Pourquoi les personnes intelligentes obtiennent des résultats génériques avec l’IA

Galen Low : Avouons-le, nous en avons tous marre de devoir relire des livrables, rapports et mises à jour de statuts qui respirent tous la banalité produite par l’IA. Pourtant, même s’il est facile de blâmer la technologie et de s’en tenir là, il se passe autre chose ici. La plupart des gens obtiennent des résultats génériques de l’IA parce qu’ils posent des questions génériques. Et la plupart posent des questions génériques parce qu’ils ne comprennent pas comment fonctionne la technologie, n’ont pas confiance pour challenger l’IA, ou se sentent comme un imposteur parmi leurs pairs, voire tout cela à la fois.

De ce fait, beaucoup de gens perdent justement les compétences dont nous avons le plus besoin aujourd’hui : la curiosité et la pensée critique. Pour nous aider à rectifier cela dans nos équipes, j’ai invité un expert et éducateur en IA, bien décidé à faire progresser tout le monde, pour que le syndrome de l’imposteur, les consignes insipides et les sorties génériques de l’IA deviennent chose du passé. Et surtout, pour remettre ce que les humains apportent au premier plan. J’espère que cet épisode vous plaira.

Bienvenue dans le podcast du Digital Project Manager — l’émission qui aide les responsables de la livraison à travailler plus intelligemment, fournir plus sereinement et diriger leurs équipes avec confiance à l’ère de l’IA. Je suis Galen, et chaque semaine nous plongeons dans des stratégies concrètes, les tendances émergentes, des cadres éprouvés, et parfois quelques anecdotes des coulisses des projets. Que vous dirigiez d’énormes projets de transformation, que vous pilotiez des flux impliquant l’IA, ou que vous essayiez juste de contenir le chaos, vous êtes au bon endroit. Allons-y.

Aujourd’hui, nous allons parler de la façon dont le syndrome de l’imposteur autour de l’IA peut freiner nos équipes, de manière subtile ou non, et des mesures concrètes à prendre pour trouver ce juste équilibre entre la curiosité et la capacité à questionner de façon stratégique les résultats produits par leurs outils d’IA.

Nous allons passer en revue un cadre pratique pour inciter nos équipes à poser de meilleures questions et à évaluer les résultats de façon critique, et voir l’impact que cela peut avoir sur la stratégie IA globale de l’entreprise. Nous parlerons aussi de l’atrophie des compétences et de la façon d’aider nos équipes à progresser alors que le monde autour d’elles évolue.

Je reçois aujourd’hui Mashhood Ahmed, Directeur de Projet Conseil chez M1 Consultants. Mashhood aide les entreprises à concevoir et déployer des programmes d’activation autour de l’IA générative qui ont un impact concret. Grâce à son cadre d’adoption éprouvé en quatre niveaux — culture IA à l’échelle de l’organisation, processus spécifiques aux départements, automatisation agentique et programmes de formation —, Mashhood aide les équipes à avancer avec l’IA de manière à toujours mettre en avant l’ingéniosité humaine.

Pour y parvenir, Mashhood s’appuie sur plus de 20 ans d’expérience en gestion de programmes, de projets et du changement. Pour lui, l’IA dépasse le stade d’outil : il s’agit de l’intégrer au cœur des processus de travail.

Mashhood, merci beaucoup de m’avoir rejoint aujourd’hui.

Mashhood Ahmed : Merci beaucoup. Merci pour votre invitation.

Galen Low : Je suis vraiment ravi de creuser le sujet.

J’ai assisté à plusieurs de vos conférences à ce sujet, et je trouve votre angle à la fois équilibré et pertinent, votre point de vue sur l’IA et son implémentation dans le travail fait vraiment écho chez moi. J’ai hâte d’entrer dans le détail.

Vous collaborez déjà régulièrement avec nous ici, au Digital Project Manager. Votre message fait toujours mouche. Je me suis dit qu’on pouvait partir d’une question un peu large, et voir où la conversation nous mène. J’aimerais aborder l’importance de cultiver un esprit curieux vis-à-vis de l’IA et pourquoi cela compte, les actions concrètes à mener avec nos équipes pour équilibrer cette curiosité et interroger stratégiquement les rendus IA, et quels sont les enjeux si nos équipes continuent à fonctionner à coup de questions superficielles et acceptent les réponses génériques de l’IA sans recul.

Oui, c’est beaucoup d’un coup, mais est-ce que ça vous va ?

Mashhood Ahmed : C’est parfait.

Galen Low : Génial. On attaque. Je commence assez large, car vous accompagnez beaucoup d’organisations pour les aider à acquérir de la fluidité avec l’IA, pour l’intégrer dans leurs modes de travail.

