L’IA n’est pas le problème. La délégation passive l’est.

Il faut commencer par une précision importante. L’intelligence artificielle n’est pas mauvaise en soi. Elle peut être un outil formidable. Elle peut aider à clarifier une idée, structurer un texte, reformuler une pensée, proposer des angles de réflexion, identifier des points faibles dans un raisonnement ou gagner du temps sur certaines tâches répétitives.

Utilisée correctement, elle peut même renforcer la pensée. Mais tout dépend de la posture. Il y a une différence immense entre utiliser l’IA comme assistant de réflexion et l’utiliser comme substitut à la réflexion.

Dans le premier cas, l’utilisateur reste actif. Il questionne, compare, corrige, doute, vérifie, reformule. Il utilise l’IA comme un miroir, un partenaire de travail, un outil d’appui. Dans le second cas, il devient passif. Il demande une réponse, la reçoit, la copie, la transmet, parfois sans même l’avoir vraiment comprise.

C’est là que le problème commence. Car une compétence que l’on n’utilise plus finit par s’affaiblir.

Dans un contexte professionnel, ce glissement peut être très subtil. Au départ, on demande simplement à l’IA de reformuler une observation parce que l’on manque de temps. Puis on lui demande de rendre le texte plus professionnel. Puis de proposer une analyse. Puis de dégager des objectifs éducatifs. Puis de formuler un projet d’accompagnement. À première vue, tout semble plus propre, plus rapide, mieux écrit. Mais une question demeure : qui a réellement fait le travail de pensée ?

Prenons un exemple concret. Un éducateur observe qu’un résident s’est isolé toute la matinée, qu’il a refusé une activité et qu’il a répondu sèchement à un collègue. Ce sont des éléments observables. Mais le travail professionnel commence justement au moment où il faut distinguer ce qui a été vu, ce qui a été entendu, ce qui est interprété, ce qui reste hypothétique et ce qui doit être transmis à l’équipe. Si l’IA transforme trop vite ces éléments en phrase lisse du type : “Le résident présente un retrait social marqué et une opposition au cadre proposé”, le texte peut sembler plus professionnel, mais il peut aussi introduire une interprétation trop rapide. Le risque n’est pas seulement stylistique. Il est clinique, éducatif et institutionnel.

Une observation n’est pas qu’une belle phrase. C’est un acte de discernement.

Le cerveau se développe par l’usage

Les neurosciences contemporaines rappellent une idée simple : le cerveau est plastique. Il se modifie selon l’expérience, l’apprentissage, la répétition et l’usage. Les circuits que l’on mobilise régulièrement se renforcent. Ceux que l’on mobilise peu peuvent progressivement perdre en efficacité.

Cette logique est souvent résumée par la formule : use it or lose it, autrement dit : utilise-le ou perds-le. La Cleveland Clinic décrit par exemple l’élagage synaptique comme un processus où le cerveau retire des connexions faibles ou peu utilisées, tandis que les connexions fréquemment mobilisées se renforcent. Des travaux sur la neuroplasticité montrent également que le cerveau peut augmenter certaines capacités en réponse à une expérience soutenue, notamment dans le cadre de l’apprentissage et de l’entraînement cognitif.

Il faut toutefois être prudent. Les neurosciences ne permettent pas d’affirmer de manière simpliste que “l’IA détruit les capacités cognitives”. Ce serait une conclusion excessive, trop rapide, et scientifiquement fragile. Ce que l’on peut dire plus sérieusement, c’est que le cerveau se transforme en fonction de ce qu’il pratique. Une compétence sollicitée régulièrement tend à se consolider. Une compétence peu exercée peut devenir moins disponible, moins fluide, moins spontanée.

Autrement dit, le risque n’est pas magique ou immédiat. Il est progressif. Il ne vient pas du simple fait d’utiliser une IA. Il vient d’un usage répété dans lequel l’outil prend durablement en charge des opérations mentales que l’utilisateur n’exerce plus suffisamment lui-même.

Cela ne signifie pas que l’on perd brutalement une compétence parce qu’on utilise une IA quelques fois. Mais cela signifie qu’à long terme, une habitude de délégation systématique peut modifier notre rapport à l’effort cognitif.

Si je ne cherche plus mes mots, ma capacité à formuler peut s’appauvrir. Si je ne structure plus mes idées, ma capacité à organiser ma pensée peut diminuer. Si je ne vérifie plus mes sources, mon esprit critique peut s’émousser. Si je ne fais plus l’effort de comprendre, je peux finir par confondre une réponse fluide avec une réponse juste.

