La généralisation de l’IA ne déplace pas seulement les tâches : elle oblige aussi les entreprises à préciser qui contrôle, valide ou peut écarter ses résultats. C’est le principal contraste qui ressort d’une étude d’IBM annoncée le 21 septembre 2026, menée par l’IBM Institute for Business Value avec Oxford Economics.
L’étude compare les priorités de 1 500 directeurs des ressources humaines (DRH) et cadres dirigeants équivalents, répartis dans 21 zones géographiques et 23 secteurs, avec les préoccupations de 8 800 salariés à temps plein dans 28 pays. Les deux groupes ne regardent pas la même évolution : les dirigeants mettent l’accent sur la supervision des systèmes, quand les salariés craignent surtout de perdre certaines capacités en travaillant avec l’IA.
La supervision arrive avant l’automatisation
Parmi les dirigeants interrogés, 71 % citent la capacité à superviser, valider et écarter les résultats de l’IA comme la compétence professionnelle la plus essentielle à l’ère de l’IA. La pensée critique arrive en deuxième position, à 57 %, et 48 % considèrent le jugement humain comme une capacité importante.
Les salariés interrogés accordent moins de poids à ce dernier point : seuls 29 % classent le jugement humain parmi les compétences importantes dans un environnement de travail intégrant l’IA. En parallèle, 60 % déclarent craindre que cette technologie n’érode leurs compétences. La pensée critique est la capacité le plus souvent associée à ce risque de déclin.
Ces réponses ne démontrent pas que l’IA a déjà dégradé la pensée critique. Elles font apparaître un désaccord sur ce que l’adoption de cette technologie représente au travail. Pour les dirigeants, la supervision peut devenir une compétence à développer ; pour les salariés, elle peut aussi signaler qu’une partie de leurs aptitudes existantes sera progressivement transférée à des systèmes automatisés.
Des responsabilités mieux réparties, des résultats déclarés plus favorables
IBM associe également la définition explicite des rôles dans les flux de travail à de meilleurs résultats opérationnels déclarés. Les organisations qui distinguent les flux dirigés par l’humain, assistés par l’IA et exécutés par l’IA font état d’une réduction de 18 % des risques et d’une amélioration de 20 % de la qualité.
Cette association ne suffit pas à établir que ces catégories ont provoqué ces améliorations. Les données présentées ne montrent pas non plus comment les résultats varient selon les secteurs ou les zones géographiques. Le chiffre donne donc une direction de travail pour les organisations, mais pas une méthode universelle à appliquer sans adaptation.
La place des ressources humaines dans cette gouvernance reste par ailleurs limitée. Quarante-six pour cent des organisations n’associent pas leur DRH à la définition de leur stratégie d’IA, tandis que 72 % utilisent peu ou pas l’IA dans leur fonction RH. Les entreprises identifient ainsi la supervision humaine comme une priorité alors qu’une part importante d’entre elles n’a pas encore intégré la fonction chargée des effectifs à leur planification de l’IA.
La décision concrète porte sur la responsabilité
Pour les entreprises, l’enjeu consiste à délimiter les tâches qui restent dirigées par l’humain, celles où l’IA intervient comme assistance et celles qu’elle exécute. Cette répartition doit aussi préciser qui valide le résultat, qui peut le rejeter et à quel moment une intervention humaine devient obligatoire.
L’étude ne prescrit pas une organisation unique. Elle fournit plutôt un cadre pour discuter de la responsabilité dans les flux de travail, au lieu de traiter l’IA comme un simple outil ajouté à des processus existants. Cette clarification concerne directement les employeurs qui déploient ces systèmes, mais aussi les salariés dont le jugement doit rester identifiable dans la chaîne de décision.
Le compromis apparaît ici nettement : automatiser davantage peut modifier la répartition du travail, mais laisser les rôles flous rend plus difficile l’attribution des erreurs et le maintien des compétences. À l’inverse, conserver une supervision humaine identifiable ne garantit pas à lui seul la qualité des résultats, mais permet de savoir qui les examine et qui peut les contester.
Les résultats d’IBM décrivent donc un enjeu de gouvernance autant que de formation. La pensée critique et la supervision humaine deviennent des priorités déclarées, alors que de nombreuses organisations en sont encore aux débuts de l’usage de l’IA dans les ressources humaines et dans leurs opérations plus larges.
La question centrale ne se limite pas à la présence de l’IA dans l’entreprise. Elle concerne la part du jugement qui reste visible, attribuable et réellement exercée. Sans répartition lisible entre travail humain, assistance algorithmique et exécution automatisée, la supervision risque de rester un principe affiché plutôt qu’une responsabilité opérationnelle.