IA au service du manager : quand le vrai biais, c’est la demande
L’intelligence artificielle (IA) s’invite de plus en plus dans les décisions de management, touchant des domaines tels que l’évaluation de la performance, la répartition des tâches, le recrutement et la réorganisation. Cependant, un aspect souvent négligé est le biais qui précède l’utilisation des algorithmes : celui de la personne qui formule la demande.
Traditionnellement, un manager qui prépare un dossier ou qui briefe un consultant sélectionne les faits à présenter. Ce n’est pas l’IA qui crée ce biais, mais la manière dont les informations sont choisies et présentées. Ce qui change avec l’IA, c’est l’autorité perçue de la réponse. Contrairement à un collègue dont les intérêts peuvent être connus et contestés, une IA offre une réponse qui semble neutre et rigoureuse, bien qu’elle repose sur une réalité partielle.
Prenons un exemple concret : un manager envisage de retirer certaines responsabilités à un collaborateur. En demandant à l’IA d’analyser la performance de ce collaborateur, il peut fournir des données sur des objectifs non atteints ou des retards. Si le manager omet de mentionner que ce collaborateur gère des situations complexes et forme de nouveaux employés, l’IA ne pourra pas intégrer ces éléments. Elle répondra donc correctement, mais à une question fondée sur une vision incomplète.
Un autre risque réside dans le fait que le manager, ayant déjà pris une décision, cherche plutôt une validation qu’une analyse. La question « Est-ce que cette réorganisation est pertinente ? » diffère de « Qu’est-ce que je risque de ne pas voir ? ». En présentant surtout les éléments justifiant son choix, le manager risque de recevoir une réponse qui renforce son biais initial, non pas parce que la décision était correcte, mais parce que le cadre de la question la rend cohérente.
Il est également possible qu’une IA bien interrogée révèle des angles morts. Un manager qui exprime ses doutes plutôt que ses certitudes peut se voir confronté à des interrogations qu’il n’aurait pas envisagées seul. Cependant, cette dynamique repose entièrement sur les informations que le manager choisit de fournir à l’IA.
Dans chaque organisation, des ajustements humains informels, appelés « écarts portés », jouent un rôle crucial. Ces ajustements permettent souvent au système de fonctionner efficacement, sans être formellement reconnus. Face à l’IA, cette dynamique se reproduit à un niveau différent : la personne qui choisit ce qu’elle communique à l’algorithme peut omettre des éléments essentiels qui rendent l’organisation fonctionnelle.
Il est donc essentiel de cultiver un réflexe préalable, que l’on utilise une IA ou non, pour identifier les éléments manquants avant de poser une question. Ignorer ce qui pourrait échapper à une analyse peut figer des décisions dans une réponse apparemment cohérente, alors que des ajustements invisibles étaient en cours.
En pratique, un simple changement de perspective peut faire la différence : avant de valider une décision issue d’un échange avec une IA, il est conseillé de relire non pas la réponse, mais la question posée. C’est dans cette interrogation que se niche le premier biais. Le leader qui adopte cette habitude ne renonce pas à l’IA ; il refuse simplement de lui confier la responsabilité d’un jugement qui lui revient en fin de compte.
Source : Journal du Net
