La résistance à l’IA n’existe pas ! On résiste à ce qu’elle menace

C’est le moment, dans votre organisation, vous lancez le projet d’un outil informatique utilisant l’IA (Intelligence Artificielle). Sauf que sur le terrain, les équipes traînent des pieds : certains contournent l’outil, d’autres vous disent : « l’IA, moi, je n’y toucherai pas ». 😅
Bienvenue dans le grand sujet de la résistance à l’IA, une résistance qui n’a rien d’irrationnel car elle touche des peurs très profondes.

Dans cet article, je vous propose de décortiquer ensemble les racines de la résistance à l’IA.

Pourquoi est-ce que l’on parle tant de la résistance à l’utilisation de l’IA

L’IA est sur toutes les lèvres et à toutes les sauces avec deux épices différentes :

• l’épice douce « L’IA nous facilite la vie« .
• Et l’épice qui pique très, très fort « tant de métier vont disparaître à cause de l’IA« .

Je vous propose de prendre un peu de recul sur l’IA et notamment sur ce qui explique la résistance à l’utilisation de l’IA dans les différentes organisations.

L’IA s’installe partout, vite, très vite

L’adoption de l’IA est massive !

Comme le montre le graphique ci-dessous qui représente le nombre d’années qu’il a fallu aux plus grandes entreprises pour atteindre 100 millions d’utilisateurs. Il a fallu à peu près 2 mois à ChatGPT pour atteindre ce chiffre 😯

On parle tellement d’IA, que j’ai l’impression que la RPA (Robotic Process Automation) est dépassée !

Et cette adoption touche tous les secteurs : santé, finance, secteur public, industrie.

D’autant que la frontière entre les sphères pro et privée s’efface puisque nous pouvons aussi bien utiliser l’IA pour nous aider à planifier nos vacances qu’à rédiger un compte rendu de réunion.

Cette frontière s’était effacée une première fois lors de l’apparition des ordinateurs. Il y avait les ordinateurs personnels et les ordinateurs professionnels.

Et les chiffres de l’INSEE racontent bien cette bascule :

• En 2004, 45 % des ménages français possédaient un ordinateur
• En 2013, ils étaient 77 %
• En 2019, le taux atteignait 83 % des foyers en France métropolitaine.

Maintenant, si on compare ces chiffres avec l’IA, la vitesse d’adoption n’a rien à voir.

Je reprends l’exemple de ChatGPT cité précédemment.

• Lancé en novembre 2022 au grand public
• 1 million d’utilisateurs en 5 jours.
• 100 millions d’utilisateurs en 2 mois seulement, ce qui en a fait l’application grand public à la croissance la plus rapide de l’histoire.

Alors oui, on parle de deux ordres de grandeur différents dans cette comparaison avec d’un côté un taux d’équipement pour les ordinateurs et de l’autre l’utilisation d’un outil en ligne avec la création d’un compte.

Comparaison n’est pas raison. Toutefois les chiffres sont vertigineux !

Une technologie qui ne laisse personne indifférent

Vous voyez bien de quelles promesses je veux parler, ce sont des promesses que toutes les entreprises travaillant dans l’IA mettent en avant à tort et à cri.

Voici ces promesses :

Et nous entendons toutes sortes d’interprétations de ces promesses avec l’IA qui va aider à lutter contre le cancer, déchiffrer des écritures anciennes, faciliter l’accès à la connaissance là où les professeurs et les médecins manquent.

Et, de pair avec les promesses (positives) qui viennent avec l’IA, il y a également des peurs qui sont elles aussi très médiatisées comme le remplacement de certains métiers et des risques de découverte de failles de sécurité informatique à grande échelle.

La polarisation médiatique vis-à-vis de l’IA (surtout négative) fait que cette technologie est chargée d’émotions contradictoires et conduit les personnes à développer une résistance et des appréhensions vis à vis de l’IA.

Prenons un exemple, est-ce que vous ressentez une émotion en lisant cette phrase ?