Mais je vous ai entendu parler du fait que beaucoup posent des questions génériques, obtiennent des résultats moyens et s’en contentent. Si vous deviez évaluer, à votre avis, quel pourcentage de professionnels utilisant l’IA se contentent d’en tirer des réponses moyennes et pensent qu’on ne peut pas faire mieux ?

Mashhood Ahmed : C’est une très bonne question. À votre avis, combien de professionnels utilisent l’IA de cette manière générique et obtiennent des réponses tout aussi génériques ? Je dirais, selon moi, que cela concerne environ 40 à 50 % des personnes. Et je donne à toutes les personnes qui nous écoutent un petit test, d’accord ? Pour illustrer ce que j’entends par “réponse générique” venant de l’IA. Nous avons presque tous déjà joué au dé dans notre vie.

Ce que je vous propose — et j’ai fait l’expérience devant des centaines de personnes, dans des salles de vingt personnes, et j’obtiens toujours à peu près le même résultat —, c’est d’ouvrir Copilot dans un onglet, ChatGPT dans un autre, Gemini dans un autre, et ainsi de suite.

Idéalement, testez sur quatre ou cinq outils. Moi je le fais en général dans une salle entière avec un outil unique, mais faites l’expérience vous-même. Tapez simplement ce prompt : « Lance un dé à six faces pour moi. » Quand vous lancez cela, la majorité des IA génératives vous donneront la réponse quatre, d’accord ?

Comme je disais, j’ai testé cela devant des centaines de personnes, et généralement, 85 à 90 % d’entre elles obtiennent le chiffre quatre. Il arrive que certains aient autre chose. J’ai eu des retours sur ChatGPT, Gemini, Claude, Groq, Perplexity et d’autres, tous font la même erreur.

En fait, quand vous demandez à une IA de lancer un dé, elle ne sait pas vraiment comment faire. Les statisticiens et mathématiciens lui ont appris, via le modèle, que pour lancer un dé, il y a six options, il suffit de prendre la moyenne et d’arrondir si besoin, et de donner la réponse médiane.

Donc, la moyenne de 1 à 6, c’est 3,5 ; arrondi à 4. C’est pourquoi 80 à 90 % du temps vous obtenez la réponse quatre. Ensuite, essayez ceci : dans la même fenêtre, tapez « Lance un dé à six faces pour moi en donnant la même probabilité à chaque face ». Mettez des commentaires du genre « j’aimerais le plus grand chiffre, ou le plus petit », ou quelque chose de farfelu.

Les gens mettent toutes sortes de prompts, et je les collecte parfois. Là, vous verrez que lorsque vous précisez, vous obtenez une vraie réponse aléatoire, car vous avez précisé la façon de “brasser” le dé, etc. Ce que cela démontre, c’est que si vous posez une question générique “Lance un dé à six faces pour moi”, vous aurez le chiffre 4 presque tout le temps.

La raison, c’est que l’IA ne comprend pas le contexte. Elle n’a pas votre historique de projet, ni votre discernement, ni la capacité à juger comme un humain. D’où l’importance d’apporter le plus de contexte possible à vos prompts ou agents, et d’imposer des contraintes/clôtures pour obtenir un bon résultat.

Galen Low : J’adore cette expérience. D’ailleurs, j’ai ouvert trois LLM en parallèle, et vous avez raison : deux m’ont donné un quatre, le troisième un six. Je n’ai pas encore essayé de jouer sur le contexte, mais c’est très parlant. Je pense que, même si ni vous ni moi n’avons fait de recherche approfondie ou ne sommes statisticiens,

les 40-50 % que vous évoquez m’apparaissent réalistes. Beaucoup utilisent encore l’IA comme un simple moteur de recherche, tapant un prompt de quatre ou cinq mots, ce qui, parfois, peut suffire, mais vu la complexité de nos projets, la diversité des équipes et la masse d’informations détenue dans nos cerveaux, qui échappe à ce que connaît le LLM,

sans cette contextualisation, on obtient une réponse générique. Ce que j’aime et déteste avec l’IA générative actuelle, c’est qu’elle est très convaincante. Et les gens publient ces résultats. Ce n’est pas nouveau. Mais le résultat est tellement bien présenté… On est tenté de tout prendre, sans recul.

On se dit « C’est parfait, c’est mieux que ce que j’aurais pu faire moi-même. Allons-y, envoyons ça. » On en viendra aux raisons de ce comportement. Mais ce côté extrêmement convaincant, même si c’est moyen, est très problématique.

