{"id":190730,"date":"2026-08-14T13:00:54","date_gmt":"2026-08-14T17:00:54","guid":{"rendered":"https:\/\/linitiative.ca\/International\/la-tunisie-face-a-lia-le-travailleur-du-savoir-face-a-lia-devenir-centaure-ou-disparaitre-en-silence-3eme-partie\/"},"modified":"2026-08-14T13:00:54","modified_gmt":"2026-08-14T17:00:54","slug":"la-tunisie-face-a-lia-le-travailleur-du-savoir-face-a-lia-devenir-centaure-ou-disparaitre-en-silence-3eme-partie","status":"publish","type":"post","link":"https:\/\/linitiative.ca\/International\/la-tunisie-face-a-lia-le-travailleur-du-savoir-face-a-lia-devenir-centaure-ou-disparaitre-en-silence-3eme-partie\/","title":{"rendered":"La Tunisie face \u00e0 l’IA – Le travailleur du savoir face \u00e0 l\u2019IA: devenir centaure ou dispara\u00eetre en silence? (3\u00e8me partie)"},"content":{"rendered":"

Par Dr Sami Bahri –<\/strong><\/span><\/span> Dans l\u2019article pr\u00e9c\u00e9dent<\/a>, nous avons vu comment l\u2019entreprise pouvait saisir l\u2019anguille: partir de ses processus, poss\u00e9\u03c0der son savoir et adapter son logiciel. Supposons que cette transformation r\u00e9ussisse. Il reste alors l\u2019inconnue la plus intime de notre \u00e9quation: l\u2019humain qui travaille dans cette entreprise transform\u00e9e.<\/p>\n

Le premier article<\/a> a pr\u00e9sent\u00e9 le Knowledge Worker<\/strong><\/em> de Peter Drucker, ce professionnel qui cr\u00e9e de la valeur en collectant, en interpr\u00e9tant et en transmettant de l\u2019information, ainsi que son importance particuli\u00e8re pour la Tunisie: services informatiques, ing\u00e9nierie, comptabilit\u00e9 externalis\u00e9e, relation client qualifi\u00e9e. Il est \u00e0 la fois moteur d\u2019exportation, pilier de la classe moyenne et contributeur essentiel aux finances publiques.<\/p>\n

Pendant des d\u00e9cennies, l\u2019informatique a \u00e9t\u00e9 son meilleur alli\u00e9. Le tableur aidait le comptable; le moteur de recherche, l\u2019analyste. Ces outils \u00e9taient des v\u00e9los pour l\u2019esprit: ils amplifiaient l\u2019effort, mais c\u2019\u00e9tait encore l\u2019humain qui p\u00e9dalait.<\/p>\n

L\u2019IA g\u00e9n\u00e9rative change la physique du travail cognitif: pour la premi\u00e8re fois, l\u2019outil ne se contente plus de structurer ou de retrouver l\u2019information. Il produit du contenu. Il peut d\u00e9sormais p\u00e9daler \u00e0 notre place.<\/p>\n

Le moment Schumpeter au bureau: l\u2019imp\u00e9ratif d\u2019optimisation<\/strong><\/span><\/span><\/p>\n

La destruction cr\u00e9atrice de Schumpeter, egalement \u00e9voqu\u00e9e dans le premier article de cette s\u00e9rie, traverse aujourd\u2019hui nos espaces de travail. L\u2019IA r\u00e9duit rapidement la valeur \u00e9conomique du travail cognitif isol\u00e9 et r\u00e9p\u00e9titif: la synth\u00e8se standard, le premier brouillon, le code routinier, la traduction courante.<\/p>\n

Il faut ici dissiper un malentendu. Chez Schumpeter, la destruction ne vient pas de l’int\u00e9rieur: elle vient des concurrents. Aucune entreprise ne se r\u00e9invente par plaisir ; elle le fait parce qu’un rival, quelque part, a d\u00e9j\u00e0 baiss\u00e9 ses co\u00fbts ou augment\u00e9 sa qualit\u00e9. L’optimisation n’est donc pas un choix: c’est une contrainte que le march\u00e9 exerce sur chaque acteur, en permanence.<\/p>\n

