Comment intégrer l’IA dans les référentiels de compétences ?

L’étude de l’OPIIEC sur la révision des référentiels métiers numériques réalisée en 2024 met en évidence 4 tendances et parmi celles-ci l’IA. Selon l’OPIIEC, des métiers comme « data analyst » voient leurs missions évoluer vers davantage de collaboration avec les systèmes d’IA. En parallèle, de nouveaux métiers apparaissent, tel que « prompt engineer ».

Prenons l’exemple de la création de contenus, domaine que j'exerçais bien avant l’arrivée de l’IA. Auparavant, la rédaction était « manuelle » sur l’ensemble des étapes : recherche de sources, conception du plan, rédaction et relecture. Même si des outils nous aidaient, comme les correcteurs orthographiques, la réflexion était 100 % humaine. Mais depuis l’arrivée de l’IA, les compétences requises évoluent et incluent désormais la capacité à interpréter des analyses prédictives générées par des algorithmes ou à collaborer avec des outils d’automatisation. La manière de réaliser les tâches se modifie rapidement, et nous devons nous adapter.

L’OPIIEC recommande donc une veille continue pour identifier les métiers en mutation et ceux en émergence, et ce, afin d’assurer une adéquation entre les compétences et les réalités professionnelles.

L’adoption de l’IA demande de combiner savoir-faire technologique et compétences humaines. Cela donne naissance à des compétences hybrides. En plus de la maîtrise des outils numériques, des compétences comme la créativité, l’esprit critique, et l’adaptabilité deviennent indispensables pour naviguer efficacement dans un environnement en mutation.

Dans son étude « La créativité vue comme une compétence. Enjeux et prospective en matière d’employabilité », Ève Saint-Germes souligne que la créativité est désormais reconnue comme une compétence clé pour l’employabilité. Elle la définit comme la capacité à produire des idées nouvelles et utiles dans des contextes variés. La créativité permet de collaborer avec des outils d’IA, notamment lorsqu’il s’agit d’interpréter des résultats complexes ou de résoudre des problèmes non standardisés. Eh oui, un professionnel créatif fait plus aisément face à l’imprévu et développe des solutions originales là où l’IA atteint ses limites.

Une approche holistique des compétences inclut une articulation dynamique entre les savoir-faire techniques : maîtrise des outils d’IA, gestion des données, automatisation des tâches et les savoir-être : adaptabilité, capacité à prendre des initiatives, communication et collaboration efficaces.

Ces compétences interconnectées forment un portefeuille de compétences hybrides qui permet aux salariés de s’adapter rapidement à des situations nouvelles, en tirant parti des possibilités offertes par l’IA tout en apportant une valeur ajoutée humaine unique.

L’élaboration de référentiels de compétences adaptés à l’IA doit inclure cette double dimension.

Par exemple, un référentiel pour les métiers, dans lesquels l’IA est désormais présente, pourrait intégrer des compétences comme : « savoir interpréter les résultats d’un modèle IA avec esprit critique » ou « utiliser des techniques de brainstorming ou de design thinking pour résoudre des problèmes complexes en collaboration avec des systèmes d’IA. »

L’étude insiste sur le caractère évolutif des compétences. La rapidité des innovations technologiques impose une mise à jour constante des savoirs et savoir-faire. La capacité à apprendre en continu, tout en faisant preuve de créativité, devient un facteur déterminant d’employabilité.

Lorsqu’on aborde l’intégration de l’IA dans les tâches professionnelles, il est facile de penser qu’il s’agit uniquement d’un enjeu technologique ou de maîtrise des outils. Pourtant, cette vision est incomplète. Quand j’ai commencé à utiliser les IA en 2022, j’étais convaincue qu’il s’agissait seulement d’une compétence technique, come tout autre logiciel. Cette impression a évolué au fil de mes usages et, également, grâce à une année de travail sur un mémoire de recherche dans le cadre de mon master à l’université de Lille. Ce travail portait sur l’adaptation d’un référentiel de compétences pour la rédaction de contenu, et il a révélé l’importance de compétences complémentaires. L’analyse du travail et la revue de littérature nécessaire à ce mémoire ont permis de mettre en lumière des compétences humaines essentielles à l’intégration des IA.

Ces constats ont été confirmés par deux études majeures. La première est celle menée par le CHUM sur le référentiel de compétences en IA appliqué à la santé. Ce guide vise à favoriser l’adoption de l’IA au bénéfice des patients et met en avant des compétences humaines indispensables, telles que l’intelligence sociale, la réflexion analytique, l’engagement, l’inspiration, la créativité et l’innovation. Il souligne aussi des compétences spécifiques à l’interface humain-IA : prendre des décisions éclairées et exercer une vigilance constante vis-à-vis des systèmes d’IA.

La seconde confirmation vient de l’étude des impacts de l’IA sur le travail, réalisée par Laboria Explorer en mai 2024. Cette étude révèle que le succès ou l’échec des projets d’IA dépend souvent des conflits entre une logique gestionnaire imposée par l’IA et une logique de travail propre aux salariés. Ce décalage démontre clairement que l’intégration de l’IA ne se limite pas à l’aspect technique, mais nécessite une prise en compte des dynamiques humaines et organisationnelles.

Pour réussir l’intégration de l’IA dans une organisation, vous devez élaborer un référentiel de compétences qui reflète fidèlement les besoins actuels et futurs (autant que faire se peut).

Ce référentiel doit permettre de répondre aux évolutions des tâches et des activités impactées par l’IA, tout en mobilisant des compétences transversales adaptées. Voici une méthodologie en quatre étapes pour y parvenir.

