Soft skills à l’ère de l’IA : les compétences humaines qui prennent de la valeur

L’intelligence artificielle transforme déjà une foule de tâches : rédiger, résumer, analyser des données, générer des idées ou soutenir une décision. À mesure que ces usages s’installent dans le travail quotidien, une question devient incontournable : quelles compétences prennent de la valeur lorsque l’IA peut accomplir une partie du travail?

La réponse ne se trouve pas uniquement du côté des compétences techniques. Bien utiliser l’IA demeure important, mais les compétences à l’ère de l’IA reposent aussi sur des capacités profondément humaines : exercer son jugement, apprendre, s’adapter et déterminer ce qu’on peut réellement confier à la technologie.

C’est l’un des constats du rapport Compétences humaines 2030, issu d’une étude menée par Boostalab auprès de plus de 660 professionnel·les du Québec. Quatre compétences y ressortent particulièrement face aux transformations liées à l’IA : la collaboration humain et IA, la pensée critique, l’apprentissage continu et la tolérance à l’ambiguïté.

Pourquoi les compétences humaines prennent-elles de la valeur avec l’IA?

L’IA en entreprise est souvent abordée sous l’angle des outils, de l’automatisation et des gains de productivité. Ces dimensions comptent, mais elles ne représentent qu’une partie du changement.

Lorsqu’une IA peut produire une réponse en quelques secondes, la valeur ne réside plus seulement dans la capacité à produire, mais aussi à évaluer. Une recommandation doit être jugée pertinente, une synthèse vérifiée et une solution remise en contexte avant d’être retenue.

Les données de l’étude vont dans ce sens. Parmi les changements liés à l’IA anticipés par les personnes répondantes, l’encadrement de son utilisation, la gestion des risques ainsi que le besoin accru de pensée critique et de discernement ressortent fortement.

Les soft skills et l’IA deviennent donc étroitement liés : plus les outils gagnent en capacité, plus le jugement humain devient stratégique.

1. Collaboration humain et IA : apprendre à répartir le travail

Collaborer avec l’IA ne consiste pas seulement à savoir formuler une bonne requête. Il faut aussi déterminer ce qui peut être confié à la technologie, ce qui doit être validé et ce qui gagne à demeurer sous responsabilité humaine.

Dans le rapport Compétences humaines 2030, la collaboration humain et IA arrive au troisième rang des compétences à développer en priorité chez le personnel non-gestionnaire.

Cette compétence touche aussi la collaboration entre personnes. L’IA peut accélérer certains échanges, produire des synthèses ou soutenir la préparation du travail, mais elle peut aussi modifier la façon dont les idées circulent, dont les décisions se prennent et dont l’expertise est mobilisée dans une équipe.

L’enjeu n’est donc pas seulement de mieux répartir le travail entre l’humain et l’IA. Il faut aussi préserver ce que la collaboration humaine apporte de plus précieux : le dialogue, la confrontation des points de vue, le jugement collectif et la confiance.

2. Pensée critique : quand obtenir une réponse n’est plus le plus difficile

L’IA générative facilite l’accès à des réponses, des synthèses et des analyses. Le défi se déplace donc : il ne suffit plus d’obtenir une réponse, il faut savoir l’évaluer.

Est-elle exacte? Nuancée? Adaptée au contexte? Sur quelles hypothèses repose-t-elle? Qu’est-ce qui mérite d’être vérifié?

C’est là que la pensée critique prend toute sa valeur. Elle permet de prendre du recul, d’identifier les limites d’un résultat, de comparer différentes interprétations et d’éviter de confondre une réponse convaincante avec une réponse fiable.

Cette compétence devient particulièrement importante lorsque l’IA soutient des décisions ou des recommandations. Le rapport montre d’ailleurs un écart entre l’importance accordée à la pensée critique et les investissements perçus pour la développer chez le personnel non-gestionnaire.

Plus les réponses deviennent faciles à produire, plus la capacité à les questionner, les valider et les interpréter devient stratégique.

3. Apprentissage continu : la compétence qui permet de rester pertinent·e

Les outils d’IA évoluent rapidement. Les fonctionnalités changent, de nouveaux usages apparaissent et certaines pratiques deviennent désuètes en peu de temps. Dans ce contexte, il devient difficile de miser uniquement sur un ensemble fixe de connaissances.

L’apprentissage continu consiste à développer la capacité d’apprendre, d’expérimenter, d’ajuster ses pratiques et parfois de désapprendre certaines façons de faire. Cette logique est étroitement liée aux stratégies d’upskill et de reskill : approfondir ses compétences pour évoluer dans son rôle ou en acquérir de nouvelles lorsque le travail se transforme.