Mashhood Ahmed : Oui. Une astuce à utiliser est le changement de persona. Il s’agit de prendre votre livrable, rapport, ou email, et de demander à l’IA par prompt de le lire depuis le point de vue d’une personne spécifique : “Relis ce document avec les yeux de quelqu’un qui soutient (ou s’oppose à) ce projet”, en ajoutant du contexte sur la personne.

Vous verrez la réponse de l’IA. Parfois, cela vous incitera à modifier le document, ou alors à garder certaines questions à l’esprit, pour y répondre lors d’une prochaine réunion ou présentation devant un public large ou le board.

C’est important, car en tant que chef de projet, on est souvent aveuglé par le tumulte. Mais on peut utiliser l’IA pour se mettre dans la peau d’un autre. Par exemple, adopter la perspective du CFO réticent à dépenser 1,4 million d’euros pour sauver un projet. Cela change tout.

Souvent, en tant que chef de projet, on n’y pense même pas, pris dans le quotidien. Si l’IA peut alléger d’autres tâches, cela permet au chef de projet de se concentrer sur la pensée critique et le questionnement pertinent. C’est capital : j’appelle cela l’esprit curieux, que nous traiterons aujourd’hui.

Galen Low : Excellent. Plongeons-y ! J’aime votre approche, car en réalité l’IA ne fait pas le travail à votre place. Elle vous aide à développer de l’empathie vis-à-vis des parties prenantes et à ne pas être pris au dépourvu : c’est souvent par manque d’anticipation des points de vue des autres qu’on l’est.

On va revenir là-dessus, mais permettez-moi de prendre un peu de hauteur : vous évoquez le syndrome de l’imposteur dans vos interventions. Pour ceux qui ne connaissent pas, c’est le fait pour un professionnel d’avoir l’impression de tromper les autres, de ne pas mériter ses succès.

Avec l’IA, c’est un peu différent de l’“usurpation” classique. À votre avis, pourquoi l’IA déclenche-t-elle ce syndrome de l’imposteur, et comment cela impacte-t-il notre approche de l’IA ?

Mashhood Ahmed : Plusieurs facteurs déclenchent ce syndrome et la sensation de ne pas suivre. “Je ne comprends pas aussi bien, tout le monde y arrive, sauf moi”. D’abord, c’est invisible. On est conditionnés au schéma entrée-processus-sortie. Toute notre carrière, on donne une entrée, quelque chose traite, et on comprend ce qui se passe. Or, à l’ère de l’IA, ce qui se passe dépend du contexte et du prompt fourni.

Ça devient une “boîte noire”, ce qui met mal à l’aise. Parfois, je fais des démos en direct, et il arrive qu’à trois reprises la démo ne fonctionne pas comme prévu — sur dix, ça marche, mais la fois où ça ne marche pas, c’est inconfortable.

C’est donc invisible. Ensuite, sur LinkedIn ou les réseaux sociaux, on a l’impression que tout le monde maîtrise… mais ce n’est pas vrai ! Moi-même, j’apprends encore. D’autre part, comme chef ou directeur de projet, on s’habitue à tout savoir sur son projet : les risques, les problèmes fournisseurs… On est tiré dans une réunion et on sait tout expliquer. Ici, tout est invisible. D’où forte sensation de perte de contrôle, ce qui accentue le syndrome d’imposteur.

L’humain aime tout maîtriser. Nous sommes une espèce “control freak”. Quand la machine prend la main, ça nous effraie.

C’est là que surgit le syndrome de l’imposteur : on ne sait pas ce que dira la machine, il faut tout revérifier, parfois cela génère plus de travail que de valeur, amplifie le “bruit”, et c’est là qu’interviennent les questions pertinentes et d’autres sujets à aborder aujourd’hui.

Galen Low : C’est intéressant car, au fond, il y a deux aspects : d’une part, la définition populaire du syndrome de l’imposteur, c’est de se sentir frauduleux en pensant que les autres réussissent bien mieux (mention spéciale à LinkedIn, pire endroit pour se rassurer sur ses compétences avec l’IA...). “Sept erreurs dans vos prompts”,

“Pourquoi vos agents échouent”, etc. On se dit : “Je fais tout de travers, je suis nul !” D’autre part, il y a ce que vous évoquiez plus tôt : on n’ose pas critiquer certains résultats très léchés, on sent que c’est “fini”… Si je donne mon feedback maintenant alors que tout est prêt pour demain, on va perdre du temps, tout revoir. Dans ce cas, on se dit « L’IA est plus intelligente, je me tais, je ne fais pas le poids face à cette machine nourrie de tout le web… »

Mais, comme vous l’avez dit, son angle mort, c’est le contexte, elle ignore ce qui a été dit en réunion, qui s’oppose au projet, où sont les vrais risques. Beaucoup d’informations clés sont dans votre tête, pas dans l’IA, d’où l’importance de ce partenariat.

