Pourquoi Choisir un Camp, C’est Perdre sur les Deux Tableaux
Le Faux Débat
Henri Allegra, Homo Promptus et Niels Quinten, Best Goed studio
Demandez à la plupart des dirigeants comment réussir leur transformation par l’IA. Vous obtiendrez l’une de deux réponses.
La première : améliorer la technologie. Déployer les bons outils, les intégrer correctement, veiller à ce qu’ils s’adaptent à la façon dont les gens pensent réellement et dont l’organisation fonctionne déjà. Si l’IA est difficile à utiliser, peu intuitive ou culturellement déconnectée, l’adoption stagnera, quelles que soient ses capacités. La solution : une meilleure conception, centrée sur l’humain, empathique, ancrée dans les contextes organisationnels réels.
La seconde : améliorer l’humain. Le former, développer ses compétences, faire évoluer son état d’esprit. Si l’employé résiste, détourne l’outil ou délègue aveuglément à l’IA, le problème ne vient pas de l’outil, mais de lui. La solution : une transformation cognitive et culturelle.
Les deux arguments sont convaincants. Les deux s’appuient sur des données, mais les deux sont incomplets. D’un côté, une IA parfaitement conçue, déployée dans une organisation dont les utilisateurs ne sont pas préparés cognitivement, sous-performera. De l’autre, des équipes formées à la collaboration avec l’IA mais équipées d’outils mal conçus, aveugles au contexte, atteindront vite un plafond. La vérité dérangeante : aucun des deux mouvements ne réussit sans l’autre.
La recherche confirme ce que les praticiens pressentent déjà : les combinaisons humain-IA ne surpassent pas automatiquement le meilleur de l’humain ou de l’IA pris isolément, et en moyenne, les gains ne sont ni garantis ni répartis de façon homogène (Vaccaro, Almaatouq & Malone, 2024). Ils dépendent entièrement de la qualité de conception de la collaboration et de l’intentionnalité avec laquelle les humains s’y engagent.
Autrement dit, la question n’est pas de savoir quelle transformation compte le plus, mais pourquoi la plupart des organisations n’en mènent qu’une seule, et s’étonnent que les résultats déçoivent. Le véritable basculement n’est ni purement technologique ni purement organisationnel : il traverse les deux à la fois. Ce qui suit explique pourquoi traiter ces deux positions comme des alternatives pourrait être l’erreur la plus coûteuse qu’un dirigeant puisse commettre aujourd’hui.
Deux Mouvements Nécessaires
Mouvement 1: L’Évolution Cognitive Henri Allegra, Homo Promptus
Le versant humain de cette transformation est celui que les organisations sous-estiment le plus, et que les fournisseurs d’IA ignorent délibérément. Ce qui passe pour de la formation dans la plupart des programmes d’IA en entreprise tient plutôt de l’onboarding produit : on apprend l’interface, pas la collaboration. L’évolution cognitive est tout autre chose : ce qui se produit quand les professionnels commencent à changer leur mode de penser, et pas seulement ce qu’ils délèguent.
La véritable évolution cognitive commence par comprendre ce qui se passe dans la tête des professionnels quand l’IA entre dans l’équation. Des décennies de sciences cognitives nous l’apprennent : les humains déchargent naturellement mémoire, effort et jugement sur des systèmes externes dès que ceux-ci sont disponibles (Risko & Gilbert, 2016). C’est simplement notre façon de gérer la charge cognitive. Le problème surgit quand ce déchargement devient le réflexe par défaut : quand nous cessons de nous demander si nous devrions déléguer un jugement, et le faisons simplement parce que nous le pouvons. C’est une autre question que celle de l’automatisation : il ne s’agit pas de ce que l’IA fait aux tâches, mais de ce que les humains font à leur propre mode de penser quand l’IA est disponible.
Les gains d’efficience tirés du déchargement de tâches peuvent coexister avec une perte de compétences mesurable dans le temps (Grinschgl et al., 2021). Plus nous utilisons l’IA avec aisance, plus nous risquons d’éroder, sans le voir, les capacités mêmes sur lesquelles nous comptons. C’est le piège de la délégation, et la plupart des programmes d’adoption de l’IA y conduisent les organisations tout droit.
