Vos plans de formation recensent les compétences que l’IA ajoute. Presque aucun ne suit celles qu’elle retire. Selon une étude d’IBM publiée en septembre 2026 auprès de 8 800 salariés dans 28 pays, 60 % d’entre eux disent que l’érosion des compétences les touche directement. Le phénomène est documenté par la recherche, il commence par la compétence que les dirigeants jugent la plus précieuse, le jugement critique, et vos référentiels ne le voient pas. Une question devient urgente pour toute direction des ressources humaines : qui saura encore faire le travail le jour où l’outil se trompera ?
Sommaire
- Ce que révèle l’enquête d’IBM auprès des DRH et des salariés
- Érosion des compétences : de quoi parle-t-on exactement
- Le cas d’un cabinet comptable : quand le système s’arrête
- La pensée critique, première compétence exposée
- Apprendre avec l’IA ou à côté d’elle : ce que montre une expérience contrôlée
- Pourquoi vos référentiels de compétences ne voient rien
- Quatre décisions pour protéger les compétences qui comptent
Ce que révèle l’enquête d’IBM auprès des DRH et des salariés
L’érosion des compétences est devenue une préoccupation de premier rang. Selon l’institut de recherche d’IBM, elle figure parmi les principales inquiétudes de 46 % des dirigeants RH interrogés, et 60 % des salariés disent qu’elle les touche directement. Le sujet remonte du terrain, bien avant d’apparaître dans les tableaux de bord.
Ces chiffres viennent du 2026 CHRO Study de l’IBM Institute for Business Value, le centre d’études du groupe américain d’informatique et de conseil, publié le 21 septembre 2026 sous le titre « Designing the Thinking Organization » [1]. L’enquête repose sur deux questionnaires menés avec Oxford Economics, cabinet britannique d’études économiques, entre avril et juin 2026 : l’un auprès de 1 500 DRH et dirigeants RH dans 21 zones géographiques et 23 secteurs, l’autre auprès de 8 800 salariés à temps plein dans 28 pays. Le périmètre est donc mondial.
Trois autres résultats complètent le tableau. Plus de la moitié des salariés, 52 %, disent que les tâches qui leur sont confiées ont changé au cours de l’année écoulée. Pourtant, seules 26 % des organisations définissent clairement quelles activités restent conduites par un humain, lesquelles sont assistées par l’IA et lesquelles sont exécutées par elle. Enfin, 80 % des entreprises disposent d’une feuille de route de requalification de leurs équipes.
Mis bout à bout, ces chiffres dessinent un angle mort. Les organisations ont un plan pour ajouter des compétences, rarement une ligne claire sur celles qu’il faut préserver. Et 46 % d’entre elles n’associent même pas leur DRH à la définition de leur stratégie IA, selon la même étude. La fonction la mieux placée pour repérer une compétence qui s’effrite est souvent absente quand se décide l’usage des outils.
Érosion des compétences : de quoi parle-t-on exactement
L’érosion des compétences désigne la perte progressive d’un savoir-faire qu’on exerce moins parce qu’un outil le fait à notre place. Les chercheurs anglophones parlent de « deskilling ». Le phénomène est ancien, mais l’IA générative l’étend aux tâches intellectuelles : rédiger, analyser, diagnostiquer, trancher.
IBM fait d’ailleurs une distinction utile dans ses recommandations [1]. D’un côté, l’écart de compétences, c’est-à-dire les capacités nouvelles que les équipes doivent acquérir pour travailler avec l’IA. De l’autre, l’érosion, c’est-à-dire la dégradation de capacités qui existaient déjà. La plupart des plans de développement traitent le premier sujet. Très peu traitent le second.
Le mot recouvre deux mécanismes distincts.
La perte d’un acquis
Un professionnel expérimenté maîtrise une tâche. L’outil la prend en charge, il la pratique moins, et son niveau baisse sans qu’il s’en rende compte. Le risque apparaît le jour où l’outil est indisponible, se trompe ou rencontre un cas qu’il ne sait pas traiter. C’est ce qu’a vécu le cabinet comptable présenté plus bas.
L’acquis qui ne se forme jamais
Un débutant apprend son métier avec l’IA dès le premier jour. Il produit vite un résultat correct, mais il ne construit pas la compréhension qui lui permettrait de corriger une erreur ou de raisonner seul. Ici, rien ne s’érode, puisque rien ne s’est installé. Pour l’entreprise, c’est le vivier d’experts de demain qui se vide.