Cette contrainte descend d\u00e9sormais jusqu\u2019au bureau individuel. Lorsqu\u2019un consultant, un d\u00e9veloppeur ou un juriste augment\u00e9 par l\u2019IA produit en deux jours ce que son homologue produit en deux semaines, il ne red\u00e9finit pas seulement sa propre productivit\u00e9: il contribue \u00e0 red\u00e9finir le prix de march\u00e9 de la prestation pour tous les autres. Le travailleur du savoir qui ne transforme pas ses m\u00e9thodes ne conserve donc pas son ancien niveau de comp\u00e9titivit\u00e9. Il le perd, parce que le r\u00e9f\u00e9rentiel s\u2019est d\u00e9plac\u00e9 sans lui.<\/p>\n

L\u2019imp\u00e9ratif est asym\u00e9trique: ne rien faire n\u2019est pas une position neutre, mais une r\u00e9gression relative. La seule variable qui reste entre les mains du professionnel n\u2019est pas de savoir si la transformation aura lieu, mais qui la pilotera<\/em>: lui-m\u00eame, en repensant ses m\u00e9thodes de travail, ou le march\u00e9, \u00e0 ses d\u00e9pens et selon son calendrier.<\/p>\n

Cette contrainte ne s\u2019arr\u00eatera pas \u00e0 l\u2019individu. Elle remonte la cha\u00eene l\u2019entreprise qui n\u2019optimise pas perd du terrain face \u00e0 celle qui optimise. Nous verrons dans le prochain article qu\u2019elle finit par atteindre les \u00c9tats eux-m\u00eames.<\/p>\n

La menace imm\u00e9diate n\u2019est donc pas n\u00e9cessairement le remplacement brutal par la machine. C\u2019est un ph\u00e9nom\u00e8ne plus insidieux: le deskilling,<\/em> ou la d\u00e9qualification progressive par d\u00e9l\u00e9gation aveugle. Autrement dit, subir la transformation au lieu de la piloter.<\/p>\n

La le\u00e7on du jeu d\u2019\u00e9checs: naissance et mort du centaure<\/strong><\/span><\/span><\/p>\n

En 1997, Garry Kasparov perd contre Deep Blue. Plut\u00f4t que de d\u00e9clarer les \u00e9checs morts, il contribue ensuite \u00e0 populariser les \u00ab\u00e9checs avanc\u00e9s\u00bb: des humains jouant avec des machines.<\/p>\n

Les comp\u00e9titions freestyle des ann\u00e9es 2000 ont alors r\u00e9v\u00e9l\u00e9 quelque chose de remarquable: des joueurs qui n\u2019\u00e9taient pas n\u00e9cessairement les meilleurs, mais qui disposaient d\u2019une machine et surtout d\u2019un excellent processus de collaboration, pouvaient battre des adversaires plus forts, humains ou informatiques. Le centaure<\/strong> \u00e9tait n\u00e9: l\u2019humain apporte la strat\u00e9gie et le jugement \u2014 le buste \u2014 tandis que la machine fournit la puissance de calcul \u2014 le corps du cheval.<\/p>\n

Honn\u00eatet\u00e9 intellectuelle oblige: aux \u00e9checs de tr\u00e8s haut niveau, le centaure est aujourd\u2019hui pratiquement \u00e9teint. Les moteurs modernes sont devenus si puissants que l\u2019intervention humaine tend \u00e0 d\u00e9grader leurs r\u00e9sultats plut\u00f4t qu\u2019\u00e0 les am\u00e9liorer.<\/p>\n

Faut-il en conclure que le mod\u00e8le du centaure a une date de p\u00e9remption? Pas n\u00e9cessairement et la raison est d\u00e9cisive.<\/p>\n

Les \u00e9checs sont un syst\u00e8me ferm\u00e9<\/strong>: information parfaite, r\u00e8gles fixes, objectif sans ambigu\u00eft\u00e9. Ce sont pr\u00e9cis\u00e9ment les conditions dans lesquelles la machine peut finir par \u00e9vincer l\u2019humain.<\/p>\n

Le travail du savoir est g\u00e9n\u00e9ralement l\u2019inverse: un syst\u00e8me ouvert<\/strong>. Ce que signifie \u00abgagner\u00bb y est n\u00e9gociable. Cela d\u00e9pend du contexte, des parties prenantes, de contraintes \u00e9thiques et d\u2019objectifs susceptibles d\u2019\u00e9voluer en cours de route. Une machine peut proposer une excellente r\u00e9ponse \u00e0 une question donn\u00e9e. Mais d\u00e9terminer quelle question m\u00e9rite d\u2019\u00eatre pos\u00e9e<\/em>, \u00e0 qui la r\u00e9ponse doit servir et quels dommages collat\u00e9raux sont acceptables ne rel\u00e8ve pas seulement du calcul: cela rel\u00e8ve du cadrage et de la responsabilit\u00e9.<\/p>\n

