IA : qui tient à jour les règles du métier ?
Lorsqu’une équipe confie à un assistant d’IA la préparation de réponses ou de consignes, elle lui fournit souvent des procédures supposées représenter le travail. Dans le cadre du programme « Manager à l'ère de l'intelligence artificielle » de SHR — Swiss Human Resources, une question précise mérite alors d’être posée : qui décide qu’une règle doit changer, et comment cette modification parvient-elle jusqu’à l’outil ?
Ce que la littérature établit
Martha Feldman et Brian Pentland (2003, Administrative Science Quarterly) distinguent la représentation générale d’une routine de ses réalisations concrètes, par des personnes dans des situations particulières. Leur analyse théorique montre que cette articulation peut produire de la stabilité, mais aussi de la flexibilité et du changement. Une procédure écrite ne doit donc pas être confondue avec l’ensemble de la routine qu’elle cherche à décrire.
Comment le travail fait évoluer la règle
Martha Feldman (2000, Organization Science) décrit, à partir d’une étude de terrain, comment les résultats de l’action peuvent conduire les membres d’une organisation à modifier leurs routines. Les écarts entre ce qui était attendu et ce qui se produit deviennent des occasions de révision, plutôt que de simples anomalies. Pour un assistant d’IA adossé à des procédures, cela suggère un enjeu distinct de la qualité initiale des documents : organiser leur révision à partir de l’expérience.
La conclusion trop rapide
On pourrait en conclure qu’il suffit d’alimenter continuellement l’outil avec les pratiques observées. Ce serait confondre adaptation pertinente, arrangement provisoire et dérogation non autorisée. Le rôle du manager consiste à faire instruire ces différences et à attribuer la validation aux responsables compétents, non à transformer automatiquement chaque écart en nouvelle règle. (nos formations pour cadres et collaborateurs)
Ce que ces travaux ne démontrent pas
Ces articles portent sur les routines organisationnelles, pas sur les assistants d’IA contemporains ; ils ne mesurent ni leur fiabilité ni l’effet d’une fréquence de mise à jour. Leur apport est un cadre d’analyse, et non la preuve qu’un dispositif documentaire particulier améliore la performance. En pratique, remplacer un document ne suffit d’ailleurs pas à établir que l’outil utilise désormais la bonne version : ce point doit être testé séparément.
Une implication pratique, vérifiable à Sion
À Sion, une équipe peut choisir une procédure utilisée par son assistant : préparation d’une intervention en énergie hydraulique, organisation d’un rendez-vous en santé, réception des vendanges en viticulture ou information sur l’accès à une activité de tourisme alpin. Pendant un mois, elle consigne chaque écart constaté entre la procédure de référence et les besoins du terrain, avec une décision explicite : réviser, maintenir ou autoriser une exception. La mesure est la proportion de révisions validées pour lesquelles un responsable, une date d’effet et un test documenté de la réponse de l’assistant sont tous présents ; sans révision validée, l’indicateur est déclaré non calculable. Cet exercice peut servir de mise en application du programme SHR, sur des cas fictifs ou désensibilisés, sans modifier directement une consigne opérationnelle critique. Pour aller plus loin : découvrez la formation Manager à l'ère de l'intelligence artificielle à Sion dans le canton du Valais, ou parcourez nos formations pour cadres et collaborateurs en Suisse.
En images : Manager à l'ère de l'intelligence artificielle à Sion
- manager à l'ère de l'intelligence artificielle
- Sion
- recherche
- formation sion