Mashhood Ahmed : Il y a un vieux dicton qui me vient à l’esprit : “le diable est dans les détails”. On a l’impression d’un produit fini, mais il faut creuser. Aussi, en chef de projet, vous avez peut-être la transcription des réunions, mais vous savez, vous, que le sponsor qui a dit “oui” voulait en fait dire “peut-être”.

Il ne soutient pas vraiment votre idée, ou tout autre nuance du projet. Vous savez aussi que tel directeur signera sur le document, mais ce n’est pas la personne qui, en pratique, collaborera réellement avec vous. Il y a une autre personne (analyste, par exemple) dont il faut obtenir l’adhésion. Cela relève de l’expérience et surtout de la pensée critique.

On parlera de pourquoi la pensée critique est plus précieuse que jamais. Vous comprenez la politique, les gens, les dynamiques. Ce qui marche dans une organisation ne marche pas forcément ailleurs. Il existe des méthodes, des modèles, mais en pratique — aucun projet, pour ma part, n’a suivi une méthodologie à la lettre — chaque situation est unique. C’est là que l’humain est irremplaçable : “Oui, ceci s’applique à ma situation, je connais mes acteurs, mes risques...” Le fameux risque enterré à la ligne 14 du registre qui, un jour, devient crucial… Voilà, c’est l’intuition humaine !

Galen Low : J’adore ce passage, c’est ce que beaucoup de chefs de projets ont besoin d’entendre. Beaucoup occupent ce poste presque par hasard, doutent de bien faire car ne suivent pas le livre à la lettre, mais ce que vous venez de dire est la vraie valeur ajoutée ! C’est votre spécialité, et l’IA n’est qu’un partenaire, une façon de valoriser votre savoir-faire, pour être plus productif, peut-être… D’ailleurs, parlons-en : lors d’une conférence, vous évoquiez le ying-yang entre curiosité et interrogation stratégique (pensée critique), clefs pour bine utiliser l’IA.

Commençons par la curiosité : qu’est-ce que cela représente pour vous d’avoir un esprit curieux ? Pourquoi c’est important avec l’IA ?

Mashhood Ahmed : Avant, on disait “la donnée, c’est le pouvoir, la connaissance, c’est le pouvoir…”, or, aujourd’hui, c’est parfois un fléau. Il faut avoir la donnée et l’information pertinente. On peut tout trouver sur internet et, avec l’IA générative, tout est accessible sur simple demande.

Mais il y a énormement de bruit. Vous faites un prompt de trois ou quatre lignes, vous recevez un document de cinq pages qu’il faut décortiquer pour en extraire l’essence. Comprendre que ce bruit est une entrée. L’interrogation stratégique, c’est se demander : “Quelle est LA question pertinente à poser à l’IA pour réellement m’aider, et pourquoi c’est important ?” Car si vous ne posez pas la bonne, l’IA sera d’accord, donnera une réponse “oui”.

Il faut aussi faire du persona switching : “Lis cela avec les yeux de…” Faire des scenarii “Et si… ?”, cela exige de la puissance cognitive. Je peux vous dire que deux ou trois heures de travail intensif avec une IA générative, c’est épuisant. Au bout de deux heures de vrai travail, je suis vidé, j’ai besoin d’une pause. Mais il faut persévérer : si vous ne posez pas la bonne question, vous aurez une réponse banale !

En tant que chef de projet, on côtoie des DSI, DAF, DG, etc. Parfois, je me demande comment certains sont arrivés là. Un point commun : ils posent une ou deux questions qui font mouche. Si je sais y répondre, je gagne leur estime, sinon je ne suis pas leur chef de projet favori… Ces personnes prennent du galon parce qu’elles posent LA question au bon moment.

Cela devient encore plus important aujourd’hui, car l’IA peut faire énormément si vous la programmez bien. Mais, toujours, le contexte prédomine — posez-vous les bonnes questions et que ferez-vous de ces réponses ? La vraie question est : “Après ce rapport, vais-je changer quelque chose ?”

Les vraies discussions, c’est “qu’est-ce qu’il faut vraiment demander dans ma prochaine réunion pour aller en profondeur ?” Si on n’a pas de questions profondes, il vaut mieux annuler la réunion. Les gens détestent les réunions improductives !

Galen Low : Vraiment intéressant ! Pour illustrer cela, pourrait-on dérouler un scénario concret ? J’adore l’idée de poser de meilleures questions.

Les personnes qui réussissent ou qui occupent des postes à responsabilité sont souvent celles qui ont développé l’instinct d’interroger just au bon moment. Il arrive qu’on passe une à trois heures à “converser” avec un LLM pour y parvenir. Même en une session de 45 minutes, on peut apprendre à poser les bonnes questions. Pourriez-vous décrire ce que cela donnerait ?

