Compétences IA salariés : référentiel et plan d’action
Vous utilisez peut-être déjà ChatGPT, Copilot ou une fonction d'IA intégrée à votre logiciel métier, sans avoir défini ce que chaque salarié doit savoir faire, vérifier ou éviter. En tant que consultant en conformité auprès de PME, je constate que le problème ne vient pas seulement du manque de formation. Il vient surtout de l'absence de lien entre les usages réels, le niveau de risque et les preuves conservées.
La question des compétences IA des salariés doit donc être traitée comme un sujet de gouvernance. L'article 4 du règlement européen sur l'intelligence artificielle, ou AI Act, impose depuis le 2 février 2025 aux fournisseurs et aux déployeurs de prendre des mesures pour garantir un niveau suffisant de maîtrise de l'IA, en tenant compte des connaissances, de l'expérience, de la formation et du contexte d'usage des personnes concernées (questions-réponses de la Commission européenne sur l'AI literacy).
Table des matières
- Pourquoi structurer les compétences IA de vos salariés maintenant
- Construire un référentiel de compétences IA par profil de risque
- Méthodes d'évaluation des compétences IA en entreprise
- Déployer un parcours de formation et un plan d'upskilling
- Indicateurs de suivi et preuves de conformité à l'article 4
- Cas concret d'une PME qui a structuré ses compétences IA
Pourquoi structurer les compétences IA de vos salariés maintenant
L'adoption progresse plus vite que la formation. En France, 35 % des salariés utilisent l'IA au moins une fois par semaine dans le cadre professionnel, mais seulement 9 % l'utilisent quotidiennement et 21 % ont reçu une formation à l'IA en entreprise, selon l'étude Ipsos sur l'IA en entreprise. L'écart est également marqué selon la taille de la structure, avec 30 % de salariés formés dans les grandes entreprises contre 16 % dans les structures de moins de 10 personnes, d'après la même source.
Le constat est simple. Les salariés apprennent souvent par expérimentation, avec des niveaux très variables de vérification, de confidentialité et de compréhension des limites des outils. Une personne qui reformule un courriel avec un assistant génératif ne fait pas face au même risque qu'un responsable RH utilisant un outil de tri de candidatures ou qu'un manager validant une décision fondée sur un système automatisé.
Le baromètre PwC France 2026 renforce ce signal. 54 % des salariés français n'ont pas utilisé d'outils d'IA générative au cours de l'année, tandis que 7 % y ont recours quotidiennement et 14 % chaque semaine. Dans le même temps, 25 % estiment que plus de la moitié de leurs compétences actuelles ne seront plus utiles d'ici trois ans, et les métiers exposés à l'IA évoluent 66 % plus vite que les autres professions, selon PwC France.
Le risque ne se limite pas à une absence de formation
Une formation générale peut sensibiliser, mais elle ne prouve pas qu'un salarié sait reconnaître une réponse erronée, protéger une donnée confidentielle ou interrompre un processus lorsqu'un résultat paraît incohérent. La compétence attendue dépend toujours du rôle joué dans le système.
L'étude Institut de l'entreprise et McKinsey estime que près de 27 % des tâches réalisées par les salariés français pourraient être confiées à l'IA d'ici 2030, selon leur analyse sur la transformation des tâches. La même source distingue l'adoption de la maîtrise. 91 % des salariés français déclarent utiliser l'IA au travail, mais seulement 27 % en font un usage quotidien. Ces données invitent à cartographier les tâches avant de choisir les modules de formation.
Règle pratique : ne formez pas d'abord des fonctions. Identifiez d'abord les tâches réalisées avec l'IA, puis le niveau de contrôle qu'elles exigent.
Coût de l'inaction et investissement compétences IA en PME
| Critère | PME sans référentiel IA | PME avec référentiel IA |
|---|---|---|
| Usages réels | Découverts au fil des incidents ou des déclarations informelles | Recensés par outil, activité et profil |
| Niveau de formation | Variable, souvent fondé sur l'auto-apprentissage | Défini selon le risque et le contexte |
| Contrôle humain | Dépend de la vigilance individuelle | Intégré dans les procédures métier |
| Réponse à un incident | Reconstitution difficile des pratiques et des responsabilités | Vérification plus rapide des personnes, outils et consignes concernés |
| Preuve de conformité | Documents dispersés ou inexistants | Parcours, évaluations et attestations conservés dans un registre |
Le coût de l'inaction n'est pas uniquement juridique. Une sortie non vérifiée peut provoquer une erreur commerciale, une mauvaise synthèse contractuelle, une fuite de données ou une décision difficile à justifier. Le bon référentiel réduit ce risque en transformant une intention générale, « utilisez l'IA avec prudence », en comportements observables.
