu'on aurait pu faire 4 heures de podcast sans problème, rien qu'avec toi. Merci à nouveau, c'était vraiment très très riche. Quant à nous, on se retrouve dans 15 jours pour un nouvel épisode. D'ici là, n'hésitez pas à vous abonner à notre chaîne, à laisser des commentaires sur votre plateforme préférée et à consulter notre site, www.ihdf.org. À bientôt!