Augmentation vs. Délégation: La Distinction Fondamentale
Chez Homo Promptus, nous établissons une distinction nette entre délégation et augmentation. La délégation dit : que l’IA le fasse. L’augmentation dit : que l’IA me rende meilleur pour le faire. La différence n’est pas sémantique : elle est cognitive et culturelle.
L’augmentation exige de l’intentionnalité : savoir pourquoi et pour quoi l’on recourt à l’IA, ce que l’on veut amplifier, et ce qui doit rester humain. Mais l’intentionnalité ne suffit pas. Elle doit s’accompagner d’agentivité : le sentiment d’être l’auteur de son propre raisonnement et de ses décisions, même lorsque l’IA est profondément impliquée dans le processus.
Ensemble, intentionnalité et agentivité forment les deux conditions de l’augmentation véritable : on sait pourquoi et pour quoi l’on mobilise l’IA, et l’on reste l’auteur de ce qui en émerge. Cette combinaison requiert de la métacognition ; la capacité d’observer et de réguler son propre mode de penser en travaillant avec l’IA (Sidra et al., 2025), et l’une comme l’autre peuvent se développer délibérément.
La Maîtrise du Prompt Comme Nouvelle Compétence Professionnelle
C’est pourquoi la maîtrise du prompt est primordiale, non pas comme une astuce technique, mais comme une nouvelle forme de littératie professionnelle. Un prompt n’est pas une instruction donnée à une machine. C’est l’externalisation de votre pensée. La clarté avec laquelle vous promptez révèle la clarté avec laquelle vous pensez. Itérer avec l’IA sur un problème complexe est, au mieux, une forme de réflexion structurée sur soi-même.
L’évolution cognitive ne s’arrête pas à l’individu. Elle est aussi culturelle. Les organisations qui évoluent cognitivement créent des environnements où l’usage de l’IA est transparent, où les résultats sont questionnés plutôt qu’acceptés, où la responsabilité reste humaine même lorsque l’assistance est artificielle. Elles progressent du niveau assisté, usage fragmenté et incohérent de l’IA, vers le niveau augmenté, où l’IA est intégrée aux flux de travail avec intention, jusqu’à l’IA native, où l’intelligence hybride est ancrée dans la culture, la stratégie et la prise de décision collective.
Clark et Chalmers soutenaient dès 1998 que la cognition ne s’arrête pas aux frontières du cerveau ; elle s’étend dans les outils et les environnements que nous habitons (Clark & Chalmers, 1998). La question n’est pas de savoir si l’IA fera partie de votre infrastructure cognitive. Elle l’est déjà. La question est de savoir si vous construisez cette infrastructure intentionnellement, ou si vous la laissez se construire autour de vous.
Mouvement 2: L’Évolution du Design Niels Quinten, Best Goed studio
Ce n’est pas en salle de présentation que la plupart des organisations découvrent que leur IA ne fonctionne pas : c’est sur le terrain. Un système performant en phase pilote commence à se fissurer au contact des utilisateurs réels : le soignant sous pression, l’analyste en plein changement de contexte, l’opérateur en atelier. La technologie n’est pas défaillante. Le contexte a simplement révélé ce que la conception n’avait jamais pris en compte.
L’Écart de Contexte : l’Angle Mort de l’IA
C’est l’écart de contexte : la distance entre la performance de l’IA face à des utilisateurs idéalisés, en conditions contrôlées, et son comportement réel une fois déployée dans la matière même du travail. Cet écart naît d’un postulat : qu’un outil bien construit serait, par nature, bien adapté à ses utilisateurs, que qualité technique et adéquation humaine seraient une seule et même chose. Elles ne le sont pas. Un analyste junior et un médecin chevronné peuvent avoir la même interface devant eux, mais ils y apportent des attentes, des niveaux de stress et des connaissances de la situation entièrement différents. Si l’IA ignore tout de cette différence, elle ne peut bien servir ni l’un ni l’autre.