Construire un référentiel de compétences IA par profil de risque
Un référentiel utile ne consiste pas à ajouter « maîtrise de l'IA » à toutes les fiches de poste. Il décrit ce que la personne doit savoir faire dans son contexte d'usage, avec un niveau de contrôle adapté au risque.
Commencez par un inventaire des outils réellement utilisés. Incluez les assistants génératifs, les fonctions d'IA des logiciels métier, les outils de scoring, les chatbots et les solutions choisies individuellement par les équipes. Cette cartographie doit couvrir les usages déclarés et les usages tolérés dans la pratique.
Quatre blocs pour passer de l'inventaire à la compétence
Recenser les cas d'usage. Pour chaque outil, notez la tâche réalisée, les données manipulées, la personne qui utilise le système et la personne qui valide le résultat.
Classer l'exposition. Un usage de rédaction interne peut relever d'un risque limité, tandis qu'un outil qui influence le recrutement, l'accès à un service ou une décision concernant une personne demande une analyse beaucoup plus exigeante. La classification doit être validée avec le référent conformité ou le DPO, c'est-à-dire le délégué à la protection des données, lorsque le traitement concerne des données personnelles.
Définir les compétences attendues. Le salarié doit-il seulement reconnaître les limites de l'outil, savoir rédiger une consigne précise, contrôler les sources, anonymiser les données ou documenter sa décision ? La réponse dépend du cas d'usage, pas du titre du poste.
Décrire la maîtrise. Trois niveaux sont pratiques : sensibilisation, utilisation autonome et supervision critique. Une personne peut être autonome pour produire un brouillon marketing et rester au niveau de supervision pour un outil de sélection de candidatures.
Une grille par profil d'usage
| Profil d'usage | Exemple en PME | Compétences attendues |
|---|---|---|
| Utilisateur de niveau 1 | Commercial utilisant une fonction de recommandation dans un CRM | Comprendre les limites, repérer une incohérence, respecter les règles de données |
| Intégrateur de niveau 2 | Indépendant produisant des contenus avec un modèle de langage | Structurer une consigne, contrôler les sorties, protéger les informations confidentielles, conserver les validations |
| Spécialiste de niveau 3 | Responsable intégrant un outil de tri de CV ou de scoring | Évaluer le risque, définir les contrôles, superviser l'outil, gérer les escalades et la documentation |
Un modèle de langage, souvent appelé LLM, est un système capable de produire du texte à partir d'instructions et de données d'entrée. Il peut générer une réponse plausible sans garantir qu'elle soit exacte. Cette distinction doit apparaître dans les compétences évaluées, notamment lorsque le salarié utilise l'outil pour préparer un document qui sera ensuite transmis à un client ou utilisé dans une décision.
Méthodes d'évaluation des compétences IA en entreprise
L'évaluation la plus rapide n'est pas forcément la plus fiable. Une auto-évaluation permet de repérer les personnes qui se sentent en difficulté, mais elle mesure une perception. Un test théorique vérifie des connaissances, mais pas nécessairement le jugement dans une situation professionnelle.
Comparer les méthodes avant de choisir
| Méthode | Temps de déploiement | Fiabilité | Acceptabilité | Traçabilité |
|---|---|---|---|---|
| Questionnaire guidé | Court | Moyenne, avec un risque de surconfiance | Généralement bonne | Bonne si les réponses sont conservées |
| Test technique | Modéré | Bonne sur les connaissances ciblées | Variable | Bonne |
| Entretien structuré | Élevé | Bonne pour le raisonnement et le contexte | Dépend de la qualité de l'évaluateur | Bonne avec une grille formalisée |
| Simulation métier | Plus exigeante | Très utile pour observer les comportements réels | Bonne si le cas est pertinent | Très bonne avec scénario et critères définis |
Pour une TPE de quelques personnes, un questionnaire suivi d'une mise en situation courte peut suffire à établir un premier état des lieux. Dans une PME plus structurée, combinez un questionnaire, un cas métier et un entretien avec un référent. L'objectif n'est pas de transformer l'évaluation en examen, mais de vérifier les gestes qui protègent l'entreprise.
Les scénarios doivent utiliser les outils réellement présents. Demander à un salarié de répondre à une question abstraite sur les biais ne révèle pas s'il sait contrôler une synthèse produite par Microsoft Copilot, refuser l'envoi d'un contrat confidentiel dans un assistant public ou signaler un résultat incohérent dans un outil métier.
