De l’adoption à l’appropriation de l’IA générative au travail : échange entre sciences de l’éducation et psychologie

14 octobre 2026

L’intégration de l’IA dans les organisations ne se résume pas à l’adoption de la technologie. À travers les regards croisés de Joseph Baud-Grasset et Stéphane Bonzon, le troisième volet de cette série d’articles sur la thématique explore les leviers d’une intégration réfléchie de l’IA au quotidien.

Chapitre 3 : IA au travail : apprendre, s’adapter et préserver le sens du travail

L’intégration de l’intelligence artificielle dans les organisations ne dépend pas uniquement des capacités ou de la volonté des professionnels à adopter de nouveaux outils. Elle interroge plus largement les conditions dans lesquelles ces transformations sont mises en œuvre: temps disponible pour apprendre, accompagnement, échanges entre pairs, charge cognitive et possibilité de conserver une autonomie dans les pratiques. À travers les regards croisés de Joseph et Stéphane, ce texte explore ainsi les conditions d’une appropriation de l’IA à la fois durable, réfléchie et compatible avec la qualité du travail et la santé des professionnels.

Avec:

Joseph Baud-Grasset – Chargé de formation & Responsable qualité

Stéphane Bonzon – Psychologue de l’orientation

Les difficultés rencontrées avec l’IA relèvent-elles d’abord des individus ou des conditions d’organisation du travail ?

Joseph :

J’aurais tendance à me méfier des explications qui font porter la responsabilité principalement sur les individus. Lorsqu’une appropriation est difficile, la première question n’est pas toujours de savoir si les personnes sont motivées ou compétentes mais dans quelles conditions elles doivent apprendre.

On observe souvent une forme de paradoxe : les organisations demandent aux professionnels d’intégrer rapidement de nouveaux outils tout en maintenant les mêmes niveaux d’activité, les mêmes délais et parfois les mêmes indicateurs de performance. L’apprentissage est alors attendu sans qu’un véritable espace lui soit consacré.

Or, apprendre demande du temps. Tester un outil, comprendre ce qu’il apporte réellement, ajuster ses pratiques ou partager ses expériences avec ses collègues fait partie du travail d’apprentissage. Si ces activités restent invisibles ou sont perçues comme du temps perdu, l’appropriation devient mécaniquement plus difficile.

Il existe bien sûr des différences individuelles dans le rapport à l’innovation ou au changement. Mais ce que nous savons depuis longtemps en sciences de l’éducation, c’est que les comportements ne peuvent pas être séparés de leur contexte.

La question ne porte donc pas seulement sur la préparation des professionnels, mais aussi sur la capacité des organisations à créer les conditions favorables à l’apprentissage.

Lorsque ces conditions sont absentes, ce que l’on interprète parfois comme de la résistance est souvent une forme parfaitement rationnelle de protection face à une charge supplémentaire.

Stéphane :

Joseph rappelle, à juste titre, que les apprentissages dépendent du contexte organisationnel. Le modèle Job Demands–Resources (Bakker & Demerouti, 2007) permet de poser une question simple au sujet du recours à l’IA dans la sphère travail : l’IA est-elle une ressource ou une exigence supplémentaire ? Selon comment elle est introduite, elle peut être les deux à la fois. Elle aide certaines tâches tout en augmentant la charge cognitive à cause de nouvelles exigences, comme la vérification de ses sorties ou la gestion de son intégration dans un flux. Si on ne mesure que les gains, on ne voit pas l’inflation silencieuse de telles exigences sur le plan cognitif.

Quelles conditions concrètes permettraient une appropriation plus saine et plus durable de l’IA dans les organisations ?

Joseph :

Si je devais retenir quelques priorités, je commencerais par une idée simple : considérer l’appropriation de l’IA comme un processus d’apprentissage plutôt que comme un projet de déploiement technologique. Du moins, l’un ne doit pas être séparé de l’autre.

Cela implique d’abord de donner du temps. Non pas seulement du temps de formation mais du temps pour expérimenter dans les situations réelles de travail, comparer les usages, ajuster les pratiques et tirer des enseignements de l’expérience.

Cela implique ensuite de soutenir les dynamiques collectives. Les échanges entre pairs, les communautés de pratique ou les référents internes jouent souvent un rôle plus important que les formations descendantes très scolaires. Ce sont ces espaces qui permettent de transformer des essais individuels en apprentissages partagés.

Une autre condition essentielle consiste à reconnaître que l’appropriation est nécessairement hétérogène. Tout le monde n’avance pas au même rythme, n’a pas les mêmes besoins ou les mêmes usages. Chercher à uniformiser les pratiques trop rapidement risque de produire de la conformité apparente plutôt qu’un véritable apprentissage.