La le\u00e7on des \u00e9checs n\u2019est donc pas que le centaure gagne toujours, mais quelque chose de plus pr\u00e9cis: Le centaure reste pertinent l\u00e0 o\u00f9 la fonction de gain n\u2019est pas enti\u00e8rement d\u00e9finie.<\/strong><\/p>\n

C\u2019est vers cet espace que le travailleur du savoir doit d\u00e9placer sa valeur: loin des t\u00e2ches qui peuvent \u00eatre enferm\u00e9es dans des syst\u00e8mes ferm\u00e9s, terrain sur lequel il finira probablement par perdre, et vers la d\u00e9finition des objectifs, des contextes et des garde-fous.<\/p>\n

Trois postures face \u00e0 la machine<\/strong><\/span><\/span><\/p>\n

De cette analyse se d\u00e9gagent trois modes de collaboration entre l\u2019humain et la machine. Ce qui les distingue, c\u2019est la mani\u00e8re dont chacun traite la fonction de gain de son propre travail.<\/p>\n

1. Le Self-Automator: la d\u00e9l\u00e9gation passive<\/strong><\/span><\/span><\/p>\n

Il d\u00e9l\u00e8gue l\u2019essentiel \u00e0 l\u2019IA et traite implicitement son travail comme un syst\u00e8me ferm\u00e9, comme s\u2019il existait pour chaque t\u00e2che une r\u00e9ponse \u00abjuste\u00bb que la machine finirait n\u00e9cessairement par trouver.<\/p>\n

C\u2019est le pi\u00e8ge: en d\u00e9finissant ainsi son travail, il l\u2019a d\u00e9j\u00e0 d\u00e9plac\u00e9 sur le terrain o\u00f9 la machine peut \u00e9vincer l\u2019humain. La cons\u00e9quence est un double deskilling : il d\u00e9sapprend son m\u00e9tier et perd progressivement le jugement n\u00e9cessaire pour v\u00e9rifier les r\u00e9sultats.<\/p>\n

Le Self-Automator ne se fait pas rationaliser uniquement parce que l\u2019IA est trop forte, mais parce qu\u2019il a lui-m\u00eame cess\u00e9 de poser les questions pertinentes.<\/p>\n

2. Le Cyborg: la co-cr\u00e9ation fusionn\u00e9e<\/strong><\/span><\/span><\/p>\n

L\u2019humain et la machine travaillent dans un dialogue permanent: chaque paragraphe, chaque analyse ou chaque ligne de code na\u00eet de l\u2019it\u00e9ration.<\/p>\n

Ce mode excelle dans les t\u00e2ches partiellement ferm\u00e9es<\/em>: le cadre g\u00e9n\u00e9ral est pos\u00e9, mais l\u2019ex\u00e9cution exige des ajustements continus.
Le risque est ailleurs: celui qui travaille en fusion permanente avec la machine peut perdre la distance n\u00e9cessaire pour se demander si l\u2019ensemble va encore dans la bonne direction.<\/p>\n

3. Le Centaure: la division du travail curat\u00e9e<\/strong><\/span><\/span><\/p>\n

La ligne de partage reste nette: l\u2019humain conserve la ma\u00eetrise du quoi, objectifs, contexte, garde-fous, arbitrages et \u00e9valuation, tandis que la machine prend en charge une grande partie du comment<\/em>.<\/p>\n

Ce mode est particuli\u00e8rement adapt\u00e9 lorsque la fonction de gain reste ouverte : strat\u00e9gie, priorisation, arbitrage \u00e9thique, compr\u00e9hension des parties prenantes ou choix du probl\u00e8me \u00e0 r\u00e9soudre.<\/p>\n

Le point essentiel est le suivant: Cyborg et Centaure ne sont pas des concurrents, mais des attitudes.<\/strong> Le travailleur du savoir souverain alterne consciemment entre elles : Centaure pour le cadrage, Cyborg pour l\u2019ex\u00e9cution, jamais Self-Automator par d\u00e9faut.<\/p>\n

Le danger appara\u00eet lorsque le changement d\u2019attitude devient inconscient. Celui qui s\u2019enfonce dans le mode Cyborg sans jamais remonter en selle d\u00e9rive lentement vers l\u2019auto-automatisation.<\/p>\n

