Assistants IA : comment expliquer un refus à Berne ?
Un assistant chargé d’orienter des demandes internes rencontre rapidement des situations dans lesquelles la réponse est négative. La question managériale n’est pas seulement de savoir si ce refus est correct, mais quelles explications et quelle possibilité de réexamen doivent l’accompagner.
Ce que la littérature établit
Jason Alan Colquitt (2001, Journal of Applied Psychology) apporte des éléments de validation d’une distinction entre justice distributive, procédurale, interpersonnelle et informationnelle. Le résultat obtenu, la procédure suivie, le traitement reçu et les explications fournies ne constituent donc pas une seule et même dimension de l’équité perçue. Appliquée à un assistant IA, cette distinction suggère qu’une réponse conforme à une règle ne suffit pas à établir la qualité du traitement d’une demande.
L’explication fait partie du traitement
Jerald Greenberg (1990, Journal of Applied Psychology) a étudié les réactions à des réductions de salaire dans un contexte de terrain. Les résultats indiquent qu’une explication approfondie et attentive aux personnes peut atténuer les réactions à une situation défavorable, sans rendre cette situation favorable pour autant. Ce travail invite à considérer l’explication d’un refus comme une composante du traitement organisationnel, et non comme un simple habillage rédactionnel.
La conclusion trop rapide
On pourrait en déduire qu’il suffit de programmer un ton empathique pour rendre les refus acceptables. Ce serait confondre la qualité de l’explication avec la capacité à faire accepter une décision : un message courtois ne corrige ni un critère inapproprié ni une procédure sans possibilité de réexamen. Pour un assistant, l’enjeu est de restituer le motif applicable et la voie de recours réelle, non de produire une justification persuasive. (nos formations pour cadres et collaborateurs)
Ce que ces travaux ne démontrent pas
Ces études ne portent ni sur des modèles de langage ni sur des agents configurés sans code. Elles n’établissent pas qu’un refus généré automatiquement serait perçu comme aussi juste qu’une explication humaine, ni qu’une explication plus longue serait meilleure. Une pratique courante à éviter consiste donc à évaluer seulement la politesse du message, sans examiner si son motif correspond effectivement au dossier.
Une implication pratique, vérifiable à Berne
Dans le cadre du programme SHR « Créer ses assistants et agents IA sans coder », un exercice pertinent à Berne consiste à configurer un assistant qui prépare, sans les décider, des réponses négatives à des demandes internes : accès à une formation dans l’administration fédérale, appui méthodologique en santé publique, intervention technique dans les télécoms ou réservation d’un équipement dans l’industrie de précision. Avant l’essai, constituer des dossiers fictifs avec le motif applicable et la possibilité de réexamen validés par le responsable du processus. Mesurer ensuite la proportion de réponses réunissant trois éléments vérifiables : un motif fidèle au dossier, une règle applicable explicitée et un interlocuteur de réexamen effectivement prévu par la procédure. Cet indicateur mesure la qualité explicative et procédurale du prototype, pas l’équité de la décision elle-même. Pour aller plus loin : découvrez la formation Créer ses assistants et agents IA sans coder à Berne dans le canton de Berne, ou parcourez nos formations pour cadres et collaborateurs en Suisse.
En images : Créer ses assistants et agents IA sans coder à Berne
- créer ses assistants et agents ia sans coder
- Berne
- recherche
- formation berne