Si pour vous l’intelligence artificielle est encore un concept un peu flou, cet article est pour vous!

Mais qu’est-ce que l’intelligence artificielle (IA) au juste? Et qu’est-ce que l’IA générative? Et maintenant, on parle d’agent IA… Une autre avancée! Démystifions tout ça…

Intelligence artificielle (IA)

D’abord, retournons à la base. L’Office québécois de la langue française[1] définit l’IA comme suit :

« Domaine d’étude ayant pour objet l’imitation des facultés cognitives de l’intelligence humaine dans le but de créer des systèmes ou des machines capables d’exécuter des fonctions relevant normalement de celle-ci, ou de les surpasser. L’intelligence artificielle touche à de nombreux domaines (sciences cognitives, les mathématiques, etc.) et à diverses applications (traitement automatique des langues, robotique, jeux vidéo). »

En bref, l’IA est un domaine global qui regroupe toutes les méthodes permettant à une machine de réaliser des tâches qui imitent des capacités humaines : comprendre, raisonner, planifier, percevoir, apprendre, etc. Par exemple, reconnaître des images, analyser du texte, traduire, recommander des produits.

L’intelligence artificielle, dans son sens traditionnel, regroupe un ensemble d’approches allant des règles programmées, de la logique et des arbres de décision, aux méthodes statistiques, aux systèmes experts, ainsi qu’à l’apprentissage automatique (« machine learning »).

IA générative

Qu’en est-il de l’IA générative, communément appelée « GenAI »? C’est celle que l’on connaît le plus grâce à la popularité de plateformes comme ChatGPT. C’est une sous-catégorie de l’IA qui, au-delà d’analyser ou reconnaître, permet de créer du nouveau contenu. Elle a gagné en popularité autour de 2022.

L’IA générative peut générer du texte, des images (comme celle au début du texte), de la musique, du code, des vidéos, etc. Elle apprend d’énormes quantités de données, et produit quelque chose de nouveau, mais inspiré de ce qu’elle a appris. Par exemple, on lui demande de générer une lettre de motivation et elle le fait.

Vous êtes probablement déjà un utilisateur de l’IA générative. Elle est accessible et accélère déjà énormément les tâches humaines. Chercher un restaurant à proximité de tel endroit, traduire et bonifier un texte pour en améliorer la compréhension, créer un itinéraire de voyage, voire diagnostiquer une piqûre d’insecte à partir d’une photo.

L’IA agentique

Pour une grande partie d’entre ce terme est très nouveau. Bien que les balbutiements de l’IA agentique remontent aux années 1990, elle est devenue une tendance forte en 2025.[2]

Et c’est là que ça devient encore plus intéressant, et que ça multiplie les possibilités pour les organisations. L’IA agentique est capable de percevoir son environnement, de comprendre des contextes complexes et d’agir de manière autonome pour atteindre des objectifs, ouvrant la voie à de nouvelles applications pour augmenter les capacités humaines et transformer les façons de faire…  C’est une révolution.

L’agent IA est autonome, capable de prendre des décisions et d’agir de manière indépendante, sans supervision humaine constante, en apprenant et en s’adaptant au fil du temps. Il perçoit et est en interaction avec son environnement en collectant des données, analysant et interprétant ces informations pour comprendre son environnement, puis agir dessus pour modifier son état ou communiquer avec d’autres entités. Et finalement, il est à la poursuite d’objectifs – il définit, planifie et ajuste des objectifs à long terme et ajuste ses stratégies en fonction de l’évolution de l’environnement ou d’informations nouvelles…

Mais comment ça fonctionne? Un agent IA est composé de deux parties – un cerveau, qui définit et orchestre les actions, et – un corps, qui les exécute. Un agent IA est une entité autonome, spécialisée sur un cas d’usage précis. Toute la force des agents réside dans leur capacité à se combiner pour réaliser une programmation agentique (ou Large Language Model (LLM)), bref, une équipe d’agents IA parfaitement orchestrés et dont chacun a une spécialité.