Mashhood Ahmed : Prenons l’exemple d’un nouveau projet. Je transmets à l’IA mes documents (Copilot sur Office par exemple, pas encore bien exploité dans la plupart des entreprises). Sélectionnez ceux à analyser, puis demandez “Qu’est-ce qui est incomplet ? Où sont les incohérences ? À quoi doit-on s’attendre que l’on me questionne ?” — du persona switching. Exemple : on demande plus de budget… que demanderait le DAF ? Il veut savoir si c’est dans le budget, il ne s’intéresse pas au respect du planning. Le directeur métier, lui, veut savoir si ça sera livré à temps. Le DSI : “Quid de l’intégration ? Des données ?” Bref, chaque point de vue est différent.

Demandez à l’IA d’adopter ces diverses perspectives. Par exemple, actuellement, je développe du contenu, je demande à l’IA “Où sont les incohérences ?” ou “Qu’est-ce qui est redondant ?”. Parfois, répéter est bien, mais trop l’est moins.

Demandez aussi “Accompagne-moi étape par étape”. Autre technique : demandez à l’IA de vous interviewer, question par question, pour fournir tout le contexte nécessaire et éviter l’hallucination (formation d’hypothèses erronées par manque de contexte). Si vous la voyez comme un stagiaire ou un junior, qui a le diplôme, mais fait des erreurs de débutant, demandez-lui “Pose-moi des questions de clarification une par une”. Si elle en pose quatre d’un coup et que vous répondez qu’à une, elle partira du principe que tout est OK — donc forcer question par question, et la qualité s’améliore !

Concernant les garde-fous (contraintes), en tant qu’humain, nous sommes très bons pour “quoi faire”, moins pour “quoi ne pas faire”. Par exemple, on sait que scroller sans fin est nuisible, mais on continue. C’est la fameuse “not-to-do list”. A l’ère de l’IA, il faut créer une vraie “not-to-do list” et l’intégrer dans vos prompts, afin de bien baliser le champ d’action de l’IA, sinon elle fera tout ce qu’on ne lui interdit pas !

Pensez à “stacker” les contraintes : “Je veux trois points en bullet”, “Tableau avec cinq colonnes”, “Réponse en 50, 200 ou 1 000 mots”, souvent je préfère court et enrichir au fur et à mesure.

Sur Copilot, vous pouvez donner accès à la modification directe (“allow editing”), il peut éditer vos PPT ou Word, corriger des bugs de mise en forme, mais soyez spécifique ! Ne lui confiez pas la modification totale d’un document sans savoir ce qu’il va changer. N’oubliez pas : c’est votre nom qui sera sur le livrable.

Quand l’IA génère un rapport, elle marque “généré par IA, à vérifier...”. Vous, vous ne pouvez pas inscrire : “Réalisé par Mashhood, mais généré par IA. Vérifiez l’exactitude.” Car c’est votre réputation en jeu. Cela démontre l’importance de l’humain dans la boucle, même avec l’IA agentique : de la vérification, des validations à chaque étape.

Galen Low : Passons à l’interrogation stratégique, mais déjà, j’adore cette idée que la curiosité, poser les bonnes questions, c’est apprendre ! On est bons pour faire, pour “cocher la case”, parfois en pensant qu’avec Copilot tout devrait passer en 15 minutes, mais ce qui me plaît, c’est qu’en réalité, vous décrivez un processus qui prend du temps pour creuser, challenger, mettre des garde-fous, détecter ce qui manque ou ce qui contredit.

C’est ce que font les meilleurs chefs de projets : ne pas corriger ce qui est là, mais ce qui manque aussi. Et humais, nous ne sommes pas doués pour ça ! On cherche ce qui ne va pas dans ce qui existe, on focalise sur des détails, car il faut “ajouter de la valeur”. Mais parfois, il faut savoir zoomer, signaler ce qu’il ne faut pas faire, découper, travailler par petites séquences ensemble pour ensuite intégrer progressivement. C’est l’occasion d’apprendre et de s’adapter à notre contexte. Avant de continuer : fournissez-vous à votre LLM les subtilités humaines, comme le fait que “ce sponsor va dire oui, mais c’est la personne B qui décidera vraiment” ?

Mashhood Ahmed : Oui, bien sûr. En préparation PMP par exemple, on nous apprend à construire une matrice d’influence. Je conseille d’enrichir cela par un “persona” pour chaque acteur clé.

