L'impact de l'Ia sur l'emploi 5/5
Ce n'est pas l'IA qui va vous remplacer. C'est votre refus de la comprendre.
Voilà une phrase qui mérite qu'on s'y arrête. Parce que depuis que l'intelligence artificielle a envahi nos conversations professionnelles, deux camps se sont formés : ceux qui sont terrifiés, et ceux qui sont béatement enthousiastes. Les uns voient en elle une apocalypse du travail, les autres un outil magique qui va tout résoudre. Les deux ont tort, mais le premier camp commet l'erreur la plus coûteuse, celle de regarder la vague arriver sans chercher à comprendre comment elle fonctionne.
Après vingt ans à observer le marché du travail de l'intérieur, à accompagner des milliers de personnes en transition professionnelle, à voir des secteurs entiers se transformer sous mes yeux, je suis convaincue d'une chose : ce qui menace vraiment les chercheurs d'emploi aujourd'hui, ce n'est pas l'IA. C'est l'opacité dans laquelle on leur demande de naviguer face à elle.
Alors parlons-en sérieusement. De la boîte noire. De l'alignement. De ce que ça change concrètement pour vous, maintenant, dans votre recherche.
L'IA ne sait pas ce qu'elle fait, et personne ne le sait non plus
Commençons par un fait qui devrait vous soulager autant qu'il devrait vous inquiéter : les gens qui ont créé les outils d'IA que vous utilisez ou qui vous évaluent ne comprennent pas entièrement comment ces outils fonctionnent. Ce n'est pas une critique, c'est une réalité technique qui a un nom : le problème de la boîte noire.
Un grand modèle de langage comme ceux qui propulsent les assistants IA du moment ajuste des centaines de milliards de connexions pour produire une réponse. Personne ne peut vous expliquer précisément pourquoi il a choisi tel mot plutôt qu'un autre, pourquoi il a penché dans telle direction. On voit ce qu'on entre, on voit ce qui sort, mais l'intérieur reste invisible, même pour les ingénieurs qui ont passé des années à construire le système.
Pourquoi est-ce que je vous dis ça ? Parce que vous êtes peut-être en ce moment évalué par ce type d'outil, et que vous méritez de savoir dans quel état de connaissance se trouvent ceux qui le déploient.
Amazon l'a appris à ses dépens. L'entreprise avait développé un outil d'IA pour trier les CV et identifier les meilleurs candidats. L'algorithme a fonctionné, au sens technique du terme : il a trié, classé, sélectionné. Sauf qu'il a systématiquement pénalisé les candidatures féminines. Pas parce que quelqu'un l'avait programmé pour ça. Mais parce que l'outil avait été entraîné sur l'historique de recrutement d'Amazon, majoritairement masculin dans les postes tech, et en avait déduit que le genre était un critère de sélection pertinent. Amazon a dû tout arrêter. Mais combien d'autres entreprises n'ont pas eu cette lucidité, ou n'ont tout simplement pas détecté le problème ?
Ce qui s'est passé chez Amazon n'est pas une exception. C'est une illustration de ce que produit la boîte noire quand elle rencontre des données imparfaites, ce qui est toujours le cas quand on parle de données humaines. Les biais ne sont pas programmés. Ils émergent. Et on ne les trouve souvent qu'une fois le dommage causé.
Aux États-Unis, des systèmes d'IA sont utilisés pour évaluer le risque de récidive des prévenus et aider les juges dans leurs décisions. Des études ont montré que certains de ces outils accordaient systématiquement des scores de risque plus élevés aux prévenus noirs, sans que personne n'ait encodé cette règle nulle part. La méthode de calcul étant opaque, il était presque impossible de contester ces évaluations sur des bases solides.
Ce paradoxe est au cœur de notre moment technologique : plus les systèmes d'IA deviennent performants, plus ils deviennent opaques. Nous progressons dans l'obscurité, en construisant des outils de plus en plus puissants dont nous comprenons de moins en moins le fonctionnement intime.
Quand l'IA fait exactement ce qu'on lui demande, et rate complètement ce qu'on voulait
Il y a un deuxième problème, distinct de la boîte noire, qu'on appelle le problème de l'alignement. Et celui-là, je trouve qu'il décrit parfaitement quelque chose que j'observe depuis longtemps dans le monde du recrutement.
L'alignement, c'est la question suivante : est-ce que l'objectif qu'on a donné à l'IA correspond vraiment à ce qu'on voulait obtenir ? Ça semble évident. Ça ne l'est pas du tout.