Pour cadrer le sujet, vous pouvez consulter cette ressource consacrée à l'alphabétisation IA et à l'article 4.
Les erreurs qui faussent le diagnostic
- Confondre confiance et compétence. Une personne qui utilise fréquemment un outil peut sous-estimer ses erreurs de raisonnement ou de vérification.
- Tester des connaissances hors sol. Un questionnaire éloigné des logiciels utilisés ne montre pas le comportement en production.
- Évaluer une seule fois. Les outils, les fonctionnalités et les règles internes changent. Le référentiel doit donc être recalibré lorsque les usages évoluent.
La combinaison la plus solide associe une mesure déclarative, une observation pratique et une trace nominative. Le résultat doit préciser le profil d'usage, les acquis validés, les écarts constatés et la prochaine action prévue.
Déployer un parcours de formation et un plan d'upskilling
Une montée en compétences efficace commence par les situations de travail, pas par un catalogue de cours. Le parcours doit répondre à trois questions : quels usages sont autorisés, quels contrôles sont obligatoires et que doit faire le salarié en cas de doute ?
Trois phases qui fonctionnent sur le terrain
Phase 1, le diagnostic initial. Recensez les outils, les tâches, les données et les incidents connus. Interrogez les équipes sur leurs pratiques réelles, sans transformer la démarche en recherche de fautes. Pour un indépendant, ce diagnostic peut prendre la forme d'une revue de ses propres outils et de ses documents sensibles. Pour une TPE, un atelier collectif permet de faire émerger rapidement les usages non formalisés.
Phase 2, le déploiement progressif. Commencez par les règles communes, puis adaptez les ateliers aux profils. Un salarié qui rédige des contenus a besoin de travailler la formulation des consignes et la vérification éditoriale. Une équipe RH doit surtout traiter la confidentialité, les critères de décision et la supervision. Une PME de taille intermédiaire peut organiser des parcours par département, avec des exercices tirés des dossiers courants.
Phase 3, l'ancrage dans les routines. Ajoutez une vérification dans les revues de dossiers, les contrôles qualité et l'intégration des nouveaux arrivants. Les binômes expert-débutant sont utiles pour partager les pratiques, à condition qu'un référent vérifie les règles transmises.
Point de vigilance : une sensibilisation explique le risque. Une compétence validée montre que le salarié sait agir correctement dans une situation donnée.
Un calendrier adaptable aux petites structures
- Mois de diagnostic : cartographie des usages et entretiens ciblés.
- Mois de déploiement : modules courts, ateliers sur des cas réels et validation par profil.
- Mois d'ancrage : intégration aux procédures, rappel des règles et suivi des écarts.
Les formats courts facilitent la participation, mais ils ne remplacent pas les exercices. Une séquence consacrée aux prompts peut apprendre à structurer une demande, préciser le contexte et imposer un format de sortie. Elle doit aussi montrer que la qualité du prompt ne dispense jamais de contrôler le résultat.
Les entreprises qui travaillent sur des environnements sensibles peuvent compléter leur parcours par des ressources spécialisées, par exemple parcourir les formations vidéoprotection lorsqu'elles doivent articuler compétences numériques, règles métier et protection des personnes. Pour organiser les apprentissages liés aux usages génératifs, consultez aussi les formations IA proposées par IATOLL.
Indicateurs de suivi et preuves de conformité à l'article 4
L'article 4 se vérifie par des preuves reliées aux usages réels. L'entreprise doit pouvoir identifier les personnes concernées, les outils utilisés, le contexte d'utilisation, les compétences attendues et les validations réalisées. Les mesures tiennent compte des connaissances, de l'expérience, de l'éducation, de la formation et du contexte d'usage, conformément au cadre de l'article 4 de l'AI Act.
Tableau de bord des indicateurs de conformité IA
| Indicateur | Fréquence de mesure | Preuve documentaire | Seuil cible |
|---|---|---|---|
| Complétion des parcours par profil de risque | À chaque campagne de formation | Liste nominative, parcours assigné, date de complétion | Couverture de toutes les personnes exposées |
| Résultat aux évaluations pratiques | À chaque validation | Scénario, grille de correction, résultat et décision | Niveau conforme au profil d'usage |
| Usage des outils en production | Revue régulière | Inventaire actualisé, déclarations d'usage, contrôles internes | Outils connus et usages autorisés |
| Incidents liés à un mauvais usage | À chaque incident, puis revue périodique | Fiche d'incident, analyse, action corrective | Diminution des incidents non traités |
| Mise à jour des compétences | Après toute évolution importante | Historique des versions, nouvelle consigne, nouvelle validation | Actualisation documentée |
Séparez les indicateurs de moyens des indicateurs de résultats. Le taux de participation prouve qu'un parcours a été proposé et suivi. Une mise en situation réussie établit que la personne sait appliquer les règles dans son contexte. Le suivi des incidents montre ensuite si les consignes restent opérationnelles.
