Du contrôle du travail à la responsabilité du jugement
Après la publication de ma première Note sur le Dirigeant Augmenté, une lectrice m’a raconté ce qui se passait dans son entreprise.
Lorsqu’un collaborateur remettait un travail, son manager le transmettait à ChatGPT ou à Claude en demandant une analyse critique.
Le manager reprenait ensuite les remarques produites par l’IA et les renvoyait presque telles quelles au collaborateur.
Sans toujours expliquer ce qui posait réellement problème. Sans toujours préciser le contexte transmis à la machine. Et surtout, sans nécessairement arbitrer entre ce qui méritait d’être corrigé et ce qui pouvait rester en l’état.
Le collaborateur reprenait donc son travail.
Puis il recevait de nouvelles remarques.
Il corrigeait encore.
Mais lorsqu’on demande à une intelligence artificielle de chercher ce qui peut être amélioré, elle trouvera presque toujours quelque chose à dire. Chaque nouvelle version peut produire une nouvelle critique.
Progressivement, le collaborateur ne savait plus vraiment ce qu’il essayait d’atteindre.
Un résultat attendu par l’entreprise ? Le niveau de qualité défini par son manager ? Ou une version sur laquelle l’IA finirait enfin par ne plus rien trouver à redire ?
Le problème est que cette dernière version n’existe probablement pas.
Au départ, les collaborateurs ne savaient pas que leurs travaux étaient évalués de cette manière. Lorsqu’ils l’ont découvert, leur interrogation a changé.
Ils ne se demandaient plus seulement comment améliorer leur travail.
Ils ont commencé à se demander à quoi servait encore leur manager.
Était-il là pour comprendre leur production, la replacer dans le contexte de l’entreprise, juger sa qualité et décider qu’elle répondait au besoin ?
Ou était-il devenu un simple intermédiaire chargé de transmettre leur travail à une IA, puis de leur renvoyer sa réponse ?
Cette histoire ne montre pas que les managers ne doivent pas utiliser l’intelligence artificielle pour analyser le travail de leurs équipes.
Elle pose une question plus difficile :
Qu’est-ce qu’un manager doit encore apporter lorsque l’IA peut analyser, critiquer et proposer des améliorations à sa place ?
Le manager n’a jamais eu un seul visage
Pour répondre, il faut éviter de caricaturer le passé.
Le manager n’a pas toujours été cet homme ou cette femme qui écoute, accompagne et développe les personnes. Pendant longtemps, dans de nombreuses organisations, son rôle s’est construit autour de la répartition du travail, de la transmission des instructions et du contrôle de l’exécution.
L’industrialisation a renforcé cette logique. Le travail pouvait être découpé, mesuré et standardisé. Celui qui dirigeait devait connaître la méthode, distribuer les tâches et vérifier que chacun respectait ce qui avait été prévu.
Mais les organisations ont changé. Le travail est devenu plus spécialisé, plus intellectuel et plus interdépendant. Le manager s’est retrouvé à coordonner des personnes qui maîtrisaient parfois mieux que lui leur propre domaine.
Il ne pouvait plus être celui qui savait tout, décidait de tout et contrôlait chaque geste.
Sa valeur s’est progressivement déplacée.
Il devait donner une direction, faire circuler l’information, organiser la coopération, résoudre des tensions, développer les personnes et créer les conditions d’un résultat collectif.
L’IA n’invente donc pas la transformation du management.
Elle l’accélère brutalement.
Lorsque l’accès à l’intelligence devient moins asymétrique
Pendant longtemps, une partie de l’autorité du manager venait de son expérience, de son accès à certaines informations et de sa capacité à produire des analyses que ses collaborateurs ne pouvaient pas facilement produire seuls.
Cette asymétrie devient plus fragile.
Un collaborateur peut désormais demander à une IA de l’aider à préparer un projet, structurer un raisonnement, simuler les objections de son supérieur ou construire un contre-plan.
Le manager peut faire exactement la même chose.
Sur certaines tâches, l’IA permet même à des professionnels de travailler au-delà de leur domaine habituel. Une expérience menée auprès de 791 professionnels de Procter & Gamble a ainsi observé que des individus assistés par l’IA pouvaient produire des propositions comparables à celles d’équipes humaines sans IA sur une tâche d’innovation circonscrite, tout en franchissant davantage les frontières entre expertise technique et commerciale.[1]
Cela ne signifie pas qu’une personne équipée d’une IA peut remplacer n’importe quelle équipe.
Mais cela montre que l’accès à une analyse bien présentée, à une méthode ou à une proposition crédible devient beaucoup plus large.
La forme du travail nous renseigne donc moins qu’avant sur le niveau réel de compréhension de celui qui le présente.
Et le manager ne peut plus fonder son autorité sur une promesse implicite : « Je sais mieux que vous, donc mon jugement doit clore la discussion. »
Seulement, perdre le monopole de la réponse ne fait pas disparaître le rôle du manager.
Cela rend son rôle plus exigeant.
Une critique n’est pas encore un jugement
L’IA peut être un excellent contradicteur.
