Le débat public s'est enfermé dans une question binaire : l'IA va-t-elle remplacer tel métier ? La réalité observable dans les organisations est différente et plus intéressante. Chaque métier est un assemblage de tâches ; l'IA en absorbe certaines, en transforme d'autres, en crée de nouvelles. Le métier demeure — recomposé. Le marketeur passe moins de temps à produire des variantes et plus de temps à juger, cadrer, arbitrer. Le juriste passe moins de temps à chercher et plus de temps à qualifier. Le formateur, moins à fabriquer des supports et plus à concevoir des situations.
Cette recomposition a une conséquence directe pour la formation : ce qu'il faut enseigner n'est pas l'outil — les outils changent tous les six mois — mais la nouvelle répartition du travail entre l'humain et le système, métier par métier.
C'est pourquoi nous traitons l'IA comme une compétence professionnelle transversale, au même titre que l'anglais ou la finance : quelque chose qui s'apprend sérieusement, avec un socle et des applications. Le socle : comprendre ce que font réellement les systèmes génératifs, ce qu'ils savent faire et ne savent pas faire ; pratiquer la formulation — le prompt engineering est moins une technique qu'une discipline de pensée ; connaître le paysage des outils et les principes de l'automatisation.
Puis les applications, par fonction : l'IA pour le marketing n'est pas l'IA pour les ressources humaines, qui n'est pas l'IA pour la vente, la veille, la production de contenu ou la stratégie. Un parcours sérieux se construit sur les cas, les données et les contraintes du métier concerné — pas sur des démonstrations génériques qui impressionnent une heure et ne changent rien le lundi suivant.
Les professionnels qui compteront demain ne seront pas ceux qui connaissent un outil.
Une institution qui enseigne l'IA sans enseigner ses limites forme des utilisateurs dangereux. Les biais des systèmes — qui reproduisent ceux de leurs données. Les erreurs confiantes — d'autant plus trompeuses qu'elles sont bien écrites. La confidentialité — ce qui peut être confié à un système et ce qui ne le peut pas : données clients, propriété intellectuelle, informations personnelles. La gouvernance — comment une organisation encadre les usages : chartes, choix d'outils, formation, conformité.
Ces sujets ne sont pas un chapitre de conclusion qu'on expédie. Ils sont le cœur de ce qui distingue un professionnel formé d'un utilisateur enthousiaste : savoir quand faire confiance au système, quand le vérifier, et quand s'en passer.
Pour les organismes de formation et les établissements, la conclusion est exigeante. Il ne suffit pas d'ajouter un module « IA » au catalogue. Il faut reprendre chaque programme et se demander : dans ce métier, qu'est-ce que l'IA recompose ? Qu'est-ce qui doit désormais être enseigné qui ne l'était pas ? Qu'est-ce qui, à l'inverse, ne mérite plus le temps qu'on lui consacrait ?
Et il faut l'enseigner comme le reste : par la pratique et par le réel. On n'apprend pas à travailler avec l'IA en écoutant une conférence sur l'IA — on l'apprend en produisant, en automatisant, en se trompant, et en observant des organisations qui ont déjà recomposé leurs processus. C'est un terrain où l'immersion vaut, ici encore, mieux que le discours.