C’est précisément ce risque qui mérite d’être pris au sérieux.

Dans le travail social, ces compétences ne sont pas secondaires. Savoir observer finement, savoir formuler sans enfermer, savoir décrire sans juger, savoir transmettre une information utile sans dramatiser ni minimiser, savoir relier un comportement à un contexte, savoir distinguer un fait d’une hypothèse : tout cela fait partie du cœur du métier. Ce sont des compétences qui s’entraînent dans la pratique, dans les écrits, dans les échanges d’équipe, dans les supervisions, dans les moments où l’on cherche la formulation juste.

Si l’IA devient l’outil qui formule toujours à notre place, elle peut nous faire gagner du temps. Mais elle peut aussi nous éloigner peu à peu de cet entraînement professionnel fondamental.

Le piège de la facilité cognitive

L’IA générative est séduisante parce qu’elle produit rapidement quelque chose de propre, de fluide, de structuré. Elle donne une impression de compétence immédiate. En quelques secondes, elle peut générer un texte, une synthèse, un plan, un argumentaire, une explication.

Le problème, c’est que cette fluidité peut donner l’illusion que le travail intellectuel a été fait. Or, produire une réponse n’est pas la même chose que comprendre. Lire une synthèse n’est pas la même chose que construire une réflexion. Avoir un texte bien formulé n’est pas la même chose qu’avoir une pensée claire.

C’est ici qu’apparaît un risque majeur : celui d’une maîtrise apparente. L’utilisateur obtient un résultat convaincant, mais sans avoir réellement traversé le processus qui permet d’acquérir la compétence. C’est exactement ce qui peut se produire chez un étudiant qui demande à l’IA de rédiger son travail sans avoir réfléchi au sujet. Le texte peut être bon en surface, mais la compétence n’a pas été développée.

Ce risque ne concerne pas seulement les étudiants. Il concerne aussi les professionnels. Un travailleur social qui délègue systématiquement la rédaction de ses observations peut perdre en finesse d’analyse clinique. Un cadre qui délègue toutes ses synthèses peut perdre sa capacité à hiérarchiser l’information. Un thérapeute qui demande à l’IA de formuler ses contenus sans les retravailler peut perdre peu à peu sa voix, sa précision, sa singularité. Un auteur qui ne fait plus l’effort de structurer sa pensée peut devenir dépendant d’une structure produite par un outil externe.

Dans une équipe éducative, ce piège peut prendre une forme très concrète. Une situation complexe se présente : une personne accompagnée refuse plusieurs rendez-vous, se montre irritable, néglige certains aspects de son quotidien et semble moins disponible à la relation. L’IA peut rapidement proposer une synthèse cohérente, avec des hypothèses, des objectifs, des pistes d’intervention. Le texte sera peut-être bien organisé. Mais l’enjeu professionnel est ailleurs : est-ce que l’équipe a réellement pris le temps de croiser les observations ? Est-ce que les informations viennent de plusieurs moments, de plusieurs professionnels, de plusieurs contextes ? Est-ce que la personne a été entendue ? Est-ce que l’on confond un passage difficile avec une tendance durable ? Est-ce que l’on interprète trop vite un comportement comme un problème individuel alors qu’il peut être lié à l’environnement, au rythme institutionnel, à une fatigue, à une incompréhension, à une douleur ou à une difficulté relationnelle ?

L’IA peut donner une structure. Mais elle ne connaît pas l’odeur du couloir, la tension d’un repas, la nuance d’un silence, le changement subtil dans un regard, l’histoire d’une relation éducative construite sur plusieurs mois. Elle ne vit pas le terrain. Elle ne sent pas ce qui se joue dans la présence. Elle ne peut donc pas remplacer le travail d’élaboration qui part de l’expérience réelle.

L’IA peut aider à penser. Mais elle peut aussi habituer à ne plus penser assez.

Ce que montrent les premières recherches sur l’IA et l’effort cognitif

Les recherches sur les effets cognitifs de l’IA générative sont encore récentes. Il faut donc rester prudent. Mais plusieurs signaux méritent déjà notre attention.

Une étude menée par Microsoft Research et Carnegie Mellon University auprès de 319 travailleurs de la connaissance a examiné l’impact de l’IA générative sur la pensée critique. Les auteurs soulignent que lorsque les utilisateurs font davantage confiance à l’IA, ils tendent à mobiliser moins d’effort critique, tandis que leur activité se déplace vers la vérification et l’intégration des réponses produites.

