L'IA creuse-t-elle les inégalités dans vos équipes ?

Depuis dix-huit mois, une même réalité se dessine dans de nombreuses organisations. Certains collaborateurs ont intégré l’IA à leur quotidien avec une grande fluidité. D’autres la regardent de loin, entre méfiance et désintérêt. Entre les deux, une majorité silencieuse attend un signe clair de la hiérarchie.

Cet écart entre le haut et le milieu de l’organisation (étude Microsoft France) pose la question : cette dispersion vient-elle de l’IA, ou révèle-t-elle ce que votre organisation portait déjà ?

L’IA crée-t-elle ces inégalités ou les révèle-t-elle ?

Elle les révèle, les accélère et les rend visibles à une vitesse que peu d’organisations avaient anticipée. Demander si l’IA renforce les inégalités de compétences suppose qu’elle en soit la cause, ce qui est un diagnostic commode et coûteux. Les écarts naissent de la façon dont les organisations recrutent, forment et font évoluer leurs collaborateurs, de manière différenciée, souvent par défaut.

Une technologie puissante amplifie les dynamiques existantes. Prenez une autoroute : elle ne décide pas qui arrive le premier, mais elle creuse l’écart entre celui qui a une voiture performante, un GPS et un plein d’essence, et celui qui hésite encore sur la route à prendre. L’IA agit de cette façon dans vos équipes. Elle amplifie la capacité à transformer une pensée complexe en requête exploitable, l’aisance à juger un résultat et à itérer, la confiance à expérimenter sans craindre le jugement, l’aptitude à relier un outil à un objectif métier. Ces capacités se construisent sur des années.

La fracture est-elle technique ou comportementale ?

Elle est devenue comportementale. Les outils sont accessibles et les interfaces intuitives. La ligne de partage passe entre ceux qui tolèrent l’incertitude, expérimentent, acceptent de se tromper et ajustent, et ceux qui attendent la procédure validée, le bon usage officiel, la formation certifiante. Aucun des deux groupes n’a tort. Mais face à une IA générative qui évolue chaque semaine, cette différence de posture produit des écarts de performance croissants.

L’âge n’explique pas grand-chose. Des collaborateurs seniors de 55 ans adoptent l’IA avec enthousiasme quand leur environnement les y invite. Des jeunes diplômés restent en surface quand personne ne leur montre comment aller plus loin. Le vrai déterminant est la culture managériale.

Quel rôle joue le manager de proximité ?

Un rôle décisif. Dans les organisations où l’adoption est homogène et progressive, le manager de proximité a lui-même franchi le pas, pas en expert, mais en praticien visible. Il partage ce qu’il essaie, reconnaît ses tâtonnements, laisse de l’espace pour expérimenter sans pression de performance immédiate.

Un manager qui décrète « utilisez l’IA » sans jamais montrer comment obtient l’effet inverse : une adoption de façade chez les plus rapides, un blocage silencieux chez les autres. L’IA ne s’intègre pas dans une équipe, elle s’intègre dans une culture managériale. Le sujet est approfondi dans l’article sur le manager qui n’est pas l’expert IA.

Pourquoi une formation identique pour tous ne réduit-elle pas les écarts ?

Parce qu’elle ignore le point de départ de chacun. « Nous avons formé 100 % de nos équipes » rassure un Comex, mais ne dit rien de l’écart entre un collaborateur qui utilisait déjà des outils proches et un autre qui découvrait la notion de requête. Former tout le monde au même rythme avec le même contenu revient à donner la même paire de chaussures à chacun en espérant que tous courent à la même vitesse. L’équité demande d’adapter l’accompagnement au niveau de départ réel, comme le détaille l’article sur le dilemme « former tout le monde ou les équipes clés ».

Comment réduire l’écart concrètement ?

Par une gouvernance délibérée, qui repose sur trois engagements.

Cartographier avant de former. Savoir où en sont vraiment les équipes, par observation des usages plutôt que par autoévaluation : qui utilise quoi, comment, pour quel résultat. Cette cartographie invalide souvent les représentations initiales.

Former à plusieurs vitesses. Certains collaborateurs ont besoin d’un travail de fond sur la posture, le rapport à l’erreur, la confiance dans leur propre jugement, avant même d’aborder un outil. La compétence en IA commence bien avant l’outil.

Valoriser les passeurs internes. Dans chaque organisation, certains collaborateurs ont adopté ces outils naturellement et savent transmettre. Les identifier, les légitimer, les outiller en relais est un levier puissant et sous-utilisé. Ils ne remplacent pas la formation structurée, ils la rendent vivante : c’est le sens des ambassadeurs IA.

L’outil à emporter : cinq cases pour un autodiagnostic d’équipe

Cochez ce qui est vrai dans votre périmètre.

• ☐ Je sais, par observation, qui utilise l’IA dans mon équipe et pour quoi faire.
• ☐ Les parcours de formation tiennent compte du niveau de départ.
• ☐ Mon manager direct (ou moi-même) a partagé un usage ou un échec avec l’équipe ce mois-ci.
• ☐ Deux ou trois personnes sont reconnues comme relais, avec du temps pour cela.
• ☐ Les personnes les moins visibles hiérarchiquement ont eu l’occasion de s’exprimer sur l’IA.

Avec trois cases cochées ou plus, vous avez une politique active, à consolider. En dessous, la dispersion continuera de se creuser sans bruit : commencez par la cartographie.

Ce que ça change pour vous

• Codir : vous traitez la dispersion des usages comme un sujet de stratégie, pas comme un sujet RH secondaire.
• Manager : vous devenez praticien visible, avec le droit de ne pas tout savoir.
• Ambassadeur : vous êtes reconnu et outillé pour transmettre.

Et dans trois mois ?

Reposez les cinq cases dans un trimestre, avec votre équipe. Si le nombre de cases cochées a progressé et que les personnes les moins visibles prennent la parole, l’écart se réduit. Si rien ne bouge, le sujet manque peut-être d’un diagnostic partagé : un regard extérieur sur les usages peut en fournir un.

La newsletter In’Horto traite ces écarts sous d’autres angles, avec des outils d’autodiagnostic pour les équipes.