KPMG et l’Université du Texas à Austin ont mené une recherche sur le terrain auprès de 523 nouveaux employés aux États-Unis (ayant moins de 18 mois d’ancienneté) afin d’évaluer la manière dont les nouveaux venus collaborent avec l’IA dans le cadre de tâches professionnelles réelles.
Les participants ont effectué des exercices professionnels avec l’aide d’un Agent IA, après quoi les résultats ont été comparés à un niveau de référence réalisé par l’IA seule, afin de déterminer la valeur ajoutée créée par l’humain.
Les résultats ont divisé les participants en 3 groupes : les AI Apprentices (24,1 %) ont obtenu des résultats inférieurs à ceux de l’IA ; les AI Delegators (25,8 %) ont atteint un niveau équivalent à celui de l’IA ; et les AI Amplifiers (50,1 %) ont généré des résultats supérieurs à ceux de l’IA.
De manière雲 意外 (surprenante), la pensée critique, l’expertise métier et les connaissances en IA ne permettaient pas de prédire qui appartiendrait à quel groupe. La différence résidait dans leur façon de collaborer avec l’IA tout au long du processus de travail.
Le groupe des AI Apprentices possédait de bonnes bases mais ne savait pas comment exploiter l’IA. Ils demandaient souvent à l’IA de réécrire ou d’organiser des informations au lieu de l’utiliser pour vérifier des hypothèses, évaluer des résultats et améliorer la qualité du travail produit.
Le groupe des AI Delegators a largement accepté les résultats générés par l’IA avec très peu d’ajustements. L’IA produisant un travail de qualité raisonnable, ils ont tout de même atteint une performance acceptable, mais n’ont créé presque aucune valeur ajoutée.
Le groupe des AI Amplifiers a utilisé l’IA comme un partenaire de réflexion : ils ont posé les problèmes correctement, ont demandé à l’IA d’expliquer son raisonnement, ont vérifié les hypothèses, ont examiné d’autres possibilités et ont affiné continuellement les résultats pour répondre aux normes du travail réel.
L’étude recommande aux entreprises de modifier leur méthode de formation des nouveaux employés, en se concentrant sur des exercices pratiques intégrés aux flux de travail avec l’IA plutôt que de former séparément aux compétences en IA ou aux connaissances métiers.
KPMG déploie un programme de formation personnalisé à l’IA, utilisant des scénarios de simulation de travail réel et un parcours d’apprentissage continu pour développer les comportements du groupe des AI Amplifiers dans toute l’entreprise.
Les auteurs soutiennent que les entreprises devraient évaluer les employés non seulement sur le résultat final, mais aussi sur leur façon de travailler avec l’IA, de poser les problèmes, de vérifier les résultats et de prendre des décisions. À l’avenir, la valeur de l’humain résidera de plus en plus dans sa capacité à orienter, évaluer et étendre les résultats générés par l’IA plutôt que de simplement produire des réponses par lui-même.
📌 Conclusion : La recherche montre que l’IA ne réduit pas automatiquement les écarts entre les employés, mais qu’elle met au contraire en évidence les différences dans la manière de travailler de chacun. Lors d’une enquête menée auprès de 523 nouveaux employés, environ la moitié a produit des résultats supérieurs à l’IA, tandis que près d’un quart s’est révélé moins performant que l’IA elle-même. Le facteur déterminant n’était pas les connaissances ni la maîtrise de l’IA, mais la capacité à collaborer avec l’IA, à poser des questions, à exercer son esprit critique et à améliorer continuellement le résultat produit. Cela démontre que les entreprises doivent repenser la manière de former, d’évaluer et de développer les talents à l’ère de l’IA.