Une autre étude très commentée du MIT Media Lab, encore à lire avec prudence car elle reposait sur un échantillon limité et n’avait pas encore la solidité d’un large consensus scientifique, a observé des différences d’engagement cérébral chez des participants rédigeant des essais avec ChatGPT, avec un moteur de recherche ou sans outil. Les participants utilisant ChatGPT auraient montré une implication cognitive plus faible, notamment sur des dimensions liées à l’attention, à la mémoire et à la planification.

Il ne faut pas transformer ces études en slogans simplistes. Elles ne prouvent pas que “ChatGPT rend bête”. Ce serait caricatural. Mais elles pointent vers une question essentielle : que se passe-t-il lorsque l’outil prend en charge une partie croissante de l’effort mental ?

Et cette question est capitale.

Dans une pratique professionnelle, l’enjeu n’est donc pas seulement de savoir si l’IA permet de produire plus vite. L’enjeu est de savoir ce que l’on fait encore travailler en soi pendant que l’on utilise l’outil. Est-ce que l’on exerce encore son jugement ? Est-ce que l’on formule encore ses hypothèses ? Est-ce que l’on relit avec exigence ? Est-ce que l’on vérifie ? Est-ce que l’on compare avec la réalité du terrain ? Est-ce que l’on reste capable de rédiger sans assistance lorsque la situation l’exige ?

Ces questions peuvent sembler simples. Elles sont pourtant centrales, surtout dans les métiers où l’écrit professionnel sert à transmettre une compréhension humaine.

L’effort n’est pas un obstacle. Il fait partie de l’apprentissage.

Dans beaucoup de domaines, nous cherchons à éviter l’effort. Pourtant, l’effort cognitif est précisément ce qui permet au cerveau de progresser.

Quand on cherche une formulation, on travaille sa pensée. Quand on tente de synthétiser un texte difficile, on renforce sa capacité de compréhension. Quand on confronte deux idées contradictoires, on développe son discernement. Quand on vérifie une source, on apprend à distinguer l’information fiable de l’information fragile. Quand on écrit soi-même, même maladroitement, on construit une relation plus profonde avec sa propre pensée.

L’IA devient problématique lorsqu’elle supprime trop vite cette phase d’effort. Elle peut donner le résultat avant que l’utilisateur ait eu le temps de construire le chemin. Or, dans l’apprentissage, le chemin compte autant que le résultat. Peut-être même davantage.

Cela vaut aussi dans les écrits du quotidien. Une transmission dans un cahier prévu à cet effet peut sembler banale. Quelques lignes, parfois écrites rapidement en fin de journée, entre deux tâches. Pourtant, cet écrit demande déjà un effort professionnel : que faut-il transmettre ? Qu’est-ce qui est utile pour l’équipe ? Qu’est-ce qui relève d’un fait ? Qu’est-ce qui relève d’un ressenti ? Qu’est-ce qui pourrait influencer le regard du collègue qui prendra le relais ?

Écrire “il a été difficile toute la soirée” n’a pas le même impact que “il a refusé de participer au repas collectif, a quitté la pièce à deux reprises et a accepté de revenir après un échange individuel de dix minutes”. Dans le premier cas, on colle une étiquette globale. Dans le second, on transmet des éléments observables, utiles, discutables, contextualisables. Cette différence est fondamentale. Et cette différence s’apprend par l’effort d’écriture.

Si l’IA intervient, elle peut aider à rendre la phrase plus claire. Mais elle ne doit pas court-circuiter cette question essentielle : qu’est-ce que j’ai réellement observé, et qu’est-ce que je suis en train d’interpréter ?

Le risque de dépendance intellectuelle

Le danger n’est pas d’utiliser l’IA ponctuellement. Le danger est de ne plus savoir travailler sans elle. C’est là que la dépendance cognitive peut apparaître.

On commence par demander un coup de main. Puis on demande un plan. Puis une introduction. Puis un texte complet. Puis une correction. Puis une reformulation. Puis une idée. Puis un avis. Puis une décision.

À force, quelque chose peut se déplacer. L’IA ne devient plus seulement un outil. Elle devient une béquille. Et lorsqu’une béquille est utilisée trop longtemps sans nécessité, elle peut empêcher la musculature de se renforcer.