On peut avoir un agent qui lit toutes vos transcriptions de réunions et vous résume ce que l’on sait de chaque participant. À vous de valider ensuite : “Oui, retiens ça”, ou “Non, ce n’est pas exact”. Cela aide beaucoup, surtout quand on commence le persona switching : “Voici mon sponsor, analyse les transcriptions et indique-moi son type de personnalité”. J’ai aussi envie de traiter la DISC Profiling (méthode de John Maxwell) avec l’IA, automatise l’analyse au fil du temps, et l’IA s’améliore encore.

Galen Low : J’adore, c’est une excellente idée. On doit fournir le contexte pour en tirer une bonne analyse, mais je n’aurais jamais eu le temps de relire toutes les transcriptions pour faire moi-même un DISC de chaque stakeholder ! Là, l’IA peut vraiment aider à informer notre analyse, et donc influencer nos actions. Parfait pour une transition vers l’interrogation stratégique.

On en a déjà touché un mot : en tant qu’humain, vous êtes responsable, c’est vous qu’on jugera, il ne suffit pas de dire “désolé, c’est l’IA, pas moi !”. Qu’est-ce que cela signifie pour vous d’être stratégique dans l’interrogation des réponses de l’IA, et comment équilibrer cela avec la curiosité ?

Mashhood Ahmed : Tout est là : la stratégie, c’est savoir éliminer le bruit, se concentrer sur l’essentiel et savoir ce qui n’est pas important. Les documents stratégiques ne contiennent jamais plus de 3 à 5 points : c’est la mémoire humaine. Posez-vous la question “Qu’est-ce qui compte vraiment ici ?”, “Qu’est-ce qui est du bruit ?”. Cela permet à l’IA de faire la partie ingrate, mais c’est à vous de sélectionner ce qui mérite d’être retenu, ce qui va à la banque des connaissances, ce qui doit figurer sur une slide, ou au contraire être gardé en prévision de questions.

Posez les bonnes questions, au bon moment, c’est votre métier. Ce choix dépend de votre expérience, de la psychologie de vos parties prenantes, et c’est un savoir-faire critique à développer, car l’IA peut tout faire… mais savez-vous la guider pour qu’elle fasse la bonne chose au bon moment pour vous ?

Galen Low : C’est amusant, car tout cela serait valable si, à la place de l’IA, on parlait de collaborateurs à manager ! On passe du temps à contextualiser pour la machine, alors qu’on le fait parfois trop peu pour les humains. En fait, ce travail pour l’IA devrait aussi nous servir en gestion d’équipe humaine.

Vous accompagnez des entreprises dans cette évolution : utiliser la curiosité, apprendre à challenger, et, point très important, savoir filtrer ce qui paraît prêt mais ne doit pas être présenté comme tel. D’ailleurs, donnez-vous ce feedback à votre LLM ? “Merci, mais je n’inclurai pas ce point pour telle raison, je passe à la maquette”, ou est-ce que vous arbitrez en silence ? Et, comment amenez-vous ceux qui en sont à la phase “question générique / résultat générique” vers cette curiosité interrogative et stratégique ?

Mashhood Ahmed : Concernant la rétroaction, c’est très important. Je recommande à tout le monde d’apprendre ce que sont les “system prompts”, “custom instructions” et la “mémoire”. Je n’ai pas le temps d’expliquer ici, mais demandez à votre IA, cherchez, et voyez la différence entre ces trois termes (dans Outlook, Copilot, ChatGPT, Claude, etc), puis mettez à jour vos instructions/mémos/contexte. Cela permet de poser les premières règles et d’influencer le comportement.

Cependant, même ainsi, il faut toujours garder son esprit critique, car l’IA fera encore des erreurs. Ensuite, il faut apprendre à exercer ce regard précis — une compétence à développer !

Quant à ceux qui hésitent encore… C’est exactement ce qui s’est produit avec l’arrivée d’internet, il y a 25/30 ans : “Je connais très bien mon entrepôt, je n’ai pas besoin d’informatisation !” Mais si vous partez en vacances, plus rien ne fonctionne… D’où la base de données en ligne, qui est désormais un acquis. Autre préoccupation : “mon poste est-il menacé ?” Oui et non, selon le contexte. Ce qu’on sait, c’est que les métiers évoluent — de nouveaux apparaissent sans cesse (cloud engineer, ingénieur virtualisation…), que personne ne soupçonnait il y a 15 ou 20 ans ! Il y a 15 ans, j’ai créé un data center physique ; aujourd’hui, un data center s’achète en ligne sur AWS, Azure, GCP en quelques heures ou jours au lieu de 6 mois.

