Un collaborateur demande à une IA générative de synthétiser un dossier client, puis reprend presque telle quelle la réponse obtenue dans une présentation. Le texte est clair, structuré et convaincant. Il contient pourtant une date erronée, attribue une décision à la mauvaise personne et révèle, dans la demande initiale, des informations qui n’auraient jamais dû quitter l’entreprise. Les risques de l’IA générative ne viennent donc pas seulement de la technologie. Ils apparaissent aussi dans les comportements ordinaires de professionnels pressés de produire, de répondre ou d’avancer. L’IA générative peut faire gagner du temps pour rédiger, reformuler ou synthétiser. Mais elle ne garantit ni l’exactitude, ni la confidentialité, ni la pertinence d’une réponse. La question est de savoir comment garder la responsabilité du résultat lorsqu’elle paraît immédiatement exploitable.
Les risques de l’IA générative dépendent aussi de nos comportements
Une IA générative produit un contenu probable à partir de données et d’instructions. Elle ne vérifie pas spontanément la réalité des faits, ne connaît pas nécessairement les règles internes de l’entreprise et ne porte aucune responsabilité sur les conséquences de son texte. Sa fluidité peut masquer ces limites. Face à une réponse maladroite, l’utilisateur reste vigilant. Face à une réponse bien formulée, il peut réduire son niveau de contrôle. Sous la pression d’un délai, reprendre un contenu prêt à l’emploi devient le comportement le plus facile. L’entreprise doit donc agir sur deux plans. Elle doit définir les outils autorisés et les informations qui peuvent y être saisies. Elle doit aussi aider les équipes à acquérir des réflexes professionnels : questionner, vérifier, retirer les données sensibles et assumer les décisions qui ne peuvent pas être déléguées à l’outil.
Une réponse plausible peut être fausse
Le premier risque est celui de l’erreur présentée avec assurance. L’IA peut inventer une source, confondre deux informations, simplifier excessivement une règle ou produire un calcul incorrect. Dans une note destinée à un client, une analyse de marché, une recommandation managériale ou un document contractuel, les conséquences peuvent être importantes. Une simple relecture de forme ne suffit pas. Il faut identifier les éléments nécessitant une vérification indépendante : chiffres, dates, citations, références réglementaires, noms, clauses et faits présentés comme établis. Le niveau de contrôle dépend du contexte. Une idée pour préparer une réunion ne requiert pas la même vérification qu’une réponse à un appel d’offres. Plus le contenu est engageant, plus la validation humaine doit être précise.
La confidentialité ne se répare pas après coup
Pour obtenir une meilleure synthèse, un utilisateur peut être tenté de copier un compte rendu, une liste de clients, une grille salariale, un extrait de contrat ou des données personnelles. Son intention est utile : gagner du temps. Mais une information confidentielle saisie dans un outil non autorisé peut échapper au cadre de protection défini par l’entreprise. Une politique de sécurité est nécessaire, mais elle doit pouvoir être appliquée dans le rythme réel du travail. Si les collaborateurs ignorent quelles données sont interdites, lesquelles peuvent être anonymisées et quel outil utiliser, ils arbitreront souvent dans l’urgence. Avant de saisir une information, une question peut devenir un réflexe : « Si ce texte était affiché hors de mon équipe, pourrais-je le laisser tel quel ? » Si la réponse est non, il faut retirer, généraliser ou anonymiser les informations. Dans certains cas, il faut renoncer à utiliser une IA générative pour cette tâche.
Les biais peuvent orienter une décision
L’IA générative peut reproduire des stéréotypes présents dans ses données d’entraînement. Elle peut aussi proposer une analyse trop générale, fondée sur des catégories discutables ou sur une compréhension incomplète de la situation. Le risque est particulièrement sensible dans les ressources humaines, le recrutement, le management ou l’évaluation. Demander un avis sur un candidat à partir d’informations personnelles peut introduire des critères non pertinents dans le raisonnement. Le problème ne se limite pas à la conformité. Une décision fondée sur des raccourcis peut aussi être une mauvaise décision opérationnelle. L’outil peut aider à formuler des hypothèses. Il ne doit pas décider de ce qui est juste, équitable ou pertinent à la place des personnes responsables.
Le gain de temps ne doit pas supprimer la réflexion
L’IA générative réduit l’effort nécessaire pour produire un premier texte. C’est son intérêt. Mais un usage systématique peut aussi réduire l’effort de préparation, de réflexion et de formulation personnelle. Certains professionnels peuvent prendre l’habitude de consulter l’outil avant même d’avoir clarifié leur besoin, leur position ou les informations disponibles. Ce risque touche directement la qualité du travail. Les contenus restent corrects en surface, mais deviennent moins précis et moins situés. Une séquence utile consiste à comprendre d’abord le problème, à utiliser l’IA lorsqu’elle apporte quelque chose, puis à exercer son propre jugement sur le résultat. Dans une tâche répétitive, l’outil sera souvent pertinent. Dans une situation ambiguë, relationnelle ou stratégique, l’analyse du professionnel restera déterminante.
Transformer les règles en réflexes professionnels
Les chartes d’usage sont indispensables, mais elles ne transforment pas automatiquement les habitudes. Beaucoup de collaborateurs savent déjà qu’il faut vérifier une réponse et éviter de transmettre des données sensibles. La difficulté apparaît lorsque la réponse semble convaincante et que le délai est court. L’entreprise peut intégrer quelques points de contrôle : vérifier la sensibilité des informations, contrôler les faits qui l’engagent, identifier les sources et solliciter une validation compétente avant un envoi important. Ces pratiques doivent être adaptées aux métiers. Une direction juridique, une équipe RH et un service commercial n’exposent pas les mêmes données. Des situations concrètes permettent de préciser ce qui doit être vérifié et ce qui relève du jugement professionnel.
Du savoir au discernement
Connaître les risques ne garantit pas une utilisation vigilante. C’est comparable à la gestion des priorités : savoir qu’il faudrait protéger un travail important ne garantit pas qu’on le fera lorsqu’une demande urgente surgit. Pour l’IA générative, le comportement attendu doit lui aussi résister à la pression, à la facilité et à l’habitude. Formuler une demande sans donnée confidentielle, contrôler une affirmation et refuser de déléguer une décision sensible deviennent plus naturels lorsqu’ils sont pratiqués, observés et ajustés dans le temps. C’est l’objectif de la formation HCD Institute « Quand l’IA répond, qui décide réellement ? ». À partir de situations professionnelles concrètes, elle aide les participants à reconnaître les risques, à exercer leur discernement et à adopter des pratiques directement applicables dans leur travail. Le sujet n’est pas de faire de chaque collaborateur un expert technique de l’intelligence artificielle. Il est de développer une compétence professionnelle durable : savoir utiliser un outil convaincant sans lui abandonner son attention, son esprit critique ni sa responsabilité.