Savoir changer consciemment de mode devient ainsi l\u2019une des comp\u00e9tences centrales de notre \u00e9poque.<\/strong><\/p>\n

L\u2019IA comme amplificateur de d\u00e9cisions<\/strong><\/span><\/span><\/p>\n

Lorsque le co\u00fbt marginal de l\u2019ex\u00e9cution cognitive chute fortement, le goulot d\u2019\u00e9tranglement se d\u00e9place.<\/p>\n

Hier, la ressource rare \u00e9tait souvent la production: r\u00e9diger l\u2019analyse, \u00e9crire le code, fabriquer la pr\u00e9sentation. Aujourd\u2019hui, la ressource rare devient davantage la d\u00e9cision: quoi produire, dans quel cadre et avec quel objectif.<\/p>\n

Or, l\u00e0 o\u00f9 se situe le goulot d\u2019\u00e9tranglement se concentre g\u00e9n\u00e9ralement la valeur. \u00c9conomiquement, rien de neuf: le facteur rare tend \u00e0 d\u00e9terminer le prix. La nouveaut\u00e9, c\u2019est que ce facteur rare s\u2019appelle d\u00e9sormais le jugement.<\/p>\n

Mais cette th\u00e8se a une s\u0153ur jumelle, plus sombre: l\u2019IA est aussi un amplificateur de d\u00e9cisions<\/strong>.<\/p>\n

Un bon cadrage est d\u00e9multipli\u00e9 par la machine. Un mauvais cadrage l\u2019est \u00e9galement.<\/p>\n

Celui qui, hier, introduisait une hypoth\u00e8se erron\u00e9e dans une analyse produisait un document fautif. Celui qui, aujourd\u2019hui, introduit cette m\u00eame hypoth\u00e8se dans un processus automatis\u00e9 peut produire des documents erron\u00e9s en s\u00e9rie \u2014 \u00e0 la vitesse de la machine, dans une pr\u00e9sentation professionnelle et avec toutes les apparences de la rigueur.<\/p>\n

C\u2019est la v\u00e9ritable faiblesse du Self-Automator : non pas qu\u2019il ne d\u00e9cide plus, mais qu\u2019il d\u00e9cide inconsciemment. Chaque prompt irr\u00e9fl\u00e9chi, chaque hypoth\u00e8se implicite et chaque r\u00e9sultat repris sans v\u00e9rification constituent des d\u00e9cisions qui ne sont pas reconnues comme telles.<\/p>\n

Il ne d\u00e9l\u00e8gue pas seulement son travail: il d\u00e9l\u00e8gue, sans toujours s\u2019en apercevoir, son jugement.<\/strong><\/p>\n

Comp\u00e9tence de production et comp\u00e9tence de v\u00e9rification: la naissance du Creative Generalist<\/strong><\/span><\/span><\/p>\n

Pour comprendre la prochaine \u00e9volution du travailleur du savoir, partons d\u2019un constat simple: jusqu\u2019ici, la valeur d\u2019un professionnel reposait largement sur son silo disciplinaire. Le comptable connaissait la comptabilit\u00e9; le d\u00e9veloppeur, le code; le juriste, le droit.
Franchir les fronti\u00e8res entre ces domaines co\u00fbtait cher: il fallait des ann\u00e9es d\u2019\u00e9tudes, une longue exp\u00e9rience pratique ou le recrutement d\u2019un second expert.<\/p>\n

L\u2019IA fait chuter ce co\u00fbt d\u2019acc\u00e8s de mani\u00e8re spectaculaire. Le savoir sp\u00e9cialis\u00e9 d\u2019un domaine \u00e9tranger ne devient pas instantan\u00e9ment ma\u00eetris\u00e9, mais il devient plus facilement consultable, interrogeable et mobilisable.<\/p>\n

Prenons deux exemples concrets:<\/p>\n

\u2022<\/strong><\/span>\u00a0 Un strat\u00e8ge d\u2019entreprise pr\u00e9pare la refonte d\u2019un service client. Hier, il aurait d\u00e9crit sa vision dans une pr\u00e9sentation, puis attendu plusieurs semaines que l\u2019\u00e9quipe technique la traduise en sp\u00e9cifications. Aujourd\u2019hui, il peut explorer avec l\u2019IA diff\u00e9rentes architectures logicielles, en comprendre les principales contraintes et arriver \u00e0 la r\u00e9union technique avec des questions plus pr\u00e9cises \u2014 voire avec des id\u00e9es que sa formation initiale ne lui aurait jamais permis de formuler.<\/p>\n