L’ensemble de vos outils de travail va évoluer afin d’être capable de détecter et de corriger ses propres bugs.

Et avec celle-ci ?

Votre manager va installer un outil d’intelligence artificielle sur votre ordinateur pour enregistrer vos actions afin de collecter des données et de permettre à l’IA de faire des actions à leur place dans le futur.

Je pense que le deuxième exemple suscite beaucoup plus d’émotions (positives ou négatives) que le premier. C’est d’ailleurs ce que Meta (Facebook) a mis en place auprès de ses salariés.

Accompagner la résistance envers l’IA

C’est là que l‘accompagnement au changement entre en considération.

Par accompagnement au changement, je parle d’une démarche qui vise à préparer, soutenir et aider les personnes dans les organisations à adopter de nouvelles pratiques et technologies.

Cet accompagnement permet de réduire les résistances et les impacts psychologiques négatifs. Vous devez très sûrement connaître la courbe du changement qui aide à comprendre pourquoi les personnes résistent au changement.

Alors oui, cela prend du temps au début de mettre en place cet accompagnement des personnes. Par contre, cela fait gagner du temps sur la durée.

65 % des projets avec un excellent accompagnement du changement sont restés dans les temps ou en avance, contre seulement 14 % de ceux avec un accompagnement médiocre.
Source

Car oui, l’IA n’est pas un projet comme les autres. Cette technologie suscite beaucoup d’émotions et présente des enjeux si importants qu’elle doit être particulièrement accompagnée.

Qu’est-ce que l’IA, concrètement ? (pour bien poser le débat)

Maintenant que vous comprenez mieux pourquoi c’est important, je vous propose de définir de quoi on parle. Avec des termes simples, certes, mais c’est important de comprendre l’IA et tous les mots qui tournent autour.

IA, machine learning, LLM : un peu de clarté

Voici quelques définitions simples :

Intelligence artificielle : C’est une technologie qui cherche à créer des machines intelligentes capables de reproduire ou de dépasser certaines capacités humaines.

Machine learning (Apprentissage automatique) : C’est une branche de l’IA qui permet aux machines d’apprendre à partir de données existantes et de s’améliorer pour prendre des décisions ou faire des prévisions.

Deep Learning : C’est une technologie d’apprentissage automatique qui utilise plusieurs couches de réseaux de neurones pour analyser les données et prendre des décisions.

IA Generative : C’est une forme d’IA capable de créer de nouveaux contenus écrits, visuels ou sonores à partir d’une consigne (prompt) ou de données existantes.

Si on met les choses dans l’ordre :

IA → Machine Learning → Deep Learning → IA générative

L’IA n’est pas si récente que l’on peut le croire

On a parfois l’impression que l’IA est sortie de nulle part en 2022 et qu’avant cette date, il n’y avait rien
C’est faux. 😄
L’intelligence artificielle est un domaine de recherche qui a… près de 70 ans !

Petit retour en arrière : le terme « intelligence artificielle » a été inventé en 1956, lors d’un séminaire à l’université de Dartmouth (États-Unis), sous l’impulsion du mathématicien John McCarthy. Cet événement est aujourd’hui considéré comme l’acte de naissance de l’IA en tant que discipline scientifique.

Alors pourquoi tout le monde en parle seulement maintenant ?
Pendant des dizaines d’années, l’IA est restée confinée dans les laboratoires, les universités et dans quelques applications très spécifiques comme les jeux d’échecs (peut-être que le match Kasparov – Deep Blue, une IA, vous évoque quelque chose), la détection de fraude, les moteurs de recommandation.

Il y a un basculement vers le grand public à partir de novembre 2022 et le lancement de ChatGPT par OpenAI.
Pour la première fois, n’importe qui pouvait discuter avec une IA, en langage naturel, gratuitement, depuis son navigateur.
À partir de là, tout s’est emballé : la création d’entreprises proposant des IA, les agents IA, les cas d’usage …

Et c’est justement cette bascule brutale qui explique en grande partie les résistances. Car on passe d’une technologie de laboratoire à un outil grand public qui nous semble … incontrôlable.

