Pour évaluer un projet d’automatisation par l’IA, il y a une chose essentielle à garder en tête dès le départ : le travail, ce n’est pas seulement un salaire à la fin du mois.
Le travail, c’est aussi une partie de l’identité de chacun. C’est ce qui structure les journées, les relations, et le sens que l’on donne à ce qu’on fait. Vous le savez bien : quand on vous demande « tu fais quoi dans la vie ? », on ne parle pas seulement de votre fiche de paie.
Alors, forcément, ça change tout dans la manière d’évaluer un projet d’IA.
Si on se contente de regarder les gains de temps, les économies de coût ou quelques indicateurs de performance, on rate l’essentiel. La vraie question, c’est : qu’est-ce que cette automatisation change dans l’expérience concrète du travail, pour les personnes qui le font au quotidien ?
Et là, quelque chose de décisif apparaît.
Dans beaucoup de cas, l’effet principal de l’IA ne vient pas de la disparition totale d’emplois. Il vient plutôt de la transformation des tâches, des consignes, du contrôle et des conditions d’exécution. Autrement dit, on ne supprime pas toujours le poste, mais on change profondément la manière de travailler.
Alors, comment décider si un projet d’automatisation va dans le bon sens ?
Une première question peut servir de boussole. L’automatisation assiste-t-elle vraiment le travailleur… ou l’installe-t-elle dans une position d’exécution sous la contrainte de la machine ? Autrement dit : l’IA est-elle un soutien, ou devient-elle un chef silencieux qui impose son rythme et ses décisions ?
C’est là que se dessine un premier critère clair.
Il faut regarder si la personne conserve une part réelle d’autonomie, de jugement et d’initiative. Est-ce qu’elle peut encore décider, ajuster, interpréter ? Ou bien son rôle se réduit-il à appliquer ce que l’algorithme a décidé, sans marge de manœuvre ?
Si l’outil retire ces marges et réduit le travail à suivre des décisions automatiques, le projet s’éloigne d’une logique centrée sur la personne. On peut gagner en rapidité… tout en perdant en humanité.
Prenons un instant.
Il y a un autre point souvent sous-estimé : la manière dont l’IA s’intègre dans le pilotage du travail. Quand un système sert à transmettre les consignes, à évaluer la performance ou à orienter des décisions de gestion, le risque n’est pas seulement technique.
Il touche à la dignité du travail, tout simplement.
Pourquoi ? Parce que si la personne ne comprend plus ce qui la guide, ce qui l’évalue, ni sur quelle base, elle perd prise sur son propre travail. Elle exécute, sans savoir selon quelle logique elle est jugée.
Un deuxième critère apparaît donc : l’usage de l’IA doit être transparent dans sa finalité et dans ses effets sur les conditions de travail. Le salarié doit savoir quand un traitement automatisé intervient, et dans quel but. Pas besoin de tout expliquer dans le détail technique, mais la logique d’ensemble doit être compréhensible.
Et ce n’est pas tout.
Cette exigence de transparence mène à un troisième critère : il doit exister une supervision humaine réelle, ainsi qu’une possibilité de recours humain. Si une décision prise, ou seulement assistée par l’IA, affecte la situation d’un travailleur, celui-ci doit pouvoir la faire revoir par une personne responsable.
Sinon, que se passe-t-il ? L’organisation se déresponsabilise, et la capacité de contestation s’affaiblit. On ne sait plus vraiment qui décide.
Autre point clé : les effets sur la charge de travail.
Une automatisation peut sembler très efficace sur le papier, tout en intensifiant les tâches, en renforçant la pression temporelle ou en imposant le rythme de la machine. Dans ce cas, oui, certains indicateurs de performance vont peut-être s’améliorer. Mais la qualité du travail, elle, se dégrade.
Un projet centré sur la personne doit donc vérifier qu’il n’augmente pas la contrainte au point de réduire le travailleur à suivre un flux automatisé, sans respiration, sans prise possible.
Et puis, il y a ce qui se passe autour du poste lui-même.
Aucun projet sérieux ne devrait avancer sans garanties vérifiables. Si l’automatisation transforme des tâches, elle doit s’accompagner de mesures de protection de l’emploi, de reconversion et de participation des travailleurs. Ces mesures ne sont pas des bonus optionnels. Elles font partie de l’évaluation même du projet.
C’est là qu’entre en jeu une vraie logique d’anticipation.
Plutôt que subir la transformation une fois l’outil déployé, il s’agit d’analyser en amont ses effets possibles sur les tâches, sur les trajectoires professionnelles et sur les conditions de travail.
Autrement dit, une automatisation responsable ne demande pas seulement : « qu’est-ce que l’IA peut faire ? ». Elle demande aussi : « qu’est-ce que l’organisation choisit de préserver dans le travail humain ? ».
Et c’est précisément là que tout se joue : protège-t-on l’autonomie, le jugement, la créativité… ou réduit-on la personne à suivre le rythme de la machine ?
