Centaure ou cyborg, deux façons de travailler avec l'IA

Supposons une équipe dont chaque membre a reçu un accès à l'IA générative. L'un lui fait rédiger ses comptes rendus, l'autre relire ses analyses, un troisième s'en sert sans le dire. Personne n'a décidé comment l'équipe travaille avec elle.

Ethan Mollick, professeur de management à la Wharton School, donne deux figures pour poser cette question. Dans Co-Intelligence, il oppose le centaure partageant nettement le travail avec la machine au cyborg mêlant ses gestes aux siens. Le choix entre les deux dépend moins du goût de chacun que de la tâche à accomplir.

Or la répartition des tâches d'une équipe appartient à celui qui organise son travail. Ce qui ressemble à une affaire d'outil personnel devient alors une décision de manager.

Que désignent le centaure et le cyborg chez Ethan Mollick ?

Ce sont deux manières d'intégrer le travail d'une personne à celui d'une IA. Mollick les tient pour les usages les plus précieux de l'IA au travail tant qu'elle ne sait pas mener seule une large gamme de tâches. La première trace une ligne nette entre l'humain et la machine. La seconde l'efface.

Le centaure partage le travail

Le centaure de la mythologie porte un torse humain sur un corps de cheval, la jonction entre les deux se voit. Mollick en tire l'image d'une division stratégique du travail, où chacun reçoit les tâches qui correspondent à ses forces. Son exemple vient de sa pratique d'analyse. Il choisit lui-même la méthode statistique puis laisse l'IA produire les graphiques. Dans l'étude menée avec le Boston Consulting Group, les consultants qui travaillaient en centaure gardaient ce qu'ils faisaient le mieux et confiaient à l'IA les tâches situées à l'intérieur de sa frontière de compétence.

Le cyborg entremêle les gestes

Le cyborg ne se contente pas de déléguer. Il mêle ses efforts à ceux de la machine en franchissant sans cesse la frontière dans un sens puis dans l'autre. Il commence une phrase que l'IA termine, lui demande plusieurs versions d'un passage qui résiste, reprend la main. Mollick dit avoir écrit son livre en alternant les deux modes, tout en précisant que presque toute l'écriture du texte est restée de sa main.

Pourquoi la frontière de ce que l'IA fait bien ne se devine-t-elle pas ?

Parce qu'elle est irrégulière et invisible. Mollick et ses coauteurs l'appellent la « Jagged Frontier », la frontière dentelée des capacités de l'IA. Il la compare au mur d'une forteresse dont certaines tours avancent dans la campagne quand d'autres se replient vers le centre du château. Ce qui se trouve à l'intérieur du mur, l'IA sait le faire. Ce qui se trouve au dehors lui reste difficile.

Le mur ne se voit pas. Deux tâches qui semblent aussi difficiles l'une que l'autre peuvent se trouver de part et d'autre. L'exemple que donne Mollick dans son livre de 2024 opposait un sonnet réussi par l'IA à un poème de cinquante mots tout juste, qu'elle manquait régulièrement. Cet exemple a sans doute vieilli depuis. La conséquence qu'il en tire tient toujours, « To figure out the shape of the frontier, you will need to experiment ». Seule l'expérimentation dit où passe la frontière dans un métier donné.

Ce que l'étude du Boston Consulting Group a mesuré

L'étude qui a donné son nom à la frontière dentelée a été conduite par le Boston Consulting Group sur près de huit cents de ses consultants, avec une équipe de chercheurs dont Mollick faisait partie. Répartis au hasard en deux groupes, les consultants ont traité dix-huit tâches conçues par le cabinet pour ressembler à leur travail habituel. Le groupe équipé de GPT-4 a fait significativement mieux, plus vite, avec un travail jugé plus créatif, mieux écrit et plus analytique. L'effet a tenu à travers 118 analyses différentes.

Une tâche supplémentaire avait été choisie pour tomber hors de la frontière, un problème statistique piégeux assorti de données trompeuses. Sans IA, les consultants trouvaient la bonne réponse dans 84 % des cas. Avec l'IA, ils ne la trouvaient plus que dans 60 à 70 % des cas. Les deux résultats se lisent ensemble. L'outil a relevé la performance à l'intérieur de sa frontière et l'a dégradée au-delà, chez des professionnels qui ne savaient pas l'avoir franchie.

L'étude a été conduite par BCG sur ses propres consultants avec des tâches conçues par le cabinet, ce que Mollick précise lui-même. Ce que l'écart de la tâche hors frontière dit de la vigilance humaine est traité dans l'article sur la dépendance à l'IA au travail et le savoir-faire qui s'érode. Il sert ici une autre conclusion. Une équipe ne peut pas choisir son mode de travail avec l'IA sans savoir où passe la frontière dans son propre métier.

