Les équipes qui ne demandent rien
Dans toutes les organisations, l’IA générative avance à plusieurs vitesses. Une partie des salariés l’utilise déjà, parfois sans attendre l’entreprise. Une autre partie ne demande rien : par manque de temps, de curiosité pour les outils numériques, ou par méfiance. Ces collaborateurs non techniques, ou franchement réticents, sont souvent ceux qu’une démarche de formation oublie, ou qu’elle perd en route avec un programme trop technique ou trop enthousiaste. Ils ne sont pourtant pas un public marginal : assistants, gestionnaires, techniciens, agents administratifs, commerciaux expérimentés, ils portent une part essentielle du travail quotidien. Les laisser à l’écart crée un écart de pratiques dans les équipes, et les expose à découvrir l’IA seuls, sans les règles. Les former demande une approche différente : partir de leurs inquiétudes, de leur travail réel et de cas simples, montrer avant d’expliquer, et prévoir un accompagnement après la formation. Cet article décrit cette approche, et le format qui lui convient.
Les peurs à entendre, une par une
La réticence face à l’IA recouvre des inquiétudes différentes, qu’il vaut mieux distinguer. La peur d’être remplacé, d’abord : elle mérite une réponse honnête, qui ne promet pas ce que l’entreprise ne peut pas garantir, mais qui explique ce que l’organisation attend réellement de l’outil. La peur de ne pas savoir faire, ensuite, fréquente chez des personnes qui se jugent peu à l’aise avec le numérique : elle se dissipe surtout par la pratique, dans un cadre où l’erreur est permise. La crainte de mal faire, de commettre une faute en saisissant une donnée interdite : elle appelle des règles claires. La méfiance envers la fiabilité des outils, souvent fondée : c’est une qualité à valoriser, pas un obstacle. Enfin, des réserves de principe, éthiques ou environnementales, qui ont leur place dans la discussion. Un formateur qui balaie ces inquiétudes perd son public dès la première heure. Les entendre, une par une, est la condition pour que la suite de la journée soit écoutée.
Partir du travail, pas de la technologie
Les collaborateurs non techniques n’ont pas besoin de comprendre le fonctionnement interne d’un modèle de langage pour en tirer parti. Une explication simple suffit : l’outil produit du texte probable à partir de ce qu’il a appris, ce qui explique à la fois ses capacités et ses erreurs. Le reste de la formation doit partir de leur travail. Quelles tâches prennent du temps sans apporter beaucoup de valeur ? Quels documents reviennent chaque semaine ? Quels courriers sont difficiles à écrire ? Quelles notes faut-il résumer ? Le questionnaire de besoins envoyé avant la session sert à recueillir ces situations, et les exercices sont construits à partir d’elles, rendues fictives. Le vocabulaire compte aussi : parler de « demande » plutôt que de « prompt », de « réponse à vérifier » plutôt que d’« hallucination », éviter les sigles. Un participant qui reconnaît sa propre tâche dans un exercice s’engage beaucoup plus volontiers qu’un participant à qui l’on présente une liste de fonctionnalités.
Démontrer avant d’expliquer
Pour un public réticent, une démonstration bien choisie vaut mieux qu’une longue introduction. Le formateur prend une tâche que tout le monde connaît dans le groupe, par exemple répondre à un courrier de réclamation ou transformer des notes brutes en compte rendu, et la réalise devant les participants, en direct, avec l’outil. Il montre la demande, le résultat, les corrections nécessaires, et le temps qu’il faut pour obtenir un texte acceptable. La démonstration doit être honnête : si le premier résultat est médiocre, c’est l’occasion de montrer comment préciser la demande, pas un incident à cacher. Les participants voient ainsi à la fois ce que l’outil apporte et ce qu’il ne fait pas. Ensuite seulement viennent les explications sur la méthode, puis la pratique individuelle. Cette séquence, montrer, expliquer, pratiquer, réduit l’appréhension : on ne demande à personne de se lancer seul face à un écran vide sans avoir vu au préalable à quoi ressemble un usage concret.
Des cas simples et immédiatement utiles
Les premiers exercices doivent être simples, rapides et utiles dès le lendemain. Quelques exemples fonctionnent bien avec des publics non techniques. Reformuler un courriel pour le rendre plus clair ou plus cordial. Transformer une liste de notes en compte rendu structuré. Résumer un document long en quelques points. Préparer une liste de questions avant un rendez-vous. Rédiger une procédure simple à partir d’une explication orale. Adapter un texte pour un public différent, par exemple un client plutôt qu’un collègue. Ces tâches ont trois points communs : elles reviennent souvent, le participant sait juger lui-même si le résultat est bon, et une erreur éventuelle se repère facilement. C’est ce qui donne confiance. Les usages plus ambitieux, comme l’analyse de tableaux, la création d’assistants personnalisés ou l’automatisation, viendront plus tard, pour ceux qui le souhaitent. Un participant qui repart avec deux ou trois usages qu’il maîtrise réellement a plus de chances de continuer qu’un participant qui a survolé vingt fonctionnalités.
Montrer les erreurs de l’IA, volontairement
Paradoxalement, montrer les erreurs de l’IA rassure les publics réticents. Beaucoup craignent un outil présenté comme infaillible, ou qui les mettrait en défaut. Leur montrer qu’il se trompe, et qu’ils savent repérer ces erreurs, valorise leur expertise métier. Le formateur peut, par exemple, demander à l’outil une information précise sur une réglementation ou une référence, puis vérifier avec le groupe qu’elle est inexacte ou inventée. Il peut faire résumer un document dans lequel une nuance importante disparaît, et demander aux participants de la retrouver. Ces exercices installent le réflexe le plus important : vérifier. Ils montrent aussi que le jugement professionnel reste indispensable, et que l’outil ne remplace pas la connaissance du métier. Pour des collaborateurs qui craignent d’être dépassés, découvrir que leur expérience leur permet de corriger la machine change la perspective. L’IA devient un outil à maîtriser, avec ses défauts, plutôt qu’une menace incompréhensible que l’on subirait sans pouvoir la juger.