Elle peut détecter une incohérence, montrer une hypothèse oubliée, proposer une autre structure, signaler une ambiguïté ou formuler une objection que le manager n’avait pas envisagée.
Le problème commence lorsque toutes ces possibilités sont traitées comme des obligations.
Une critique générée par l’IA répond d’abord à la demande qu’on lui a faite. Si je lui demande de trouver dix faiblesses, elle essaiera d’en trouver dix. Si je lui demande d’améliorer un texte déjà satisfaisant, elle produira probablement une nouvelle version.
Cela ne signifie pas que la version proposée sera plus juste pour mon organisation, mon client, mon équipe ou le résultat que nous cherchons.
L’IA ne connaît que le contexte qui lui a été fourni. Elle ne sait pas toujours quelles contraintes n’ont pas été écrites, quelle décision a déjà été prise, quel compromis a été accepté ni pourquoi une solution imparfaite est peut-être la meilleure solution disponible aujourd’hui.
Surtout, elle ne porte pas les conséquences du retour qu’elle formule.
Le manager de notre histoire avait donc accès à une critique supplémentaire. Mais c’était encore à lui de décider si cette critique était pertinente, importante et proportionnée au besoin.
En la transmettant sans arbitrage, il ne déléguait pas seulement une analyse.
Il déléguait son jugement.
Et lorsque le jugement disparaît, le travail peut ne jamais être terminé.
Qui décide que le travail est suffisamment bon ?
Toutes les organisations vivent avec des contraintes.
Le temps est limité. Les ressources le sont également. La qualité compte, mais elle n’existe jamais seule. Elle doit être mise en relation avec l’objectif, le risque, le délai, le coût et les conséquences d’une erreur.
Un prototype n’exige pas le même niveau de finition qu’un système médical. Un document interne n’engage pas l’organisation comme une communication publique. Une décision réversible ne mérite pas toujours les mêmes précautions qu’un choix qui engage des emplois, du capital ou la réputation de l’entreprise.
Dire qu’un travail est suffisamment bon n’est donc pas renoncer à la qualité.
C’est exercer un jugement dans un contexte réel.
Le rôle du manager consiste notamment à rendre ce contexte intelligible. Quel problème cherchons-nous à résoudre ? Pour qui ? Selon quels critères ? Quels défauts sont inacceptables ? Lesquels pouvons-nous accepter provisoirement ? Quel niveau de preuve exigeons-nous ? Et qui prend la décision finale ?
Sans ces réponses, le collaborateur ne peut pas réellement réussir. Il peut seulement produire une nouvelle version.
C’est ici que l’histoire de la lectrice devient préoccupante.
Le collaborateur ne savait plus si son travail était évalué par rapport à un résultat, au jugement du manager ou à la capacité d’une IA à continuer de formuler des remarques.
Il ne travaillait plus vers un objectif partagé.
Il travaillait pour épuiser les objections de la machine.
Or une machine conçue pour répondre n’a aucune raison de déclarer spontanément que nous avons assez travaillé.
Le manager augmenté ne transmet pas le jugement de l’IA
Les recherches disponibles invitent d’ailleurs à ne pas confondre association et complémentarité.
Une méta-analyse portant sur 106 expériences a constaté que les combinaisons humain–IA dépassaient en moyenne l’humain seul, mais restaient en dessous du meilleur de l’humain ou de l’IA pris séparément. Sur les tâches de décision, la synergie moyenne observée était même négative.[2]
Mettre un humain et une IA dans le même processus ne garantit donc pas que le résultat sera meilleur.
Il faut encore organiser leur collaboration.
Une autre étude, menée auprès de 7 137 travailleurs dans 66 entreprises, montre bien la différence entre augmentation individuelle et transformation collective. L’usage de l’IA a modifié le temps consacré aux courriels et accéléré la production documentaire. Il n’a pas significativement modifié le temps passé en réunion. Les comportements qu’une personne pouvait changer seule évoluaient davantage que ceux qui dépendaient de plusieurs personnes.[3]
L’IA augmente plus facilement une tâche qu’une relation. Plus facilement une production qu’un collectif. Plus facilement une réponse qu’un accord sur ce qui compte.
Le manager augmenté n’est donc pas celui qui remplace son appréciation par celle de la machine.
C’est celui qui sait utiliser la machine pour élargir son appréciation sans abandonner la responsabilité de juger.
Il peut demander une contre-analyse, puis expliquer pourquoi il retient certaines remarques et pas d’autres.
Il peut utiliser l’IA pour préparer un feedback, puis l’adapter à la personne, au contexte et à l’objectif.
Il peut demander plusieurs scénarios, puis fixer celui que l’équipe va réellement poursuivre.
Il peut accélérer l’évaluation du travail, mais il doit toujours définir les critères qui permettent de dire : « Oui, ce résultat répond au besoin. Nous pouvons avancer. »
Sa valeur ne vient donc plus nécessairement du fait qu’il produit lui-même la meilleure réponse.
Elle vient de sa capacité à créer les conditions dans lesquelles plusieurs intelligences peuvent produire un résultat commun.
Le nouveau rôle du manager
Je proposerais aujourd’hui de résumer ce rôle autour de cinq responsabilités.