La comparaison est simple, mais parlante : si une personne cesse totalement d’utiliser un muscle, ce muscle s’affaiblit. De la même manière, si certaines fonctions cognitives sont constamment externalisées, elles risquent de perdre en disponibilité, en précision ou en endurance.

Ce n’est pas une fatalité. Mais c’est un risque. Et ce risque doit être pensé dès maintenant.

Dans le champ social, cette dépendance pourrait devenir particulièrement problématique dans la rédaction des projets individualisés ou des projets de vie. Ces documents ne sont pas de simples formalités. Ils demandent de relier les besoins de la personne, ses ressources, son histoire, son environnement, ses souhaits, les observations de l’équipe, les contraintes institutionnelles et les objectifs d’accompagnement. Ce travail exige de la nuance. Il demande d’entendre la personne, de respecter son rythme, d’éviter les formules toutes faites, de ne pas transformer un projet vivant en document standardisé.

Une IA peut proposer des objectifs bien rédigés. Elle peut écrire : “favoriser l’autonomie dans les actes de la vie quotidienne” ou “renforcer la participation sociale”. Mais ces formulations, même utiles, peuvent devenir vides si elles ne sont pas reliées à une personne réelle, à une situation précise, à un contexte vécu. L’autonomie de qui ? Dans quel domaine ? Avec quel désir exprimé ? Avec quelle limite ? Avec quelle ressource ? Avec quel soutien ? Avec quel risque ? Avec quelle temporalité ?

Le danger n’est pas que l’IA propose une phrase. Le danger est que cette phrase donne l’impression que la réflexion est terminée.

Un rappel indispensable : protéger les données avant tout

Dès que l’on parle d’observations éducatives, de projets de vie, de synthèses d’équipe, de rapports ou de transmissions, un rappel devient indispensable : les informations concernant les personnes accompagnées ne doivent pas être copiées dans une IA généraliste sans cadre clair, sans anonymisation sérieuse et sans garantie institutionnelle sur la protection des données.

Un nom, une date de naissance, une adresse, un diagnostic, un événement familial, une situation judiciaire, un conflit, une mesure de protection, une difficulté de santé, une information sociale ou un détail biographique peuvent constituer des données sensibles ou hautement personnelles. Dans le travail social, ces informations ne sont jamais neutres. Elles appartiennent à des personnes réelles, souvent en situation de vulnérabilité, et elles exigent un traitement particulièrement rigoureux.

Même lorsqu’on pense anonymiser une situation, il faut rester prudent. Une combinaison de détails peut parfois permettre de reconnaître une personne : un âge, une institution, une situation rare, un lieu, une date, un événement marquant. L’anonymisation n’est donc pas seulement le fait d’enlever un prénom. C’est un véritable travail de réduction du risque d’identification.

L’IA peut aider à reformuler un texte, à clarifier une structure ou à distinguer fait, hypothèse et interprétation. Mais dans un cadre professionnel, cela doit se faire avec des données fictives, fortement anonymisées, ou dans un environnement validé par l’institution. La facilité technique ne doit jamais faire oublier la responsabilité éthique.

J’ai développé cette question plus en détail dans l’article consacré aux risques éthiques et aux données sensibles : IA et travail social : comprendre les risques éthiques et protéger les données sensibles.

Ce rappel est important parce qu’un bon usage cognitif de l’IA n’a de sens que s’il repose aussi sur un bon usage éthique. Penser mieux avec l’IA ne consiste pas seulement à mieux raisonner. Cela consiste aussi à protéger les personnes dont les situations nourrissent notre réflexion professionnelle.

L’exemple frappant du monde juridique

Un exemple actuel illustre très bien ce problème : l’usage de l’IA dans le monde du droit. Depuis l’arrivée des IA génératives, plusieurs avocats ont été sanctionnés ou rappelés à l’ordre pour avoir soumis à des tribunaux des documents contenant de fausses références juridiques, de fausses jurisprudences ou des citations inventées.

En février 2026, Reuters rapportait qu’une avocate américaine avait été condamnée à payer 2’500 dollars après avoir déposé un mémoire contenant 21 références fictives ou affirmations juridiques erronées générées par l’IA. La cour d’appel du cinquième circuit constatait que le problème des hallucinations dans les documents juridiques ne montrait aucun signe de recul.

Reuters rapportait également en 2025 que des juges américains avaient déjà prononcé des avertissements, sanctions financières, remboursements de frais et signalements disciplinaires dans de nombreux cas impliquant des citations inventées, des citations déformées ou d’autres hallucinations produites par l’IA.

