Je ne suis pas fan de l’expression « humain augmenté ». Elle sent le transhumanisme, comme si on allait vous greffer un second cerveau. Il n’empêche : un monde se dessine où certains seront augmentés cognitivement par l’IA, et d’autres beaucoup moins. Les uns piloteront cette augmentation. Les autres subiront les décisions d’agents IA, sans toujours en avoir conscience. Le Forum économique mondial propose une piste pour éviter cette fracture : les PAIS, des systèmes pensés pour que les personnes et les machines progressent ensemble. Et si on s’augmentait cognitivement ensemble ?
Déléguer à l’IA ne suffit pas à augmenter qui que ce soit
Confier des tâches intellectuelles à une machine n’a rien de neuf, ni d’inquiétant en soi. La vraie question porte sur ce que cette délégation fait à vos équipes : elle peut leur retirer les tâches qui forgent leur jugement, ou élargir ce qu’elles comprennent, décident et accomplissent. Le Forum économique mondial (WEF) appelle la première substitution, la seconde augmentation [1].
La calculatrice et le moteur de recherche nous ont déjà délestés de pans entiers de travail cognitif, sans que personne ne s’en plaigne. Mais, rappelle le WEF, libérer quelqu’un d’un travail intellectuel ne revient pas forcément à l’augmenter. Tout dépend de ce qu’il fait du temps et de l’attention récupérés.
Une étude de Microsoft publiée en 2025 auprès de travailleurs du savoir [3] en donne un aperçu : plus les salariés font confiance à l’IA générative, moins ils déclarent d’effort de pensée critique. Le WEF nuance la lecture : selon lui, l’IA déplace la pensée critique vers la vérification des réponses, leur intégration dans le travail et le pilotage de la tâche. Encore faut-il que quelqu’un ait appris à faire ce déplacement. Sans cela, la délégation glisse vers ce que nous avons appelé l’érosion des compétences.
Ce qu’on sait déjà, en bref
Les chiffres de cadrage sont connus, et il ne fait pas de mal de les rappeler. D’après le rapport Future of Jobs 2025 du WEF [2], mené auprès d’employeurs du monde entier, 86 % d’entre eux s’attendent à ce que l’IA et les technologies de traitement de l’information transforment leur activité d’ici 2030.
Les mêmes employeurs estiment que 39 % des compétences actuelles des travailleurs devront évoluer ou deviendront obsolètes sur la période. Et la compétence qu’ils recherchent le plus reste la pensée analytique. Autrement dit, plus la technologie progresse, plus on attend des personnes qu’elles sachent raisonner. C’est précisément ce que la substitution menace d’affaiblir.
PAIS : passer de l’outil au système
PAIS signifie People-Augmenting Intelligent Systems, des systèmes intelligents qui augmentent les personnes. Le WEF les définit simplement : des systèmes dans lesquels les personnes et les technologies intelligentes travaillent ensemble [1]. La nouveauté tient moins à la définition qu’au changement d’échelle qu’elle impose.
Jusqu’ici, on pense l’IA comme un outil individuel : un assistant pour chaque salarié, une licence par poste, une formation par personne. Le WEF propose de regarder le système entier, qui réunit quatre éléments : les personnes, les technologies, les institutions (règles, organisation, management) et les infrastructures. Ces systèmes collectent de l’information, en tirent des enseignements, décident, agissent et évoluent dans le temps.
L’effet de l’IA sur le travail dépend alors de la façon dont ce système est configuré : qui porte quelles responsabilités, comment circulent les tâches, qui détient le droit de décider. Le principe central tient en une phrase. Plus la machine gagne en agence, c’est-à-dire en capacité d’agir et de décider par elle-même, plus les personnes doivent gagner en agence et en compétences.
Outil, pilote automatique ou coéquipier
Le WEF classe les situations de travail selon l’équilibre entre la capacité d’agir de l’humain et celle de la machine. Trois configurations ressortent : la technologie qui reste un outil, la machine qui décide à la place de la personne, et le duo où les deux gagnent en puissance. Seule cette dernière tient la promesse des PAIS [1].
