Alors que les métiers, les compétences et les organisations évoluent rapidement, la capacité à apprendre tout au long de sa vie devient une compétence professionnelle essentielle. Mais l’essor de l’IA générative pose une nouvelle question : comment continuer à développer son expertise lorsque certaines tâches d’apprentissage sont elles-mêmes automatisées ?

L’apprentissage tout au long de la vie n’est pourtant pas une idée nouvelle. En 2000, avec la stratégie de Lisbonne, l’Union européenne faisait déjà de la connaissance et de la formation des leviers essentiels de sa transformation économique. À l’occasion d’un webinaire organisé par 360Learning, Laetitia Vitaud, autrice et conférencière sur l’avenir du travail, a expliqué pourquoi cet enjeu prend une nouvelle dimension à l’ère de l’IA.

Pourquoi apprendre tout au long de sa vie est devenu indispensable

« Mais la promesse n’a pas entièrement été tenue : l’essentiel des emplois créés sont des emplois peu qualifiés, peu rémunérés, souvent très précaires », explique Laetitia Vitaud.

Pour autant, apprendre tout au long de la vie reste plus pertinent que jamais, mais pour une raison différente de celle imaginée au début des années 2000. « Les carrières vont désormais durer 45 ans, voire plus, pendant que l’espérance de vie des organisations, des modèles d’affaires, des compétences professionnelles, elle, a tendance à diminuer », souligne-t-elle.

Les parcours professionnels deviennent ainsi plus longs et plus fragmentés. Reconversions, changements de secteur ou évolution des métiers vont se multiplier. La capacité à apprendre, désapprendre et se remettre en question devient donc une compétence clé pour rester employable.

Avec l’IA, le risque de casser les premiers barreaux de l’échelle

L’essor de l’IA générative crée toutefois un paradoxe. Les salariés expérimentés sont souvent ceux qui peuvent le mieux exploiter ces outils, car ils disposent déjà des connaissances nécessaires pour les utiliser efficacement.

« Les salariés les plus expérimentés sont aujourd’hui ceux qui bénéficient le plus des IA génératives puisqu’ils disposent déjà des connaissances qui leur permettent de les utiliser efficacement », explique-t-elle.

À l’inverse, les juniors et les jeunes diplômés pourraient avoir davantage de difficultés à acquérir leur expertise. Les tâches d’entrée de carrière, parfois peu valorisées, sont précisément celles qui permettent d’apprendre un métier, d’acquérir de l’expérience et de progresser.

Laetitia Vitaud alerte ainsi sur trois dettes : technique, liée à la dépendance aux technologies ; cognitive, lorsque certaines capacités s’atrophient à force d’être automatisées ; et de compétence, lorsque les entreprises ne forment pas les futurs experts dont elles auront besoin.

Quelles compétences continuer à pratiquer avec l’IA ?

L’enjeu n’est donc pas de rejeter l’intelligence artificielle, mais de déterminer ce que l’on peut automatiser et ce que l’on doit continuer à pratiquer.

« La question qui se pose, c’est quand est-ce qu’on utilise l’ascenseur et quand est-ce qu’on opte pour les escaliers », résume la conférencière. L’ascenseur représente l’automatisation et les gains d’efficacité ; les escaliers, les compétences que l’on continue à exercer pour rester capable d’agir lorsque la technologie n’est plus disponible.

Certains secteurs l’ont déjà compris. Dans l’aviation, des heures de vol manuel restent obligatoires. Laetitia Vitaud cite également le cabinet d’avocats new-yorkais Barclay Damon, qui interdit à ses juniors d’utiliser l’IA pendant leurs premières années afin qu’ils développent leur raisonnement juridique.

Les organisations doivent donc parfois accepter de ne pas maximiser leur efficacité à court terme pour préserver leurs compétences à long terme.

Des carrières plus longues et plus fragmentées

La démographie impose également de repenser la formation professionnelle. Plusieurs générations vont désormais travailler ensemble et le modèle traditionnel d’une vie en trois temps — études, travail, retraite — devient moins adapté.

Les individus connaissent une succession de transitions : reconversion, changement de secteur, retour à l’emploi ou évolution du temps de travail. « La formation doit donc accompagner ces moments de vie, pas seulement permettre d’acquérir une nouvelle compétence. »

Cette évolution suppose aussi de remettre en question l’âgisme qui persiste dans le monde professionnel, alors que les entreprises auront besoin de travailleurs plus âgés. « L’âgisme est le frein collectif à une meilleure intelligence collective », résume-t-elle.

Apprendre à apprendre, c’est aussi désapprendre

À l’ère de l’IA, apprendre ne signifie donc plus seulement accumuler des connaissances. Il faut aussi savoir désapprendre, remettre en question ses habitudes et adapter ses compétences.

Le changement climatique oblige lui aussi à repenser les conditions d’apprentissage. « La chaleur aura des conséquences sur les capacités cognitives. Les formations devront davantage tenir compte des rythmes auxquels le cerveau peut apprendre », explique Laetitia Vitaud.

Elle observe également chez les jeunes générations une forme de nostalgie d’un monde moins technologique, qui invite à ne pas répondre systématiquement aux besoins de formation par davantage de numérique.

« Ces transformations conduisent à remettre en cause certaines conceptions de la formation. Le modèle cumulatif consistant à ajouter des formations de qualité moyenne est à bout de souffle. »

Pour les entreprises, l’enjeu est donc de créer des environnements favorisant l’expérimentation et le droit à l’erreur, avec des managers capables eux-mêmes de reconnaître ce qu’ils ne savent pas.

« L’enjeu n’est donc pas seulement de former davantage, mais de construire des organisations capables d’apprendre en permanence », conclut-elle.