La question à se poser : “comment me préparer aux nouveaux projets ?” La seule réponse logique : apprendre les nouveaux outils, repérer ses propres angles morts et ceux de l’outil. Les modèles IA évolueront, certains points s’amélioreront, d’autres non, il existe un phénomène technique appelé “drift” (dérive du modèle). Il faut donc exercer sa vigilance et son QA plus que jamais, à cause de ce bruit : prompt de 5 lignes, document de 7 pages à relire et à corriger toute une journée à défaut.

Il faut se préparer à cela et rester nécessairement humain dans l’analyse, car c’est vous qui affrontez le board, qui supervisez les équipes, qui connaissez la diversité des cultures, des façons de penser… La gestion d’équipe, les conflits, demandent cette adaptabilité dont on aura d’autant plus besoin à l’avenir.

Galen Low : Super intéressant ! Pouvez-vous nous raconter une histoire concrète, du début à la fin ? Car on a vu comment, en passant des questions génériques à la curiosité et l’interrogation stratégique, on obtient de meilleurs résultats. Mais sur le terrain, comment repérez-vous les équipes qui se satisfont du minimum (prompt générique, résultat générique, course contre la montre…) ? Et comment les amenez-vous à adopter la bonne posture, et que constatez-vous alors comme différence ?

Mashhood Ahmed : Mon expérience : il suffit parfois d’une démonstration très simple. Par exemple, l’affaire du lancer de dé cité plus tôt. Je la reproduis en atelier, et il s’est trouvé des participants pour dire : “C’est de la magie, vous avez piraté le système !” Non, pas de piratage — juste des statistiques et des modèles !

L’IA fonctionne à partir de patterns. Pour faire évoluer toute une équipe, je m’appuie sur les membres d’avant-garde — ambassadeurs internes IA — qui animent les ateliers “Tech Tuesday”, les déjeuners thématiques, etc., sur des cas simples et concrets. Il ne s’agit pas de tout couvrir d’un coup, mais d’avancer petit à petit. Actuellement, en consultance IA générative auprès d’une université américaine, nous partons des fondamentaux — premiers usages, premiers prompts. Après deux heures d’atelier, la confiance grimpe de 19 % à plus de 70 %, et 90 % recommanderaient la formation… La clé ? Partir du niveau de chacun, penser à “Suzy des RH, peu technophile”, à “Dan de la logistique, très calé achats mais pas l’IA”. Il faut des exemples simples, laisser expérimenter, attendre un mois, puis progresser sur d’autres sujets, demander du feedback systématique (“À quel point vous sentez-vous plus compétent ?” “Que voulez-vous voir ensuite ?”), analyser aussi l’usage sur Copilot si vous êtes admin IT (courbe de consommation, coût associé…).

Galen Low : D’accord.

Mashhood Ahmed : Surveillez l’usage, car si cela explose, vous risquez d’atteindre vos plafonds. La gouvernance, la politique interne, y compris la fameuse liste “à ne pas faire” sont essentielles. Il y a tant d’exemples d’IA ayant dérapé faute de garde-fous. L’exemple d’Air Canada, il y a deux ans, reste frappant : un client interroge le chatbot pour savoir si une remise “deuil” existe, le bot répond oui, le client fait valoir ses captures d’écrans, la justice donne raison au client car il n’y avait pas de règles claires. Pour quelques centaines de dollars, cela devient une mauvaise publicité durable. Moralité : prudence, progressivité, adaptation à chaque équipe, car chaque organisation et chaque problématique est unique.

Galen Low : J’aime beaucoup cette idée d’équilibre et aussi la façon dont vous animez la formation universitaire. On a beaucoup parlé du syndrome de l’imposteur, de l’effet LinkedIn (“untel fait mieux que l’autre…”), alors qu’ensemble on apprend, on se rassure car on voit bien que chacun progresse à son rythme.

Finalement, cette posture, c’est aussi apprendre, construire la confiance, et petit à petit adopter la posture qui évite de se contenter de l’output “joli” de l’IA, en se disant “ça doit être bon…”, alors qu’on peut obtenir tellement mieux, en osant ajouter notre signature et en prouvant la complémentarité de l’humain et de l’IA (qui a aussi ses faiblesses). Certains pensent que vous faites un tour de magie, d’autres croient que l’IA sait tout — en réalité, humains et IA sont chacun bons et mauvais sur certains points. Il faut trouver ce fameux équilibre.

