Le Shadow IA au travail révèle d’abord les manques de l’organisation

Il y a dix ans, le « meilleur ami » de qui cherchait une réponse s’appelait Google. Aujourd’hui, ce peut être ChatGPT, Claude, Perplexity ou Gemini, gratuitement, à portée de navigateur. On explique à l’assistant comment fonctionne son entreprise puis, pour aller plus vite, on lui confie le document interne : « Tiens, je te donne même le fichier, comme ça tu le verras tout seul. » Vassili Joannides de Lautour décrit la scène sans indignation. Le geste est si commode, dit-il, que c’est précisément ce qui en fait un sujet.

On l’appelle shadow IA, l’IA de l’ombre : le recours, pour travailler, à des outils d’intelligence artificielle que l’organisation n’a pas fournis, ou pas validés. Un compte ChatGPT personnel ou gratuit, des données professionnelles confiées à Canva pour un visuel ou à Prezi pour une présentation : la liste est sans fin. Le chercheur le distingue du shadow IT, l’usage d’équipements non homologués, comme le Mac personnel préféré à l’ordinateur fourni par l’employeur (il confesse l’avoir pratiqué). Ce terrain-là, technique, relève des spécialistes de la sécurité. Le sien est celui des comportements.

Un symptôme avant d’être une faute

Le réflexe courant consiste à traiter le sujet comme un risque de sécurité : une fuite à prévenir, une interdiction à rappeler. Les comités de direction qu’il rencontre voient d’ailleurs souvent dans l’IA, dit-il, une affaire de direction des systèmes d’information (DSI). Lui la tient pour un sujet transversal et renverse la question. « La question qui se pose, ce n’est pas : est-ce bien ou mal d’utiliser de l’IA clandestinement ? Pour moi, la question qui se pose, c’est : comment se fait-il qu’un salarié ait besoin de recourir de manière clandestine à des outils d’IA ? » Sa réponse : l’employeur ne met pas à sa disposition les outils dont il estime avoir besoin pour remplir ses missions.

Il se garde pourtant d’en faire une simple affaire de processus mal conçus. Les usages clandestins prospèrent aussi parce que l’IA rend soudain faciles des tâches à faible valeur ajoutée : brancher un assistant sur un tableur, lui fournir des données brutes, récupérer un reporting prêt à envoyer. Les promesses commerciales, qui vendent des heures gagnées chaque semaine, entretiennent cette attention au gain immédiat. Et le risque ne se loge pas toujours là où on l’attend : un ami ébéniste, raconte-t-il, n’expose pas sa façon de tailler le bois, mais les données de ses clients.

Le manager regarde d’abord vers le haut

Interrogé sur le cas d’une responsable de service financier, dans un groupe d’enseignement supérieur, tentée de fermer les yeux sur ces pratiques pour soulager une équipe débordée par des outils trop lents, il ne commence pas par l’équipe. Le premier rôle du manager intermédiaire, selon lui, est de faire remonter le besoin et le risque jusqu’au comité exécutif (Comex). Sans dire s’il a constaté des usages, il signale qu’ils sont probables si les outils manquent, et renvoie la responsabilité du risque à l’échelon qui peut trancher. « Si le manager intermédiaire ne s’intéresse qu’à ce qui est descendant vers ses équipes, le problème ne sera jamais pris à bras-le-corps. »

En attendant que la direction décide, il plaide pour la transparence au sein de l’équipe, puisque c’est le manager qui répond des usages devant sa hiérarchie. Le salarié dit comment il procède, même hors des clous, et demande jusqu’où aller ; le manager désigne les données et les usages sur lesquels il refuse d’engager sa responsabilité. Il parle d’« ajustement mutuel », notion classique de la théorie des organisations : une coordination par l’échange direct plutôt que par la règle écrite. Ce dialogue lui paraît « vraiment crucial, à défaut d’avoir un cadre » : il « apporte une certaine forme de cadre informel au sein de l’équipe ».

L’obstacle tient à ce qu’il nomme l’« IA honteuse ». Des salariés taisent leur usage, moins parce qu’il est clandestin que par crainte d’avoir triché. Parfois pour des raisons plus prosaïques : on préfère ChatGPT quand tout le monde vante Claude, et l’on redoute les moqueries. D’où une proposition qu’il sait paradoxale : banaliser ces usages. Il convoque le Parti révolutionnaire institutionnel, au pouvoir au Mexique de 1 929 à 2 000 sous différents noms, dont l’intitulé même est un oxymore. « Institutionnaliser une pratique clandestine me paraîtrait quelque chose de sain, une mesure de salubrité publique presque. »

Quand la performance dérègle l’équipe

Au-delà des données, l’IA bouscule les rythmes. Un salarié peut s’en servir pour livrer le même travail en moins de temps, un autre pour produire bien davantage. Vassili Joannides de Lautour n’aime pas le mot « productivité », mais il a observé le sort du second. Dans une équipe, estime-t-il, c’est le collectif qui donne le tempo : celui qui surperforme risque d’être rappelé à l’ordre, parce que les autres ne peuvent pas suivre ou parce qu’il prouve que tous pourraient en faire autant. Il a vu le plus performant finir ostracisé, au point que son propre manager voyait en lui un problème ; moins la personne que la situation créée par son rendement. L’IA, prévient-il, ne fera qu’amplifier ce que l’on connaît déjà.