Les enjeux de l’IA

Mise à part la technologie en elle-même, il y a également ce qui environne l’IA, je peux citer brièvement :

• La confidentialité et la sécurité des données car lorsque l’on partage des données (texte, image, vidéo) il est important de savoir que la plupart des entreprises comme OpenAI, Anthropic, Google utilisent vos données pour améliorer leurs modèles.
• Il y a également l’enjeu de la propriété intellectuelle avec des artistes (écrivains, dessinateurs …) qui ont vu tout ou partie de leur œuvre utilisée par l’IA sans leur consentement.
• Nous pouvons également parler des enjeux géopolitiques, certains penseurs vont jusqu’à dire que le pays qui aura réussi la course de l’IA va régner sur le monde avec une bataille USA vs Chine qui est bien engagée.
• Le dernier enjeu, et pas le moindre, il y a tous les enjeux écologiques qui amènent à une pénurie de certains composants informatiques (comme la RAM), des quantités massives d’eau potable et une consommation massive d’électricité.

Ces enjeux viennent renforcer la résistance à l’utilisation de l’IA, mais ce n’est pas tout. Il y a aussi les peurs qui accroissent fortement la résistance à l’utilisation de l’IA

Quelles sont les principales peurs qui explique la résistance à l’IA ?

Je vous propose d’aller au cœur du sujet : la résistance à l’IA.

Pour reformuler, je dirais : quelles sont toutes les peurs et les résistances qui amènent les personnes à ne pas vouloir utiliser l’IA.

La peur du remplacement (Et la crise existentielle)

C’est LA plus grande peur.
Celle qui canalise toutes les craintes.
Celle qui est sur les lèvres de tous les travailleurs du savoir (c’est à dire ceux qui travaillent sur ordinateur).

Cette peur vient questionner notre utilité au monde, notre propre estime et également celle que les autres nous portent, mais également notre valeur personnelle.

Cette crise existentielle a deux niveaux de profondeur :

1. Une remise en question : mon poste va-t-il disparaître ?
2. À une crise identitaire : à quoi est-ce que je sers ?

Cette peur identitaire peut mettre très mal à l’aise des personnes qui sont fragiles au point de vouloir attaquer physiquement ceux qui travaillent dans l’IA.

La déqualification perçue

Outre la peur identitaire d’être remplacé, il y a également une peur de perdre son statut.

Imaginons par exemple que vous avez construit une expertise métier pendant des dizaines d’années et que, d’un coup, avec l’arrivée de l’IA, cette dernière peut répondre aussi bien à votre place.

Vous perdez ainsi votre statut de sachant dans l’équipe.

Le changement de posture : de producteur à vérificateur

L’IA amène à un autre type de changement, c’est un changement de posture.

Avant l’IA, nous produisions des livrables, un contenu, un résultat. Nous sommes dans le rôle du faiseur.

Avec l’IA, nous changeons de posture en adoptant un rôle de demandeur et de vérificateur.

C’est-à-dire que vous devez documenter une instruction (un prompt) à une machine, cette machine va produire le contenu que vous lui avez demandé et vous vérifiez ensuite si elle a bien fait son travail.

Ce changement peut être vécu comme une dévalorisation, puisque vous n’avez plus le rôle du créateur. Tandis que d’autres le présentent comme une montée en compétence en passant de l’exécution au contrôle qualité et à la décision.

C’est comme si vous aviez un assistant personnel avec un quotient intellectuel de 130 à qui vous demandez tout ce que vous voulez, votre assistant le réalise et ensuite vous le vérifiez.

Vous avez perdu le rôle du créateur, ainsi que la fierté du travail que vous avez accompli.

La question de l’autonomie décisionnelle

Une autre peur concerne la décision qui est prise.