Au Royaume-Uni, la High Court a même averti que des avocats utilisant l’IA pour citer des affaires inexistantes pouvaient s’exposer à des sanctions graves, y compris pour outrage au tribunal ou, dans certains cas, à des conséquences pénales.

Plus récemment encore, en mai 2026, Reuters rapportait qu’un juge fédéral américain avait suspendu un avocat pendant six mois dans sa juridiction après le dépôt d’un mémoire contenant de fausses citations et des citations impossibles à vérifier. Le juge a insisté sur les conséquences potentiellement majeures de ces usages lorsque des professionnels déposent des documents sans contrôle suffisant.

Ce cas est fascinant, parce qu’il montre quelque chose d’assez vertigineux. Nous ne parlons pas ici de personnes sans formation. Nous parlons d’avocats, donc de professionnels formés à la vérification, à la rigueur, à l’analyse des textes, à la responsabilité de leurs écritures.

Et pourtant, certains se sont laissé piéger par une réponse bien formulée. Pourquoi ? Parce que l’IA parle avec assurance. Elle peut inventer avec une fluidité parfaite. Elle peut produire une fausse jurisprudence avec le ton, la structure et l’apparence d’une vraie. Et si l’utilisateur ne vérifie pas, il peut confondre vraisemblance et vérité.

C’est exactement le cœur du problème. L’IA ne remplace pas le discernement. Elle le rend encore plus nécessaire.

Cet exemple juridique peut sembler éloigné du travail social. Pourtant, le mécanisme est le même. Un écrit bien formulé peut inspirer confiance, même lorsqu’il contient une erreur, une approximation ou une interprétation problématique. Dans un rapport social, une synthèse d’équipe ou une transmission institutionnelle, le danger n’est pas forcément une fausse jurisprudence. Il peut s’agir d’un faux lien causal, d’un vocabulaire trop pathologisant, d’une interprétation présentée comme un fait, d’une nuance effacée, d’un élément contextuel oublié.

L’IA peut produire un texte qui paraît solide. Mais ce n’est pas parce qu’un texte paraît solide qu’il est juste.

Une IA peut être utile, mais elle doit rester contrôlée

La bonne posture n’est donc pas de rejeter l’IA. Ce serait irréaliste et probablement contre-productif. La bonne posture consiste à apprendre à l’utiliser comme un outil d’appui, tout en gardant la maîtrise du processus.

Concrètement, cela signifie que l’IA peut aider à clarifier une idée, proposer une structure, identifier des angles morts, reformuler un passage, générer des hypothèses, résumer un contenu ou préparer une première base de travail. Mais elle ne devrait pas remplacer la compréhension du sujet, la vérification des sources, la responsabilité du contenu final, le jugement professionnel, l’analyse critique ou la décision humaine.

Dans le travail social, elle peut être utile pour améliorer la lisibilité d’un texte, préparer une trame de synthèse, aider à distinguer plusieurs hypothèses, proposer une reformulation plus neutre ou rendre une transmission plus claire. Elle peut aussi aider un professionnel à sortir d’une formulation maladroite, trop émotionnelle ou trop imprécise.

Mais elle devrait toujours rester au service d’une pensée déjà engagée. Avant de lui demander de rédiger une observation, il faudrait avoir clarifié les faits. Avant de lui demander une synthèse, il faudrait avoir identifié les informations importantes. Avant de lui demander des pistes pour un projet de vie, il faudrait avoir entendu la personne concernée, croisé les regards professionnels et posé les limites du cadre.

L’IA peut préparer le terrain. Mais elle ne doit pas prendre la place de celui qui marche.

La règle d’or : ne jamais publier ce que l’on n’a pas compris

Une règle simple devrait guider tout usage professionnel de l’IA : ne jamais signer, transmettre, publier ou utiliser un contenu que l’on n’a pas compris, vérifié et assumé.

C’est valable pour un article. C’est valable pour une synthèse. C’est valable pour une observation professionnelle. C’est valable pour un courrier. C’est valable pour une analyse juridique, sociale, éducative, thérapeutique ou institutionnelle.

Utiliser l’IA ne dispense jamais de la responsabilité humaine. Au contraire, cela l’augmente. Car plus l’outil est puissant, plus l’utilisateur doit être rigoureux.

