Le paradoxe de la productivité, l'étude MIT-Wharton appliquée au L&D

Les chercheurs du MIT-Wharton ont suivi des développeurs à mesure qu'ils adoptaient des outils d'IA de plus en plus puissants, de la simple autocomplétion aux agents autonomes. Le gain de production est spectaculaire : avec les agents les plus aboutis, l'activité de code grimpe d'environ 180 %.


Mais voici le détail que les argumentaires commerciaux oublient. Ce gain s'érode à chaque étape. Les 180 % de production tombent à 50 % au niveau des projets, puis à seulement 30 % de versions réellement livrées aux utilisateurs. Écrire beaucoup plus n'a presque rien changé à ce qui arrive effectivement au bout de la chaîne.

Transposez la scène à votre quotidien. Vous générez en un après-midi un parcours d'onboarding complet : dix modules, des quiz, un livret d'accueil. Trois mois plus tard, le nouvel arrivant en a ouvert deux, et en a appliqué un seul. Vous avez produit dix fois plus, mais votre impact, lui, n’a pas changé.


Pourquoi le gain s'évapore : l'hypothèse du maillon faible

La raison est la suivante : produire n'a jamais été le goulot d'étranglement. La relecture par l'expert, la validation du manager, l'intégration sur le terrain, toutes ces étapes reposent sur des humains dont la capacité, elle, n'a pas augmenté. C'est l'hypothèse du maillon faible : accélérez une étape qui n'est pas la contrainte, et le débit global ne bouge pas.

En réalité, la charge mentale a juste changé de camp. On ne passe plus son temps à créer, mais à arbitrer. Or l'esprit s'épuise plus vite à valider qu'à produire : vérifier un contenu généré en quelques secondes demande une attention de tous les instants pour traquer l'anomalie subtile ou le contresens. Le fossé que connaît tout responsable formation est exactement là. Il sépare la vanité quantitative, «  nous avons produit 100 modules au lieu de 10  », de l'impact réel, «  le comportement sur le terrain a changé  ».

L'IA générique sature le maillon faible humain sans augmenter le transfert des acquis. Pour briser ce plafond de verre, le métier doit pivoter : passer du gestionnaire de catalogue de contenus à l'architecte d'écosystèmes de compétences. C'est précisément ce glissement de posture, et la façon de gérer ce paradoxe technologique, que nous explorons dans notre webinaire dédié aux métiers du L&D.

L&D Rebel badge
L&D Rebel badge
Feedback First badge
Feedback First badge
No LMS Zone badge
No LMS Zone badge
Microlearning Club badge
In The Flow of Work badge
In The Flow of Work badge
Leadership Mode On badge
Leadership Mode On badge
Learn Anywhere badge
Learn Anywhere badge

Votre dose hebdo sur
le futur de la formation

Webinaire

IA & métiers du L&D : de la gestion de plans à l’architecture d’écosystèmes

Comment l'IA transforme-t-elle le L&D en architecte d'écosystèmes apprenants ? En s'appuyant sur une vision héritée des travaux de Peter Senge, Florent Grisaud Verrier (Head of L&D, Deloitte), Thierry Bonetto (Fondateur, LearningFutures) et Clément Lhommeau (Cofondateur, Blify) détailleront comment équilibrer amplification technologique et vigilance humaine avec des outils concrets pour ancrer le learning dans le flux de travail. Une feuille de route essentielle pour quitter la gestion administrative et piloter enfin des écosystèmes de compétences dynamiques.

IA et metiers du L&D

Le même outil peut vous rendre dépendant, ou meilleur

Rien n'est joué pour autant. Une étude publiée dans la revue PNAS, menée auprès de près de 1 000 lycéens, l'illustre parfaitement. Les élèves équipés d'un assistant IA brut, celui qui donne la réponse, ont vu leurs performances bondir de 48 % pendant l'exercice assisté. Mais une fois l'outil retiré, ils sont retombés 17 % sous le niveau du groupe qui n'avait jamais eu d'IA. L'outil était devenu une béquille.


Le même moteur, cette fois conçu comme un tuteur qui questionne et donne des indices au lieu de livrer la solution, a tout changé. Les élèves ont gagné 127 % pendant la pratique, et surtout, l'effet délétère a disparu : leur apprentissage a été préservé. La conclusion est nette. «  Meilleur  » et «  pire  » ne viennent pas de deux technologies différentes, mais du même outil placé à deux endroits différents.

La leçon pour vous est directe. Un assistant qui rédige le compte rendu à la place de votre commercial le rend plus rapide aujourd'hui, et plus dépendant demain. Un agent qui le fait reformuler son argumentaire et qui le challenge le rend meilleur, durablement. Même IA, intention opposée.


La vraie réponse : déplacer l'IA en haut de la chaîne

Concrètement, «  placer l'IA au bon endroit  », à quoi ça ressemble dans votre organisation ? À 3 déplacements, qui valent mieux que 10 modules de plus. C'est le cœur d'une approche in the flow of work, où la formation se déclenche au moment du travail réel.

Diagnostiquer avant de produire. Avant de commander une énième formation, l'IA aide à trancher la vraie question : est-ce un problème de compétence, de process, ou de management ? Si vos nouveaux commerciaux décrochent, la cause est peut-être un onboarding mal séquencé, pas un manque de contenu. Un module de plus n'y changerait rien.

Accompagner dans le travail. Le feedback au moment où il compte, pas 3 semaines plus tard en salle. Un débrief juste après un appel client raté, un rappel des bons réflexes glissé avant un entretien annuel, directement là où le manager travaille déjà, dans Slack ou Teams.

Ancrer après l'événement. La formation ne meurt pas à la fin du module. Relancer un collaborateur 3 jours après, lui faire rejouer une objection en jeu de rôle juste avant son prochain rendez-vous réel, transformer un acquis théorique en réflexe durable.

C'est tout le pari d'une approche par agents, dans le flux de travail, plutôt qu'un générateur de modules greffé sur un vieux LMS où il faut encore aller se connecter, retrouver son avancée au milieu d'un parcours, et surtout interrompre son travail du moment. Quand un commercial s'entraîne avant un vrai rendez-vous, ou qu'un manager prépare une conversation délicate sans quitter sa messagerie, l'IA n'ajoute pas du contenu. Elle agit là où la valeur se gagne.


Conclusion

Le paradoxe de la productivité n'est pas une fatalité de l'IA. C'est une erreur de placement. Tant que vous mettez l'IA au milieu de la chaîne, pour produire toujours plus, le gain s'évapore sur le maillon faible humain et vos équipes apprennent à s'appuyer sur une béquille. Déplacez-la en amont, pour diagnostiquer, accompagner et ancrer dans le flux de travail, et le même outil se met à renforcer les compétences au lieu de les éroder.

Auteur(s)

Blify

Equipe de rédaction

Blify

Partager cet article