D’abord, donner une intention. Une équipe ne peut pas arbitrer correctement si elle ne comprend pas le problème qu’elle cherche réellement à résoudre.
Ensuite, fournir le contexte. L’IA comme le collaborateur ne peuvent travailler correctement qu’avec une représentation suffisamment juste de la situation.
Puis, définir les critères. La qualité n’est pas une impression infinie. Elle doit pouvoir être reliée à des exigences compréhensibles.
Le manager doit également arbitrer. Une recommandation de l’IA reste une option. C’est à lui de décider ce qui doit être corrigé, accepté, différé ou abandonné.
Enfin, il doit répondre du résultat et de ses effets sur les personnes. Une boucle de correction peut améliorer un document. Elle peut aussi épuiser un collaborateur, détruire sa confiance et lui faire perdre le sens de son travail.
Les travaux de l’OCDE sur le management algorithmique montrent d’ailleurs que les managers eux-mêmes identifient des difficultés de responsabilité, d’explicabilité et de protection des personnes. Ils déclarent également un besoin accru de compétences analytiques, mais aussi de compétences sociales comme l’écoute, la communication et la résolution des conflits.[4]
Plus la machine participe à l’analyse, plus le manager doit rester attentif à la relation.
Plus elle produit de possibilités, plus il doit savoir fermer certaines possibilités.
Plus elle peut critiquer, plus il doit savoir expliquer ce qui compte.
Et plus elle devient convaincante, plus il doit être capable de lui dire non.
La transparence fait partie du management
Un autre élément de l’histoire mérite notre attention.
Les collaborateurs ne savaient pas, au départ, que leur travail était analysé par une IA.
Ils l’ont découvert en observant le processus.
Cette découverte a naturellement déplacé leur regard. Ils n’ont pas seulement contesté les remarques reçues. Ils ont commencé à questionner la légitimité de celui qui les leur envoyait.
La question de la transparence n’est pourtant pas simple. Dire « ce feedback a été préparé avec une IA » ne crée pas automatiquement la confiance.
Mais cacher l’usage de l’outil fragilise encore davantage la relation lorsque les collaborateurs finissent par le découvrir.
Le vrai sujet n’est peut-être pas seulement de déclarer l’usage de l’IA.
Il est de rendre visible la responsabilité humaine.
Le collaborateur doit pouvoir comprendre ce qui vient de l’outil, ce que son manager en pense, ce qu’il retient et pourquoi.
Il doit surtout savoir à qui il peut demander une explication ou opposer un désaccord.
Une IA peut produire une critique.
Elle ne peut pas prendre part à la relation managériale à la place du manager.
Elle ne connaît pas toujours l’histoire du collaborateur, les engagements déjà pris, les tensions de l’équipe ni ce que ce retour produira sur la confiance.
Le manager, lui, ne peut pas prétendre qu’il ne fait que transmettre.
Transmettre une critique est déjà un acte de management.
Que reste-t-il donc au manager ?
Peut-être faut-il renverser la question.
L’IA ne rend pas le manager inutile parce qu’elle sait analyser, rédiger ou critiquer.
Elle révèle plutôt les managers dont la valeur reposait surtout sur la possession de l’information, la production de documents ou la capacité à formuler des remarques.
Et elle rend plus visible ce qui ne pouvait déjà pas être réduit à ces tâches.
Comprendre une situation dans toute sa profondeur.
Donner une direction lorsque plusieurs options sont défendables.
Créer de la confiance.
Faire grandir une personne sans la maintenir dans une correction permanente.
Décider qu’un travail est suffisamment bon pour avancer.
Et répondre du résultat lorsque cette décision était mauvaise.
Le manager de demain ne sera donc probablement pas celui qui sait produire davantage de critiques que l’IA.
Il sera celui qui sait lesquelles méritent de devenir des décisions.
Cette responsabilité ne diminue pas avec l’intelligence artificielle.
Elle devient plus visible.
Dans ma première Note, j’écrivais que l’augmentation n’est pas l’abdication.
L’histoire de cette lectrice m’oblige à aller un peu plus loin.
Lorsqu’un manager délègue l’analyse à une IA, il peut augmenter son regard.
Lorsqu’il lui délègue son jugement, il abandonne précisément ce que son équipe attend encore de lui.
Et peut-être que le management commence aujourd’hui par une phrase simple, mais devenue plus difficile à prononcer :
« J’ai examiné ce travail. Je comprends ce que nous cherchons à obtenir. Ce résultat est suffisamment bon. Nous pouvons avancer. »
Références de travail
- Fabrizio Dell’Acqua et al., « The Cybernetic Teammate: A Field Experiment on Generative AI and Teamwork », Organization Science, 2026.
- Michelle Vaccaro, Abdullah Almaatouq et Thomas W. Malone, « When combinations of humans and AI are useful: A systematic review and meta-analysis », Nature Human Behaviour, 2024.
- Eleanor W. Dillon et al., « Shifting Work Patterns with Generative AI », NBER Working Paper 33795, 2025.
- Anna Milanez, Alistair Lemmens et Oskar Ruggiu, « Algorithmic Management in the Workplace », OCDE, 2025.