Dans un cadre institutionnel, cette règle devrait être prise très au sérieux. Un professionnel ne peut pas se cacher derrière l’outil en disant : “C’est l’IA qui l’a écrit.” Dès le moment où un texte est transmis, signé, copié dans un dossier, partagé en équipe ou utilisé dans une décision, il devient un écrit professionnel. Il engage celui qui l’utilise.

Cela implique une responsabilité simple : je dois pouvoir expliquer ce que j’ai écrit. Je dois pouvoir dire pourquoi j’ai choisi ces mots. Je dois pouvoir distinguer ce qui vient de mon observation, ce qui vient de l’équipe, ce qui vient de la personne accompagnée et ce qui relève d’une hypothèse de travail. Si je ne peux pas le faire, alors le texte n’est pas encore prêt.

Sourcer systématiquement : une hygiène intellectuelle indispensable

L’un des bons réflexes à développer est simple : demander des sources, puis les vérifier. Mais attention : demander des sources à une IA ne suffit pas.

Une IA peut inventer des références. Elle peut citer un article qui n’existe pas. Elle peut mélanger deux sources réelles. Elle peut attribuer une idée à un auteur qui ne l’a jamais formulée. Elle peut donner une référence exacte, mais en tirer une conclusion abusive.

Il faut donc contrôler. Vérifier que la source existe. Vérifier qu’elle dit bien ce que l’IA affirme. Vérifier la date. Vérifier le contexte. Vérifier la fiabilité de l’organisme ou de l’auteur.

Dans les domaines sensibles, cette étape n’est pas optionnelle. Elle est centrale. Une IA peut accélérer l’accès à l’information. Mais elle ne garantit pas la vérité.

Cette hygiène intellectuelle ne concerne pas uniquement les articles ou les travaux académiques. Elle concerne aussi les pratiques professionnelles. Lorsqu’une IA propose une notion psychologique, une référence juridique, une recommandation éducative, un élément en lien avec la protection des données, une interprétation d’un trouble ou une stratégie d’intervention, il faut garder le réflexe du contrôle. D’où vient cette information ? Est-elle actuelle ? Est-elle adaptée au contexte suisse, français, belge ou européen ? Relève-t-elle d’un consensus professionnel, d’une opinion, d’un outil clinique précis, ou d’une généralisation ?

Dans le travail social, les mots peuvent orienter les regards. Une source mal comprise, une notion mal utilisée ou une catégorie appliquée trop vite peuvent influencer la manière dont une personne est perçue. C’est pourquoi la vérification n’est pas une contrainte bureaucratique. C’est une protection pour la personne accompagnée, pour l’équipe et pour le professionnel lui-même.

L’IA comme partenaire socratique

La meilleure manière d’utiliser l’IA n’est peut-être pas de lui demander : “Fais-moi le travail.” Mais plutôt : “Aide-moi à mieux penser mon travail.”

Cela change tout. Au lieu de demander un texte final, on peut demander : quels sont les angles morts de mon raisonnement ? Quels arguments pourraient contredire ma position ? Quelles sources devrais-je vérifier ? Quels points sont trop faibles ? Quels exemples pourraient rendre mon idée plus concrète ? Quelles questions devrais-je me poser avant de conclure ?

Dans cette posture, l’IA devient une sorte de partenaire socratique. Elle ne remplace pas la pensée. Elle la stimule. Elle ne donne pas une vérité à avaler. Elle pousse à préciser, à douter, à approfondir. Et c’est probablement là que son usage devient le plus intéressant.

Dans un contexte d’équipe, cette posture peut devenir très féconde. Au lieu de demander à l’IA de rédiger directement une synthèse, on pourrait lui demander : “Voici les éléments observés, quelles questions devrions-nous encore nous poser ?” ou “Quels risques d’interprétation trop rapide apparaissent dans ce texte ?” ou encore “Comment reformuler cette observation de manière plus factuelle et moins jugeante ?”

L’IA devient alors un outil de recul. Elle aide à voir ce qui manque, ce qui est flou, ce qui est trop affirmatif, ce qui pourrait être mieux distingué. Elle ne remplace pas la réunion d’équipe, la supervision, l’expérience de terrain ou la relation avec la personne accompagnée. Elle peut simplement soutenir une pensée déjà en mouvement.

C’est peut-être là que se trouve le meilleur usage possible : non pas demander à l’IA de conclure, mais lui demander d’ouvrir de meilleures questions.