De l’Outil Intégré à l’AI Native : Trois Orientations de conception
Combler l’écart de contexte suppose de traverser trois orientations de conception. La conception centrée sur l’outil optimise la capacité : ce que l’IA sait faire, en restant largement indifférente à qui l’utilise, et quand. La conception adaptée au contexte façonne l’IA autour de l’usage réel, sensible à la variabilité des utilisateurs, des rôles et des conditions. La conception AI-native va plus loin : l’IA n’est plus un outil inséré dans un flux de travail, mais une composante constitutive du système lui-même, qui évolue avec les personnes et les pratiques qu’elle soutient. La plupart des organisations se situent encore entre la première et la deuxième. Le passage à l’AI-native est un changement de philosophie de conception : il exige, du côté du design, la même intentionnalité que l’évolution cognitive exige du côté humain, et aucune mise à niveau technique ne permet d’y parvenir.
Le philosophe Merleau-Ponty soutenait que la cognition n’est jamais détachée du monde dans lequel elle opère : elle est incarnée, contextuelle et relationnelle. Dourish (2001) l’avait observé bien avant la vague actuelle de l’IA : les gens interprètent toujours la technologie à travers des pratiques sociales et culturelles existantes, jamais à partir d’une page blanche. C’est pourquoi la conception AI-native est décisive : une IA qui ignore la réalité des gens sera contournée, ou simplement abandonnée, aussi performante soit-elle. La question, pour les dirigeants, n’est pas : avons-nous déployé une IA performante ? Mais : avons-nous conçu une IA capable d’habiter réellement les organisations telles qu’elles sont, avec tout leur désordre, leur diversité et leur complexité humaine ?
La Boucle de l’Intelligence Hybride
Jugement Humain, Génération Machine Henri Allegra, Homo Promptus
Depuis 300 000 ans, Homo sapiens se définit par un avantage compétitif : la connaissance. La capacité d’accumuler, d’organiser et de transmettre ce que nous savons. Cet avantage est désormais partagé. L’IA en sait plus que n’importe quel individu, restitue plus vite, et n’oublie presque jamais. La question n’est plus qui en sait le plus, mais qui pense le mieux, et avec quoi.
L’intelligence hybride n’émerge que lorsque les deux mouvements se produisent simultanément : quand le jugement humain et la génération machine entrent dans une collaboration fluide et itérative, qui produit des résultats qu’aucun des deux n’atteindrait seul. Dès 2019, Dellermann et ses collègues plaidaient pour le développement délibéré d’ensembles socio-technologiques, des systèmes combinant les forces complémentaires de l’intelligence humaine et artificielle pour atteindre collectivement de meilleurs résultats (Dellermann et al., 2019/2021). Pourtant, les équipes humain-IA restent systématiquement en deçà de leur potentiel, non parce que la technologie échoue, mais parce que la collaboration est mal conçue. Cognition d’équipe défaillante, confiance mal calibrée, architecture de collaboration absente : voilà les vrais coupables (Schmutz et al., 2024). Le goulet d’étranglement n’est pas l’accès à l’IA, mais la maturité collaborative.
De l’Augmentation Individuelle aux Organisations AI-Native
Les organisations qui domineront dans un monde d’intelligence hybride seront celles qui inscriront cette capacité au cœur de leur architecture décisionnelle, non comme une couche de gouvernance ajoutée par-dessus, mais comme la logique structurelle de la façon dont humains et IA pensent ensemble.
Westby et Riedl ont montré que des agents d’IA capables de modéliser les états mentaux de leurs coéquipiers humains peuvent générer des interventions ciblées qui améliorent l’intelligence collective de toute l’équipe, au-delà de ce qu’un membre humain pourrait accomplir seul (Westby & Riedl, 2023). L’implication est architecturale, pas managériale : quand la collaboration entre humains et IA est conçue délibérément, le collectif devient réellement plus intelligent.
Trois Conditions d’une Organisation AI Native
Une organisation AI-native, fondamentalement différente d’une organisation numérisée — est celle où l’IA est tissée dans la trame de la façon dont les gens pensent et travaillent ensemble. Elle repose sur trois conditions interdépendantes :
1. Un usage de l’IA fluide, intentionnel et responsable : non comme une couche technique ajoutée par-dessus, mais comme un réflexe naturel, exercé en conscience de ses limites et de ses impacts.
2. Des capacités cognitives humaines augmentées : où chacun apprend à mobiliser l’IA comme partenaire de réflexion, non comme substitut.
