Former une équipe à l’IA sans la faire fuir

Pour former une équipe à l’IA, commencez par un travail qu’elle connaît déjà. Une réponse à préparer, une note à clarifier, une consigne à résumer. Présentez les limites, faites pratiquer chacun sur un exemple fictif, puis vérifiez ensemble ce qui est utilisable. Les agents connectés à la messagerie ou au fichier clients viendront après, si le besoin le justifie.

La première réussite à rechercher est modeste : une personne sait expliquer ce qu’elle a demandé, ce qu’elle a corrigé et pourquoi elle peut utiliser le résultat. Une démonstration spectaculaire ne vous apprend pas si l’équipe saura refaire le travail le lendemain.

Avant la séance, écouter ce qui coince

Demandez aux participants quelle tâche les ralentit et ce qui les inquiète dans l’usage de l’IA. Faites cette collecte sans leur demander de transférer des dossiers ou des messages clients. Une description de la situation suffit.

Les réponses appellent des décisions différentes. Une personne qui craint d’exposer un contrat a besoin d’une règle sur les données. Celle qui doute de la fiabilité des réponses a besoin d’un exercice de vérification. Celle qui ne voit pas quand pratiquer a besoin de temps prévu dans son travail. Un exposé sur les modèles ne règle aucune de ces questions à lui seul.

Annoncez aussi ce qui sera évalué. Pour un premier atelier, nous recommandons de regarder la tâche et ses difficultés, pas de classer les collaborateurs selon leur vitesse ou le nombre de requêtes envoyées. N’affirmez pas que l’IA ne changera aucun poste si la direction ne peut pas prendre cet engagement.

Si le choix d’un premier usage reste flou, notre article sur la peur de l’IA en entreprise aide à délimiter l’essai. Ici, la question est différente : comment faire apprendre ce même usage à une équipe, sans laisser la personne la plus à l’aise faire tout le travail ?

Sensibiliser avec un exemple que chacun peut contrôler

Présentez ce que l’outil reçoit et ce qu’il rend. Un assistant de texte produit une proposition à partir de la demande et des éléments fournis. Une réponse bien rédigée ne prouve pas qu’un fait est exact, qu’un document est à jour ou qu’une promesse peut être tenue.

Avant la première saisie, fixez les règles de l’atelier : outil autorisé, compte prévu, documents utilisables, données exclues et personne à prévenir en cas de doute. N’improvisez pas une connexion aux boîtes mail pour rendre la séance plus vivante.

En Suisse, le PFPDT rappelle que la LPD s’applique directement aux traitements de données recourant à l’IA. Il souligne notamment la transparence sur les finalités et les sources de données utilisées. Une formation n’est donc pas un espace à part où les dossiers réels deviennent librement partageables. Pour débuter, des situations entièrement inventées évitent d’avoir à décider en direct si un document a été suffisamment anonymisé.

Faire pratiquer, puis comparer au document de départ

Voici un exercice fictif, à adapter au métier. Ce n’est ni un cas client ni un résultat observé chez Kervia.

Une petite entreprise reçoit cette demande inventée : « Pouvez-vous venir installer le matériel mardi prochain ? » La fiche de référence fournie aux participants indique seulement :

• les interventions se font du lundi au vendredi ;
• un responsable confirme le créneau après vérification du planning ;
• aucun délai de réponse n’est garanti dans la fiche.

Demandez à chacun de préparer un brouillon de réponse. Une consigne possible :

À partir de cette fiche uniquement, prépare une réponse courte à cette demande fictive. Ne confirme aucun rendez-vous. N’ajoute ni délai, ni prix, ni disponibilité. Signale séparément les informations manquantes. Le texte restera un brouillon à relire.

Puis retirez les mains du clavier. Faites comparer la réponse à la fiche, phrase par phrase. L’outil a-t-il promis mardi ? Ajouté « nous revenons vers vous sous 24 heures » ? Inventé une formule qui semble commerciale mais engage l’entreprise ? Le bon contrôle consiste à retrouver l’appui de chaque affirmation dans le document de départ, pas à demander au même outil s’il est certain de sa réponse.

