Actualités de l'IDP de l'Université d'Ottawa · Publié le 30 mars 2026

L’adoption de l’intelligence artificielle (IA) et de grands modèles linguistiques (GML) s’accélère dans de nombreux secteurs d’activité. Les premières études et évaluations ont débouché sur l'adoption précipitée de l'IA, que l'on utilise désormais pour résoudre des problèmes, automatiser des services et gérer toutes sortes de tâches, allant du service à la clientèle à la cybersécurité. Mais cette précipitation fait que l'on met souvent la charrue avant les bœufs. L’IA est un accélérateur, mais pas une boussole; une capacité, mais pas une stratégie; un multiplicateur de force, mais pas un décideur. Autrement dit, elle peut assurément vous aider à atteindre plus rapidement votre destination. Mais allez-vous dans la bonne direction?

Pour la direction, les avantages de l'adoption de l'IA sont évidents : une productivité et une efficacité accrues à moindre coût. Pour les employés, en revanche, les avantages sont plus discutables. Une grande partie de la pression exercée par les dirigeants en faveur de l'intégration de l'IA vise des objectifs purement tactiques : accélérer ce processus, réduire ces effectifs, améliorer cette productivité. En d'autres termes, cette approche n'est pas stratégique, et la plupart des organismes ne sont pas structurés de manière à tirer pleinement parti des outils disponibles. Et puisque les modèles d'IA ne peuvent être tenus pour responsables de retards dans les projets ou de rapports truffés d'erreurs, les employés qui devraient en assumer les conséquences sont plus réticents à adopter pleinement les outils d'IA.

On a beaucoup insisté sur ce que l'IA est capable de faire, mais on a moins réfléchi à ce qu'elle ne peut pas faire. Il est essentiel de bien comprendre ses limites et ses inconvénients pour pouvoir l'intégrer efficacement. Si vous donnez à vos équipes les forces nécessaires pour pallier les faiblesses de l'IA, cette dernière pourra jouer le rôle d'accélérateur promis.

 

Nous vous aidons à atteindre votre objectif, sans le fixer pour vous

L'avènement de la technologie des automobiles a révolutionné les transports. Elles permettaient de transporter des passagers pratiquement partout plus rapidement et plus facilement qu'à cheval. De même, le GPS a transformé les trajets routiers, qui donnaient autrefois lieu à des disputes autour d'une carte froissée et malmenée, en voyages sans encombre, même vers des destinations totalement inconnues. Mais aucune de ces innovations n'est d'une grande utilité si l'on ne sait pas dans quelle direction aller. Et ni une voiture ni un GPS ne vous rendront le temps et l'essence que vous gaspillez en vous rendant au mauvais endroit.

Il en va de même pour l’IA. N'importe quel GML peut vous donner des conseils sur la direction que doit prendre votre organisme ou sur la meilleure façon d'aborder un projet donné. Mais l'élaboration d'une stratégie solide en matière d'IA est un processus plus complexe, qui nécessite de suivre le modèle POST :

 

Profilage

Comment comprendre votre contexte.

Objectifs

Comment définir vos valeurs et votre vision et établir vos objectifs.

Stratégie

Comment déterminer comment y arriver.

Tactiques

Comment mettre en œuvre et répéter.

 

Bien utilisé, tout outil d'IA peut fournir des renseignements utiles sur les facteurs externes : opportunités, risques, etc. Mais cela ne suffit pas à définir vos valeurs et votre vision ni à vous aider à déterminer comment les atouts et les capacités de votre organisme s'inscrivent dans vos objectifs commerciaux. Si vous ne les définissez pas clairement, votre organisme risque fort de se retrouver avec une stratégie commerciale non adaptée. Le recours à l'IA ne fait que vous faire passer de la mise en œuvre d'une mauvaise stratégie à la mise en œuvre d'une mauvaise stratégie, mais plus rapidement.

 

La technologie à elle seule ne peut pas établir la confiance

Même la stratégie d'adoption de l'IA la plus ambitieuse ne remplacera pas tous les employés d'une entreprise, et ce pour des raisons évidentes. Cela signifie que certaines personnes et certaines équipes continueront de participer au processus décisionnel stratégique et à la mise en œuvre de la stratégie. Malheureusement, si vous pensiez que l’ingénierie de requêtes était complexe, il peut être encore plus difficile d'obtenir l'adhésion et la confiance d'équipes diversifiées aux compétences multiples.

