Compétences IA : tout le monde dit maîtriser, mais qui dit vrai ?

Les compétences évoluent à grande vitesse avec l'IA. Pour les RH, valider les compétences réellement maîtrisées devient un enjeu stratégique face à des référentiels mouvants.

Jamais les compétences n’ont évolué aussi vite. Avec l’IA, elles se transforment et deviennent obsolètes à un rythme inédit. Par conséquent, elle engendre un nouveau défi pour les RH : entre experts autoproclamés, référentiels encore mouvants et managers qui apprennent parfois en même temps que leurs équipes, comment distinguer des compétences réellement maîtrisées de celles simplement annoncées ? Aujourd’hui, plus que jamais, la validation des compétences devient un véritable impératif stratégique.

La donnée compétences IA : une illusion de fiabilité

L’IA est la compétence prioritaire citée par de nombreuses entreprises. Pourtant, sur le terrain, 23,1 % des collaborateurs n’ont reçu aucune formation IA, et 85 % estiment ne pas être suffisamment aidés pour l’utiliser dans leur rôle.[1] On peut alors se questionner sur ce paradoxe : quels collaborateurs maîtrisent vraiment l'IA ? Sur ce sujet, l'auto-déclaration fait loi. Chacun revendique son usage et une certaine maîtrise du sujet, mais qui vérifie ? Et comment le fait-on ?

Les compétences IA sont si récentes et si mouvantes que les repères manquent à tout le monde… y compris à ceux qui sont censés les jauger. Les référentiels métiers peinent à suivre un champ qui se redéfinit constamment. Et les collaborateurs, de bonne foi, se déclarent compétents sur des usages qu'ils maîtrisent parfois très partiellement. Résultat : les données de compétences IA qui circulent dans les systèmes RH sont majoritairement déclaratives. Ce n'est pas un jugement, c'est un constat sur la nature de la donnée, et comme "garbage in, garbage out"[2], une donnée non vérifiée, c'est une décision RH prise à l'aveugle.

Valider les compétences IA : des voies existent, encore faut-il les combiner

Sur les compétences classiques, les RH ont l'embarras du choix, ils disposent de quatre voies de validation éprouvées. La validation managériale, quand le manager observe, ajuste, confirme. La validation par les pairs, lorsque des collègues qui exercent les mêmes compétences évaluent et approuvent. Les certifications externes, qui objectivent. Enfin, les évaluations situationnelles : mises en situation, cas pratiques et exercices en conditions réelles.

Mais sur les compétences IA, c’est différent, car, bien que ces quatre voies existent toujours, elles se heurtent parfois à des limites spécifiques. La validation managériale bute sur un problème de fond : le manager apprend souvent en même temps que son équipe ; comment valider ce qu'il ne maîtrise pas encore lui-même ? Les certifications existent (certains éditeurs, comme Anthropic, proposent déjà les leurs), mais elles restent trop récentes pour constituer seules une référence solide. La validation par les pairs demeure inégale selon les entreprises, faute de cadre organisé pour la faire fonctionner.

C'est le situationnel qui donne aujourd'hui les résultats les plus fiables. Combiné aux autres voies selon le contexte, il permet de passer d'une donnée déclarative à une donnée robuste. Reste à savoir comment, concrètement, mettre cette combinaison en mouvement.

Prioriser, itérer, avancer : les clés du succès

Beaucoup d'entreprises pêchent. Face à des compétences aussi changeantes, la tentation est grande de vouloir tout valider et tout certifier. Mais c’est impossible, à vouloir rechercher une vérité absolue, on finit souvent par ne rien faire du tout.

La bonne approche consiste à se dire qu’une compétence IA n’est jamais définitivement acquise. La validation ne peut pas être un exercice ponctuel : elle doit être continue, au gré des nouveaux outils, des usages et des retours du terrain. Obtenir la photographie parfaite des compétences à l’instant T ne sert à rien ; il faut construire progressivement une donnée suffisamment complète pour pouvoir agir.

Certaines entreprises expérimentent ainsi des communautés d'experts ou des "conseils des sages de l’IA", réunissant les collaborateurs les plus avancés sur ces sujets afin de partager les bonnes pratiques, confronter les usages et créer des repères communs.

Car au fond, l'enjeu n'est pas d'obtenir une vérité absolue sur les compétences IA. Il est de disposer d'une donnée suffisamment fiable pour prendre les bonnes décisions. Dans un domaine qui évolue aussi vite, vouloir tout certifier ou tout figer est une impasse. Les entreprises qui prendront de l'avance seront celles qui accepteront de construire cette confiance progressivement, en faisant de la validation des compétences un processus continu plutôt qu'un exercice ponctuel.

[1] Étude mondiale Docebo : IA en entreprise : le grand écart, menée en 2026 auprès de 2 000 collaborateurs et responsables formation dans six pays

[2] "Si l’on entre des données erronées, on obtient des résultats erronés"