Adoption de l’IA : présenter la tâche change-t-il son acceptation ?
Présenter l’IA comme un appui à une décision ne dit pas encore quelle part du travail les collaborateurs jugent délégable. La question managériale est précise : à tâche identique, insister sur les critères mesurables ou sur le jugement professionnel modifie-t-il la volonté de consulter l’outil ?
Ce que la littérature établit
Noah Castelo, Maarten W. Bos et Donald R. Lehmann (2019, Journal of Marketing Research) montrent que l’aversion envers les algorithmes dépend notamment du caractère subjectif ou objectif attribué à la tâche. Dans leurs expériences, les participants sont moins disposés à s’appuyer sur un algorithme lorsque la tâche leur paraît subjective. Les auteurs montrent aussi que rendre une tâche plus objective aux yeux des participants peut accroître cette disposition : la réception de l’outil ne dépend donc pas seulement de ses caractéristiques.
Une préférence qui peut aussi favoriser l’algorithme
Jennifer M. Logg, Julia A. Minson et Don A. Moore (2019, Organizational Behavior and Human Decision Processes) observent, dans des tâches d’estimation, que les participants peuvent accorder davantage de poids à un conseil présenté comme algorithmique qu’à un conseil présenté comme humain. Ce résultat ne décrit pas une préférence universelle pour les machines, mais contredit l’idée d’un rejet systématique. L’origine annoncée du conseil peut ainsi infléchir son poids, indépendamment de son seul contenu.
La conclusion trop rapide
On pourrait en déduire qu’il suffit de présenter tout travail comme une analyse objective pour faciliter l’adoption. Ce serait confondre une modification de perception avec une amélioration de la décision. Une sélection de projets ou une priorisation de demandes comporte des arbitrages que leur traduction en critères chiffrés ne fait pas disparaître. (nos formations pour cadres et collaborateurs)
Ce que ces expériences ne permettent pas de conclure
Ces recherches portent sur le recours à des algorithmes et sur la pondération de conseils, non sur l’intégration durable de l’IA générative dans des équipes lausannoises. Elles n’établissent ni que le cadrage améliore la qualité du travail, ni qu’une préférence déclarée se transforme en usage régulier. Un diagnostic d’adoption devrait donc distinguer la consultation de l’outil, la reprise de sa proposition et la qualité du résultat.
Une implication pratique, vérifiable à Lausanne
Dans le cadre du programme « Conduire l'adoption de l'IA dans son équipe », une équipe lausannoise de medtech, d’une haute école, du sport international ou d’une scale-up de l’arc lémanique pourrait tester un même dossier fictif de priorisation, sans données sensibles. Répartir aléatoirement les participants entre deux présentations fidèles de la tâche — l’une soulignant les critères mesurables, l’autre le jugement professionnel — en conservant le même outil, les mêmes informations et les mêmes possibilités de consultation. Mesurer dans chaque groupe la proportion de participants qui consultent effectivement l’IA avant de décider, puis faire évaluer les décisions avec une grille commune par une personne ignorant la présentation reçue. Un écart de consultation sans amélioration de qualité inviterait à revoir le discours d’accompagnement, plutôt qu’à conclure que l’équipe adopte mieux l’IA. Pour aller plus loin : découvrez la formation Conduire l'adoption de l'IA dans son équipe à Lausanne dans le canton de Vaud, ou parcourez nos formations pour cadres et collaborateurs en Suisse.
En images : Conduire l'adoption de l'IA dans son équipe à Lausanne
- conduire l'adoption de l'ia dans son équipe
- Lausanne
- recherche
- formation lausanne