Si vous utilisez par exemple un outil IA qui propose, priorise et classe à la place d’une personne, alors cette personne peut se poser la question « Qui décide vraiment ? « 

Ai-je la liberté d’accepter ou de refuser ce que l’IA propose ?

Si cette question n’est pas résolue, alors l’outil sera contourné.

Le facteur « boîte noire » : l’IA qu’on ne comprend pas

Alors oui, cette peur est liée à la précédente. Liée mais différente tout de même.

Car tandis que la peur précédente questionne la liberté de choix, cette peur concerne plutôt de la manière dont le choix est fait.

En effet, l’IA est un outil très technique, très complexe et avec beaucoup de termes anglais (cf la partie précédente « Qu’est-ce que l’IA, concrètement « ) . Et les utilisateurs ne vont pas adhérer s’ils ne comprennent pas comment cela fonctionne.

Pour adresser cette peur, cela exige de faire un travail de pédagogie :

• Comment l’IA a décidé ?
• Sur quelles sources se base t-elle ?
• Et si l’IA se trompe ?

L’opacité alimente la méfiance, c’est un peu comme la magie noire. Votre rôle est d’accompagner les utilisateurs pour enlever ce brouillard qui entoure l’IA.

Le doute sur la pérennité

Est-ce que vous ressentez, comme moi, que le temps ne cesse de s’accélérer ?

Que tout va de plus en plus vite ?

C’est encore plus vrai concernant l’IA.

Les utilisateurs se questionnent sur l’intérêt qu’ils ont à utiliser une technologie qui évolue sans cesse (chaque mois !), d’autant plus que la pérennité du modèle n’est pas certaine.

Après tout, peut-être que l’IA est une mode, une bulle économique qui va exploser (comme la bulle internet qui a explosé en 2000)

Et comme je l’évoquais, il y a aussi les changements et évolutions constants de la technologie qui rendent difficile la construction d’un modèle autour de l’IA.

Les différents niveaux de résistance à l’IA

Pour résumer, je vous propose une présentation des niveaux de résistance à l’IA en plusieurs profils avec ce qu’il exprime, ce qui se cache derrière (les non-dits) et comment vous pouvez accompagner au mieux ces profils.

Comment lever la résistance et faire adopter l’IA ?

Je vais aborder les grands axes pour lever les résistances à l’utilisation de l’IA. Si vous souhaitez avoir plus d’éléments sur l’accompagnement des résistances à l’IA, j’ai écris un article complet ici.

Commencer par un audit des cas d’usage réels

Avant tout, il faut savoir où vous mettez les pieds. Pour cela, l’audit va apporter des réponses.

• Cartographie des processus de l’entreprise
• Identification des cas d’usage et des économies qui peuvent être réalisées (temps, argent, technologie)
• Difficulté d’implémentation de l’IA
• Technologie utilisée (texte, image, vidéo, audio…)

Je vous recommande d’être accompagné par des experts techniques sur l’IA afin de vous aider dans cette démarche d’exploration.

Le but étant d’identifier là où l‘IA peut apporter une vraie valeur.

Faire cohabiter l’humain et l’IA

L’être humain est, de par nature, méfiant et résistant au changement, et c’est tout à fait normal. Il se méfie de ce qu’il ne connaît pas, de ce qu’il ne comprend pas.

Dans le cas de l’utilisation de l’IA dans une organisation, vous pouvez démarrer en faisant cohabiter l’humain et l’IA en faisant en sorte que l’humain valide les propositions de l’IA. Cela sécurise l’adoption et aussi laisse à l’humain un sentiment de contrôle.

Vous ferez passer ainsi progressivement les sceptiques vers une certaine confiance (même mesurée) avec cette technologie.

Poser un socle durable (les fondations)

Si vous voulez implémenter l’IA de manière généralisée au sein de votre organisation, je vous partage l’exemple d’une organisation qui a créé un socle pour l’IA.

