Adoption de l’IA : faut-il récompenser chaque usage ?

Pour lancer un outil d’IA, une direction peut être tentée de valoriser les salariés qui l’utilisent le plus. La question managériale est précise : une récompense liée au nombre d’utilisations encourage-t-elle une appropriation durable, ou seulement le comportement nécessaire pour l’obtenir ?

Ce que la littérature établit

Edward L. Deci, Richard Koestner et Richard M. Ryan (1999, Psychological Bulletin) ont synthétisé des expériences portant sur les effets des récompenses extrinsèques sur la motivation intrinsèque. Leur méta-analyse montre que des récompenses tangibles, attendues et conditionnées à l’activité peuvent réduire la reprise libre de celle-ci une fois la récompense retirée, notamment pour des tâches initialement intéressantes. Cette observation ne concerne pas directement l’IA, mais elle contredit l’idée selon laquelle récompenser un comportement renforce nécessairement l’envie de le poursuivre.

Le mécanisme : agir par choix ou pour satisfaire une attente

Richard M. Ryan et Edward L. Deci (2000, American Psychologist) distinguent, dans leur synthèse théorique, les formes contrôlées et autonomes de motivation. Une activité peut être accomplie sans plaisir particulier, mais avec un engagement autonome lorsque la personne en reconnaît la raison d’être. Pour un responsable, expliquer pourquoi l’IA convient à une tâche et laisser une marge de décision ne revient donc pas à attribuer des points à chaque utilisation.

La conclusion trop rapide

Il serait excessif d’en conclure que toute récompense nuit à l’adoption, ou que le management devrait renoncer à fixer des attentes. Les effets dépendent notamment de la forme de la récompense, de ses conditions et de la manière dont elle est perçue ; un retour informatif sur la compétence n’équivaut pas à une pression pour atteindre un quota. La distinction utile porte sur ce qui est reconnu : un choix de travail pertinent ou la simple fréquence d’utilisation. (nos formations pour cadres et collaborateurs)

Ce que ces données ne permettent pas de promettre

Ces travaux ne mesurent ni l’adoption de l’IA générative ni les effets d’une prime d’usage dans une entreprise fribourgeoise. La reprise libre d’une tâche expérimentale n’est pas non plus identique à l’usage professionnel d’un outil, qui dépend des accès, des missions et des obligations de sécurité. Un tableau de connexions ne permet donc pas, à lui seul, de distinguer une appropriation autonome d’une réponse à l’incitation.

Une implication pratique, vérifiable à Fribourg

Dans le cadre du programme SHR « Conduire l’adoption de l’IA dans son équipe », une équipe agroalimentaire, un atelier industriel bilingue ou un service du pôle universitaire fribourgeois peut examiner cette distinction sur une tâche autorisée, sans données sensibles. Si une incitation temporaire à l’usage existe déjà, comparer une période où elle s’applique à une période de même durée après son retrait annoncé, en maintenant les accès et le soutien. Mesurer, de façon agrégée et sans classement individuel, la proportion de tâches admissibles pour lesquelles l’IA est choisie, avec une justification brève du choix ou du non-usage, en français ou en allemand, puis vérifier un échantillon selon les mêmes critères de qualité. Une baisse après retrait ne prouverait pas à elle seule un effet motivationnel, mais obligerait à distinguer l’usage soutenu par la récompense de celui qui se maintient sans elle. Pour aller plus loin : découvrez la formation Conduire l'adoption de l'IA dans son équipe à Fribourg dans le canton de Fribourg, ou parcourez nos formations pour cadres et collaborateurs en Suisse.

En images : Conduire l'adoption de l'IA dans son équipe à Fribourg

• conduire l'adoption de l'ia dans son équipe
• Fribourg
• recherche
• formation fribourg