Mashhood Ahmed : D’ailleurs, dans mes conférences sur l’IA, je rappelle que la grande compétence à acquérir, c’est “désapprendre et réapprendre”. On entend parfois en Lean Six Sigma que “le statu quo est le pire”, ou “on fait comme ça depuis 20 ans…”. Oui, mais ce n’est pas le plus efficace ! Au fond, le vrai sujet, c’est la capacité à désapprendre. Demandez-vous à chaque étape : “Quelle compétence dois-je désapprendre, laquelle dois-je acquérir ?” Cela demande une ouverture d’esprit. Certains l’ont naturellement, d’autres pas — et c’est normal ! Il y a 25 ans, mon père, architecte, a refusé d’utiliser AutoCAD. Il a embauché quelqu’un pour le faire à sa place, et ça lui allait ! Il en sera de même ici : certains adopteront, d’autres non, chacun son rythme. Mais le vrai challenge, c’est d’identifier ce qu’il faut désapprendre (souvent le plus difficile !). Lisez des ouvrages sur la formation et la rupture des habitudes…

Galen Low : J’adore — tout cela, c’est du “négatif” au sens de l’espace vide : ce qui n’est pas là, ce qui manque, ce que l’on suppose, ce qu’on ne sait pas encore. Et ce n’est pas seulement apprendre, c’est aussi “désapprendre” pour ouvrir la place à de nouveaux apprentissages. Vous l’avez dit : la pensée critique, c’est précisément ce qui a tendance à s’atrophier. Les médias parlent d’atrophie, d’absence de questionnement, et, à juste titre, si nos outils font tout, il n’y a plus lieu d’être curieux… Mais justement, cette étape, c’est l’opportunité de redevenir curieux, de penser comme les leaders, comme votre père, avec “l’œil” qui permet de signer, d’assumer et d’être responsable du travail produit, qu’il soit humain ou machine. C’est cela, la vraie posture, plus que de courir après la dernière formation IA sans s’intéresser à rien d’autre !

Mashhood Ahmed : Oui. Cela me rappelle la gestion des risques liés à l’IA : la sur-dépendance à la machine qui affaiblit notre capacité de penser, de résoudre les problèmes — des bases que même un MBA ne vous apprendra pas ! Il faut enseigner à nos enfants, dès avant la maternelle, à penser, à résoudre, à observer leur environnement, indépendamment de la technologie. La sur-dépendance à l’IA est aujourd’hui un vrai écueil, même des pros laissent passer des contenus générés par IA sans relire (ça m’est arrivé, oublier deux lignes venant de l’outil dans un post LinkedIn…)

Galen Low : Ah oui !

Mashhood Ahmed : Ça peut arriver. Mais l’essentiel est d’en prendre conscience et de corriger, car c’est votre réputation qui est en jeu. Il faut se demander quelle est la plus-value que vous apportez là où l’IA ne peut rien faire.

Galen Low : J’adore. Dernière question, puis-je vous mettre au défi ? Qu’est-ce que vous avez, personnellement, désappris ?

Mashhood Ahmed : Accepter que l’IA fait certaines choses mieux que moi. Je faisais beaucoup de fautes en anglais — ce n’est pas ma langue natale — j’utilisais Grammarly, mais j’ai arrêté. Il faut accepter ses limites et ne pas vouloir tout corriger ! Vous pouvez indiquer à l’IA votre style, vos préférences (Oxford comma ou pas…), elle s’adapte, mais c’est à vous de surveiller. Il faut accepter le fait de faire des erreurs, et avancer pas à pas, apprendre, désapprendre, réapprendre, rester curieux et se concentrer sur ce qui est pertinent. Voilà, c’est cela les compétences et les points clés de cette discussion.

Galen Low : J’aime beaucoup cette idée : l’humain n’a pas à être le meilleur en tout !

Mashhood Ahmed : Exactement !

Galen Low : Merci Mashhood, pour tout ce temps consacré à l’échange aujourd’hui. C’était passionnant. Où peut-on en savoir plus sur vous ?

Mashhood Ahmed : Vous pouvez chercher mon nom sur LinkedIn, vous me trouverez, connectez-vous ! Je poste parfois sur LinkedIn, consultez mon site web mashhood.net. LinkedIn reste le meilleur moyen de suivre ce que je fais. J’ai aussi des contenus TikTok, pas très réguliers, mais si vous me trouvez, suivez-moi ! Découvrez mes extraits vidéos, 1-2 minutes, issus de podcasts/conférences — des “bouchées” à glaner sur le vif.

Galen Low : Parfait. Je mettrai les liens LinkedIn, TikTok et site dans les notes de l’épisode pour les gens que ça intéresse.

Merci encore, c’était un vrai moment d’échanges.

Mashhood Ahmed : Merci beaucoup, et au plaisir d’écouter prochainement ce podcast !

Galen Low : Voilà, c’est tout pour aujourd’hui sur le podcast du Digital Project Manager. Si vous avez apprécié cet échange, abonnez-vous selon votre plateforme d’écoute. Et pour d’autres conseils, études de cas ou guides pratiques, créez un compte gratuit sur thedigitalprojectmanager.com.

À bientôt, et merci de votre écoute.