3. Une intelligence hybride collective : où humains et IA partagent un espace cognitif dans lequel l’information circule, se structure et s’améliore en continu. Dans une organisation AI-native, l’IA n’est pas au centre. L’humain l’est, toujours.
Du QI et du QE au QH : le Quotient Hybride
Bâtir ce type d’organisation requiert une intelligence d’un genre nouveau. Ni purement analytique. Ni purement émotionnelle. Quelque chose qui combine les deux et les dépasse.
Des chercheurs commencent à mesurer ce qu’ils appellent le Quotient d’Intelligence Artificielle (AIQ) : la capacité stable d’un individu à collaborer avec l’IA à travers différentes tâches (Qin et al., 2025). Mais l’intelligence collaborative n’est pas seulement analytique. Chez Homo Promptus, nous soutenons qu’elle exige aussi une intelligence émotionnelle augmentée : la capacité humaine de conscience, d’empathie et de pilotage intentionnel d’un système intelligent. Ensemble, le QI augmenté et le QE augmenté forment ce que nous appelons le Quotient Hybride (QH) : non un score à un test, mais une nouvelle relation cognitive entre l’humain et la machine.
L’Homo promptus en est l’expression : l’évolution cognitive de l’Homo sapiens. Non celui qui sait tout. Non celui qui surpasse la machine. Mais celui qui sait penser en partenariat avec elle, alliant intuition et calcul, émotion et raison, créativité et rigueur — tout en restant irréductiblement humain.
Concevoir une IA pour l’Empathie Contextuelle Niels Quinten, Best Goed studio
La connaissance seule n’est pas l’intelligence. L’intelligence véritable est incarnée : elle est dans les mains du soignant qui s’affermissent sous la pression, dans les automatismes de l’opérateur affinés par la répétition, dans la manière dont le rythme d’une équipe transforme des actions individuelles en quelque chose de plus grand. Une IA qui l’ignore n’est pas seulement limitée : elle paraîtra tout simplement déplacée.
L’empathie contextuelle est la réponse, côté design, à l’appel pour un usage de l’IA fluide, intentionnel et responsable. C’est ce qui se produit quand l’IA n’est pas seulement construite pour les humains, mais construite pour être attentive à eux : à l’histoire d’une personne, à son niveau d’expertise, à la pression qu’elle subit, à l’environnement qu’elle habite. Un système qui ajuste son comportement, son langage et son niveau de détail à ces réalités fait plus qu’améliorer l’ergonomie : il crée les conditions d’une collaboration véritable, et pas seulement d’une assistance.
Co-création Symbiotique
La co-création symbiotique advient quand l’IA est conçue pour rendre le Quotient Hybride opérant dans la pratique. L’IA fait émerger des possibilités que l’humain pourrait manquer, tandis que l’humain affine, conteste et contextualise ce qu’elle propose. Ensemble, ils produisent des résultats qu’aucun des deux n’atteindrait seul.
C’est pourquoi, chez Best Goed studio, nous croyons à un design qui n’intègre pas seulement les apports humains, mais qui fait preuve d’empathie envers le contexte humain : comprendre les rythmes de l’expertise, le poids de l’intention et les besoins tacites du moment. Le résultat est une collaboration qui paraît instinctive, où l’humain mène, non parce que le système s’efface, mais parce qu’il est pleinement présent, amplifiant son jugement sans jamais l’éclipser.
Là Où Ça Coince
La Paresse Cognitive : le Réflexe de Délégation Henri Allegra, Homo Promptus
Avec l’IA, la voie de moindre résistance, c’est la délégation. Demander, accepter, passer à autre chose. Aucune réflexion, aucune vérification, aucun jugement. C’est un réflexe cognitif, pas un défaut de caractère, et il a une histoire.
En 2008, Nicholas Carr se demandait dans The Atlantic si Google nous rendait stupides (Carr, 2008). Son propos ne portait pas sur le moteur de recherche lui-même, mais sur ce qu’il nous entraînait à faire sur le plan cognitif : survoler plutôt que lire, récupérer plutôt que réfléchir, sauter d’un lien à l’autre plutôt que penser en profondeur. Près de deux décennies plus tard, cette habitude cognitive est profondément ancrée. Ce réflexe est aujourd’hui la posture par défaut que la plupart des gens adoptent face à l’IA. Et c’est précisément la mauvaise. Taper un mot-clé dans Google a toujours été un acte de récupération. Collaborer avec l’IA est un acte de pensée. Un prompt n’est pas une requête de recherche: c’est l’externalisation de votre intention, de votre contexte, de votre jugement. Un prompt bien formaté reste au niveau cognitif zéro si la pensée qui le sous-tend est superficielle.