\u2022<\/strong><\/span>\u00a0 Un \u00e9conomiste souhaite v\u00e9rifier une hypoth\u00e8se sur des donn\u00e9es d\u2019exportation. Hier, il aurait sollicit\u00e9 un statisticien ou renonc\u00e9 \u00e0 l\u2019analyse. Aujourd\u2019hui, il peut mener lui-m\u00eame une premi\u00e8re exploration, guid\u00e9 par la machine, puis r\u00e9server l\u2019intervention de l\u2019expert \u00e0 la validation des m\u00e9thodes et des r\u00e9sultats.<\/p>\n

C\u2019est ce que nous pourrions appeler le Creative Generalist: un professionnel dont la valeur ne r\u00e9side plus seulement dans l\u2019accumulation d\u2019un savoir sp\u00e9cialis\u00e9, mais dans sa capacit\u00e9 \u00e0 connecter des domaines que personne ne pensait \u00e0 relier et \u00e0 en tirer des solutions nouvelles.<\/p>\n

Pour un pays comme la Tunisie, dont la force r\u00e9side peut-\u00eatre davantage dans la polyvalence de ses dipl\u00f4m\u00e9s que dans la profondeur de ses budgets de R&D, cette figure m\u00e9rite une attention particuli\u00e8re.<\/p>\n

Mais une objection s\u2019impose imm\u00e9diatement et elle est s\u00e9rieuse: ce g\u00e9n\u00e9raliste n\u2019est-il pas simplement un Self-Automator dot\u00e9 d\u2019une meilleure image de lui-m\u00eame?<\/p>\n

Un strat\u00e8ge qui reprend des concepts techniques g\u00e9n\u00e9r\u00e9s par l\u2019IA sans pouvoir en \u00e9valuer la validit\u00e9 n\u2019est pas un g\u00e9n\u00e9raliste. C\u2019est un aventurier dot\u00e9 d\u2019un ego surdimensionn\u00e9.<\/p>\n

Pour r\u00e9pondre \u00e0 cette objection, il faut introduire une distinction qui devient centrale \u00e0 l\u2019\u00e8re de l\u2019IA. D\u00e9composons ce que signifie \u00abma\u00eetriser\u00bb un domaine. Deux comp\u00e9tences distinctes s\u2019y cachent.<\/p>\n

La comp\u00e9tence de production<\/strong> consiste \u00e0 savoir faire soi-m\u00eame: \u00e9crire le code, construire le mod\u00e8le statistique, r\u00e9diger le contrat. C\u2019est celle qui exigeait traditionnellement des ann\u00e9es de formation et dont l\u2019IA peut d\u00e9sormais prendre en charge une part croissante.<\/p>\n

La comp\u00e9tence de v\u00e9rification<\/strong> consiste \u00e0 savoir juger ce qui a \u00e9t\u00e9 fait : reconna\u00eetre qu\u2019une architecture logicielle est fragile, qu\u2019une corr\u00e9lation statistique est trompeuse ou qu\u2019une clause contractuelle est risqu\u00e9e, m\u00eame sans \u00eatre capable de tout produire soi-m\u00eame au m\u00eame niveau.<\/p>\n

Cette distinction n\u2019est pas nouvelle. Un directeur d\u2019usine ne sait pas n\u00e9cessairement r\u00e9aliser toutes les soudures, mais il doit pouvoir reconna\u00eetre un processus de fabrication d\u00e9faillant. Un r\u00e9dacteur en chef n\u2019a pas \u00e9crit chaque article, mais il sait d\u00e9tecter une affirmation douteuse.<\/p>\n

Ce qui change, c\u2019est que cette asym\u00e9trie pourrait devenir un mod\u00e8le de travail courant pour une part croissante des travailleurs du savoir : la machine produit davantage ; l\u2019humain cadre, v\u00e9rifie et assume la d\u00e9cision.<\/p>\n

Le Creative Generalist<\/em> l\u00e9gitime se d\u00e9finit alors plus pr\u00e9cis\u00e9ment. Il n\u2019a pas besoin de poss\u00e9der une comp\u00e9tence compl\u00e8te de production dans tous les domaines qu\u2019il connecte, mais il doit y construire un niveau minimal de comp\u00e9tence de v\u00e9rification: assez de profondeur pour d\u00e9tecter quand l\u2019IA lui livre une absurdit\u00e9 plausible. Non pour exercer pleinement dans le domaine, mais pour savoir quand d\u00e9cider, quand douter et quand appeler un expert.<\/p>\n