Une fiche individuelle simple à conserver
Pour chaque salarié, conservez au minimum :
- Identité et rôle d'usage, avec les outils manipulés.
- Profil de risque, accompagné de sa justification.
- Parcours suivi, date, contenu et modalités.
- Évaluation, scénario utilisé, résultat et écarts.
- Mesures complémentaires, rappel, tutorat ou nouvelle validation.
- Historique, changement d'outil, de consigne ou de périmètre.
Un registre de preuve d'alphabétisation doit rester proportionné. Évitez de collecter des données sans utilité pour démontrer la compétence ou suivre une action corrective. Une documentation lisible permet de répondre à une demande d'audit, de repérer les validations expirées et de relier chaque écart à une mesure précise.
Conservez les versions successives des consignes lorsque l'outil, le niveau de risque ou le périmètre d'usage évolue. Cette traçabilité montre que le dispositif est entretenu, plutôt que limité à une formation initiale.
Cas concret d'une PME qui a structuré ses compétences IA
Prenons le cas fictif d'un cabinet de conseil en gestion de 45 salariés. Lors d'un audit interne, la direction découvre que plusieurs collaborateurs utilisent ChatGPT pour reformuler des livrables, préparer des synthèses et traiter des informations client, sans règles communes ni validation formalisée.
Le cabinet commence par cartographier les pratiques par service. Les consultants, les assistants et la direction n'ont pas les mêmes usages. Les consultants reçoivent un parcours axé sur la vérification des analyses et la confidentialité. Les assistants travaillent la rédaction, la recherche et le contrôle des sorties. La direction se concentre sur la sélection des outils, la supervision et la responsabilité des décisions.
Huit mois de décisions concrètes
Le référentiel distingue trois niveaux de maîtrise. Les personnes exposées indirectement reçoivent une sensibilisation et des consignes d'escalade. Les utilisateurs réguliers doivent réussir une mise en situation. Les personnes qui choisissent, intègrent ou supervisent un outil suivent un parcours plus approfondi et participent à la gouvernance.
Le cabinet dégage du temps pour les ateliers, choisit des exercices fondés sur les dossiers réels et désigne un référent interne. Les résistances sont prévisibles. Certains salariés craignent que l'IA remplace leur travail. Des collaborateurs expérimentés considèrent d'abord la formation comme une remise en cause de leur jugement. Les ateliers changent le débat en montrant que l'enjeu porte sur la qualité des contrôles, pas sur l'âge ou le niveau hiérarchique.
Le tableau de bord suit les parcours, les évaluations, les incidents et les mises à jour. Les responsables peuvent ainsi identifier les personnes autorisées à utiliser certains outils, les compétences restant à valider et les procédures à corriger. Les résultats mesurables d'un cas fictif ne doivent pas être présentés comme des faits observés. La valeur du dispositif se trouve ici dans la traçabilité et dans la capacité à relier chaque usage à un contrôle précis.
Cette méthode est transposable à une structure plus petite. Une TPE peut commencer par un inventaire partagé, une règle de confidentialité, deux scénarios métier et une fiche individuelle par utilisateur. Une PME plus grande peut ajouter des parcours par département, des évaluations récurrentes et une gouvernance formalisée.
L'accompagnement juridique doit rester adapté à la situation de l'entreprise. L'article 4 impose une démarche de maîtrise proportionnée, mais il ne remplace pas l'analyse du contexte, des traitements de données et des autres obligations applicables. Faites valider votre référentiel par votre consultant conformité ou votre DPO.
IATOLL fournit aux consultants en conformité et aux DPO externalisés une plateforme d'alphabétisation IA avec des parcours prêts à l'emploi et un registre de preuve personnalisé pour chaque entreprise accompagnée. Si vous devez structurer les compétences IA de vos salariés et documenter la démarche article 4 sans créer tous les modules vous-même, découvrez IATOLL et échangez avec un professionnel chargé de valider le dispositif.