La question n’est donc plus seulement : « Que devons-nous apprendre maintenant? », mais aussi : « Sommes-nous capables de continuer à apprendre lorsque notre travail change? »

Cette capacité ne repose toutefois pas uniquement sur les individus. Elle exige une véritable culture d’apprentissage, où le temps, l’expérimentation et le partage des apprentissages trouvent une place réelle dans le travail.

4. Tolérance à l’ambiguïté : avancer lorsque les repères évoluent

L’intégration de l’IA crée de nombreuses zones grises. Les outils changent rapidement, les usages se précisent au fil de l’expérimentation et certaines pratiques doivent être ajustées avant même d’être complètement stabilisées.

La tolérance à l’ambiguïté permet de continuer à réfléchir, décider et agir lorsque les repères sont incomplets. Elle ne consiste pas à accepter le flou passivement, mais à avancer avec discernement tout en restant prêt à revoir son approche.

Cette capacité est étroitement liée à l’agilité numérique : comprendre suffisamment les outils et les changements technologiques pour adapter ses façons de travailler sans perdre de vue les objectifs.

Elle devient aussi centrale dans les contextes de transformation. Une bonne gestion du changement ne vise pas à éliminer toute incertitude, mais à aider les équipes à progresser malgré elle, à tester de nouvelles façons de faire et à ajuster leurs pratiques au fur et à mesure que la situation évolue.

Quatre compétences qui fonctionnent mieux ensemble

Ces quatre compétences prennent tout leur sens lorsqu’elles sont mobilisées ensemble. Imaginons une équipe qui commence à utiliser une IA générative pour préparer des recommandations.

• La collaboration humain et IA permet de déterminer ce qui peut être confié à l’outil.
• La pensée critique aide à évaluer le résultat et à repérer ce qui doit être validé.
• La tolérance à l’ambiguïté permet d’expérimenter même si les pratiques ne sont pas encore totalement stabilisées.
• Enfin, l’apprentissage continu aide l’équipe à tirer des leçons de l’expérience et à améliorer sa façon de travailler.

Ensemble, elles permettent d’utiliser l’IA sans perdre le fil du jugement professionnel. Voilà peut-être l’un des enjeux les plus importants des compétences pour travailler à l’ère de l’IA : il ne s’agit pas seulement de mieux utiliser les outils, mais de préserver la qualité du travail autour de ces outils.

Comment développer les compétences humaines à l’ère de l’IA?

Reconnaître l’importance de ces compétences est une chose. Les développer réellement en est une autre.

Les soft skills se renforcent surtout par la pratique, le feedback et leur mobilisation dans des situations concrètes. Une stratégie efficace gagne donc à partir du travail réel : quels projets d’IA transforment les façons de faire? Quelles nouvelles décisions les équipes doivent-elles prendre? Où le jugement humain devient-il particulièrement important?

À partir de ces situations, l’organisation peut :

• Identifier quelques compétences prioritaires
• Les traduire en comportements observables
• Créer des occasions de les pratiquer

C’est aussi l’une des pistes proposées dans Compétences humaines 2030 : choisir un nombre limité de compétences critiques, les relier à des situations de travail réelles et soutenir leur transfert dans l’action.

Cette approche permet surtout d’éviter de séparer les formations sur l’IA en entreprise du développement des compétences humaines. Les deux gagnent à être pensés ensemble.

L’avenir du travail avec l’IA se prépare aussi par les compétences humaines

L’IA continuera d’évoluer. Les outils changeront, les usages se préciseront et certaines tâches seront transformées en profondeur. Mais la valeur créée dépendra toujours en grande partie de la qualité des compétences humaines mobilisées autour de ces technologies.

Exercer son jugement, apprendre, s’adapter et collaborer avec l’IA sont essentiels. Mais il faut aussi préserver ce que la collaboration humaine rend possible : confronter les points de vue, partager l’expertise, construire la confiance et prendre de meilleures décisions ensemble.

Le développement des compétences humaines ne devrait donc pas être traité comme un chantier parallèle aux projets d’IA. Il devrait en faire partie dès le départ.

La question devient alors : quelles compétences humaines devons-nous renforcer pour mieux travailler avec l’IA, sans affaiblir notre capacité à travailler les uns avec les autres?

Pour les organisations, c’est là que se trouve une partie importante du travail à faire dès maintenant.