Il est possible qu’aucune erreur n’apparaisse. Préparez alors un second brouillon, clairement présenté comme un texte d’exercice, qui contient une promesse absente de la fiche. Le groupe doit la repérer. Vous testez ainsi la relecture, sans attendre que le modèle produise précisément l’erreur prévue.

Terminez en refaisant l’exercice avec une autre demande fictive. Chaque participant doit pouvoir identifier ce qui manque et dire quand il faut consulter un collègue plutôt que poursuivre la conversation avec l’IA.

Écrire le cadre à partir des questions rencontrées

Les règles de données précèdent l’essai. Le cadre de travail peut ensuite être précisé grâce à ce que la séance a révélé : quel document fait foi, qui le tient à jour, quelles formulations doivent être validées, où conserver les modèles de demandes utiles.

Gardez une fiche courte, accessible là où l’équipe travaille. Elle doit permettre de répondre sans hésiter à ces questions :

• Quel outil et quel espace de travail sont autorisés pour cette tâche ?
• Quels contenus peut-on y saisir, et lesquels en sont exclus ?
• Qui vérifie le résultat avant son utilisation ou son envoi ?
• Qui peut aider si une réponse paraît fausse ou si une donnée a été transmise par erreur ?

Ne confondez pas cette fiche avec une validation juridique de tous les usages de l’entreprise. Elle traduit un périmètre déjà décidé en consignes utilisables. Une nouvelle catégorie de données ou un nouvel outil peut imposer de revoir ce périmètre.

Laisser un intervalle pour refaire le travail

Prévoyez une reprise après une période de pratique. Demandez aux participants de noter une difficulté, une correction utile ou une raison de ne pas utiliser l’outil. Ces retours peuvent être décrits sans recopier le contenu confidentiel traité.

Le bilan ne se limite pas à « est-ce que vous avez aimé la formation ? ». Une personne sait-elle refaire la tâche sans aide ? Sait-elle reconnaître une information non vérifiable ? Le résultat est-il exploitable après relecture, ou faut-il tout reprendre ? Si vous mesurez du temps, incluez la préparation et la vérification, pas seulement les secondes nécessaires à la génération.

Chez Kervia, la formation pratique à l’IA est organisée en deux demi-journées de trois heures, avec une mise en pratique entre les séances et un groupe de cinq personnes au maximum. Le retour sur les essais sert à retravailler les difficultés et à construire des modèles adaptés aux métiers présents. Ce format ne garantit pas un gain de temps : il laisse une place au travail que les participants devront réellement refaire.

Aborder les agents quand l’équipe sait où s’arrêter

Une équipe peut utiliser utilement un assistant de texte sans avoir besoin d’un agent. N’ajoutez pas une connexion à la messagerie pour rendre la formation plus avancée.

Lorsqu’un outil peut lire plusieurs sources ou agir dans un logiciel métier, le programme doit changer. Les participants doivent connaître ses accès, les actions qu’il prépare, celles qu’il peut exécuter et la manière de l’arrêter. Ils doivent aussi savoir retrouver la trace d’une action et signaler une erreur.

Pour un premier exercice avec un agent, restez dans un environnement de test. Faites-lui préparer une action, puis demandez au participant d’expliquer pourquoi il la valide ou la refuse. Si personne ne sait qui donnera l’accord avant un envoi client, la formation n’a pas encore couvert le risque principal.

La progression proposée ici est un repère pédagogique, pas un protocole dont l’efficacité aurait été mesurée sur toutes les PME. Adaptez-la aux fonctions, aux outils et au niveau de l’équipe. Le critère reste concret : chacun doit pouvoir refaire la tâche, contrôler le résultat et s’arrêter lorsqu’il lui manque une information.

Pour choisir une première situation de travail et voir comment la faire pratiquer, vous pouvez la décrire lors d’un appel de quinze minutes.