Le cas d’un cabinet comptable : quand le système s’arrête
L’exemple le plus parlant vient d’un cabinet d’expertise comptable. Pendant des années, un système automatisé y a pris en charge une partie du travail des comptables. Le jour où la direction a décidé de l’arrêter, le cabinet a découvert que ses équipes ne savaient plus réaliser des tâches comptables de base.
Le cas a été étudié par une équipe de chercheurs de l’université Aalto, en Finlande, et publié en 2023 dans le Journal of the Association for Information Systems, une revue académique de référence sur les systèmes d’information [2]. Le cabinet n’est pas nommé. Les entreprises acceptent rarement de documenter ce type d’échec, ce qui rend le cas précieux.
Le système gérait notamment l’optimisation des immobilisations des entreprises clientes, c’est-à-dire le traitement comptable de leurs biens durables : machines, bâtiments, équipements. Il fonctionnait si bien que les chercheurs le qualifient de « trop parfait ». Personne n’avait de raison de vérifier ce qu’il produisait, et c’est précisément là que le problème s’est installé.
Les chercheurs décrivent une érosion en trois temps. Les comptables ont d’abord perdu de vue ce que faisait réellement le système. Ils ont ensuite cessé d’entretenir les savoir-faire correspondants, faute de les exercer. Ils ont enfin perdu la capacité d’évaluer la qualité des résultats produits. Tant que l’outil tournait, ni les salariés ni la direction ne voyaient rien. Esko Penttinen, professeur à l’université Aalto, le résume ainsi : quand une entreprise automatise entièrement un processus, il n’y a aucun problème tant que le système fonctionne.
Le point qui devrait retenir l’attention d’un dirigeant tient à la responsabilité. Les comptables restaient responsables de résultats qu’ils ne savaient plus produire ni contrôler. L’outil en cause précédait l’IA générative, et c’est justement l’avertissement des chercheurs : cette mécanique s’étend désormais à tous les métiers où l’IA prend en charge une partie du raisonnement.
La pensée critique, première compétence exposée
La compétence la plus exposée est aussi celle que les entreprises disent valoriser le plus. Dans l’étude d’IBM, la pensée critique et la capacité à bien poser un problème arrivent en tête des compétences jugées essentielles, citées par 57 % des dirigeants et 49 % des salariés interrogés à l’échelle mondiale [1].
Or c’est précisément elle que l’usage quotidien de l’IA met sous pression. Des chercheurs de Microsoft Research, le laboratoire du groupe américain de logiciels, et de l’université Carnegie Mellon ont interrogé 319 travailleurs du savoir, qui ont décrit 936 situations réelles d’usage de l’IA générative dans leur travail [3]. Leur étude, présentée à la conférence CHI en avril 2025, aboutit à un résultat net : plus une personne fait confiance à l’IA, moins elle mobilise son esprit critique. À l’inverse, plus elle a confiance en ses propres capacités, plus elle examine et discute ce que l’outil lui propose.
Les auteurs observent aussi que la pensée critique se déplace de la production vers la vérification des informations, l’intégration des réponses de l’IA dans un travail plus large et le pilotage de la tâche. Autrement dit, le métier se déplace vers un rôle de contrôle, qui suppose justement de savoir encore faire ce qu’on contrôle.
L’étude d’IBM met en lumière un écart qui devrait inquiéter les DRH. Parmi les dirigeants, 71 % placent en priorité la capacité à superviser, valider ou corriger les résultats de l’IA. Chez les salariés, ils ne sont que 38 % [1]. Mon interprétation : une partie des équipes ne perçoit pas encore la supervision comme une compétence à entretenir. Or c’est exactement celle qui s’affaiblit quand on fait confiance à l’outil par défaut.
Apprendre avec l’IA ou à côté d’elle : ce que montre une expérience contrôlée
L’IA peut empêcher une compétence de se former, mais tout dépend de la manière dont on s’en sert. Une expérience contrôlée menée auprès de 52 développeurs montre que ceux qui ont appris un nouvel outil avec l’aide de l’IA ont obtenu 50 % à un test de compréhension, contre 67 % pour ceux qui ont travaillé seuls.