Reste une question pratique: comment acqu\u00e9rir cette comp\u00e9tence de v\u00e9rification sans passer par toutes les ann\u00e9es de production qui la fondaient traditionnellement ?<\/p>\n

L\u2019apprentissage symbiotique avec la machine offre une partie de la r\u00e9ponse: discuter avec les mod\u00e8les plut\u00f4t que consommer passivement leurs r\u00e9ponses, contester leurs affirmations, demander leurs sources, rechercher les contre-arguments et transformer chaque erreur d\u00e9tect\u00e9e en occasion d\u2019affiner son propre mod\u00e8le mental.<\/p>\n

Mais l\u2019IA ne peut pas \u00eatre \u00e0 la fois l\u2019unique producteur, l\u2019unique professeur et l\u2019unique arbitre de ses propres erreurs. Cet apprentissage doit aussi s\u2019appuyer sur des r\u00e9f\u00e9rences externes, des cas r\u00e9els, de la pratique supervis\u00e9e et l\u2019intervention ponctuelle d\u2019experts.<\/p>\n

La formule honn\u00eate est donc la suivante: le Creative Generalist n\u2019est pas un statut que l\u2019acc\u00e8s \u00e0 l\u2019IA conf\u00e8re automatiquement. C\u2019est une discipline qui se construit.<\/p>\n

Celui qui saute l\u2019\u00e9tape de la comp\u00e9tence de v\u00e9rification n\u2019est pas un centaure au champ \u00e9largi: c\u2019est un Self-Automator qui se rationalise dans plusieurs disciplines \u00e0 la fois.<\/p>\n

Et dans un syst\u00e8me qui amplifie mes jugements, la qualit\u00e9 de ces jugements devient le principal levier qui reste entre mes mains.<\/p>\n

Le dilemme de la g\u00e9n\u00e9ration Z: la faille dans la fabrique des centaures<\/strong><\/span><\/span><\/p>\n

Cette analyse se heurte cependant au Gen Z Dilemma identifi\u00e9 dans le premier article : si la machine r\u00e9alise les premi\u00e8res analyses et traite les dossiers simples, comment les jeunes professionnels acquerront-ils l\u2019exp\u00e9rience n\u00e9cessaire pour g\u00e9rer les situations complexes?
Nous pouvons d\u00e9sormais pr\u00e9ciser l\u2019enjeu. La comp\u00e9tence de v\u00e9rification, celle-l\u00e0 m\u00eame qui distingue le centaure du Self-Automator, se forge par la confrontation \u00e0 l\u2019erreur, la r\u00e9p\u00e9tition, la pratique et l\u2019accomplissement des t\u00e2ches de base.<\/p>\n

Le centaure de 2035 doit commencer son apprentissage aujourd\u2019hui. Mais sur quelles t\u00e2ches, si la machine les a d\u00e9j\u00e0 absorb\u00e9es?
Des r\u00e9ponses existent, mais elles exigent une reconception d\u00e9lib\u00e9r\u00e9e:<\/p>\n

\u2022<\/strong><\/span> r\u00e9inventer le poste de junior : ne plus lui demander seulement de produire un premier brouillon, mais aussi d\u2019auditer celui de l\u2019IA sous la supervision d\u2019un professionnel exp\u00e9riment\u00e9;<\/p>\n

\u2022<\/strong><\/span> r\u00e9orienter l\u2019\u00e9ducation: \u00e9valuer moins la seule capacit\u00e9 \u00e0 produire une r\u00e9ponse, que la machine ma\u00eetrise de mieux en mieux, et davantage la capacit\u00e9 \u00e0 formuler une question pertinente, \u00e0 expliciter ses hypoth\u00e8ses et \u00e0 critiquer la r\u00e9ponse obtenue;<\/p>\n

\u2022<\/strong><\/span> institutionnaliser une \u00abculture de l\u2019override\u00bb: former explicitement au changement d\u2019allure, c\u2019est-\u00e0-dire savoir quand cadrer, quand it\u00e9rer, quand v\u00e9rifier et quand reprendre le contr\u00f4le;<\/p>\n

\u2022<\/strong><\/span> maintenir des espaces d\u2019apprentissage pratique, m\u00eame lorsqu\u2019ils semblent moins efficaces \u00e0 court terme, afin de ne pas sacrifier la formation des futurs experts sur l\u2019autel de la productivit\u00e9 imm\u00e9diate.<\/p>\n