L’IA comme répétiteur : apprendre mieux, pas seulement produire plus vite

Il existe un autre usage de l’IA qui mérite d’être distingué de la délégation passive : son usage comme outil de formation. Dans ce cas, l’objectif n’est pas de demander à l’IA de produire un résultat final à notre place, mais de l’utiliser comme répétiteur, comme partenaire d’entraînement, comme support de progression.

Cette distinction est importante. Une IA utilisée pour faire le travail peut affaiblir l’effort. Une IA utilisée pour entraîner le raisonnement peut au contraire soutenir l’apprentissage.

Pour un apprenti, un étudiant ou un professionnel en formation, l’IA peut devenir un outil très intéressant si elle est nourrie avec un cadre précis : objectifs de formation, consignes institutionnelles, supports de cours, grilles d’évaluation, critères attendus, notions à maîtriser. À partir de ces éléments, elle peut poser des questions, proposer des exercices, reformuler des notions complexes, générer des cas pratiques fictifs ou aider à vérifier la compréhension d’un thème.

Par exemple, dans le champ social, un apprenti pourrait lui demander : “Pose-moi dix questions pour vérifier si j’ai compris la différence entre un fait, une hypothèse et une interprétation.” Ou encore : “Voici une observation fictive, aide-moi à repérer ce qui est observable et ce qui relève déjà d’une interprétation.” Dans ce cas, l’IA ne remplace pas l’apprentissage. Elle crée un espace d’entraînement.

Elle peut aussi jouer le rôle d’un répétiteur pédagogique. On peut lui demander de questionner progressivement un sujet, de proposer des mises en situation, de corriger une réponse en expliquant ce qui manque, de reformuler une notion dans un langage plus simple, puis dans un langage plus professionnel. Elle peut aider à préparer un examen, à revoir un support de cours, à clarifier un concept ou à s’exercer à la rédaction professionnelle.

Imaginons un module de formation sur les transmissions professionnelles. L’IA peut proposer plusieurs exemples fictifs de transmissions mal formulées, puis demander à l’apprenant de les améliorer. Elle peut ensuite comparer la réponse avec des critères précis : présence de faits observables, absence de jugement global, clarté du contexte, utilité pour l’équipe, respect de la personne accompagnée. Ce type d’usage peut renforcer les compétences, car il oblige l’utilisateur à pratiquer, répondre, corriger, recommencer.

Elle peut également aider à travailler la posture réflexive. Par exemple : “À partir de cette situation fictive, quelles questions éducatives pourrais-tu te poser ?” ou “Quels éléments devraient être discutés en équipe avant de formuler un objectif d’accompagnement ?” ou encore “Quelles informations manquent pour construire un projet individualisé respectueux de la personne ?”

Dans cette perspective, l’IA devient intéressante parce qu’elle multiplie les occasions de s’entraîner. Elle peut créer des variations, proposer des scénarios, poser des questions, simuler un échange, aider à structurer une révision. Elle permet de répéter une compétence, ce qui est justement l’inverse de la délégation passive.

Mais là encore, le cadre est essentiel. Si l’on utilise l’IA comme répétiteur à partir de supports de formation, il faut veiller aux droits d’auteur, aux consignes de l’école ou de l’institution, et à la confidentialité des documents utilisés. Si l’on travaille sur des situations professionnelles, il faut utiliser des cas fictifs ou fortement anonymisés. L’objectif n’est pas d’entraîner l’IA avec des données sensibles, mais de s’entraîner soi-même à mieux penser.

La différence se joue donc dans la posture. Si je demande à l’IA de rédiger ma synthèse à ma place, je délègue. Si je lui demande de me poser des questions pour améliorer ma synthèse, je m’entraîne. Si je lui demande de produire une observation finale, je risque de court-circuiter mon raisonnement. Si je lui demande de m’aider à distinguer faits, hypothèses et interprétations, je renforce une compétence professionnelle.

Utilisée ainsi, l’IA peut devenir un outil de progression très puissant. Non pas parce qu’elle pense à notre place, mais parce qu’elle peut nous obliger à penser plus clairement.

Garder la main sur le processus

Pour utiliser l’IA sans perdre ses compétences, il est utile de conserver certaines étapes humaines incompressibles. Avant de demander quelque chose à l’IA, il faudrait d’abord réfléchir soi-même. Poser ses idées. Écrire un brouillon. Formuler ses intuitions. Identifier ce que l’on pense déjà.