Une analyse de plus de 13 000 conversations ChatGPT partagées publiquement a relevé une moyenne d’à peine 1,7 message par session (WebFX, 2025). Un document de travail du NBER de septembre 2025 a analysé environ 1,1 million de conversations ChatGPT et constaté que près de la moitié des interactions relèvent de la catégorie « demande » (Asking) : rechercher une information ou une clarification, la même posture cognitive qu’une requête de recherche, dans une interface plus sophistiquée (Chatterji et al., 2025).
C’est pourquoi, chez Homo Promptus, nous allons au-delà du prompting. Nous avons développé une approche fondée sur l’apprentissage de la conversation avec l’IA, et pas seulement de l’instruction. L’objectif n’est pas de meilleurs prompts, mais une collaboration plus profonde : une collaboration où l’humain reste l’auteur de la pensée, et pas seulement l’émetteur de l’instruction.
Les Distorsions du Modèle Économique Henri Allegra, Homo Promptus
Derrière la plupart des adoptions de l’IA en entreprise se cache une logique commerciale rarement explicitée. Les acteurs les plus influents de ce marché ne sont pas des facilitateurs neutres : ce sont de grands fournisseurs d’IA dont l’intérêt premier est de protéger et d’étendre leurs modèles économiques existants ; services cloud, suites bureautiques, abonnements logiciels d’entreprise. Pour ces acteurs, l’IA n’est pas un programme de transformation, mais une stratégie de fidélisation. L’objectif est d’intégrer l’IA dans des outils et des environnements familiers : assez pour justifier la poursuite des investissements, pas assez pour bouleverser en profondeur la façon dont leurs clients pensent et travaillent. La disruption cognitive est leur risque. La dépendance cognitive est leur produit.
Cette logique produit un résultat précis et largement invisible : la prolifération de bibliothèques de prompts, d’inventaires de cas d’usage prédéfinis et de fonctionnalités d’IA balisées, présentés comme des leviers d’autonomisation, mais fonctionnant, en pratique, comme des plafonds cognitifs. Quand une organisation forme ses collaborateurs à choisir dans un menu de prompts pré-approuvés, elle ne construit pas une capacité de collaboration avec l’IA : elle remplace une forme de consommation passive par une autre. Utiliser l’IA avec un prompt prédéfini est un acte de récupération déguisé en intelligence. Penser avec l’IA ; itérer, questionner, co-créer, relève d’un engagement cognitif fondamentalement différent. Le premier se déploie facilement et laisse le fournisseur maître de l’architecture d’interaction. Le second exige un développement humain qu’aucune plateforme ne peut conditionner et vendre.
Le Piège Techno-Centré Niels Quinten, Best Goed Studio
Le développement de l’IA commence le plus souvent par la technologie : ce que le modèle sait faire, les fonctionnalités qu’il offre, les capacités qu’il débloque. C’est un point de départ naturel. C’est aussi, trop souvent, là que s’arrête la réflexion en matière de développement. Le piège techno-centré n’est pas affaire de mauvaises intentions : il découle d’une orientation par défaut qui place le système au centre et demande aux gens de s’organiser autour de lui. Vitesse, puissance et nouveauté deviennent les premiers indicateurs de succès. Les besoins humains, les flux de travail et le jugement passent au second plan, des éléments que l’on intégrera plus tard, une fois la technologie construite. Le problème, c’est que ce « plus tard » arrive rarement.