L’étude a été publiée le 29 janvier 2026 par Anthropic, l’entreprise américaine qui développe les modèles d’IA Claude [4]. Il s’agit d’un essai randomisé, c’est-à-dire que les participants ont été répartis au hasard entre les deux groupes, ce qui permet d’attribuer l’écart à l’usage de l’IA. Les 52 participants, majoritairement juniors, devaient apprendre à utiliser une bibliothèque de programmation qu’ils ne connaissaient pas.
Trois enseignements comptent pour un décideur. D’abord, le gain de temps a été faible, environ deux minutes, et non significatif sur le plan statistique. Ensuite, l’écart le plus fort concerne le débogage, c’est-à-dire la capacité à trouver et corriger une erreur, soit exactement la compétence dont on a besoin quand l’outil se trompe. Enfin, certains participants du groupe assisté ont dépassé 65 % au test : ceux qui posaient des questions de compréhension à l’IA, lui demandaient d’expliquer le code produit ou corrigeaient eux-mêmes leurs erreurs.
La conclusion des auteurs est pragmatique : l’IA préserve l’apprentissage quand on s’en sert pour comprendre en même temps que pour produire.
Le risque est pris très au sérieux par certains DRH. Dans l’étude d’IBM, Amit Das, directeur et DRH de Bennett, Coleman & Co., le groupe de médias indien qui édite The Times of India, met en garde contre la tentation de « vider discrètement l’infrastructure de développement » des collaborateurs au nom de la productivité [1]. J’ai montré dans un précédent article que les plans de formation à l’IA enseignent souvent un usage déjà dépassé ; ils oublient aussi, bien souvent, d’enseigner la façon de s’en servir qui fait progresser.
Pourquoi vos référentiels de compétences ne voient rien
Les référentiels de compétences sont conçus pour mesurer des écarts à combler, rarement des acquis qui s’effritent. Une compétence validée il y a deux ans reste cochée, même si la personne ne l’exerce plus depuis que l’outil le fait pour elle. L’érosion passe donc sous les radars RH.
Un référentiel de compétences, c’est la liste structurée des savoir-faire attendus pour chaque métier, avec leurs niveaux. Sa logique est cumulative : on y ajoute des compétences, on constate des progrès. Il ne prévoit presque jamais de signal de recul.
Deux chiffres d’IBM expliquent pourquoi le problème reste invisible. Si 80 % des entreprises ont une feuille de route de requalification, seules 26 % ont tracé la frontière entre travail humain, travail assisté et travail exécuté par l’IA [1]. Sans cette frontière, impossible de dire quelles compétences doivent rester vivantes chez les humains, et donc lesquelles surveiller. C’est le même redécoupage que celui que j’évoquais à propos de la refonte des postes, désormais placée devant la formation par les DRH.
Le temps manque aussi. Selon The Conference Board, organisme de recherche économique américain, seuls 48 % des salariés estiment que leur organisation leur laisse assez de temps de travail pour développer leurs compétences [5]. Ce rapport, publié le 28 juillet 2026, s’appuie sur une enquête mondiale auprès de près de 1 300 salariés et sur des entretiens avec 35 dirigeants d’entreprise. Son chercheur principal, Matt Rosenbaum, le résume ainsi : la seule littératie en IA ne créera pas de valeur pour l’entreprise. Une compétence qui ne se pratique plus ne se maintient pas, et aucune session de sensibilisation n’y changera rien.
Quatre décisions pour protéger les compétences qui comptent
Protéger les compétences se fait sans freiner le déploiement de l’IA : il faut décider lesquelles doivent rester entre des mains humaines, les faire pratiquer régulièrement et vérifier qu’elles tiennent. Quatre décisions suffisent pour commencer, et elles relèvent toutes de la fonction RH, en lien étroit avec les métiers.
Nommer les compétences à garder vivantes
Pour chaque famille de métiers, listez les savoir-faire qui doivent rester maîtrisés par des humains, même si l’IA les assure au quotidien : ceux qui permettent de détecter une erreur, de reprendre la main en cas de panne ou de trancher un cas inhabituel. IBM en fait la première responsabilité des DRH dans son étude : définir ce qui reste conduit par l’humain [1].
Organiser des temps de pratique sans assistant
Le cas du cabinet comptable montre qu’une compétence s’efface sans bruit quand elle n’est plus exercée. Joona Ruissalo, chercheur à l’université Aalto, recommande des ateliers réguliers où les équipes résolvent ensemble des cas complexes, ainsi que des environnements de formation sans automatisation [2]. Prévoyez des situations régulières où le travail se fait sans IA, en particulier sur les tâches critiques. L’objectif est d’entretenir un geste professionnel, au même titre qu’un exercice de sécurité.