Ensuite seulement, l’IA peut intervenir. Non pas comme origine de la pensée, mais comme outil de dialogue. Après la réponse de l’IA, il faut reprendre la main. Comparer. Corriger. Vérifier. Supprimer. Ajouter. Réécrire avec sa propre voix.

C’est cette alternance qui permet de préserver l’effort cognitif. L’humain pense. L’IA assiste. L’humain vérifie. L’humain décide. L’humain assume.

On pourrait imaginer une méthode simple pour les écrits professionnels : d’abord écrire soi-même les faits bruts, même maladroitement. Ensuite distinguer les faits, les ressentis, les hypothèses et les points à vérifier. Ensuite seulement utiliser l’IA pour améliorer la clarté, la structure ou la neutralité du texte. Enfin, relire en se posant trois questions : est-ce fidèle à la situation ? Est-ce respectueux de la personne ? Est-ce que je peux assumer chaque phrase devant un collègue, un supérieur, la personne concernée ou sa famille ?

Cette méthode permet de garder l’IA à sa juste place. Elle soutient la rédaction, mais elle ne confisque pas l’observation. Elle améliore la forme, mais elle ne remplace pas le jugement. Elle aide à clarifier, mais elle ne décide pas du sens.

Le vrai enjeu : rester auteur de sa pensée

Au final, la question n’est pas seulement technique. Elle est presque philosophique. Dans un monde où les machines peuvent écrire, résumer, reformuler, argumenter et produire des réponses convaincantes, qu’est-ce qui reste profondément humain ?

Il reste la responsabilité. Il reste l’intention. Il reste l’expérience vécue. Il reste le discernement. Il reste la capacité à faire des liens sensibles entre une situation, un contexte, une personne, une histoire, une nuance. Il reste cette part de pensée qui ne se contente pas de produire une réponse, mais qui cherche à comprendre ce qui est juste.

L’IA peut générer du langage. Mais elle ne porte pas les conséquences humaines de ce langage. Elle peut produire une analyse. Mais elle ne vit pas le terrain. Elle peut proposer une décision. Mais elle n’en assume pas l’impact.

C’est pourquoi nous devons rester les auteurs de notre pensée. Pas seulement les correcteurs d’un texte produit par une machine.

Dans les métiers de l’humain, rester auteur de sa pensée est encore plus essentiel. Parce que l’on n’écrit jamais seulement sur des idées. On écrit sur des personnes, sur des parcours, sur des vulnérabilités, sur des tensions, sur des ressources, sur des projets, sur des moments de vie. Un mot peut ouvrir une possibilité ou enfermer une personne dans une représentation. Une formulation peut soutenir une équipe ou figer un regard. Une synthèse peut aider à comprendre ou simplifier excessivement une situation.

La pensée professionnelle n’est donc pas un luxe. Elle est une responsabilité éthique.

Repères et sources

Conclusion : utiliser l’IA sans renoncer à soi

L’intelligence artificielle peut devenir un outil précieux. Elle peut nous faire gagner du temps, améliorer nos productions, ouvrir de nouvelles pistes de réflexion et nous aider à structurer des idées complexes.

Mais elle exige une vigilance nouvelle. Car si nous lui déléguons trop souvent l’effort de penser, nous risquons de perdre progressivement certaines capacités que nous croyions acquises : la pensée critique, la mémoire de travail, la formulation, la structuration, la vérification, la nuance, la patience intellectuelle.

Dans le travail social, ces capacités sont au cœur du métier. Observer, transmettre, rédiger, synthétiser, construire un projet, participer à une réflexion d’équipe, ajuster un accompagnement : tout cela demande une pensée vivante, active, incarnée. Une pensée qui accepte l’effort, parce qu’elle sait que derrière chaque écrit, il y a une personne réelle.

L’IA doit rester un assistant. Pas un pilote. Pas un cerveau de remplacement. Pas une autorité invisible à laquelle nous remettons notre jugement.

L’enjeu n’est donc pas de savoir s’il faut utiliser ou non l’intelligence artificielle. L’enjeu est de savoir comment l’utiliser sans s’appauvrir intérieurement. Comment s’en servir pour penser mieux, et non pour penser moins. Comment gagner du temps sans perdre en compétence. Comment profiter de la puissance de l’outil sans abandonner cette faculté fragile, exigeante et précieuse : notre capacité à comprendre par nous-mêmes.

Le véritable progrès ne consiste pas à déléguer notre intelligence. Il consiste à créer des outils qui nous obligent à l’exercer avec encore plus de rigueur.