Pour repérer ces écarts, le manager dispose de signaux faibles, à condition de bien connaître son équipe. Le chercheur donne deux exemples : celui qui travaillait déjà cinquante heures par semaine et livre soudain l’équivalent de quatre-vingts ; celui dont la pause café passe d’une demi-heure à une heure et demie sans que le résultat bouge. Un écart ne prouve pas l’usage de l’IA ; il invite à s’interroger.

Reste le choix du manager, qui fixe la cadence. Il oppose celui qui vise la performance maximale pour se faire valoir, quitte à presser ceux qui maîtrisent moins les outils, et celui qui cherche l’équilibre, encourage l’IA tant qu’elle sert les résultats demandés et freine le zélé. Il assume sa préférence pour le second, sans se voir en passager clandestin. « Il est inutile de faire des excès de zèle juste par principe, sachant qu’il y a même de fortes chances qu’à un moment l’excès de zèle devienne la nouvelle norme. »

Du dopage à l’outillage

Pour penser la durée du phénomène, il préfère à la comparaison avec Internet celle du cyclisme de la fin des années 1 990. On se demandait alors, non sans cynisme, si le public regarderait encore le Tour de France si les coureurs mettaient des jours à gravir le Galibier. L’IA pose selon lui une question de même nature : où s’arrête l’augmentation raisonnée de ses capacités, où commence celle qui rend très performant sur des sujets que l’on ne maîtrise pas, au point de douter de la fiabilité du résultat ?

La métaphore file jusqu’au peloton. Les compétences en IA sont de plus en plus exigées à l’embauche, le retard de formation devient un sujet de tension pour les ressources humaines ; aux États-Unis, selon lui, c’est déjà un motif de licenciement. Le shadow IA durera donc le temps que les moins aguerris rattrapent le peloton, ou soient disqualifiés. Christophe Hollenet [À VÉRIFIER], ancien directeur général de Microsoft, avec qui il en a discuté, juge que la pratique perdurera et que l’enjeu sera de l’intégrer plutôt que de l’interdire.

D’où sa réponse pratique : donner aux salariés de quoi ne plus aller voir ailleurs, dans le respect du règlement général sur la protection des données (RGPD), du règlement européen sur l’IA, du secret des affaires et de la directive européenne NIS 2 sur la sécurité des systèmes d’information. Il esquisse trois voies : une licence Copilot complète pour tous ceux qui travaillent sur ordinateur dans les organisations équipées de Microsoft, dont il reconnaît le coût ; des partenariats avec Mistral pour une IA ajustée aux métiers ; des outils d’IA locaux, paramétrés pour les usages de l’organisation. Le tout précédé d’une « philosophie » : ce que l’on accepte, ou refuse, de confier à l’IA.

Quand on lui objecte qu’un outil imposé risque d’uniformiser les pratiques et d’étouffer ce que chacun apporte de singulier, il précise qu’il pense à des solutions sur mesure, propres à chaque organisation. Puis il avoue une « dissonance cognitive » : lui-même aurait du mal à renoncer à des outils qu’il maîtrise, quitte à enfreindre la règle sans y prendre plaisir. Mais la normalisation interne lui paraît le principe même de l’entreprise, ce qui, pour l’économiste Oliver Williamson, prix Nobel 2 009, distingue la hiérarchie du marché : des repères communs pour travailler ensemble. Il ne prétend pas dissiper la tension. Tout au plus formule-t-il un vœu : « J’ose espérer que la créativité et l’individualité s’expriment autrement qu’à travers l’usage qu’on a de l’IA. »

Repères

Vassili Joannides de Lautour a fait carrière pendant vingt ans dans l’enseignement supérieur, en France et à l’international, notamment à des fonctions de direction. Habilité à diriger des recherches, il a consacré ses travaux à la traçabilité, la défendabilité et l’auditabilité des décisions et des sources sur lesquelles elles s’appuient. Depuis environ deux ans, il conçoit des solutions d’IA destinées à restaurer la confiance entre parties prenantes, par exemple pour prévenir la contestation des décisions académiques. Il intervient auprès de comités de direction et d’entreprises de taille intermédiaire (ETI) via ses structures SAFEOS, aux États-Unis, et Grades Education, en Europe.

Cet article est tiré de l’entretien avec Vassili Joannides de Lautour dans le podcast Valeur humaine à l’ère de l’IA (ISSEO)