Principaux points à retenir

• L’IA modifiera les tâches et les responsabilités, tout en augmentant l’importance du jugement humain et de la définition des problèmes
• L’éducation doit aller au-delà de l’apprentissage épisodique vers le perfectionnement continu de la main-d’œuvre
• La pensée critique, le raisonnement stratégique et les compétences interdisciplinaires deviendront plus précieuses à mesure que le travail routinier sera automatisé
• Les employeurs, les universités et les partenaires technologiques doivent collaborer pour combler les nouveaux écarts de compétences
• La transformation de la main-d’œuvre doit évoluer parallèlement à la transformation des entreprises et des technologies menée par l’IA

Intelligence artificielle change la façon dont les gens travaillent, mais son impact à long terme dépendra beaucoup de la manière dont les gens apprennent.

Dans le dernier épisode de la série de balados Powering the Next Era of TMT de HCLTech,

Dr Saikat Chaudhuri, professeur à l’UC Berkeley, s’est joint à Priyadarshi Ashok Das (Pad), vice-président directeur - Télécommunications, médias, divertissement et éducation chez HCLTech, pour discuter de l’avenir de l’éducation et du développement de la main-d’œuvre dans une économie axée sur l’IA.

Leur conversation a exploré comment les rôles vont évoluer, pourquoi les modèles d’éducation établis pourraient devoir changer et comment les organisations peuvent préparer les gens à travailler aux côtés de systèmes d’IA de plus en plus performants.

Pour Pad, l’éducation reste le fondement pour naviguer toute période majeure de changement industriel.

« L’éducation est très proche de mon cœur. Je crois que [c’est] un fondement. » a-t-il dit. « L’apprentissage est extrêmement important, mais nous verrons une certaine transformation radicale, en commençant par les écoles, les collèges et jusqu’au niveau des entreprises. »

L’IA va transformer le travail sans supprimer le rôle humain

L’inquiétude entourant l’IA porte souvent sur le remplacement des travailleurs. Pad a adopté un point de vue plus optimiste, tout en reconnaissant que la nature du travail va changer.

« Ce n’est pas là pour remplacer les êtres humains, » a-t-il dit. « Est-ce que cela va changer les rôles ? Oui. Certaines tâches vont-elles disparaître ? Oui. Mais ce sera pour le mieux-être de la société et l’expérience des êtres humains dans leur ensemble. »

La distinction entre les tâches et les rôles est importante. Les activités répétitives, clairement définies ou facilement documentées sont de plus en plus propices à l’automatisation. La valeur ajoutée par les gens se déplacera vers les domaines qui exigent jugement, contexte et la capacité à formuler le bon problème.

Pad a comparé cette transition à des changements antérieurs dans le génie logiciel. Les développeurs comprenaient peut-être le même langage de programmation, mais la qualité de leur travail dépendait de bien plus que de la syntaxe correcte. Les meilleurs pratiquants comprenaient la conception des systèmes, la performance et la dette technique cachée pouvant surgir plus tard.

L’IA peut maintenant effectuer certaines tâches de façon plus cohérente et rapide, mais les organisations ont toujours besoin de personnes capables de déterminer comment la technologie devrait être utilisée et quels résultats elle doit appuyer.

« Comment prenez-vous la technologie pour bâtir une compétence ? » a demandé Pad. « C’est là que je dirais que certains rôles et responsabilités vont évoluer. »

Chaudhuri a convenu que l’IA peut relever le niveau de base au lieu de réduire les ambitions. Il a décrit une expérience où les étudiants pouvaient utiliser des outils d’IA pour un projet, mais avec un délai réduit de six à deux mois. On s’attendait à ce que les étudiants se servent de l’IA pour accélérer les tâches de base, puis consacrent plus de temps à l’analyse avancée.

« Allez-y et utilisez tous les outils que vous voulez, car cela devient juste la norme minimale, » a-t-il dit. « Nous avons relevé la barre, et maintenant, faites des choses encore plus puissantes avec. »

Les compétences qui comptent commencent à évoluer

Comme l’IA prend en charge davantage de tâches routinières, des compétences telles que la définition de problèmes, la pensée critique et le jugement stratégique deviennent plus importantes.

Pad a souligné la valeur durable des professionnels capables de combiner différents points de vue. Dans les services technologiques, par exemple, les responsables de la livraison ayant une mentalité commerciale et les chefs des ventes comprenant l’exécution ont traditionnellement apporté plus de valeur, car ils relient les exigences d’affaires à la réalisation.

L’IA crée une demande pour des combinaisons similaires.

« Êtes-vous capable de définir le problème avec précision ? C’est ce qui donne naissance à l’ingénierie des invites, c’est ce qui amène la gouvernance de l’IA et de nombreux rôles qui n’existent pas aujourd’hui ou pour lesquels il n’y a pas beaucoup de compétence disponible, » a dit Pad.

La capacité de combiner la connaissance sectorielle, les priorités d’affaires et les compétences techniques deviendra un facteur distinctif. Les gens devront comprendre ce que l’IA peut faire, mais aussi où elle devrait s’appliquer, comment évaluer ses résultats et quels risques doivent être encadrés.

Cela exige que l’éducation aille au-delà du transfert des connaissances techniques actuelles. La technologie évolue trop vite pour que l’expertise statique reste suffisante tout au long d’une carrière.

L’éducation doit devenir continue

Le modèle traditionnel d’apprentissage se concentre fortement au début de la carrière d’une personne. Les étudiants passent plusieurs années à acquérir des connaissances avant d’entrer sur le marché du travail, ne revenant à la formation formelle que périodiquement.