Premier cas, l’agriculteur et sa moissonneuse-batteuse. La machine est puissante, mais c’est lui qui décide où, quand et comment récolter. La technologie reste un outil.
Deuxième cas, le livreur de repas à la demande. L’algorithme attribue les courses, fixe l’itinéraire, évalue la performance. La personne exécute ou supervise des décisions qu’elle ne prend pas. La machine a gagné en capacité d’agir, l’humain en a perdu.
Troisième cas, que le WEF appelle « type 3 » : humain et machine disposent tous deux d’une forte capacité d’agir. La technologie permet aux personnes de traiter plus de travail, d’accéder à une expertise qui leur était hors de portée et de prendre de meilleures décisions. C’est ce que j’appellerais un coéquipier.
Rien n’indique qu’un outil d’IA appartienne par nature à l’une de ces cases. Le même agent peut servir un analyste qui garde la main ou cadencer un salarié qui n’a plus son mot à dire. La différence vient de l’organisation qui l’entoure.
Le coéquipier ne se décrète pas : les quatre conditions du WEF
La configuration « coéquipier » n’arrive jamais toute seule. Selon le WEF, elle exige des choix délibérés sur quatre piliers : la capacité des personnes à apprendre avec l’IA, la conception du travail, les capacités humaines et organisationnelles, et la gouvernance. Des incitations bien orientées traversent les quatre [1].
- Apprendre avec les systèmes. Les personnes apportent ce qui manque à la machine : contexte, expertise, retour d’expérience. Leur rôle se déplace vers la définition des problèmes, la vérification des résultats, le traitement des cas inhabituels et le jugement.
- Concevoir le travail. Répartir les tâches et les droits de décision, garder le jugement humain là où il est essentiel, et associer les salariés à la conception des flux de travail.
- Renforcer les capacités humaines et organisationnelles. Compétences et marge de manœuvre des salariés, pratiques managériales, capacités numériques, structures qui facilitent l’adaptation.
- Gouverner. Des règles claires sur la transparence, la responsabilité, la propriété, et sur la façon dont se répartissent les bénéfices de l’IA comme ses effets indésirables.
Le deuxième pilier recoupe directement le travail de refonte des processus, que nous détaillions dans redessiner les workflows avec l’IA. Le WEF y ajoute une exigence : que les salariés participent à cette refonte.
Pourquoi l’augmentation se joue en collectif
Le WEF ne parle pas de dynamiques de groupe. Mais son raisonnement y mène tout droit : si l’augmentation dépend du système et non de l’outil, elle ne peut pas se jouer poste par poste. Penser l’IA collectivement dès le départ, c’est la placer au cœur du fonctionnement des équipes, là où se répartissent les tâches et les décisions.
Reprenez les quatre conditions. Décider ce qui revient à l’humain et ce qui revient à l’IA ne se tranche pas seul devant son écran : c’est une négociation d’équipe, qui touche aux rôles de chacun. Associer les salariés à la conception des flux de travail est, par définition, un exercice collectif. Le contexte et l’expertise que les personnes doivent apporter aux systèmes sont rarement détenus par un seul individu : ils sont répartis dans l’équipe, dans ses habitudes, dans ses cas limites connus de quelques-uns.
Même la vérification, cette pensée critique que l’IA déplace, se pratique mieux à plusieurs. Une réponse fausse mais plausible passe plus facilement quand chacun travaille seul avec son assistant.
C’est là que la plupart des plans d’adoption manquent leur cible. On forme les gens un par un à mieux formuler leurs demandes, puis on les laisse seuls face à l’outil. On obtient des individus plus ou moins outillés, rarement une équipe plus capable. Nous avions déjà montré que l’organisation pèse plus que l’individu dans l’adoption de l’IA. Le cadre PAIS pousse le constat un cran plus loin : c’est aussi au niveau du collectif que se joue l’augmentation elle-même.
La fracture qui se dessine : ceux qui pilotent, ceux qui exécutent
La configuration du livreur ne concerne pas que les plateformes. Elle peut s’installer dans les bureaux, à mesure que des agents IA attribuent les dossiers, priorisent les tâches et proposent des décisions que les salariés valident sans en voir la logique. C’est la fracture qui menace : d’un côté ceux qui pilotent l’IA, de l’autre ceux qu’elle pilote.
