D’une part, la compréhension de ces technologies reste souvent floue, et d’autre part, leurs effets deviennent de plus en plus concrets et parfois perturbateurs. Comme le souligne l’Institut du Québec, l’IA ne se contente pas d’automatiser des tâches répétitives; elle redéfinit aussi les façons de travailler et créer de nouveaux modèles d’affaires[1].
Mais avant d’approfondir ces effets, prenons du recul : comprenons-nous vraiment ce qu’est l’IA? Dans sa définition la plus simple, c’est la capacité d’une machine à simuler des comportements humains comme la compréhension du langage, la prise de décisions ou la génération de contenus numériques. Explorons cinq grandes catégories d’IA afin de démystifier le tout.
Des systèmes experts aux agents autonomes
La première catégorie d’IA inclut toutes les techniques informatiques permettant de simuler des comportements humains. Par exemple, les systèmes experts des années 70 utilisaient des règles explicites pour suggérer des recommandations. Aujourd’hui, cette logique a évolué vers l’automatisation robotisée des processus (RPA), qui automatise des tâches répétitives basées sur des règles. Plusieurs entreprises utilisent désormais le RPA pour accélérer des tâches simples et répétitives. Par exemple, dans le domaine des RH, une entreprise pourrait recourir à cette technologie pour faciliter l’approbation de congés ou appliquer des politiques internes de manière systématique.
La deuxième catégorie est l’apprentissage automatique. Reposant sur des capacités statistiques, cette approche permet aux machines d’apprendre à partir de données afin de prédire des tendances. Par exemple, l’entreprise technologique Coveo utilise l’apprentissage automatique pour aider les RH à améliorer la rétention du personnel. Intégrée dans cette même catégorie, la troisième catégorie, l’apprentissage profond (ou réseaux neuronaux), a donné un élan majeur à l’IA au tournant des années 2010. En s’inspirant du fonctionnement du cerveau humain, cette approche permet d’exploiter de grands volumes de données non structurées comme des textes, des images ou des vidéos. Par exemple, l’entreprise technologique Airudi, en collaboration avec le centre de recherche Mila, utilise des modèles d’apprentissage profond pour optimiser le recrutement et la gestion des talents. Grâce à ces avancées en IA, une fonction RH est en meilleure posture pour anticiper des situations de nature humaine telles qu’une variation de la motivation ou un écart de compétences ou de comportements. De plus, grâce à des systèmes de recommandations semblables à ceux de Netflix ou Amazon, une IA de type « coach » peut désormais proposer à chaque personne un parcours de carrière et des formations adaptés à son développement et ses aspirations.
Grandes catégories d'IA
- Techniques informatiques permettant de simuler des comportements humains
- Apprentissage automatique
- Apprentissage profond
- Intelligence artificielle générative
- IA agentique
Si l’apprentissage automatique est déjà bien implanté dans nos vies, c’est souvent la quatrième catégorie, l’IAG, dont il est question dans l’actualité. Bien spéciale, cette catégorie d’IA ne fait pas que prédire, elle génère une réponse à vos questions. En effet, les applications d’IAG, et notamment les grands modèles de langage comme ChatGPT ou Copilot, sont capables de produire du contenu sur demande (texte, image, vidéo, musique) grâce à leur entraînement sur un corpus extrêmement grand de données (Web, livres, magazines, etc.). Et leur engouement est sans équivoque : au moment d’écrire ces lignes, ChatGPT comptait 800 millions d’utilisateurs mensuels[2]. Ces applications sont de plus en plus utilisées au sein des entreprises. Pour une fonction RH, il est désormais possible d’entraîner des agents conversationnels capables d’interagir et de répondre aux questions des employés, agissant parfois comme conseiller de premier rang.
Enfin, la dernière catégorie est celle de l’IA agentique, qui consiste à bâtir et implanter des agents autonomes capables de prendre des décisions et d’automatiser des tâches de plus en plus complexes au sein des organisations. Si la tendance de l’IA agentique n’est pas nouvelle, la capacité des IA — et parfois même de robots intégrant l’IA — est aujourd’hui tout autre. Par exemple, une fonction RH pourrait utiliser des agents pour mener des entretiens d’embauche, accompagner une personne dans son intégration ou encore évaluer ses compétences et générer des parcours de formations adaptés.
Attention aux biais
Si l’IA est adoptée à un rythme inédit dans nos organisations, elle n’est pas pour autant sans risque. Chaque catégorie d’IA comporte ses défis propres, notamment en ce qui concerne les biais algorithmiques. Par exemple, un algorithme de recrutement d’Amazon spécialisé dans la recherche de talents a été découvert en train de pénaliser les candidatures féminines, car il avait été entraîné sur des données historiques subjectives qui reproduisaient les inégalités du passé[3]. L’apprentissage profond, quant à lui, peut amplifier ces biais à grande échelle sans que les mécanismes de décision soient toujours explicables. L’IA générative pose aussi des enjeux, comme la production automatique de contenu trompeur ou erroné. Enfin, l’IA agentique soulève de nouvelles questions : que se passe-t-il lorsqu’un agent agit sans supervision et que les conséquences ne sont ni anticipées ni souhaitées? Qui est imputable?
Un nouveau rôle pour les RH
Autrefois réservée aux experts techniques, l’IA s’impose aujourd’hui à tout le monde, et particulièrement aux CRHA ǀ CRIA. En effet, l’IA n’est pas qu’une question de technologie; c’est l’émergence d’une nouvelle forme d’intelligence complémentaire à celle de l’humain qui se développe au sein de nos organisations.
Pour les CRHA ǀ CRIA, il apparaît primordial de comprendre les effets de l’IA et de veiller à ce qu’elle soit implantée et utilisée de façon responsable. Plus particulièrement, cela leur offre l’occasion de se positionner comme de véritables guides de cette transformation et de contribuer à humaniser le travail par la technologie — et non l’inverse.