Elle consiste à observer et à analyser précisément les tâches réalisées par les professionnels, en identifiant celles impactées par l’intégration de l’IA. Cette analyse doit être menée de manière systématique pour garantir une compréhension fine des mutations induites par les nouvelles technologies. Pour élaborer un référentiel de compétences pertinent, je vous conseille de partir des tâches réelles du travailleur et non pas des tâches prescrites. D'ailleurs, ce point est confirmé par le rapport d’enquête réalisé par LaborIA Explorer « Étude des impacts de l’IA sur le travail ».

1- Réalisez des observations directes en situation de travail

Les séances d’observation en situation de travail permettent de recueillir, de façon fiable, des données sur les pratiques actuelles. Si vous le pouvez, ciblez des professionnels qui utilisent déjà des outils d’IA dans leurs activités afin d’analyser les ajustements réalisés et les compétences mobilisées.

2- Menez des entretiens individuels et collectifs

En réalisant des entretiens avec les professionnels concernés, vous pourrez comprendre leur perception des nouvelles tâches introduites par l’IA. Vous pouvez également organiser des focus groups pour croiser les points de vue et identifier les besoins en compétences spécifiques et transversales. Ces moments d’échanges sont l'occasion de confronter les visions des professionnels sur une même tâche.

3- Cartographiez les tâches

Dressez une cartographie détaillée des tâches et identifiez celles qui ont été automatisées, modifiées ou créées suite à l’intégration de l’IA. Pour chaque tâche impactée, définissez le niveau d’automatisation et la nouvelle valeur ajoutée humaine requise.

Tout au long de ce processus, pensez vraiment à impliquer les parties prenantes. Pour cela, associez les experts métiers, les managers et les équipes RH tout au long de cette analyse. La co-construction avec ces parties prenantes est une condition indispensable pour l’appropriation du référentiel final.

Une fois l’analyse du travail effectuée, l’étape suivante consiste à structurer les compétences nécessaires pour répondre aux nouvelles réalités professionnelles. Cette structuration s’articule autour des activités impactées par l’IA.

Pour cela, identifiez les activités principales en regroupant les tâches similaires ou complémentaires. Par exemple, dans le domaine de la gestion des données, des activités comme « analyse prédictive » ou « interprétation de modèles IA » peuvent émerger.

Continuez en identifiant les compétences requises pour réaliser ces nouvelles tâches. Ces compétences peuvent être techniques, comme la maîtrise des outils IA, l’interprétation des résultats d’algorithmes ou la configuration de systèmes automatisés. Elles peuvent être également comportementales : adaptabilité, gestion du changement, communication avec des équipes interdisciplinaires.

Si seulement quelques activités sont modifiées par l’IA, concentrez-vous uniquement sur celles-ci. En effet, le reste du référentiel de compétences n’a pas besoin d’être modifié, ce qui simplifie l’actualisation tout en conservant la structure existante.

Comme nous l’avons vu précédemment, l’intégration de l’IA ne transforme pas seulement les compétences techniques. Elle exige aussi de nouvelles compétences transversales, nécessaires pour travailler efficacement avec ces technologies.

Je vous propose de réfléchir à ces 4 compétences transversales :

• Faire preuve de sens critique pour analyser les résultats fournis par les systèmes d’IA, détecter les biais potentiels et prendre du recul pour éviter des décisions erronées.
• Être créatif pour résoudre des problèmes. L’IA automatisant les tâches répétitives, les professionnels doivent mobiliser leur créativité pour trouver des solutions innovantes et exploiter au mieux les recommandations des algorithmes.
• S'adapter pour ajuster rapidement ses pratiques face aux évolutions technologiques, et apprendre à utiliser de nouveaux outils en continu.
• Comprendre les enjeux éthiques liés à l’utilisation de l’IA (protection des données, respect de la vie privée, etc.) et agir de manière responsable.

Voilà, votre référentiel de compétences est structuré, il est désormais temps de la valider. Cette validation doit être réalisée en collaboration avec les différentes parties prenantes afin d’assurer son applicabilité et son acceptation par les équipes.

Commencez par implémenter le référentiel à titre expérimental auprès de groupes pilotes pour observer les pratiques et recueillir des retours concrets sur l’adéquation entre les compétences identifiées et les réalités du terrain. Des sessions de retour d’expérience avec les équipes opérationnelles, les managers, et les experts métiers permettent d’identifier les ajustements nécessaires. Évaluez le niveau de difficulté, la clarté des compétences identifiées et la facilité de mise en œuvre du référentiel.

C’est le moment d’ajuster le référentiel sur la base des retours recueillis afin de corriger les écarts identifiés. Il est également possible que des besoins émergents soient signalés, si c’est le cas, intégrez de nouvelles compétences au référentiel. Vous êtes arrivé à la formalisation de la version définitive du référentiel, vous pouvez désormais communiquer sur ses objectifs et sa valeur ajoutée.

Gardez en mémoire que ce référentiel doit rester flexible. Pour cela, suivez les évolutions des outils et des pratiques liés à l’IA pour anticiper les compétences à intégrer dans le futur. Je vous conseille ainsi de planifier des révisions périodiques du référentiel pour l’adapter aux nouvelles exigences technologiques et organisationnelles.

Enfin, une phase d’évaluation des compétences des collaborateurs peut s’avérer nécessaire pour mesurer leur progression et identifier les besoins de formation.

Vous l’aurez compris, un référentiel de compétences bien conçu peut devenir un levier stratégique pour les responsables RH. En adoptant cette démarche de co-conception, de validation et d’ajustement continu, le référentiel reste pertinent et capable d’accompagner durablement vos équipes face aux mutations induites par l’IA.

Si vous souhaitez un accompagnement sur l'adaptation de vos référentiels métiers, contactez-moi et discutons de vos besoins.

Article rédigé par Audrey Alloux