Dans une organisation, tout apprentissage commence par le même geste : quelqu’un admet qu’il ne sait pas. C’est cet aveu qui déclenche la question posée au collègue d’en face, la recherche partagée, le point rapide en réunion, l’appel à celui qui a déjà rencontré le problème. Le « je ne sais pas » est le déclencheur, et il est partagé et profite à tous.

C’est exactement ce moment que l’IA fait disparaître.

Le mécanisme individuel

Une étude publiée cet été le documente. Valerio Capraro et ses collègues ont fait passer cinq expériences à 3 132 participants : quand une solution IA est disponible, la propension à répondre « je ne sais pas » tombe de 44 % à 3 %. Dans le même temps, la précision des réponses chute de 27 % à 9 %, et la confiance en soi double. Les questions avaient été conçues pour que l’IA se trompe, ce qui isole l’effet de l’assistance de celui de l’exactitude. Rémunérer la précision atténue le phénomène sans l’annuler.

Le raisonnement individuel est simple. Pourquoi admettre une lacune quand une réponse plausible arrive en trois secondes, sans témoin et sans risquer la gêne d’avouer ne pas savoir ? L’ignorance a cessé d’être un état à éprouver pour avancer. On lui préfère une réponse en quelques secondes.

Et ce qui a changé, c’est qu’elle reste privée.

Le mécanisme organisationnel

C’est là que le second effet se déclenche. Avant, la question posée à voix haute profitait à trois personnes : celle qui demandait, celle qui répondait, et celle qui écoutait sans rien dire. Le savoir-faire circulait par ces frottements, et l’organisation apprenait en même temps que l’individu.

Aujourd’hui, la même question part dans une conversation que personne d’autre ne lira jamais. L’entreprise se retrouve avec des collaborateurs qui progressent chacun dans leur coin, et une organisation qui, elle, n’apprend rien.

Le savoir s’atomise, ce qui produit les mêmes effets qu’une perte sèche dès que la personne change de poste ou s’en va.

Le DRH d’un groupe de 370 personnes que La Forge accompagne le résume ainsi : beaucoup utilisent l’IA sans que ce soit su ni mesuré. L’usage est massif, l’apprentissage est strictement individuel, et l’organisation est aveugle aux deux.

Un corollaire moins visible : personne ne sait plus qui sait quoi. La cartographie informelle des compétences, celle qui fait qu’on sait vers quel collègue se tourner, se construisait précisément par ces demandes publiques. Pas facile de naviguer sans carte…

Ce n’est pas une fatalité technologique

Tout cela tient à la manière dont on déploie ces outils sans jamais poser la question de l’impact sur les collaborateur, leur trajectoire et plus globalement les savoir-faire. Le même modèle, utilisé autrement, produit l’effet inverse.

Quelques pistes concrètes :

• Rendre visibles les questions posées à l’IA quand elles portent sur le métier, en les versant dans une bibliothèque de cas accessible à l’équipe.
• Réintroduire des moments où l’on formule ce qu’on ne sait pas, avant d’aller chercher la réponse. Le déclencheur doit rester collectif même si la réponse devient individuelle.
• Traiter les traces d’usage comme un patrimoine, avec le consentement de ceux qui les produisent et à leur bénéfice d’abord.
• Faire de la contestation des réponses une pratique explicite, en organisant des revues à deux sur les propositions qui engagent le métier.

Ce qui est en jeu

Le savoir-faire d’une organisation tient dans ce qui circule entre les gens, bien plus que dans la somme de leurs compétences. On peut équiper chaque collaborateur du meilleur assistant du marché et voir malgré tout la compétence collective se déliter, simplement parce que plus rien ne passe d’une personne à l’autre.

Savoir si mes équipes utilisent l’IA ne m’apprend donc pas grand-chose. La question utile est de savoir si mon organisation apprend encore quelque chose de ce qu’elles font avec.

Sources

• Valerio Capraro, Chiara Marcoccia (ENS) et Walter Quattrociocchi (Sapienza), AI advice suppresses people’s willingness to say « I don’t know », even when the advice is wrong and accuracy is incentivized. Cinq expériences, N = 3 132, dont quatre préenregistrées et une réplication directe. Preprint PsyArXiv : https://osf.io/preprints/psyarxiv/5y6m4_v1
• AI Assistance Reduces Persistence and Hurts Independent Performance, arXiv, N = 1 222, essais contrôlés randomisés. Preuve causale : l’assistance IA réduit la persévérance et dégrade la performance sans assistance. Fait le pont avec la tribune sur l’érosion. https://arxiv.org/html/2604.04721v1
• How On-Demand AI Assistance Undermines Learning, INSEAD Knowledge. L’aide à la demande érode la pratique et la lutte productive, même lorsque les apprenants savent que cela nuit à leur apprentissage. Argument fort : la prise de conscience individuelle ne suffit pas, seule la conception du déploiement change quelque chose. https://knowledge.insead.edu/responsibility/how-demand-ai-assistance-undermines-learning
• When everyone has AI and the company still learns nothing, Robert Glaser. Volet organisationnel.
• Using AI makes people less likely to admit they don’t know something, The Register, 19 juillet 2026. Vulgarisation du papier Capraro.