Rien de tout cela ne se produira spontan\u00e9ment. C\u2019est un choix d\u2019organisation, d\u2019investissement et de transmission, non un simple sous-produit de la technologie.<\/p>\n

La destruction cr\u00e9atrice change d\u2019\u00e9chelle: de l\u2019individu \u00e0 la soci\u00e9t\u00e9<\/strong><\/span><\/span><\/p>\n

Jusqu\u2019ici, nous avons raisonn\u00e9 \u00e0 l\u2019\u00e9chelle de l\u2019individu. \u00c9largissons maintenant le cadre, car c\u2019est l\u00e0 que l\u2019\u00e9quation tunisienne se corse.
Chaque processus optimis\u00e9 \u00e9voqu\u00e9 dans le deuxi\u00e8me article, traitement documentaire sp\u00e9cialis\u00e9, service client augment\u00e9, d\u00e9veloppement assist\u00e9 par des agents, signifie qu\u2019un m\u00eame volume de travail peut \u00eatre r\u00e9alis\u00e9 par moins de personnes.
Si une \u00e9quipe de dix analystes produit ce que douze produisaient hier, le gain de productivit\u00e9 est de 20 %. Multipli\u00e9 \u00e0 l\u2019\u00e9chelle d\u2019un secteur, ce gain peut alimenter trois sc\u00e9narios, qui ne sont pas mutuellement exclusifs.<\/p>\n

Sc\u00e9nario 1:<\/strong><\/span> la croissance absorbe les gains<\/strong><\/span>
L\u2019entreprise, devenue plus comp\u00e9titive, conquiert de nouveaux march\u00e9s et maintient ses effectifs, mais transforme le contenu du travail.
C\u2019est l\u2019un des sc\u00e9narios observ\u00e9s lors de pr\u00e9c\u00e9dentes r\u00e9volutions technologiques. Il suppose toutefois des march\u00e9s en expansion, une demande solvable et une mont\u00e9e en gamme r\u00e9ussie. La productivit\u00e9 ne cr\u00e9e pas m\u00e9caniquement sa propre demande.<\/p>\n

Sc\u00e9nario 2:<\/strong><\/span> la r\u00e9duction silencieuse<\/strong><\/span>
L\u2019entreprise produit autant avec moins.
Cela ne passe pas n\u00e9cessairement par des licenciements spectaculaires, mais par le non-remplacement des d\u00e9parts, le gel des recrutements juniors ou la non-cr\u00e9ation de postes qui auraient autrement exist\u00e9.
C\u2019est probablement la forme la plus discr\u00e8te, et la plus difficile \u00e0 mesurer, de la destruction. Elle laisse peu de traces dans les statistiques de licenciement, mais appara\u00eet plus tard dans celles de l\u2019emploi des jeunes dipl\u00f4m\u00e9s.<\/p>\n

Sc\u00e9nario 3:<\/strong><\/span> la relocalisation de la destruction<\/strong><\/span>
Le premier article l\u2019annon\u00e7ait d\u00e9j\u00e0: l\u2019automatisation qui menace les travailleurs du savoir tunisiens n\u2019a pas besoin d\u2019avoir lieu en Tunisie.<\/p>\n

Si un donneur d\u2019ordre europ\u00e9en automatise une partie de son support ou de son d\u00e9veloppement, il peut r\u00e9duire son recours \u00e0 l\u2019externalisation. La destruction se produit alors \u00e0 Tunis tandis que la cr\u00e9ation de valeur, de capital ou de propri\u00e9t\u00e9 intellectuelle se concentre ailleurs.<\/p>\n

Or, la destruction cr\u00e9atrice ne promet jamais que ce qui sera cr\u00e9\u00e9 appara\u00eetra au m\u00eame endroit, pour les m\u00eames personnes, ni au m\u00eame rythme que ce qui est d\u00e9truit.<\/p>\n

Un consultant de 45 ans dont les t\u00e2ches d\u2019analyse standard disparaissent ne se transforme pas automatiquement en superviseur d\u2019agents IA. Un dipl\u00f4m\u00e9 de 24 ans ne trouve pas automatiquement le poste junior qui n\u2019existe plus.<\/p>\n

C\u2019est ici que la boucle se referme sur la soci\u00e9t\u00e9 tout enti\u00e8re.<\/p>\n

Le travailleur du savoir n\u2019est pas seulement un producteur: il est aussi contribuable, cotisant et consommateur. Ses revenus financent les retraites, l\u2019assurance maladie et l\u2019\u00e9cole de ses enfants.<\/p>\n