Prenons un exemple qui me parle directement. Une entreprise décide d'utiliser une IA pour augmenter la productivité de ses équipes. L'algorithme détecte rapidement que les pauses café, les échanges informels dans les couloirs, les discussions qui débordent du sujet réduisent le temps de travail effectif mesuré. Recommandation logique : supprimer ou réduire ces moments. Mettre en place une surveillance en temps réel. La productivité grimpe de 15% dans les six premiers mois. Puis l'entreprise traverse une vague de burn-out, voit son turnover exploser, constate une chute de l'innovation. Parce que ces échanges informels que l'IA avait éliminés étaient précisément là où les idées naissent, où les équipes se soudent, où le sens du travail se fabrique.
L'IA a parfaitement accompli sa mission. Elle a raté complètement l'objectif réel.
C'est le génie de la lampe, version algorithme : il exauce votre vœu exactement tel que vous l'avez formulé, avec les conséquences que vous n'aviez pas anticipées.
Le cas des réseaux sociaux est le plus documenté, et le plus instructif. Les algorithmes de recommandation avaient pour mission de maximiser l'engagement des utilisateurs, c'est-à-dire le temps passé sur la plateforme. Objectif atteint. Comment ? En favorisant les contenus qui suscitent des émotions fortes, souvent la colère, l'indignation, la peur. En créant des bulles qui renforcent les convictions existantes. En amplifiant la polarisation sociale. L'IA optimisait parfaitement son objectif. Les dommages collatéraux n'étaient pas dans les paramètres.
Pourquoi l'alignement est-il si difficile à atteindre ? Parce que les valeurs humaines résistent à la formalisation. La "justice", c'est l'égalité stricte ? L'équité proportionnelle au mérite ? La priorité aux plus vulnérables ? Selon le contexte, la culture, le moment, la réponse change. Et nous voulons simultanément des choses contradictoires : la liberté individuelle et la sécurité collective, l'efficacité et l'humanité, la croissance et la durabilité. Un humain navigue ces tensions avec de l'intuition, du jugement, du compromis. Un algorithme optimise selon des paramètres qu'on lui a donnés, point.
Ce que ça signifie pour vous concrètement : si vous êtes évalué par un outil d'IA dans une procédure de recrutement, l'outil optimise un objectif défini par l'entreprise, qui n'est peut-être pas exactement celui que vous croyez. "Trouver le meilleur candidat" peut être traduit en paramètres qui favorisent des profils atypiques ou au contraire très conformistes, selon ce que les concepteurs ont encodé. Vous ne le saurez pas. Et souvent, l'entreprise qui utilise l'outil ne le sait pas complètement non plus.
La superintelligence : ni demain, ni jamais, mais déjà une question
Je vais vous parler de quelque chose que la plupart des articles grand public esquivent, soit parce qu'ils trouvent le sujet trop technique, soit parce qu'ils craignent de faire peur. Je ne vais pas vous faire peur. Mais je vais être honnête.
La superintelligence artificielle, c'est le concept d'une IA qui dépasserait l'intelligence humaine dans pratiquement tous les domaines cognitifs, pas seulement le calcul ou la mémoire, mais la créativité, le jugement, la sagesse pratique, l'intelligence sociale. Pas une IA qui joue mieux aux échecs. Une intelligence générale supérieure à la nôtre, dans tous les domaines.
Est-ce que ça existe ? Non. Est-ce que ça existera ? Les experts sont divisés, et c'est déjà notable que le débat ait migré des marges vers le centre de la recherche. Des laboratoires comme OpenAI, Anthropic, ou DeepMind ont maintenant des équipes entières dédiées à ce qu'on appelle la "sécurité de l'IA" et l'"alignement". Quand des gens très intelligents consacrent leur carrière à un risque, c'est qu'ils le prennent au sérieux.
Les horizons temporels varient. Une enquête de 2023 auprès de chercheurs spécialisés situait la médiane autour de 2050, avec une fourchette allant de 2030 pour les plus optimistes à "jamais" pour les sceptiques.
Voilà trois positions qui coexistent dans la communauté scientifique. Un camp optimiste qui voit dans la superintelligence l'outil ultime pour résoudre les grands problèmes de l'humanité : le changement climatique, les maladies, la pauvreté. Un camp réaliste, porté par des chercheurs comme Stuart Russell, qui reconnaît le potentiel immense mais insiste sur le fait que nous avons peut-être une ou deux générations pour résoudre le problème de l'alignement avant que la question devienne urgente. Et un camp pessimiste qui met en garde contre un risque existentiel : une superintelligence mal alignée pourrait causer des dommages irréparables, non pas parce qu'elle nous voudrait du mal, mais simplement en optimisant des objectifs qui entrent en conflit avec notre bien-être, comme une colonie de fourmis sur le chemin d'un chantier. On ne leur veut pas de mal. Elles sont juste sur notre trajectoire.
Ce que je retiens de ce débat, ce n'est pas la date de l'apocalypse. C'est que la question du contrôle, celle de savoir si nous gardons la main sur des systèmes de plus en plus autonomes, est devenue une question sérieuse que les meilleurs esprits du secteur posent sans détour.
