IA et mémoire collective : l’équipe sait-elle encore qui sait quoi ?
Un assistant d’intelligence artificielle peut devenir le premier interlocuteur pour retrouver une procédure ou préparer un dossier. La question managériale est précise : comment éviter que cet accès ne fasse perdre de vue les personnes qui comprennent les exceptions et l’histoire des décisions ?
Ce que la littérature établit
Kyle Lewis (2003, Journal of Applied Psychology) a développé et validé une mesure des systèmes de mémoire transactive dans les équipes. Ce concept désigne une organisation collective des connaissances : des membres possèdent des expertises distinctes, reconnaissent leur crédibilité et coordonnent leur utilisation. La mémoire d’une équipe ne se réduit donc pas à un stock de documents ; elle comprend aussi le fait de savoir qui sait quoi.
Retenir l’information ou retenir où la trouver
Betsy Sparrow, Jenny Liu et Daniel M. Wegner (2011, Science) ont montré expérimentalement que l’anticipation d’un accès ultérieur à l’information peut modifier ce que les personnes mémorisent. Dans leurs expériences, les participants retenaient notamment mieux où retrouver une information que l’information elle-même. Ce mécanisme éclaire la délégation de la mémoire à un support externe, sans démontrer ce qui se produit dans une équipe utilisant une IA générative.
La conclusion trop rapide
On pourrait en conclure que consulter une IA appauvrit nécessairement les connaissances collectives. Ces travaux ne l’établissent pas : externaliser une information peut être utile, et aucun des deux articles n’évalue les assistants génératifs actuels. L’hypothèse managériale à examiner est plus précise : l’outil facilite-t-il l’accès au savoir tout en maintenant visibles les personnes capables de le contextualiser ? (nos formations pour cadres et collaborateurs)
Ce que les usages courants ne mesurent pas
Compter les requêtes ou les documents retrouvés ne permet pas de savoir si les collaborateurs identifient encore les expertises internes. Les expériences sur la mémoire individuelle ne suffisent pas non plus à prédire l’évolution des relations de travail. Dans une organisation, les changements d’effectif, la documentation et la répartition des responsabilités peuvent modifier cette connaissance des expertises indépendamment de l’IA.
Une implication pratique, vérifiable à Lugano
Dans le cadre du programme « Manager à l'ère de l'intelligence artificielle » de SHR, une équipe de Lugano peut comparer, avant puis après une période d’usage définie, sa capacité à identifier l’interlocuteur interne pertinent pour des situations métier équivalentes, formulées en italien. Les cas peuvent porter sur une exception de procédure bancaire, une spécification fournisseur dans la mode, une condition contractuelle de négoce ou un engagement client dans une PME familiale, sans intégrer de données confidentielles dans l’outil. La mesure proposée est la proportion de cas pour lesquels le collaborateur nomme une personne-ressource dont la compétence est confirmée par le responsable du processus et justifie ce choix, en distinguant les réponses obtenues avec et sans assistant. Cette comparaison ne prouve pas un effet causal de l’IA ; elle permet de vérifier si l’accès aux réponses reste accompagné d’un accès aux expertises. Pour aller plus loin : découvrez la formation Manager à l'ère de l'intelligence artificielle à Lugano, ou parcourez nos formations pour cadres et collaborateurs en Suisse.
En images : Manager à l'ère de l'intelligence artificielle à Lugano
- manager à l'ère de l'intelligence artificielle
- Lugano
- recherche
- formation lugano