Nous retrouvons alors le paradoxe formul\u00e9 dans le premier article: au moment o\u00f9 la soci\u00e9t\u00e9 aurait le plus besoin de ressources pour former, prot\u00e9ger et reconvertir, les sources traditionnelles de ces ressources pourraient se fragiliser. Mais nous pouvons d\u00e9sormais en observer la m\u00e9canique pr\u00e9cise, processus par processus, poste par poste.<\/p>\n

Le centaure individuel peut peut-\u00eatre se sauver lui-m\u00eame. Mais qui financera l\u2019\u00e9curie?<\/p>\n

Ce sera l\u2019objet du prochain article: le casse-t\u00eate de la gouvernance. Comment adapter la fiscalit\u00e9, la protection sociale et la r\u00e9gulation \u00e0 une \u00e9conomie dans laquelle le capital num\u00e9rique produit une part croissante de la valeur? Et comment la Tunisie peut-elle transformer cette contrainte en occasion de repenser son contrat social?<\/p>\n

Car une soci\u00e9t\u00e9 ne se mesure pas seulement \u00e0 la productivit\u00e9 de ses machines, mais \u00e0 ce qu\u2019elle d\u00e9cide de faire des humains qu\u2019elles lib\u00e8rent.<\/p>\n

Ou qu\u2019elles laissent sur le quai.<\/p>\n

Dr Sami Bahri<\/strong><\/p>\n

Dr Sami Bahri<\/span><\/strong><\/span> est consultant senior en strat\u00e9gie, technologie, marketing et gestion, dot\u00e9 d\u2019une solide expertise dans les domaines de la transformation num\u00e9rique et de l\u2019intelligence artificielle (IA). Fort d\u2019une formation en sciences naturelles (Dr. rer. nat.) et d\u2019une exp\u00e9rience interculturelle (franco-germano-tunisienne), il accompagne depuis plus de 20 ans des entreprises internationales dans leurs projets de modernisation, d\u2019optimisation des processus et d\u2019innovation technologique.<\/span><\/p>\n

En tant que consultant strat\u00e9gique, manager de transition ou chef de projet, il aide les organisations \u00e0 int\u00e9grer avec succ\u00e8s les technologies num\u00e9riques \u2013 en particulier l\u2019IA \u2013 afin de cr\u00e9er de la valeur ajout\u00e9e, de r\u00e9duire les co\u00fbts et d\u2019am\u00e9liorer l\u2019efficacit\u00e9 op\u00e9rationnelle. Il intervient \u00e9galement dans le d\u00e9veloppement et la gestion du changement dans des contextes multiculturels.<\/span><\/p>\n

Depuis 2025, il est \u00e9galement charg\u00e9 de cours et coach en IA et transformation num\u00e9rique \u00e0 la German Business School de Tunis.<\/span>
\u00a0<\/p>\n

Auteur:
\nCliquez ici pour lire l’article depuis sa source.<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

Par Dr Sami Bahri – Dans l\u2019article pr\u00e9c\u00e9dent, nous avons vu comment l\u2019entreprise pouvait saisir l\u2019anguille: partir de ses processus, poss\u00e9\u03c0der son savoir et adapter son logiciel. Supposons que cette transformation r\u00e9ussisse. Il reste alors l\u2019inconnue la plus intime de notre \u00e9quation: l\u2019humain qui travaille dans cette entreprise transform\u00e9e. Le premier article a pr\u00e9sent\u00e9 le […]<\/p>\n","protected":false},"author":1772,"featured_media":190731,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"fifu_image_url":"https:\/\/www.leaders.com.tn\/uploads\/content\/thumbnails\/178664268432_content.jpg","fifu_image_alt":"La Tunisie face \u00e0 l'IA - Le travailleur du savoir face \u00e0 l\u2019IA: devenir centaure ou dispara\u00eetre en silence? (3\u00e8me partie)","footnotes":""},"categories":[73,55],"tags":[],"class_list":["post-190730","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-actualite","category-tunisie"],"_links":{"self":[{"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/posts\/190730","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/users\/1772"}],"replies":[{"embeddable":true,"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/comments?post=190730"}],"version-history":[{"count":0,"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/posts\/190730\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/media\/190731"}],"wp:attachment":[{"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/media?parent=190730"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/categories?post=190730"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/linitiative.ca\/International\/wp-json\/wp\/v2\/tags?post=190730"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}