Le tableau suivant récapitule les différences entre l’IA, l’IA générative et les agents IA.

Agent d’automatisation des devis

Voici un exemple d’agent d’automatisation des devis dans le secteur de la vente.

L’agent automatise la génération des devis de vente en appliquant des règles de tarification prédéfinies et en gérant les processus d’autorisation. Cela garantit que les offres commerciales sont cohérentes et rentables, tout en réduisant l’effort manuel et les erreurs. En intégrant diverses données d’entrée, l’agent produit des devis précis et rapides qui améliorent le processus de vente.

Ce qui a le plus changé, c’est le temps humain requis pour réaliser l’activité maintenant réduit à relire des résultats déjà produits.

Le schéma suivant présente un exemple à haut niveau du flux de l’agent.

En somme, l’IA agentique ouvre des perspectives de productivité et d’innovation jusque-ici insoupçonnées. Comme toute avancée technologique, elle s’accompagne de défis importants, notamment la gestion des risques, mais également sur le plan éthique – quant à la place de l’humain au sein des organisations.

1. https://vitrinelinguistique.oqlf.gouv.qc.ca/fiche-gdt/fiche/8385376/intelligence-artificielle
2. Though generative AI (GenAI) has captured headlines with its meteoric rise to popularity, AI agents are quickly becoming the “next big thing.” By 2028, Gartner predicts that 33% of enterprise software applications will include agentic AI, up from less than 1% in 2024, with at least 15% of day-to-day work decisions being made autonomously through AI agents.  How to Implement AI Agents to Transform Business Models | Gartner

Dans un monde où l’intelligence artificielle (IA) évolue plus vite que les plans de formation, les organisations ne peuvent plus se contenter de programmes figés. La prochaine frontière n’est pas d’apprendre de nouveaux outils, mais de bâtir une culture d’apprentissage 4.0, où l’IA devient partenaire de la curiosité, et l’apprentissage, un système vivant et adaptatif.

Les leaders RH et développement organisationnel (DO) ne se demandent plus « Que devons-nous former? », mais plutôt : « Comment rendre l’apprentissage continu, autodirigé et intelligent? »

1. De la formation ponctuelle à la curiosité continue

L’IA transforme la formation en écosystème dynamique : ce qui demandait des mois de conception peut désormais être généré en temps réel. Mais la véritable révolution réside dans l’adaptabilité : l’IA analyse les écarts de compétences, les données de performance, et propose des microapprentissages « juste à temps ».

Selon le Future of Jobs Report 2025 du World Economic Forum, 39 % des compétences clés auront changé d’ici 2030. Les entreprises doivent donc apprendre à requalifier en continu. Les partenaires d’apprentissage IA — copilotes intégrés aux flux de travail — favorisent cette agilité en transformant la formation en expérience contextualisée et continue.

« Le bénéfice le plus reconnu de l’IA en formation est la capacité à offrir des parcours personnalisés… réduisant le temps de formation et améliorant la performance. » — Learning and Performance Institute, 2024

2. L’IA comme coach, pas comme enseignant

Le LMS d’hier était une bibliothèque; le partenaire d’apprentissage intelligent est un coach numérique. Il observe, suggère, stimule la réflexion. Lorsqu’un collaborateur rédige un rapport, l’IA peut ajuster le ton, proposer des ressources ou corriger les données — tout en apprenant de chaque interaction.

Selon le Work Trend Index 2024 de Microsoft, 75 % des travailleurs du savoir utilisent déjà des outils d’IA générative, souvent sans encadrement formel. Les RH ont ici une occasion unique : transformer l’expérimentation spontanée en apprentissage structuré et sécurisé, orchestré avec intention.

3. Les compétences humaines comme superpouvoir

Si l’IA excelle à traiter l’information, l’humain reste l’architecte du sens. À mesure que l’automatisation progresse, des compétences comme la pensée critique, l’éthique, la créativité et l’empathie deviennent les véritables différenciateurs.

