Publié le 27 octobre 2026 · Publication originale
26 octobre 2026.
Nature Human Behaviour publie un essai randomisé mené auprès de 487 consultants de BCG.
On leur demande des tâches de data science hors de leur expertise: nettoyer des données en Python, construire un modèle prédictif, vérifier une analyse statistique.
Une partie reçoit ChatGPT et une formation pour l'utiliser.
Résultat: selon la tâche, les consultants assistés gagnent 49, 20 et 18 points de pourcentage face au groupe témoin.
Sur deux des trois exercices, ils approchent les performances de data scientists professionnels.
Puis ChatGPT est retiré.
Les chercheurs testent ce que les participants ont réellement appris.
L'avantage disparaît.
Sans l'IA, ils ne répondent pas significativement mieux aux questions techniques.
La performance avait augmenté.
La connaissance autonome, non.
Emma Wiles, Lisa Krayer et leurs collègues parlent d'un "exosquelette".
L'image est précise: un exosquelette permet de soulever davantage sans transformer immédiatement les muscles de celui qui le porte.
L'IA peut produire le même effet cognitif.
Un salarié devient capable d'exécuter une tâche située au-delà de ses compétences indépendantes sans avoir nécessairement acquis les connaissances qui la rendent possible.
Pour l'entreprise, cela change la lecture de l'upskilling.
Vitesse, qualité des livrables et nombre de salariés formés peuvent donner l'impression d'une montée en compétence alors qu'une partie du gain dépend encore de l'outil.
La différence apparaît lorsque l'IA se trompe, devient indisponible ou rencontre un cas qu'elle gère mal.
ULTRA®
Le résultat le plus important concerne le jugement.
ChatGPT augmente fortement la capacité de production, mais les auteurs rejettent l'hypothèse selon laquelle les consultants atteignent globalement le niveau des experts.
Une organisation peut donc créer un écart nouveau: produire comme un spécialiste sans disposer de la même capacité à juger comme lui.
Pour les métiers à forte conséquence, la gouvernance devrait séparer deux mesures: ce qu'un collaborateur accomplit avec l'IA et ce qu'il sait encore expliquer, contrôler ou contester sans elle.
Sinon, la productivité peut masquer une dépendance de compétence.
LI!GHT WORKFORCE ©
Un effectif réduit peut couvrir davantage de tâches grâce à l'IA.
Mais si les compétences humaines de contrôle disparaissent au même rythme, l'entreprise externalise aussi une partie de sa capacité à détecter l'erreur.
Le choix stratégique devient précis: quelles compétences peut-on déléguer à l'IA, et lesquelles l'organisation doit-elle continuer à posséder humainement?
Sources 2026
Wiles et al., Nature Human Behaviour, 26 octobre
BCG Henderson Institute, expérimentation GenAI et data science
#VOCEAssociation #AIGovernance #FutureOfWork #HumanCapital #LightWorkforce