Comme l’expliquent Francis Frei et Anne Morriss dans le Harvard Business Review, la confiance est l'ingrédient le plus important d'un leadership efficace. Une IA particulièrement bien programmée peut certes fournir certaines connaissances théoriques sur la manière d'instaurer la confiance, mais elle ne peut pas les mettre en pratique à votre place. Comme l’expliquent Frei et Morriss, l’établissement de la confiance repose sur trois piliers :

  • L'authenticité, qui consiste à être soi-même plutôt qu'à jouer un rôle.
  • Une logique clairement formulée que les équipes peuvent comprendre et suivre.
  • L'empathie qui permet aux gens de se sentir écoutés et respectés.

Quel que soit le degré de sophistication de l'IA, elle ne pourra jamais instaurer cette confiance à votre place. Même doté d'une logique irréprochable, un robot conversationnel ne pourra jamais établir un lien humain authentique et empreint d'empathie. Pour favoriser ce type de rapport, Frei et Morriss conseillent aux dirigeants de renoncer aux écrans, aux téléphones et aux réunions virtuelles, et de privilégier les interactions en personne.

 

La responsabilité est exclusivement humaine

Il convient également de garder à l'esprit que les modèles d'IA ne seront jamais parfaits. Et ils sont, malheureusement, à l'abri de toute conséquence.

Réfléchissez à la relation entre l'IA et les actualités. Jusqu'à présent, tout porte à croire que l'IA a du mal à donner des résultats satisfaisants. Les recherches de la BBC suggèrent que plus de la moitié des recherches liées à l'actualité effectuées par les principaux outils d'IA comportent des erreurs importantes. On ne peut qu'imaginer quel est ce ratio dans d'autres domaines, notamment pour des questions plus spécialisées ou techniques, pour lesquelles les ensembles de données sont plus restreints et où même les erreurs les plus minimes peuvent avoir des conséquences considérables.

Cette situation pourrait évidemment s'améliorer, et elle s'améliorera (en théorie). À l’échelle de l’industrie, les efforts se poursuivent pour créer de meilleurs modèles. Au niveau de l'organisme, l'amélioration de la gestion des données et l'élimination du cloisonnement de l'information permettront d'accroître le volume et la qualité des données disponibles. Ce processus est toutefois long, complexe et coûteux.

En réalité, même les modèles d'IA les plus sophistiqués sont peu fiables. Les GML n’analysent pas le sens, mais seulement la corrélation. Si un outil d'IA parvient à établir correctement la corrélation, sur la base de son analyse des données existantes, il produira ce résultat, que les mots eux-mêmes aient un sens ou non. On ne peut pas se fier à l'IA pour obtenir la vérité, des renseignements ou une adéquation avec les objectifs d'un organisme : elle ne fait que refléter les tendances observées dans les données existantes.

Si l'on met des outils d'IA à la disposition des employés sans leur fournir de formation, ceux-ci ne seront ni préparés ni motivés pour valider les résultats. Il serait désastreux de se fier aveuglément à l'IA. Par conséquent, tous les membres de l'organisme, des cadres supérieurs aux employés débutants, doivent posséder les compétences nécessaires pour tirer parti des atouts de l'IA, pallier ses faiblesses et combler ses lacunes.

 

Développer les compétences générales nécessaires à votre stratégie en matière d'IA à l'IDP de l’Université d’Ottawa

L’Institut de développement professionnel de l’Université d’Ottawa est à la pointe du perfectionnement professionnel au Canada. Il propose des formations qui couvrent un large éventail de compétences pertinentes pour la révolution de l’IA, notamment :

Ces formations habilitent les employés à tous les niveaux à instaurer un climat de confiance, à susciter l'adhésion, à évaluer l'information de manière critique et à exploiter de manière stratégique les outils d'aujourd'hui, y compris l'IA, pour en tirer pleinement parti.

Visitez InstitutDP.uottawa.ca pour acquérir les compétences dont votre organisme a besoin afin de tirer pleinement parti de tous les avantages d'une mise en œuvre efficace de l'automatisation et de l'IA.

 

 

 

 

Au sujet de l’auteur

Raphael Renaux est un expert en gestion internationale qui compte plus de 25 ans d'expérience à des postes de direction au Canada, en Europe, au Moyen-Orient, en Inde et en Asie de l'Est. Tout au long de sa carrière, Raphaël a conçu et mis en œuvre des stratégies de gestion innovantes pour des équipes multiculturelles et pluridisciplinaires, et a orchestré des transformations organisationnelles visant à améliorer la productivité et les normes de rendement. Il a également été animateur, conférencier et mentor dans le cadre de forums professionnels et universitaires. Raphael concentre ses recherches sur l'excellence en matière de leadership, la constitution d'équipes efficaces et l’établissement d’une dynamique saine au sein des équipes.