Ce que l'IA m'a appris sur la conduite du changement

Vous utilisez l'IA depuis quelques mois. Vous avez vu ce qu'elle peut produire. Et parfois, vous avez eu une mauvaise surprise : une réponse confiante, bien formulée, mais qui s'avérait fausse. Vous avez peut-être haussé les épaules. Ce n'est pas un bug. C'est le fonctionnement normal du système.

En observant ses limites, nous avons reconnu quelque chose que nous voyons régulièrement dans nos missions. Les mêmes erreurs. Les mêmes mécanismes appliqués à la conduite du changement.

L'IA ne comprend pas. Elle prédit.

Elle calcule, mot après mot, quelle suite de mots ressemble à une bonne réponse. Elle a ingéré des milliards de phrases humaines. Elle sait à quoi ressemble une analyse. Mais « ressembler à une analyse » et « être une analyse », ce n'est pas la même chose.

Combien de plans de conduite du changement avez-vous vus qui ressemblaient exactement à ce qu'ils devaient être ? Bien structurés, bien formulés, avec des jalons propres et des livrables en ordre. Et qui n'ont produit aucun changement de comportement réel six mois après la clôture du projet ?

Le plan savait à quoi ressemble une bonne conduite du changement. Mais il ne savait pas mener, conduire, piloter le changement.

La forme masque les lacunes.

L'IA écrit bien. Ce style fluide crée une illusion de maîtrise. Nous avons vu des textes générés utilisés tels quels dans des propositions commerciales, avec des inexactitudes que personne n'avait vérifiées parce que la forme était impeccable.

Vous avez sûrement vécu l'équivalent. Un consultant qui présente bien, qui maîtrise son vocabulaire, qui produit des livrables irréprochables — et dont personne sur le terrain ne comprend pourquoi il est là. Et du coup, les utilisateurs résistent, et les délais glissent. Et le consultant produit un rapport de plus...

La qualité du livrable n'est pas un indicateur de l'efficacité terrain.

Ce qu'on ne sait pas qu'on ne sait pas.

C'est le vrai risque. L'IA n'a pas conscience de ses lacunes. Elle affirme avec la même assurance ce qu'elle sait et ce qu'elle invente. Elle ne sait pas qu'elle ne sait pas.

Un chef de projet qui n'a jamais parlé directement aux utilisateurs est dans la même situation. Il pilote sur des hypothèses qu'il prend pour des faits. Les signaux de résistance s'accumulent. Personne ne les voit parce que personne n'est allé les chercher. Personne n'est sur le terrain.

Nous estimons que dans environ 80 % des cas, la résistance au changement est provoquée par ceux-là mêmes qui sont censés conduire le changement. Pas par mauvaise volonté mais par absence de contact réel avec la réalité des gens qui doivent changer.

Le bon modèle mental

L'IA, ce n'est pas un expert. C'est un stagiaire très instruit, très rapide, et sans expérience terrain ni conscience de ses propres lacunes. Vous lui confiez une tâche. Vous relisez. Vous corrigez. Vous signez. Mais c'est vous qui portez le résultat.

La conduite du changement cosmétique fonctionne exactement de la même façon. Quelqu'un produit des livrables. Quelqu'un d'autre signe. Et personne ne porte vraiment le résultat — c'est-à-dire les comportements réels des utilisateurs.

La différence entre une conduite du changement qui fonctionne et une qui ne fonctionne pas ne se lit pas dans les livrables. Elle se voit sur le terrain. Dans les yeux des gens qui ont changé leurs habitudes — ou qui ne les ont pas changées.

Quelqu'un doit aller vérifier. Et porter le résultat.