Comment classer les tâches d'une équipe avant de choisir un mode ?

En les répartissant d'abord selon la place que l'IA peut y prendre. Mollick propose trois catégories distinctes des deux figures du centaure et du cyborg :

• Les tâches gardées pour soi (« Just Me Tasks »). L'IA n'y aide pas, ou l'on décide qu'elle ne doit pas y aider. Mollick pense que le second motif pèsera de plus en plus à mesure que l'IA progressera. Il cite l'éducation des enfants, les décisions importantes et l'expression de nos valeurs.
• Les tâches déléguées (« Delegated Tasks »). Confiées à l'IA puis vérifiées. La tâche idéale est fastidieuse pour un humain et simple pour la machine. Mollick y range le résumé du travail d'un collègue, qu'il a nettement corrigé et qui lui a sans doute fait gagner une demi-heure.
• Les tâches automatisées (« Automated Tasks »). Laissées à l'IA sans contrôle. Mollick jugeait la catégorie très réduite fin 2023, sauf quand un autre système vérifie l'exactitude, comme un programme qui refuse de tourner s'il contient une erreur. Il range aussi dans cette catégorie le filtrage du spam, confié depuis longtemps aux machines.

Le centaure et le cyborg occupent le terrain qui reste, celui des tâches où l'humain et la machine travaillent vraiment ensemble. La délégation suppose de pouvoir contrôler le résultat. Or vérifier peut coûter plus cher que produire. Une tâche déléguée que personne ne sait vérifier glisse vers l'automatisation sans que quiconque l'ait décidé.

Des frontières qui se déplacent

Mollick prévient que les frontières entre ces catégories sont perméables. Des tâches déléguées deviendront automatisées à mesure que l'IA progressera. Des tâches gardées pour soi passeront au mode centaure. Le mouvement inverse existe aussi, quand une organisation décide en conscience que certaines responsabilités chargées d'émotion ou de questions éthiques doivent rester exclusivement humaines.

Cette dernière décision dépasse le choix d'un outil. Décider quels gestes restent humains engage une équipe et sa direction sur ce qu'elles veulent protéger, avec un motif écrit en face de chaque geste réservé.

Quand travailler en centaure et quand travailler en cyborg ?

Mollick répond par une trajectoire plutôt que par une règle. Elle commence par inviter l'IA à tout ce qu'on fait, sauf barrière légale ou éthique, jusqu'à apprendre la forme de la frontière dans son propre travail. Vient ensuite le travail en centaure, en confiant à l'IA les tâches qu'on déteste et qu'on sait vérifier facilement. Le passage au cyborg se fera probablement de lui-même, écrit-il, quand l'IA devient indispensable pour franchir de petits obstacles.

Cette trajectoire décrit le geste d'un professionnel face à son propre travail. Transposée à une équipe, elle gagne à tenir compte de deux contraintes propres au collectif.

La vérification décide de l'entrée en centaure

Le centaure confie des tâches entières. Il faut donc qu'une personne de l'équipe sache juger le résultat. Faute de quoi la tâche confiée échappe à tout contrôle, ce qui la range de fait parmi les tâches automatisées. Les tâches par lesquelles commencer sont celles dont l'équipe connaît déjà la bonne réponse.

La responsabilité décide du mode

Le cyborg entremêle ses gestes à ceux de la machine au point que la part de chacun devient difficile à retracer. Sur une tâche dont quelqu'un doit répondre devant un client, un auditeur ou un comité, la ligne nette du centaure facilite la reddition de comptes. Le mode cyborg trouve sa place sur les tâches de préparation, d'exploration ou de rédaction, où la personne qui signe a relu chaque ligne.

Cartographier la frontière avec son équipe

La trajectoire de Mollick se transpose en un atelier d'équipe en cinq temps :

1. Lister les tâches réelles d'un rôle, telles qu'elles se font et non telles que la fiche de poste les décrit.
2. Classer chaque tâche dans l'une des trois catégories de Mollick, en notant pour les tâches gardées si le motif tient aux limites de l'IA ou à un choix.
3. Tester les cas litigieux sur de vrais dossiers, chacun essayant l'IA sur ses propres tâches pendant une période fixée à l'avance.
4. Choisir un mode pour chaque tâche partagée, centaure ou cyborg, en nommant la personne qui vérifie.
5. Revoir la carte à intervalle régulier, puisque les catégories se déplacent avec les progrès de l'IA.

Pourquoi le choix du mode de collaboration revient-il au manager ?

Parce qu'il touche à la répartition du travail. Laissé à chacun, il produit des usages invisibles que personne ne peut ni évaluer ni partager. Mollick décrit ce qui se passe quand personne ne tranche. Les salariés qui trouvent les meilleurs usages de l'IA les gardent souvent pour eux.