Former à l’usage qui fait apprendre
L’expérience d’Anthropic montre que les personnes qui interrogent l’IA pour comprendre progressent autant que celles qui travaillent seules. Intégrez cette manière de faire à vos formations, surtout pour les nouveaux arrivants : demander une explication, reformuler, corriger soi-même avant de redemander.
Évaluer la compétence en plus du livrable
Un livrable produit avec l’IA peut être impeccable et masquer une compétence fragile. Ajoutez à vos évaluations des mises en situation sans outil, centrées sur la détection et la correction d’erreurs, et inscrivez dans vos référentiels un signal de recul pour les compétences jugées critiques.
Conclusion
Les entreprises ont appris à compter ce que l’IA fait gagner en temps et en volume. Elles commencent à peine à mesurer ce qu’elle fait perdre en savoir-faire. Les DRH ont ici une carte à jouer, à condition de s’inviter dans les décisions de déploiement : ils sont les seuls à tenir à la fois le référentiel, la formation et l’évaluation. Une organisation qui sait encore faire sans l’outil pilote son IA. Les autres en dépendent.
Pour observer comment vos équipes vérifient l’IA, la corrigent ou reprennent la main, découvrez notre mission Quel levier IA activer ?
Caroline Prat
FAQ
L’érosion des compétences touche-t-elle surtout les seniors ou les juniors ?
Les deux, de façon différente. Les experts perdent un savoir-faire qu’ils pratiquent moins, comme les comptables du cabinet étudié par l’université Aalto. Les débutants risquent de ne jamais l’acquérir, comme le suggère l’expérience menée sur les développeurs juniors. La réponse RH diffère donc selon les profils.
Faut-il limiter l’usage de l’IA pour éviter l’érosion des compétences ?
Une interdiction générale serait contre-productive. Les études citées montrent que le risque dépend surtout de la manière d’utiliser l’outil et du maintien d’une pratique autonome sur les tâches critiques. L’enjeu consiste à cibler les compétences à protéger et à les faire pratiquer.
Comment repérer une compétence qui s’érode dans une équipe ?
Par des mises en situation sans outil, en particulier sur la détection d’erreurs et les cas inhabituels. Comparez les résultats dans le temps pour les compétences jugées critiques. Les entretiens annuels, centrés sur les livrables, ne suffisent pas à faire apparaître ce recul.
Les chiffres d’IBM valent-ils pour les entreprises françaises ?
Ils sont présentés à l’échelle mondiale, sur 28 pays pour les salariés et 21 zones géographiques pour les dirigeants RH. Ils donnent une tendance de fond. Les proportions peuvent varier selon le pays, le secteur et la taille de l’entreprise.
Sources
- IBM Institute for Business Value, 2026 CHRO Study: Designing the Thinking Organization, 21 septembre 2026. Deux enquêtes menées avec Oxford Economics d’avril à juin 2026 : 1 500 DRH et dirigeants RH (21 zones géographiques, 23 secteurs) et 8 800 salariés à temps plein (28 pays), périmètre mondial.
- Tapani Rinta-Kahila, Esko Penttinen, Antti Salovaara, Wael Soliman, Joona Ruissalo, The Vicious Circles of Skill Erosion: A Case Study of Cognitive Automation, Journal of the Association for Information Systems, vol. 24, n° 5, 2023. Étude de cas d’un cabinet d’expertise comptable. Présentation par l’université Aalto : Researchers warn that skill erosion caused by AI could have a devastating and lasting impact on businesses, 29 septembre 2025.
- Hao-Ping Lee, Advait Sarkar, Lev Tankelevitch, Ian Drosos, Sean Rintel, Richard Banks, Nicholas Wilson, The Impact of Generative AI on Critical Thinking, conférence CHI 2025, avril 2025. Enquête auprès de 319 travailleurs du savoir, 936 situations d’usage.
- Judy Hanwen Shen, Alex Tamkin, Anthropic, How AI assistance impacts the formation of coding skills, 29 janvier 2026. Essai randomisé auprès de 52 développeurs.
- The Conference Board, Skilling for AI: Critical Factors for Navigating AI Disruption, 28 juillet 2026. Enquête mondiale auprès de près de 1 300 salariés et entretiens avec 35 dirigeants d’entreprise.