Le World Economic Forum souligne que la pensée critique et l’autogestion figurent parmi les compétences à la croissance la plus rapide. Une étude mondiale d’IBM (2024) révèle aussi que 40 % des employés devront être requalifiés d’ici trois ans, surtout dans les rôles hybrides où humains et IA collaborent.

L’IA peut résumer un rapport, mais seul l’humain peut se demander : « Est-ce le bon problème à résoudre? » :

4. Prévenir le déchargement cognitif

L’IA peut accélérer l’apprentissage, mais un usage passif peut affaiblir la pensée critique.

Une étude de MDPI (2024) révèle une baisse mesurable du raisonnement critique chez les utilisateurs trop dépendants de l’IA — un phénomène appelé « déchargement cognitif ».

« Favoriser la pensée critique est essentiel dans un monde dirigé par l’IA : » — MDPI, 2024

Les responsables Apprentissage et développement doivent enseigner à remettre en question la machine : vérifier, critiquer, contextualiser. Chaque microapprentissage pourrait se conclure par une réflexion : « Quelles hypothèses ce modèle fait-il? ». Ainsi, l’IA devient un partenaire de questionnement, non une autorité.

5. Vers un écosystème d’apprentissage social

La culture d’apprentissage 4.0 repose sur l’intelligence en réseau — humaine et numérique. L’IA structure le contenu, mais les humains créent la sagesse collective. Les organisations pionnières l’utilisent pour connecter, pas pour isoler.

Trois leviers clés

• Partage augmenté : l’IA identifie les experts internes et facilite la mise en relation.
• Microcoaching : elle soutient le mentorat inversé entre natifs numériques et experts seniors.
• Graphes de compétences : elle révèle les adjacences de savoirs et ouvre de nouvelles trajectoires internes.

Le rapport IBM – AI in Action (2024) confirme que les organisations exploitant l’IA à des fins collaboratives stimulent davantage l’innovation et l’engagement.

6. L’impératif RH et DO

Pour les RH et DO, l’IA est un accélérateur stratégique. Trois priorités émergent :

1. Faire de la curiosité une compétence de base.

   Encouragez les collaborateurs à consigner et à partager leurs apprentissages.

2. Repenser les indicateurs de performance.

   Mesurez la vitesse d’acquisition et la fréquence du mentorat, plutôt que le taux de complétion.

3. Inclure et personnaliser grâce à l’IA.

   Les parcours adaptatifs doivent tenir compte de la neurodiversité et offrir un feed-back bienveillant. L’inclusion crée la sécurité psychologique nécessaire à la curiosité.

7. La curiosité comme avantage compétitif

Selon McKinsey (2024), la productivité mondiale pourrait croître de 0,1 à 0,6 % par an d’ici 2040 si les entreprises réinvestissent le temps gagné grâce à l’IA dans le développement des compétences. Mais cette promesse ne se réalisera que si la curiosité devient le moteur de la performance.

« Le principal défi n’est pas la technologie — c’est la culture d’apprentissage. Le vrai enjeu, c’est l’adoption humaine. » — Edmund Monk, Learning and Performance Institute

À l’ère de l’IA, la curiosité n’est plus un trait de personnalité : c’est un avantage stratégique. Les organisations qui remettent en question, expérimentent et s’adaptent le plus vite dépasseront celles qui se contentent d’exécuter.

Références

• World Economic Forum (2025), Future of Jobs Report
• IBM (2024), AI in Action Global Executive Study
• Microsoft & LinkedIn (2024), Work Trend Index
• MDPI (2024), AI Tools in Society: Impacts on Cognitive Offloading
• McKinsey & Company (2024), The Economic Potential of Generative AI
• Learning and Performance Institute (2024), AI Readiness Suite and Capability Map Updates

La rédaction a bénéficié du soutien d’une IA générative. Le texte final a été validé par une révision humaine afin d’assurer sa précision, son ton professionnel et sa conformité éthique.