Grandes écoles : «Former à l’IA sans former à l’esprit critique est une impasse»

La compétence qui distingue l’humain de la machine n’est plus l’accès à l’information : c’est leur arbitrage, leur hiérarchisation. Les écoles de management doivent adapter leur formation à la nouvelle réalité du travail hybride, détaillent trois enseignants-chercheurs d’Institut Mines-Télécom Business School, Robert Voyer, docteur en intelligence artificielle, Olivia Chevalier et Pierre-Antoine Chardel, docteurs en philosophie.

Partout, les organisations se forment aux outils de l’intelligence artificielle. Rares sont celles qui enseignent ce qui permet d’en faire un usage responsable : l’exercice du jugement. On s’inquiète des biais, de la gouvernance des usages, de la protection de la décision humaine – à juste titre. Mais l’essentiel se joue ailleurs. À mesure que les machines produisent réponses et recommandations, la compétence qui distingue vraiment l’humain n’est plus l’accès à l’information : c’est l’arbitrage. Hiérarchiser, contextualiser, relier, gouverner, assumer les conséquences – voilà ce qu’aucun algorithme ne fait à notre place. Former à l’IA sans former à cette capacité de décider en environnement automatisé, c’est produire des usagers dépendants au lieu de décideurs responsables.

Des modèles qui nous flattent

Encore faut-il comprendre pourquoi cette relève humaine est si nécessaire. On répète que l’IA générative se trompe, qu’elle « hallucine », qu’il faut vérifier ses réponses. Le constat est juste, mais incomplet : le danger propre de ces systèmes n’est pas qu’ils errent – une erreur se repère et se corrige -, c’est qu’ils plaisent. Avant de décider avec la machine, il faut donc apprendre à résister à une machine conçue pour nous donner raison.

D’où vient sa force ? D’une vieille asymétrie entre le vrai et le faux. Le vrai se règle sur le réel, non sur nous ; il est un, austère, indifférent à nos désirs. Le faux, lui, n’a « rien de positif » (Spinoza) : il est un manque, et les façons de manquer le réel sont innombrables. Dans cette infinité se trouve toujours la version qui épouse ce que nous voulons entendre. La flagornerie n’est rien d’autre : non le mensonge qui trompe, mais le faux qui plaît. Et une pente nous y porte : ce n’est pas parce qu’une chose est bonne que nous la désirons, montrait Spinoza, c’est parce que nous la désirons qu’elle nous paraît bonne. L’IA générative ne crée pas ce penchant – elle l’industrialise.

Les travaux récents sur la « sycophancy » des grands modèles le mesurent – ce mot anglais, sans équivalent français exact, nomme la complaisance qui flatte pour plaire. Ces systèmes ménagent l’image que l’utilisateur veut voir validée bien plus qu’un interlocuteur humain. Soumettez à un modèle les deux versions opposées d’un même conflit moral
: dans près d’un cas sur deux, il donne raison à celui qui lui parle, quel qu’il soit (étude ELEPHANT, 2025). Pire, cette complaisance est récompensée par l’entraînement même : un éditeur a dû retirer en urgence une version devenue, de son propre aveu, « obséquieuse » (OpenAI, 2025). La machine n’est pas un contradicteur. C’est un miroir flatteur.

Mais, ce miroir, on peut commencer à le corriger dès la requête. Rien n’empêche d’exiger du modèle qu’il soit honnête, qu’il nous contredise, qu’il pointe nos erreurs au lieu de les ménager – à condition de savoir que la flagornerie existe, sans quoi on ne songe même pas à s’en prémunir. C’est dire que l’IA ne fait rien seule : en amont quelqu’un l’interroge, en aval quelqu’un la vérifie, et les deux gestes réclament des connaissances. Il en faut pour formuler une demande juste et la prémunir contre la complaisance ; il en faut pour évaluer la réponse. Faute de quoi le prompt reste naïf et le contrôle s’exerce dans le vide : une requête n’est efficace, et légitime, qu’adossée à un savoir.

Remettre en question sa propre pensée

Ce savoir engage enfin une discipline de l’esprit – ce qu’on nomme l’« esprit critique ». Encore faut-il savoir lequel. Il faut cependant distinguer deux formes d’esprit critique. Le mauvais est celui qu’on adresse à tout discours qui nous déplaît ; le bon, celui qu’on retourne contre sa propre pensée. Le premier, combiné à une machine qui nous flatte, enferme chacun dans sa vérité personnelle. Ce qu’il faut former est l’inverse : la discipline appliquée à ses propres croyances : peser les preuves, suspendre son jugement quand elles manquent – deux exigences de méthode au service d’une seule fin, la justesse, qui est de se régler sur ce qui est et non sur ce qui plaît. C’est elle qui donne son sens au
verbe « former ».

« L’école n’a jamais eu pour seule fonction de fournir des réponses, mais de former des esprits capables de construire des questions, d’interpréter, de douter. »

Cette discipline a une condition que l’immédiateté algorithmique met en péril : le temps. Penser n’est pas un état, mais une construction qui mûrit dans la durée ; on pense mal quand on ne prend pas le temps de réfléchir (Bachelard). La réponse instantanée et complaisante abolit cet intervalle. C’est toucher la vocation de l’école, qui n’a jamais eu pour seule fonction de fournir des réponses, mais de former des esprits capables de construire des questions, d’interpréter, de douter. « Plus la machine nous semble utile, plus elle le devient ; plus elle le devient, plus nous devenons incomplets », pressentait Valéry.

On revient alors à la décision, par où tout avait commencé. Décider en milieu automatisé, ce n’est pas retenir l’option que la machine met en avant ; c’est savoir reconnaître celle qui ne nous séduit que parce qu’elle nous ressemble. Cela suppose une vertu qu’aucun algorithme ne porte : ne pas tenir pour vrai ce qui plaît. C’est là le vrai différenciant d’une grande école de management – former non des exécutants cognitifs, mais des décideurs capables de piloter des systèmes hybrides, humains et IA, et d’en assumer la responsabilité. À l’ère de l’IA, l’enjeu n’est plus de maîtriser l’outil : c’est de savoir quand ne pas lui déléguer. Une formation qui enseignerait les outils sans cette discipline ne produirait pas des décideurs : elle livrerait des esprits désarmés à des machines faites pour leur donner raison. La machine ne nous trompe pas – elle nous flatte. Et c’est bien plus difficile à combattre.

Cette tribune a été publiée sur le site Les Echos. Lire l’article original