Il en donne trois raisons. Là où l'outil est interdit, les salariés l'utilisent depuis leur téléphone personnel. Une partie de la valeur du travail produit avec l'IA tient à ce que personne ne sait qu'elle a servi. Dévoiler qu'on a automatisé une part de son poste fait enfin craindre d'avoir formé son propre remplaçant.

Ses recommandations s'adressent aux dirigeants. Il invite à reconnaître que les meilleurs usagers peuvent se trouver à n'importe quel niveau de l'organisation, à réduire la peur qu'inspire la révélation d'un usage puis à récompenser largement ceux qui en font remonter un. Il résume l'enjeu par une question adressée aux dirigeants, « What is your vision about how AI makes work better rather than worse? ». Des salariés qui ne croient pas que leur employeur tient à eux, ajoute-t-il, garderont leur usage caché.

Le choix du mode ressemble à une décision de délégation. Le Delegation Poker aide une équipe à établir qui décide quoi sur sept niveaux. La même conversation vaut pour ce que l'équipe confie à l'IA. Quand l'IA prend la forme d'agents capables d'agir, manager à l'ère des agents IA revient à cadrer et vérifier leur travail.

Des agents traités comme des équipiers

Dans plusieurs équipes que j'accompagne, les agents IA sont traités comme des équipiers, dotés d'un périmètre, de responsabilités et de limites et challengés en rétrospective comme les autres membres. On les appelle « agents IA ». Après mise en pratique, je ne préconise plus de les personnaliser. Un agent peut porter une dénomination d'activité ou de rôle, c'est tout.

J'ai accompagné une start-up très chargée en logistique, celle où est né le canevas de l'accord d'équipe avec l'IA. Elle a délégué à un agent IA, son « collaborateur augmenté », une bonne part du contrôle des actions humaines, notamment la validation des enregistrements faits par un humain très sollicité, susceptible d'être submergé et de se tromper. De nombreuses actions ont aussi été confiées à la machine plutôt qu'à l'humain. Cela s'est bien passé.

L'équipe a travaillé en rétrospective sur le mois écoulé, sur son organisation et sur la façon dont l'agent avait travaillé avec elle. Elle regardait ce qu'il avait réussi ou non, ce qu'il avait compris, ce sur quoi il avait capitalisé, ce qu'on avait réussi à lui apprendre, puis ce qu'on pourrait lui confier en plus ou non. Cette dernière question servait à mettre à jour l'accord d'équipe avec l'IA.

Le canevas Accord d'équipe avec l'IA dit ce que l'IA peut faire ou non et ce que l'humain se réserve. Je l'ai ensuite emmené dans deux autres start-up pour le mettre à l'épreuve. Il est en accès libre.

D'où je parle

Depuis 2012, j'accompagne des équipes, des managers et des CODIR et je pratique la facilitation, dans une carrière commencée en 1998 dont quatorze ans à manager des équipes. Je travaille le sujet des agents IA depuis 2024. Dès 2020, je travaillais sur les robots logiciels, ancêtres des agents IA.

Comment une équipe fait-elle évoluer ses choix dans le temps ?

En rouvrant régulièrement sa carte des tâches. Le quatrième principe de Mollick l'exige, « Assume this is the worst AI you will ever use ». L'IA qu'on utilise aujourd'hui est la moins bonne qu'on utilisera jamais, si bien qu'une limite constatée ce trimestre peut avoir disparu au suivant.

Une tâche gardée pour soi faute de mieux peut alors basculer en centaure, une tâche déléguée devenir automatisable. La rétrospective d'équipe offre un moment naturel pour rouvrir ces choix. Pour chaque tâche partagée, l'équipe regarde ce qui a changé depuis la fois précédente, dans l'outil comme dans sa propre façon de s'en servir.

Le livre de Mollick en fournit lui-même l'illustration. Écrit fin 2023, il décrit des modèles remplacés depuis et plusieurs de ses exemples de limites sont à retester avant d'être repris. Ses figures du centaure, du cyborg et de la frontière dentelée gardent leur utilité parce qu'elles décrivent une forme plutôt qu'un état de la technique.

Situer l'organisation autant que l'équipe

La carte d'une équipe se lit mieux quand on sait où en est l'organisation dans son ensemble. L'outil Les six paliers de maturité IA aide à situer ses systèmes IA du prompt à la flotte d'agents, avec ce que chaque palier coûte en supervision humaine.

Le principe d'inviter l'IA à tout comporte enfin chez Mollick une réserve, les barrières légales et éthiques. Dans beaucoup de métiers, données clients, dossiers du personnel ou informations couvertes par un secret, cette réserve pèse lourd. Elle se traite dans la charte d'usage de l'IA de l'entreprise avant de se traiter dans l'équipe.