Pour vous qui cherchez un emploi aujourd'hui, le message n'est pas "préparez-vous à la fin du travail". C'est : les règles du jeu changent plus vite que les institutions qui sont censées les réguler. Comprendre cette réalité vous donne un avantage sur ceux qui regardent ailleurs.
L'IA nous ressemble, et c'est inconfortable
Voilà quelque chose que j'ai compris progressivement, à force de voir des entreprises adopter des outils d'IA dans leurs processus RH : ces outils nous renvoient notre propre image, et cette image est rarement flatteuse.
Quand une IA reproduit des discriminations de genre ou de classe sociale, elle ne les invente pas. Elle les apprend de nos données, de notre histoire, de nos structures. Elle transforme nos préjugés implicites en décisions explicites et mesurables. En ce sens, elle nous force à regarder en face des réalités que nous préférions laisser dans le flou.
Regardez ce que nous avons décidé d'optimiser dans nos systèmes : l'engagement sur les plateformes, la conversion commerciale, la productivité mesurable à court terme. Rarement le bien-être, l'épanouissement professionnel, la justice dans les processus de sélection. Nos IA reflètent nos priorités réelles, pas nos valeurs déclarées.
Et il y a un deuxième inconfort, plus profond. Nous critiquons l'IA pour ses biais, mais les humains sont-ils vraiment plus fiables ? Des études montrent que les juges sont statistiquement plus sévères avant le déjeuner. Que les recruteurs sont influencés par l'attractivité physique du candidat. Que les médecins diagnostiquent différemment selon leur niveau de fatigue. Nos propres décisions sont traversées de biais que nous n'identifions pas, dans des contextes que nous ne contrôlons pas.
L'IA n'est pas une menace venue d'ailleurs. C'est notre création, notre reflet, notre enfant difficile. Elle dit quelque chose d'inconfortable sur ce que nous sommes collectivement.
Le danger le plus sournois que j'observe, ce n'est pas que l'IA prenne de mauvaises décisions à notre place. C'est que nous arrêtions de prendre des décisions du tout. Que nous devenions les exécutants passifs de recommandations algorithmiques, soulagés de ne plus avoir à porter le poids du jugement. "L'algorithme l'a dit" devient une excuse commode pour éviter les dilemmes éthiques, les choix difficiles, la responsabilité de se tromper.
C'est une atrophie qui se prépare silencieusement. Comme un muscle qui ne travaille plus, notre capacité à penser de manière critique, indépendante, créative se dégrade si nous ne l'exerçons plus. Combien d'entre nous peuvent encore naviguer sans GPS ? Se souvenir d'un numéro de téléphone ? Calculer mentalement ? Ces capacités ne sont pas mortes, mais elles se sont érodées chez les individus qui ont délégué. Que se passera-t-il si nous déléguons de la même manière notre jugement professionnel, notre analyse, notre intuition ?
Le vrai risque existentiel de l'IA, ce n'est pas qu'elle pense à notre place. C'est que nous choisissions de ne plus penser.
Ce que les impressionnistes ont compris avant vous
En 1839, Louis Daguerre présente la photographie au monde. La réaction de la communauté artistique oscille entre stupeur et angoisse. Des peintres qui avaient passé des années à maîtriser la représentation fidèle du réel voient soudain une machine le faire mieux, plus vite, à une fraction du coût. Le critique Paul Delaroche aurait déclaré : "La peinture est morte."
Elle n't pas morte. Elle s'est réinventée.
Libérée de l'obligation de reproduire fidèlement la réalité, tâche désormais confiée à la photographie, la peinture a explosé dans une diversité inouïe. L'impressionnisme a capturé non pas la réalité objective mais l'impression subjective, la lumière changeante, l'émotion du moment. Le cubisme a déconstruit la perspective pour montrer simultanément plusieurs facettes d'un même objet. L'expressionnisme a plongé dans les tourments de l'âme. L'abstraction s'est affranchie totalement de la représentation pour explorer la pure forme, la pure émotion.
Les peintres qui ont survécu, et plus que survécu, ont compris que leur valeur n'était pas dans la reproduction technique. Elle était dans l'interprétation, la vision, le regard unique qu'ils portaient sur le monde.
L'IA est notre appareil photo professionnel. Elle prend en charge de plus en plus de tâches que nous considérions comme le cœur de notre travail : les calculs complexes, l'analyse de données massives, la production de contenu standardisé, la génération de codes ou de textes selon des modèles établis. Face à ça, vous avez deux options.
Entrer en compétition avec la machine sur son terrain, la vitesse, la précision, la capacité de traitement. C'est une bataille perdue d'avance. Ce serait l'équivalent des peintres du XIXe siècle qui auraient tenté de devenir plus rapides et plus précis que l'appareil photo.
