L’IA aide à la décision quand on s’en sert avant de décider : pour ouvrir des options qu’on n’aurait pas vues, faire sortir les objections que personne n’ose formuler, imaginer ce qui pourrait rater. Elle nuit quand on lui demande la réponse. Ce qui s’apprend, ce n’est donc pas l’art du prompt. C’est une façon de préparer une décision d’équipe avec elle, sans jamais lui confier le choix.
Prenons une scène type, pas une histoire réelle.
Jeudi soir. Une responsable d’équipe prépare la réunion du lendemain. Son équipe doit choisir entre deux façons d’organiser l’accueil des clients le samedi. Elle ouvre son assistant IA et tape : « Quelle est la meilleure option entre A et B ? »
La réponse arrive en dix secondes. Claire, argumentée, bien écrite. Option B, trois raisons, un tableau. Elle la colle dans son support.
Vendredi, la réunion dure vingt minutes. Personne ne conteste le tableau. Il a l’air solide, et puis il vient « de l’IA ». Le choix est fait.
Trois semaines plus tard, l’option B coince. Deux personnes de l’équipe l’avaient senti. Elles ne l’ont pas dit : la réunion ne discutait pas de l’accueil du samedi. Elle discutait d’une réponse déjà écrite.
Le prompt n’est pas le sujet : ce qui change, c’est la préparation {#preparation}
La plupart des formations à l’IA générative apprennent à mieux écrire une demande. C’est utile. Mais pour une décision d’équipe, le problème de la scène n’était pas la qualité du prompt. C’était la question posée : « quelle est la meilleure option ? ». Une question qui demande un verdict.
Une équipe de chercheurs en interaction humain-machine a décrit ce piège. Dans leur article Towards Human-AI Deliberation (Shuai Ma et ses collègues, 2024), ils partent d’un constat : face à une suggestion de l’IA, les gens se contentent souvent de la relire puis de l’accepter ou de la rejeter en bloc. Ils déclenchent rarement une vraie réflexion. Leur piste : faire discuter l’humain et l’IA point par point, au lieu de recevoir une recommandation toute faite.
C’est exactement le déplacement à apprendre. On ne demande plus à l’IA de décider. On lui demande de nous aider à mieux délibérer. Dit autrement : l’IA aide à la décision quand elle fait réfléchir l’équipe, pas quand elle lui épargne de réfléchir.
Vous débutez avec ces outils ? Lisez d’abord utiliser Claude au travail : ce qui change vraiment pour un manager. Ici, on parle d’une décision prise à plusieurs.
Quand l’IA aide à la décision, et quand elle décide à votre place {#aide-ou-verdict}
L’IA aide à la décision dans quatre situations très concrètes.
- Élargir. Elle propose des options qu’on n’avait pas posées. Une équipe qui hésite entre A et B découvre souvent qu’il existait un C, voire un « ni l’un ni l’autre pour l’instant ».
- Contredire. Elle tient sans fatigue le rôle de l’avocat du diable. Elle ne craint pas de froisser le chef.
- Imaginer l’échec. Elle raconte en quelques secondes plusieurs façons dont le projet pourrait rater.
- Reformuler. Elle remet une décision en une phrase claire, ce qui montre vite si l’équipe est d’accord sur la même chose.
Elle décide à votre place dès qu’elle livre une réponse que plus personne ne discute. Et ça arrive vite, pour trois raisons.
Elle ne connaît pas votre contexte. Elle ignore que l’équipe du samedi a déjà changé trois fois d’organisation cette année, ou que le client le plus important vient toujours le matin. Elle peut aussi se tromper avec aplomb : un modèle prédit ce qui est plausible, il ne sait pas ce qui est vrai. Enfin, son texte a l’air fini. Et un texte fini intimide une salle bien plus qu’une idée lancée à l’oral.
C’est un biais bien connu en animation : le premier avis exprimé pèse sur tous les suivants. Une réponse de l’IA affichée en début de réunion devient ce premier avis. Si vous voulez que l’IA aide à la décision sans la confisquer, elle ne doit jamais ouvrir la discussion. Elle la nourrit, plus tard, quand chacun a déjà parlé.
Cadrer avant d’ouvrir l’outil {#cadrer}
Avant la première question à l’IA, trois choses se posent sur une feuille. Elles prennent cinq minutes et changent tout ce qui suit.
Qui décide, et comment. Le manager seul après avoir écouté ? L’équipe par consentement ? Une règle annoncée d’avance évite que la réponse de l’IA devienne la règle par défaut. Si le sujet vous parle, la décision par consentement se prépare très bien de cette façon.
Sur quoi exactement. C’est souvent là que tout se joue. « Organiser le samedi » est trop large. « Choisir qui ouvre le samedi et à quelle heure, pour les trois prochains mois » est une décision. Plus la question est précise, plus l’IA aide à la décision, et plus il est facile de voir quand elle répond à côté.
Ce qu’on ne lui donne pas. Noms, chiffres internes, données clients : la règle se pose avant, pas après. Elle est détaillée dans IA générative et données de l’entreprise : la règle simple. Pour préparer une décision, une description anonyme suffit presque toujours.
Les quatre temps pour préparer une décision avec l’IA {#quatre-temps}
Voici le déroulé que l’on apprend à tenir. Il marche pour une décision d’équipe comme pour un arbitrage plus lourd.
- Cadrer. Donner à l’IA le contexte anonymisé, la question précise, les contraintes et la règle de décision. Lui demander de reformuler ce qu’elle a compris avant d’aller plus loin.