Enfin, il me semble important de préserver une place pour la réflexion. Dans un contexte où tout pousse à l’accélération, les professionnels ont besoin d’espaces pour interroger les effets de ces outils sur leur activité, leurs compétences et la qualité de leur travail.

L’enjeu n’est pas simplement d’utiliser davantage l’IA. L’enjeu est de construire une relation à l’IA qui préserve les fondements du travail professionnel, comme le jugement, le sens des responsabilités, la coopération et la capacité à apprendre.

Stéphane :

Aux conditions pédagogiques que pose Joseph, je voudrais ajouter deux conditions qui ne relèvent pas de la technique. La première est de légitimer le non-usage. Dans un environnement où l’usage de l’IA tend à devenir un réflexe, le non-usage peut constituer l’une des expressions les plus fortes du discernement. Ceci non pas parce que refuser l’IA serait en soi préférable, mais parce que certaines situations exigent de la retenue. Ainsi, une appropriation éclairée de l’IA suppose qu’un professionnel puisse dire qu’il ne va pas l’utiliser dans telle ou telle situation, sans que cela soit interprété comme une résistance, mais considéré bien davantage comme l’expression légitime et pertinente d’une expertise. A cela s’ajoute la prise en compte indispensable de la charge mentale, plus ou moins visible et croissante, induite par l’intelligence artificielle et les nouvelles exigences cognitives de sa production (voir par exemple mon récent article pour l’Observatoire ISFB, Bonzon, 2026). L’objectif global visé ici est de tendre vers une IA qui sert réellement l’humain – qui l’augmente, pourrait-on dire, mais qui en aucun cas ne le diminue.

Si vous deviez formuler chacun un point de vigilance majeur et une priorité d’action pour les organisations, quels seraient-ils ?

Joseph :

Si je devais retenir un point de vigilance, ce serait la tentation de confondre vitesse d’adoption et qualité de l’appropriation. Aujourd’hui, beaucoup d’organisations mesurent le nombre de licences activées, les taux d’usage ou les gains de productivité. Ces indicateurs ont leur utilité, mais ils ne disent pas grand-chose de ce que les professionnels apprennent réellement, ni de la manière dont leurs pratiques évoluent.

Ma priorité d’action serait donc de créer des environnements d’apprentissage plutôt que de simples dispositifs de déploiement. Cela signifie dégager du temps pour expérimenter, soutenir les échanges entre pairs, reconnaître les tâtonnements comme une étape normale de l’apprentissage et accepter que tout le monde n’avance pas au même rythme.

Au fond, la question n’est pas seulement de savoir comment intégrer l’IA dans les organisations. L’enjeux est de savoir comment permettre aux professionnels de développer, avec ces outils, des pratiques plus réfléchies, plus pertinentes et plus autonomes. C’est cette capacité d’apprentissage qui constituera, à long terme, la véritable ressource stratégique des organisations et mesurable dans les pratiques professionnelles.

Stéphane :

Dans les entreprises, l’IA pose des questions de santé au travail au sens strict. Cette santé, qui nous concerne toutes et tous, me semble se mesurer notamment dans la solidité de notre sentiment de compétence, dans la possibilité de défendre encore ce qu’on tient pour un travail de qualité, et dans la capacité à

Bibliographie :

• Bakker, A. B., & Demerouti, E. (2007). The job demands–resources model: State of the art. Journal of Managerial Psychology, 22(3), 309–328. https://doi.org/10.1108/02683940710733115
• Bonzon, S. (2026, 10 avril). IA générative et travail : Au-delà du bruit, ce que la recherche révèle déjà. Observatoire ISFB des compétences bancaires et financières.

© Institut Supérieur de Formation Bancaire (ISFB). Tous droits réservés.
Les analyses et contenus publiés par l’ISFB peuvent être cités ou repris de manière partielle, sous réserve de mentionner clairement la source. Toute reproduction intégrale ou substantielle de cet article dans un autre média ou support est soumise à l’autorisation écrite préalable de l’ISFB. Afin de faciliter la lecture et sans intention discriminatoire, l’emploi du genre masculin est généralement choisi, conformément à la règle de grammaire qui permet de l’utiliser comme valeur neutre pour désigner un ensemble de personnes comprenant à la fois des hommes et des femmes. La présente publication est destinée aux membres ISFB ainsi qu’à leurs salariés en Suisse, ainsi qu’à toute personne intéressée par la finance en Suisse. Elle n’a pas vocation à être lue ou diffusée dans une juridiction où sa diffusion serait interdite.

Comment favoriser une appropriation durable de l’intelligence artificielle au travail ? Découvrez les conditions d’apprentissage, d’accompagnement et d’autonomie nécessaires pour préserver la qualité du travail et la santé des professionnels.