Ce basculement est rarement un choix explicite. Il se produit par défaut, quand l’objectif affiché d’un déploiement est de réduire un coût ou un délai, et que personne ne se demande ce que deviennent le jugement et les compétences des personnes concernées.
C’est pourquoi le WEF insiste sur les incitations. Elles orientent les investissements et les objectifs, soit vers l’augmentation, les compétences et une valeur partagée, soit vers la substitution du travail et le contrôle algorithmique [1]. Pour une direction des ressources humaines, la traduction est concrète : ce que vous mesurez oriente ce que vous obtenez. Si vos indicateurs ne comptent que les heures économisées, vous financez la substitution. Si vous suivez aussi ce que les équipes savent faire de plus, vous ouvrez la voie au coéquipier.
Utiliser PAIS comme grille de lecture dans vos équipes
Le WEF présente PAIS comme une grille pratique pour évaluer si un système humain-machine évolue vers l’augmentation ou vers la substitution [1]. Concrètement, vous pouvez l’appliquer à chaque usage de l’IA déjà en place ou en projet, en équipe, avec quelques questions tirées des quatre conditions.
Qui décide, et qui peut contester une décision proposée par l’agent ? L’équipe a-t-elle participé à la conception du flux de travail, ou l’a-t-elle découvert une fois déployé ? Qu’apprennent les personnes en travaillant avec l’outil, et que risquent-elles de désapprendre ? Qui profite du temps gagné : l’équipe, l’entreprise, les deux ?
Posées en réunion d’équipe plutôt qu’en comité de pilotage, ces questions font déjà de l’augmentation un sujet collectif. Elles rejoignent les pratiques partagées dont nous parlions à propos de la conduite du changement avec l’IA.
Conclusion
Je garde mes réserves sur le mot « augmenté ». Mais la question du WEF est la bonne : à mesure que l’IA devient plus capable, comment faire en sorte que les personnes le deviennent aussi ? Sa réponse déplace le regard de l’outil vers le système, du salarié équipé vers l’organisation qui l’entoure. J’irais plus loin : l’augmentation la plus solide sera collective. Alors, et si on s’augmentait cognitivement ensemble ?
Caroline Prat
FAQ
Qu’est-ce qu’un PAIS ?
PAIS signifie People-Augmenting Intelligent Systems. Le Forum économique mondial désigne ainsi des systèmes où personnes et technologies intelligentes travaillent ensemble, conçus pour que la capacité d’agir des humains progresse au même rythme que celle des machines.
Quelle différence entre augmentation et substitution ?
La substitution retire aux personnes les tâches qui forgent leur jugement et leur expertise. L’augmentation élargit ce qu’elles peuvent comprendre, décider et accomplir. Un même outil d’IA peut produire l’un ou l’autre selon l’organisation du travail.
PAIS est-il une norme ou un label ?
Non. C’est un cadre d’analyse proposé par un groupe d’experts du Forum économique mondial, pour évaluer si un système humain-machine tend vers l’augmentation ou la substitution. Il ne fait l’objet d’aucune certification.
Faut-il encore former les salariés individuellement à l’IA ?
Oui, mais ce n’est pas suffisant. Les compétences individuelles restent nécessaires. L’augmentation dépend aussi de la répartition des décisions, de la participation des équipes à la conception du travail et des incitations, qui relèvent de l’organisation.
Sources
- World Economic Forum, Global Future Council on Jobs and Frontier Technologies et Shuvasish Sharma, « As AI becomes more capable, how can we ensure people become more capable too? », 21 septembre 2026. weforum.org
- World Economic Forum, The Future of Jobs Report 2025, janvier 2025, enquête mondiale auprès d’employeurs. weforum.org
- Lee H.-P. et al. (Microsoft Research et Carnegie Mellon University), « The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers », 2025, enquête auprès de 319 travailleurs du savoir. microsoft.com