Un cadre clair rassure
L’incertitude sur les règles est l’une des premières causes de réticence. Un collaborateur qui ne sait pas ce qui est autorisé préfère souvent ne rien faire, par prudence. Présenter le cadre en début de formation, simplement, lève une grande partie de ces blocages. Quels outils l’entreprise autorise-t-elle, et avec quel compte ? Quelles données ne doivent jamais être saisies ? Faut-il faire relire un document préparé avec l’IA avant de l’envoyer ? À qui s’adresser en cas de doute ou d’erreur ? Ces règles, issues de la charte d’usage de l’entreprise, sont présentées avec des exemples concrets du métier des participants. Il est utile de préciser aussi ce qui n’est pas attendu : l’entreprise ne demande pas à chacun d’utiliser l’IA pour tout, et personne ne sera jugé sur sa vitesse d’adoption. Ce message, porté par le formateur et confirmé par le manager, libère beaucoup de participants. Le cadre n’est pas une contrainte supplémentaire : il est la condition pour essayer sereinement.
Le rythme et la taille du groupe
Avec un public non technique, le rythme compte autant que le contenu. Une journée de formation laisse le temps d’alterner démonstrations, explications et pratique, avec des pauses régulières. Mieux vaut traiter moins de sujets et laisser chacun réussir ses exercices que d’enchaîner les fonctionnalités. La taille du groupe joue aussi : en intra-entreprise, un groupe compte au maximum dix participants, ce qui permet au formateur de suivre chacun pendant les exercices. Un groupe homogène, composé de personnes qui font un travail proche, facilite la construction de cas pertinents et l’entraide. Le présentiel, dans vos locaux, convient particulièrement bien à ce public : le formateur voit l’écran des participants, intervient au bon moment et désamorce les blocages techniques simples. Les sessions à distance restent possibles, avec un formateur en direct, à condition que chaque participant soit à l’aise avec la visioconférence. En présentiel, les frais de déplacement du formateur sont chiffrés dans le devis, en sus du prix du groupe.
Après la formation : ne laisser personne seul
Pour un public réticent, l’après-formation est décisif. Seul devant son poste, sans le formateur ni le groupe, un participant peut rapidement abandonner au premier résultat décevant. Plusieurs dispositifs simples limitent ce risque. Une bibliothèque de demandes prêtes à l’emploi, construite pendant la formation sur les tâches du groupe, que chacun peut réutiliser sans partir de zéro. Un référent IA identifié dans l’équipe ou le service, disponible pour répondre aux questions. Un binôme entre un collaborateur à l’aise et un collaborateur plus hésitant, pour partager les usages. Un point de suivi quelques semaines plus tard, pour faire le bilan des usages adoptés et des difficultés rencontrées ; il est inclus dans les formations de deux jours de la gamme Premium d’AI2 et peut être organisé en interne après une journée. Enfin, le manager joue un rôle clé : en valorisant les essais, en acceptant les erreurs et en laissant du temps pour pratiquer, il transforme une journée de formation en changement durable.
Quel format choisir
Pour des collaborateurs non techniques, la formation d’acculturation à l’IA d’AI2 est un bon point de départ : une journée, sans prérequis, qui couvre le fonctionnement simplifié de l’IA générative, les usages dans le métier, les risques et limites, la confidentialité, le cadre légal et les règles de l’entreprise. Pour les petites entreprises, la formation IA pour TPE et PME propose un socle commun pour toute l’équipe. Les participants qui souhaitent ensuite aller plus loin peuvent suivre la formation prompt engineering, une journée consacrée à la méthode de formulation des demandes, indépendante de l’outil. Sur la grille publique, une journée coûte 790 € HT par participant en inter-entreprises, à distance avec un formateur en direct, ou 3 490 € HT par groupe de 10 participants maximum en intra, en ligne ou dans vos locaux, frais de déplacement en sus en présentiel. Le financement relève du plan de développement des compétences, avec une prise en charge possible par l’OPCO selon ses critères ; ces formations courtes ne sont pas éligibles au CPF.
Pour aller plus loin
Devenez un professionnel de l'IA avec AI2 — Paris
Bachelor (RNCP 6) et Mastère (RNCP 7) en Intelligence Artificielle & Data Science. Alternance, CPF et financement entreprise possibles. Candidatures ouvertes pour la rentrée de janvier 2027.
Être rappelé gratuitement sous 24h
Laissez votre numéro — notre équipe vous rappelle pour tout vous expliquer (programmes, financement, rentrée de janvier 2027). Sans engagement.
Articles similaires
Intégrer l’IA au plan de développement des compétences 2027 : la méthode
Calendrier budgétaire, priorités par métier, intra ou inter, financement OPCO selon ses critères et documentation au titre de l’AI Act : intégrer l’IA au plan de formation 2027.
Former les managers à l’IA : accompagner l’équipe, fixer les règles, repérer les risques
Rôle du manager, règles d’équipe, usages à risque, conduite du changement et contenu d’une formation dédiée : comment préparer les managers à accompagner leurs équipes dans l’usage de l’IA.
ChatGPT pour les commerciaux : 12 prompts concrets, du ciblage au compte rendu
Ciblage, recherche de compte, premier message, rendez-vous, objections, proposition, relance, compte rendu : douze prompts à adapter pour chaque étape du cycle de vente, et les règles RGPD.