- Ouvrir les options. « Propose trois scénarios très différents, dont un que personne dans l’équipe n’aurait proposé. Pour chacun, dis ce qu’il faudrait croire pour qu’il soit le bon. »
- Faire sortir les objections. « Tu es le client du samedi matin. Qu’est-ce qui te gêne dans chaque scénario ? » Puis la même question du point de vue d’un collègue, d’un financier, d’un nouvel arrivant.
- Imaginer l’échec. « Nous sommes dans trois mois, le scénario choisi a échoué. Raconte pourquoi, en cinq raisons concrètes. »
Remarquez ce que ces demandes n’ont pas : aucune ne dit « choisis ». Elles produisent de la matière. Le choix vient après, et il vient des humains. C’est toute la différence entre une IA qui aide à la décision et une IA qui la prend : dans le premier cas, l’équipe sort de la préparation avec plus de questions qu’elle n’en avait ; dans le second, avec une réponse qu’elle n’a pas construite.
Le deuxième temps mérite une attention particulière. La question « que faudrait-il croire pour que ce scénario soit le bon ? » est précieuse : elle transforme un débat d’opinions en liste d’hypothèses à vérifier. L’équipe ne se dispute plus sur A ou B. Elle cherche lesquelles de ces hypothèses sont vraies.
L’IA en avocat du diable : faire dire ce que personne n’ose {#objections}
En réunion, les objections les plus utiles sont souvent celles qu’on garde pour soi. Dire « ça ne marchera pas » au manager qui porte le projet coûte cher. L’IA, elle, n’a rien à perdre.
Le troisième temps sert à ça. En simulant le client, le collègue d’un autre service, le financier sceptique, l’IA fait apparaître des objections qui circulaient déjà dans les têtes. Elles arrivent sur la table sans que personne ait à les porter.
Le quatrième temps pousse la logique plus loin. C’est le principe du pre-mortem, décrit par le psychologue Gary Klein dans la Harvard Business Review : on annonce que le projet a échoué, et on cherche pourquoi. Avec l’IA, l’exercice prend deux minutes en préparation. Il ne remplace pas le pre-mortem fait avec l’équipe. Il le nourrit.
Une précaution : ce que l’IA produit dans ces deux temps n’est pas une vérité, c’est une liste de pistes. Certaines objections seront hors sujet. Certaines causes d’échec, fantaisistes. Le tri fait partie du travail, et c’est l’équipe qui le fait. Là encore, l’IA aide à la décision parce qu’elle donne trop, pas parce qu’elle donne juste : à vous de garder ce qui sert.
Ce qui reste dans la salle : arbitrer, assumer, expliquer {#salle}
Trois choses ne se délèguent pas à un outil, quelle que soit sa qualité.
Arbitrer. Peser une objection contre une autre, choisir le risque qu’on accepte, dire ce qui compte le plus pour l’équipe. C’est un choix de valeurs, pas un calcul.
Assumer. Quand la décision coince dans trois mois, quelqu’un devra dire « c’est nous qui avons choisi ». « L’IA l’avait recommandé » n’est pas une réponse qu’une équipe accepte longtemps.
Expliquer. Une décision se comprend par ses raisons. Si personne dans la salle ne sait les redire avec ses mots, elle ne tiendra pas.
Le piège de la note trop bien écrite. Une note de décision rédigée par l’IA a l’air plus aboutie que ce que l’équipe a vraiment tranché. Relisez-la à voix haute en réunion et demandez : « est-ce bien ce qu’on a décidé ? ». Si quelqu’un hésite, la note dit autre chose que la salle. Corrigez la note, pas la salle.
En pratique, l’ordre de la réunion change. On commence par l’avis de chacun, sans écran. Puis on ouvre la matière préparée avec l’IA : scénarios, objections, causes d’échec. Puis l’équipe tranche, selon la règle annoncée. C’est le même principe que pour faciliter une prise de décision : ouvrir largement, puis fermer clairement.
Apprendre à le faire en équipe {#apprendre}
Tout cela s’apprend mieux à plusieurs qu’en lisant un article. Un exercice simple pour commencer : prenez une vraie décision de l’équipe, petite. Par deux, chacun prépare les quatre temps avec l’IA, sans se concerter. Puis comparez. Les options diffèrent, les objections aussi. Et vous voyez tout de suite ce que la façon de poser la question change à la réponse.
Un deuxième exercice : refaites le quatrième temps sur une décision déjà prise il y a six mois. Les causes d’échec que l’IA imagine se sont-elles produites ? Lesquelles ont été évitées, et grâce à quoi ? C’est la meilleure façon de calibrer la confiance qu’on lui accorde, et de voir sur quels sujets l’IA aide à la décision dans votre équipe, et sur lesquels elle tourne en rond.
C’est le cœur du module « L’IA, outil de direction » de la formation IA de l’Académie : faire cartographier un enjeu, construire trois scénarios et leurs signaux avant-coureurs, simuler clients et concurrents pour faire sortir les objections que personne n’ose formuler, puis un pré-mortem et une note de décision d’une page. Une journée sur vos propres sujets, en dehors du prompting.
Pour aller plus loin : découvrir la formation IA de l’Académie
Une IA qui aide à décider, pas qui décide {#conclusion}
L’IA aide à la décision quand elle rend l’équipe plus intelligente avant le choix : plus d’options, plus d’objections, des échecs imaginés à temps. Elle l’appauvrit quand elle livre un verdict que plus personne n’ose discuter.
La différence ne tient pas à l’outil. Elle tient à la question qu’on lui pose, et au moment où l’on ouvre l’écran. Demandez-lui de la matière, jamais la réponse. Et gardez la décision dans la salle.