Ce socle se compose de :

• La mise à disposition de capacités IT allant de l’architecture, le choix des technologies et des données disponibles.
• La formalisation d’un cadre juridique, conformité et de sécurité.
• L’accompagnement des personnes et le développement des compétences (développement des compétences, adoption, changement) : ce qu’il faut faire/ne pas faire avec l’IA.
• La communication sur les initiatives IA.

Répondez à la question « Pourquoi ? » avant de vous demander « Quel outil choisir ? »

Avant d’aller trop vite dans la technologie, et en lien avec l’audit, la vraie question à se poser est « pourquoi utiliser l’IA dans notre organisation ? » et aussi « quelle nouvelle valeur attend-on des humains une fois que la technologie sera en place ?« 

J’espère que cet article vous a plu, sachez que j’ai pris beaucoup de plaisir à l’écrire car on parle beaucoup d’IA et de résistance et je voulais aller plus dans le détail, je voulais mieux comprendre pourquoi les personnes ont des réactions si fortes (positive ou négative) sur l’IA. L’article est le fruit de mes recherches et réflexions.

Si vous ne deviez retenir qu’une chose de cet article sur la résistance IA, ce serait celle-ci : on ne résiste pas à l’IA, on résiste à ce qu’elle menace, notre statut, notre rôle, nos compétences, notre identité.

Votre rôle d’accompagnement n’est donc pas de « vendre » cette technologie, mais d’adresser leurs peurs, de leur montrer comme ils peuvent se positionner avec cette technologie et qu’ils peuvent cohabiter.

Et vous, est-ce que vous avez un retour d’expérience (côté utilisateur ou côté projet) sur l’implémentation de l’IA dans votre organisation ? 👇

FAQ sur la résistance à l’IA

Qu’est-ce que la résistance à l’IA ?

C’est l’ensemble des comportements qui traduisent un refus d’adopter un outil d’intelligence artificielle. Elle peut être active (critiques, opposition ouverte) ou passive (non-utilisation, contournement silencieux). Elle ne porte presque jamais sur la technologie elle-même, mais sur ce qu’elle menace : le statut, le rôle, l’identité professionnelle.

Pourquoi les salariés résistent-ils à l’IA ?

Six peurs reviennent systématiquement sur le terrain :

• La peur du remplacement (« si une machine fait mon travail, à quoi je sers ? »)
• La déqualification perçue (perdre son statut de sachant)
• Le changement de posture, de producteur à vérificateur
• La perte d’autonomie décisionnelle (« qui décide vraiment ? »)
• L’effet boîte noire (on n’adhère pas à ce qu’on ne comprend pas)
• Le doute sur la pérennité (et si c’était une bulle ?)

La résistance à l’IA est-elle irrationnelle ?

Non, et c’est justement là le piège. 😉

Ces peurs s’appuient sur des enjeux bien réels : confidentialité des données, propriété intellectuelle, impact écologique. Traiter un résistant de « réfractaire » revient à disqualifier des arguments valables — et c’est le meilleur moyen de durcir sa position.

Comment lever la résistance à l’IA dans son organisation ?

Quatre leviers, dans cet ordre :

• Répondre au « pourquoi » avant de choisir l’outil
• Réaliser un audit des cas d’usage réels
• Faire cohabiter l’humain et l’IA en laissant l’humain valider les propositions
• Poser un socle durable : capacités IT, cadre juridique, compétences, communication

L’accompagnement au changement, ça prend du temps, non ?

Au début, oui. Sur la durée, non.

Les données Prosci sont sans appel : 65 % des projets avec un excellent accompagnement restent dans les temps ou en avance, contre 14 % pour ceux qui le négligent.

Faut-il forcer un collaborateur à utiliser l’IA ?

Non. Imposer un outil à quelqu’un qui le refuse produit un résultat prévisible : il l’utilisera pour la forme, puis reviendra à ses anciennes pratiques dès que vous aurez le dos tourné.

Mieux vaut écouter ce qui se cache derrière le refus, puis avancer par la démonstration plutôt que par la contrainte. Un sceptique bien accompagné devient souvent votre meilleur ambassadeur. 👊