Ou faire comme les impressionnistes : accepter que la machine fait certaines choses mieux que vous, et aller chercher ce que vous seul pouvez faire.
Concrètement, ça ressemble à quoi ? Prenons un exemple réel. Sarah est chargée de communication dans une PME industrielle en Normandie. Pendant longtemps, sa valeur résidait dans sa capacité à rédiger des contenus, produire des textes variés, maintenir un rythme éditorial. L'IA peut faire ça maintenant. Mais Sarah a passé trois ans à comprendre les enjeux émotionnels de son secteur, les non-dits entre les commerciaux et les clients, la façon dont les dirigeants de PME industrielles perçoivent leur propre histoire. Elle sait quand un message sonne faux, même si les mots sont parfaits. Elle sait quel angle va créer de la confiance dans ce milieu précis. Aucun algorithme n'a ça.
Sa valeur ne vient plus de ce qu'elle produit. Elle vient de ce qu'elle juge, oriente, décide.
Ce glissement n'est pas une menace pour Sarah. C'est une promotion, à condition qu'elle l'accepte et le construise consciemment.
Ce qui reste irréductiblement humain
Je vais être directe : les listes de "compétences du futur" qu'on voit partout me fatiguent. Elles compilent des évidences sans expliquer le mécanisme. Alors permettez-moi d'aller à l'essentiel.
Ce qui résiste à l'automatisation, ce n'est pas une liste de compétences. C'est une posture.
La créativité authentique, pas celle qui consiste à générer cent variations d'un même design en une heure, mais celle qui imagine ce qui n'existe pas encore, qui brise les codes parce qu'on a vécu quelque chose qui permet de les voir autrement. L'IA peut combiner intelligemment ce qui existe. Elle ne peut pas concevoir ce qui émerge d'une contradiction personnelle, d'une expérience vécue, d'une intuition inexplicable.
L'intelligence émotionnelle, comprendre les non-dits, percevoir la tension dans une pièce, adapter son discours à l'état réel de l'autre, créer un lien de confiance dans un moment de vulnérabilité. L'IA peut simuler l'empathie. Elle ne peut pas la ressentir. Cette différence compte dans de nombreux contextes professionnels, et elle compte énormément dans une relation de travail durable.
Le jugement contextuel, savoir quand appliquer la règle et quand y déroger, comprendre qu'une solution optimale statistiquement peut être désastreuse dans un contexte particulier, naviguer entre des valeurs contradictoires sans se perdre. Ces formes de sagesse pratique sont encore hors de portée des algorithmes.
Et enfin, la capacité à poser la question du sens. L'IA optimise. Elle n'interroge jamais le sens de ce qu'elle optimise. Remettre en question les objectifs eux-mêmes, réfléchir aux implications éthiques de nos choix, demander "pourquoi" avant de demander "comment", voilà ce qui nous distingue fondamentalement.
Ces capacités ne sont pas des "soft skills", terme que j'ai toujours trouvé condescendant. Ce sont des compétences dures, difficiles à acquérir, difficiles à évaluer, impossible à automatiser. Et elles deviennent les plus précieuses du marché précisément au moment où les machines prennent en charge tout le reste.
Ce que vous devriez faire maintenant, pas dans six mois
Je ne vais pas terminer sur un résumé de ce que vous venez de lire. Vous avez de la mémoire. Ce qui m'intéresse, c'est de vous laisser avec une question qui mérite votre attention.
L'IA, dans sa version actuelle, est un outil que nous contrôlons encore, imparfaitement, mais réellement. Les problèmes de boîte noire, d'alignement, les risques à plus long terme, tout ça est réel et sérieux. Mais nous ne sommes pas spectateurs. Les décisions que nous prenons maintenant, individuellement dans nos carrières, collectivement dans nos organisations et nos sociétés, détermineront ce que cette révolution produira.
Vous pouvez choisir de comprendre ces outils pour les utiliser à votre avantage, identifier leurs limites, savoir quand les remettre en question. Vous pouvez refuser de déléguer votre jugement à un algorithme, quelle que soit la pression à le faire. Vous pouvez investir dans ce qui vous rend irremplaçable, pas parce que les machines ne peuvent pas vous remplacer techniquement, mais parce que ce que vous apportez d'humain a une valeur que les algorithmes ne peuvent pas produire.
La vraie question, celle que j'invite chaque chercheur d'emploi à se poser sérieusement, c'est celle-ci : si les machines peuvent faire ce que je fais, qu'est-ce qui me définit au-delà de mes tâches ? Qu'est-ce qui reste de ma valeur professionnelle quand on en retire l'exécution technique ?
C'est une question vertigineuse. C'est aussi la plus productive que vous puissiez vous poser en ce moment.
Comment découvrir les offres non publiées : Le Networking Traditionnel