Les deux intervenants ont remis en question la pertinence de ce modèle dans une économie où la technologie et les compétences requises évoluent en continu.

Pad a indiqué que la durée et la structure des programmes menant à un diplôme pourraient faire l’objet de plus en plus de débats.

« Je ne dis pas qu’un programme de diplôme de cinq ou quatre ans est trop long, mais je pense qu’il y a moyen d’optimiser cela, » a-t-il dit. « Le changement technologique est incroyablement rapide. »

Chaudhuri a proposé un modèle où les universités maintiennent une relation continue avec les apprenants. Les étudiants pourraient établir les bases de la pensée critique et de la résolution de problèmes tôt, puis revenir pour des apprentissages ciblés selon l’évolution de leur rôle et de leur secteur.

« Si nous avions un apprentissage à la demande, disons que vous faites quelques années au début pour acquérir les bases, puis vous entretenez une relation continue avec l’université pour poursuivre votre apprentissage, ajoutant les connaissances nécessaires à chaque étape pertinente, » a-t-il dit.

Le même principe s’applique au sein des entreprises. Le développement de la main-d’œuvre ne peut plus être un exercice de formation ponctuel ou une certification acquise une fois. Cela doit faire partie de l’adaptation continue de l’organisation.

Pad a décrit cela comme du microapprentissage soutenu par des partenariats entre employeurs, universités et fournisseurs d’éducation.

Il a mentionné que HCLTech travaille avec des partenaires en éducation et des universités pour repenser l’apprentissage, tout en cartographiant les rôles et les tâches dans les chaînes de valeur sectorielles afin d’aider les clients à élaborer des feuilles de route pour la transformation de la main-d’œuvre.

La transformation de la main-d’œuvre doit suivre la transformation de l’entreprise

Une stratégie IA réussie doit tenir compte de la façon dont le travail lui-même va changer.

Pad a décrit une approche qui examine une chaîne de valeur sectorielle, cartographie les tâches qui y sont effectuées et identifie quelles activités doivent être automatisées, repensées ou éventuellement éliminées. Ces changements peuvent ensuite être reliés aux personnes actuellement responsables de ce travail et aux compétences dont elles auront besoin.

« Si la stratégie IA et la transformation de l’entreprise ne sont pas liées à votre transformation de la main-d’œuvre, ce n’est pas un processus continu, » a-t-il dit. « Ce n’est pas simplement suivre une formation de dix semaines et obtenir une certification. »

Cela fait passer la planification de la main-d’œuvre au-delà de la simple littératie sur l’IA. Cela donne aux organisations un moyen d’identifier quels rôles changeront, quelles nouvelles compétences seront requises et où l’apprentissage doit être intégré au travail quotidien.

Cela nécessite aussi la collaboration de l’écosystème. Aucune entreprise, université ou fournisseur technologique ne peut relever seul l’ampleur de la transition. Les employeurs comprennent leurs modèles d’exploitation et les besoins du secteur. Les universités dispensent un apprentissage fondamental et insufflent un esprit critique. Les partenaires technologiques et éducatifs permettent de traduire des capacités émergentes en perfectionnement accessible et concret.

Les compétences humaines resteront centrales

La conversation a aussi porté sur le moment où l’éducation devrait commencer à développer la pensée critique et stratégique, soit beaucoup plus tôt.

Chaudhuri a soutenu que les compétences quantitatives et analytiques doivent être complétées par le raisonnement qualitatif, la communication et l’application pratique. Il prévoit que les arts libéraux joueront un rôle important pour préparer les gens à un avenir mené par l’IA.

« Je crois vraiment que les arts libéraux connaîtront une renaissance, » a-t-il dit. « Pour être une personne complète, je pense qu’il est important de développer ce que j’appelle des compétences quantitatives et analytiques, mais aussi le côté qualitatif. »

Des matières comme la philosophie, la littérature, la musique et les arts peuvent développer des formes de raisonnement différentes de celles enseignées en mathématiques et en sciences. La communication, la curiosité et la capacité de considérer différents points de vue compteront alors que les gens occuperont des rôles qui exigent jugement, créativité et collaboration.

Pad a convenu que ces combinaisons peuvent créer un effet multiplicateur.

« Cette convergence, cette combinaison entraîne tout simplement un effet multiplicateur, » a-t-il dit.

L’IA pourra peut-être accélérer la rapidité et la précision de nombreuses tâches, mais la capacité de déterminer ce qui est important, de communiquer des idées et d’utiliser la technologie de façon responsable demeurera du ressort des humains.

L’apprentissage définira la prochaine ère du travail

L’IA écourtera sans doute la durée de vie des compétences précises, tout en rendant l’apprentissage lui-même plus important.

Pour les organisations, cela signifie relier les investissements technologiques à la planification des ressources humaines et intégrer le perfectionnement aux programmes de transformation dès le début. Pour les éducateurs, il s’agit de préparer les étudiants à s’adapter, et non seulement à un rôle fixe. Pour les individus, il faut voir l’apprentissage comme une partie continue de la vie professionnelle.

Pad a conclu la discussion avec une réflexion qui résume bien l’ampleur de ce changement.

« La retraite n’arrive pas à un âge particulier. On prend sa retraite quand on arrête d’apprendre, » a-t-il dit. « Alors, apprenons ensemble, apprenons les uns des autres, livrons de la valeur à ce monde magnifique dans lequel nous vivons. »