Concevoir pour une Personne Imaginée
Ceux qui construisent les systèmes d’IA et ceux qui les utilisent habitent des mondes presque entièrement différents : incitations différentes, vocabulaires différents, définitions différentes de ce qu’est la réussite. Les concepteurs optimisent ce qu’ils peuvent mesurer : performance, précision, vitesse. Les utilisateurs composent avec ce qu’ils ressentent : le système épouse-t-il leur flux de travail, gagne-t-il leur confiance, les aide-t-il à faire ce qu’ils cherchent réellement à accomplir ? Quand ceux qui conçoivent l’IA n’ont qu’un contact ténu et irrégulier avec ceux qui l’utiliseront, ce sont les suppositions qui comblent le vide. L’utilisateur devient un persona, un archétype, une moyenne. Et une IA construite pour une personne imaginée peinera toujours à en servir une réelle.
Quand l’IA Uniformise
Par conception, les systèmes IA distillent des patterns, favorisent les probabilités et optent pour la moyenne. Mais la valeur de la collaboration humain-IA ne réside pas dans les moyennes, elle est dans les frictions, les contradictions, les manières obstinément humaines dont une équipe pense, débat et tâtonne vers quelque chose de nouveau. Lorsque l’IA lisse ces aspérités, elle ne standardise pas seulement les résultats, elle risque d’éroder précisément ce qui constitue l’avantage concurrentiel d’une organisation. La voie n’est pas d’affiner le modèle, mais de concevoir pour les exceptions : bâtir des systèmes qui ne se contentent pas de tolérer la singularité humaine, mais qui en ont besoin. Des systèmes qui traitent la tension comme une fonctionnalité, pas comme un défaut.
Trois Décisions Que Vous Ne Pouvez Plus Reporter
Henri Allegra, Homo Promptus and Niels Quinten, Best Goed studio
1. Cessez de mesurer l’adoption. Commencez à mesurer la maturité collaborative. La question n’est pas combien de personnes utilisent l’IA, mais avec quelle qualité votre organisation pense avec elle. Suivez non seulement l’usage, mais la fréquence à laquelle les productions de l’IA sont questionnées, affinées ou écartées par un jugement humain éclairé. Le basculement : du retour sur investissement au retour sur intention.
2. On ne peut pas déléguer une transformation qui exige de changer soi-même d’abord. L’évolution cognitive et celle du design doivent être incarnées au sommet, non commandées vers le bas. Soyez dans la pièce comme participant à l’apprentissage de l’IA dans votre organisation, non comme sponsor qui observe à distance.
3. Cessez de déployer l’IA, commencez à l’enraciner : la conception AI-native est votre avantage compétitif. Posez-vous la question : avons-nous conçu cela à partir du contexte d’usage réel, et pas seulement du contexte idéal ? Enraciner l’IA, c’est partir des flux de travail, des pressions et des singularités réels, tester non seulement la fonctionnalité, mais l’adéquation.
À Propos des Auteurs
Henri est fondateur et président d’Etikord, un cabinet de conseil qui promeut des modèles et des pratiques d’affaires responsables, ainsi que fondateur et responsable du programme Homo Promptus, le programme de transformation par l’IA d’Etikord destiné aux PME européennes. Son travail se situe à l’intersection de l’évolution cognitive, de la transformation stratégique et de l’IA responsable. Henri accompagne des équipes dirigeantes dans toute l’Europe, en anglais, en français et en italien. Retrouvez Henri sur LinkedIn.
Niels est fondateur de Best Goed studio, un studio de design stratégique qui aide les entreprises à évoluer lorsque l’IA commence à faire ce qu’elles font. Réaliser que les produits et services bâtis au fil des années peuvent être remplacés du jour au lendemain par l’IA a de quoi effrayer. Mais toute disruption ouvre un terrain nouveau. Best Goed studio travaille avec les entreprises qui veulent le trouver, et qui croient que la voie à suivre consiste à miser sur l’humain. Niels travaille à l’intersection de l’intelligence incarnée, du design centré sur l’humain et des réalités concrètes du développement de l’IA. Retrouvez Niels sur LinkedIn.
Nous avons écrit cet article parce que nous croyons que les conversations les plus importantes sur l’IA n’ont pas encore lieu, ni à la profondeur voulue, ni dans les bonnes pièces. Si ce texte vous a fait voir autrement ce que votre organisation est réellement en train de bâtir, ou soulevé des questions dont vous n’avez pas encore les réponses, nous serions heureux d’en parler. Écrivez à l’un ou l’autre d’entre nous directement.
Niels et Henri