Automatisation et décision humaine semblent aujourd’hui indissociables. Pourtant, une question demeure : à force de reproduire et d’automatiser nos schémas, avons-nous construit des systèmes auxquels nous devons désormais nous conformer ?
Nous passons déjà une partie de notre vie à créer des automatismes. Nous apprenons, répétons et reconnaissons des situations familières. Les organisations suivent une logique proche. Lorsqu’une situation se répète, elles cherchent à formaliser une réponse. Puis le numérique a changé l’échelle du phénomène. Il ne permet plus seulement d’écrire les règles. Il permet de les intégrer directement dans les systèmes.
C’est peut-être là que le schéma a changé de camp.
Le schéma nous libère autant qu’il peut nous enfermer
Reconnaître une situation déjà rencontrée constitue d’abord une capacité d’adaptation. L’équipe de Neurobiologie de la prise de décision de NeuroPSI/CNRS rappelle qu’une décision mobilise plusieurs dimensions : environnement, expérience passée, risques, bénéfices et émotions.
Surtout, décider efficacement suppose aussi de pouvoir abandonner un comportement routinier devenu inadapté. Une recherche présentée en 2026 par l’Institut de génomique fonctionnelle du CNRS va dans le même sens. Face à l’incertitude, le cerveau doit distinguer un simple événement aléatoire d’un véritable changement des règles. Une adaptation trop lente peut alors maintenir un comportement devenu obsolète.
Le paradoxe apparaît clairement : le schéma nous libère autant qu’il peut nous enfermer.
Je l’ai observé dans un contexte très différent, lors de missions de sécurisation et de gestion d’incidents d’exploitation dans les transports urbains. Les procédures y sont indispensables. Elles structurent l’action et accélèrent la prise de décision. Pourtant, deux situations similaires ne produisent pas toujours le même scénario. Une variable reste difficile à prévoir totalement : l’humain.
Il y a l’humain côté client. Mais il y a aussi les professionnels qui interviennent à chaque étape de la chaîne. Le schéma permet alors d’anticiper. Il ne décide pas à notre place. Reconnaître un schéma n’est pas la même chose que lui abandonner la décision.
Recherche de prévisibilité entre automatisation et décision humaine
Les organisations ont elles aussi besoin de réduire l’incertitude. Une situation revient. Une réponse fonctionne. Peu à peu, cette réponse devient une pratique, puis une procédure. La logique se résume alors facilement : si A se produit, faire B.
Cette standardisation apporte cohérence, sécurité, traçabilité et équité de traitement. Mais elle pose aussi une autre question : jusqu’où fait-on confiance à l’humain pour interpréter la situation réelle ?
Le numérique n’a pas inventé cette recherche de prévisibilité. Il lui a donné une nouvelle puissance. Dans Les futurs du travail, CNRS Le Journal montre comment la numérisation transforme l’organisation, le contrôle et les centres de décision. Certaines normes ne figurent désormais plus seulement dans des procédures. Elles s’inscrivent directement dans les outils utilisés pour travailler.
La différence paraît subtile. Pourtant, elle change profondément la capacité d’action. Une procédure indique ce que l’humain devrait faire. Un système peut déterminer ce qu’il peut faire.
« Je n’ai pas la main » : quand le schéma entre dans le système
Certaines phrases sont devenues familières. Elles résument, à elles seules, ce déplacement du pouvoir d’agir. On les entend sous différentes formes : « Je ne peux pas », « le système ne me le permet pas », « je n’ai pas la main » ou encore « il faut passer par le site ».
Derrière ces réponses se trouve parfois une situation paradoxale. La personne en face comprend le problème, mais elle ne possède plus le moyen technique ou organisationnel permettant de le résoudre. Le processus numérique a alors fait plus que simplifier une tâche. Il a redéfini la frontière entre automatisation et décision humaine, en redistribuant une partie du pouvoir d’agir entre l’humain et le système.
L’Organisation internationale du travail (OIT) montre que cette logique dépasse largement les plateformes numériques. Le management algorithmique entre désormais dans des secteurs plus traditionnels. En 2025, l’OCDE constatait même que 81 % des entreprises représentées en France utilisaient au moins un outil de management algorithmique.
Ces outils peuvent améliorer certaines décisions. Mais ils peuvent aussi modifier l’autonomie, la responsabilité et la compréhension du processus. Le problème n’est donc pas l’automatisation en elle-même. Il réside dans la façon dont nous répartissons le droit de décider.
Quand le réel refuse d’entrer dans le processus
L’intelligence artificielle rend cette tension encore plus visible. Les travaux du LaborIA, porté par le ministère du Travail et Inria, mettent en évidence un conflit entre deux logiques. D’un côté, l’organisation recherche optimisation, efficacité et productivité. De l’autre, le travail réel impose contexte, adaptation et parfois imprévu.
LaborIA inverse alors la logique : concevoir le système à partir du travail réel, plutôt que contraindre le réel à entrer dans le système. Cette idée change profondément la manière d’aborder l’IA.
Car l’IA ne fonctionne pas seule. Elle demande apprentissage, paramétrage, adaptation, supervision et amélioration continue. Autrement dit, avant de faire gagner du temps, elle peut aussi en demander.
Cette réflexion prolonge une question que j’ai déjà abordée sous l’angle de la performance RH digitale : automatiser ne suffit pas. Encore faut-il déterminer ce qui doit rester soumis au jugement humain.
Elle rejoint aussi mes réflexions autour des Chatbots RH et de l’intelligence artificielle. Dans un environnement réglementé et sensible, automatiser un échange ne supprime jamais la question de la responsabilité.
Automatisation et décision humaine : qui garde la main ?
L’IA apporte ici un nouveau paradoxe. Le cerveau humain et un algorithme ne fonctionnent pas de la même manière. Pourtant, tous deux peuvent exploiter des régularités.
Dans son mémorandum sur la définition actualisée d’un système d’IA, l’OCDE décrit un système capable d’inférer, à partir des données reçues, comment produire différents résultats. Il peut s’agir de prédictions, recommandations, contenus ou décisions.
Dès lors, une question devient centrale : qui peut reprendre la main lorsque le résultat ne correspond pas à la situation réelle ?
Le droit européen commence justement à formaliser cette capacité. Pour les systèmes d’IA classés à haut risque, l’AI Act (Règlement sur l'IA) prévoit une supervision humaine réelle. Cette supervision doit notamment permettre de comprendre les limites du système, d’éviter une confiance excessive et, dans certains cas, de modifier ou d’écarter son résultat.
La directive européenne sur le travail via les plateformes va dans la même direction. Elle prévoit que certaines personnes chargées de superviser des décisions automatisées disposent de l’autorité nécessaire pour les dépasser. Le contraste est frappant. Nous avons consacré des décennies à transformer le jugement humain en règles pour pouvoir l’automatiser. L’IA nous oblige aujourd’hui à réintroduire le jugement humain dans les systèmes que nous avons automatisés.
La question dépasse donc largement la formule « remettre l’humain au centre ». Elle concerne sa capacité réelle d’action pour concilier automatisation et décision humaine. Quand doit-il pouvoir déroger au processus ? Avec quelle responsabilité ? Et surtout, possède-t-il réellement les moyens de le faire ?
Car le véritable enjeu de l’IA n’est peut-être pas seulement de déterminer ce que la machine peut décider. Il consiste aussi à choisir ce que nous voulons encore permettre à l’humain de décider lorsque le réel ne correspond pas au scénario prévu.