IA on the job : mentionner l’IA suffit-il à informer le destinataire ?
Une administration, un service de santé ou une entreprise peut désormais accompagner ses messages d’une mention indiquant une assistance par IA. La question managériale est précise : cette mention renseigne-t-elle le destinataire sur la portée du message, ou lui laisse-t-elle interpréter seul ce qui a été produit et contrôlé ?
Ce que la littérature établit
George Akerlof (1970, The Quarterly Journal of Economics) formalise un problème d’asymétrie d’information : lorsque la qualité est difficile à observer, les échanges peuvent se dégrader, y compris pour les offres de bonne qualité. Son analyse ne porte ni sur l’IA ni sur la communication administrative, mais elle établit que l’information disponible sur la qualité peut modifier le fonctionnement d’un marché. Par analogie, connaître le moyen de production d’un message ne revient pas nécessairement à connaître sa fiabilité.
Une mention n’est pas nécessairement un signal informatif
Michael Spence (1973, The Quarterly Journal of Economics) montre, dans un modèle du marché du travail, comment un signal observable peut transmettre une information sur une caractéristique qui ne l’est pas directement. Le mécanisme dépend notamment des coûts du signal pour les différents types d’acteurs : la seule visibilité d’une indication ne garantit pas sa valeur informative. Appliquée avec prudence à l’IA, cette distinction invite à séparer la mention « rédigé avec une IA » des indications sur les vérifications effectivement réalisées.
La conclusion trop rapide
On pourrait en déduire qu’une mention de l’IA est inutile tant qu’elle ne garantit pas la qualité ; ce serait confondre transparence sur le procédé et assurance sur le résultat. Une telle mention peut répondre à un besoin légitime d’information sans prouver que le contenu a été validé. La question n’est donc pas de choisir entre tout signaler et ne rien signaler, mais de préciser ce que le destinataire peut raisonnablement déduire de l’indication. (nos formations pour cadres et collaborateurs)
Ce que ces travaux ne permettent pas de conclure
Ces deux articles sont des contributions théoriques en économie, pas des expériences sur la réception de messages assistés par IA. Ils ne permettent de prévoir ni l’effet d’une mention sur la confiance, ni la formulation la plus compréhensible pour un public donné. Ils ne tranchent pas non plus les obligations juridiques de transparence : celles-ci doivent être examinées séparément, selon le contexte.
Une implication pratique, vérifiable à Berne
Dans le cadre d’« IA on the job » de SHR, un exercice à Berne pourrait comparer deux versions d’un message fictif : l’une portant seulement une mention de l’IA, l’autre précisant aussi son rôle, le contrôle humain réellement effectué et le service à contacter. Les cas seraient adaptés à l’administration fédérale, à la santé publique, aux télécoms et à l’industrie de précision, sans données personnelles ni informations confidentielles. Chaque participant recevrait aléatoirement une seule version et indiquerait ce qui a été automatisé, ce qui a été vérifié et à qui demander une clarification. La mesure serait la proportion de réponses exactes sur ces trois points, comparée entre les versions au sein de chaque contexte : un test de compréhension, et non une simple note de confiance. Pour aller plus loin : découvrez la formation IA on the job à Berne, ou parcourez nos formations pour cadres et collaborateurs en Suisse.
En images : IA on the job à Berne
- ia on the job
- Berne
- recherche
- formation berne