Il y a un peu plus de deux ans, l’explosion des Grands Modèles de Langage (LLM) dans le grand public bouleversait notre vision du futur du travail. Aujourd’hui, avec le recul de l’expérience, il est temps de faire un point sur leur impact réel et leur potentiel de “remplacement” des humains.
Le choc initial
Je me souviens encore de ma première interaction avec ChatGPT. Comme beaucoup, j’ai été sidéré par les capacités de l’outil. La question s’est immédiatement posée : que va-t-il rester aux humains ? En dépit de certaines lacunes importantes et évidentes – 2 ans après, ChatGPT est toujours incapable de compter le nombre de lettre contenues dans un mot – la machine semblait capable de coder, rédiger, analyser, parfois mieux et plus vite que nous.
La réalité d’aujourd’hui : impressionnante mais nuancée
Deux ans plus tard, ces outils restent objectivement impressionnants, mais nous en percevons mieux les limites. Ils excellent à réaliser 80% du travail sur de nombreuses tâches, mais les 20% restants requièrent toujours une expertise humaine.
La métaphore de la tronçonneuse
Pour comprendre l’impact des LLM, je trouve pertinente l’analogie avec la tronçonneuse. Son invention n’a pas fait disparaître les bûcherons, mais elle a profondément transformé leur métier. Aujourd’hui, un bûcheron qui s’obstinerait à n’utiliser qu’une hache ne serait tout simplement plus compétitif.
Cette analogie nous permet aussi de comprendre la coexistence de différents niveaux d’utilisation : tout comme il existe des bûcherons professionnels et des utilisateurs occasionnels de tronçonneuse, nous voyons émerger des utilisateurs experts des LLM et des utilisateurs du dimanche.
Une adoption très inégale
Dans les équipes techniques
Au sein des équipes techniques, notamment des développeurs, je constate une fracture nette :
- D’un côté, les développeurs qui ont intégré les LLM dans leur environnement de développement et les utilisent quotidiennement
- De l’autre, ceux qui les utilisent de façon ponctuelle, voire pas du tout
Cette différence d’adoption se traduit déjà par des écarts de productivité significatifs.
À titre personnel, je réalise un gain de temps considérable dans la structuration de scripts Python ou l’écriture de requêtes SQL plus ou moins complexes.
Dans les métiers
La diffusion est encore plus contrastée côté métier :
- Certains collaborateurs ont intégré ces outils aussi naturellement que Google dans leur quotidien
- D’autres semblent totalement imperméables à leur existence
- Entre les deux, une grande majorité qui hésite et tatonne encore sur la façon de les utiliser
La question de la formation
Face à cette adoption inégale, la réponse instinctive de l’entreprise est souvent de vouloir former les collaborateurs. J’ai pourtant un avis nuancé sur cette approche.
Prenons l’exemple de Google : nous n’avons pas eu besoin de formations pour apprendre à l’utiliser. Son adoption s’est faite naturellement, par la pratique et le bouche-à-oreille. Je pense qu’il en sera de même pour les LLM. Dans certains cas spécifiques, connaitre la bonne façon de rédiger un prompt peut s’avérer être un avantage mais en réalité, l’enjeux de la bonne utilisation et exploitation ne se trouve pas à ce niveau.
En revanche, il y a un véritable enjeu de formation, mais il se situe en amont : c’est la capacité à structurer sa pensée et à formuler clairement ses besoins. Sans cette compétence fondamentale, même le meilleur LLM, associé au meilleur prompt, ne pourra pas aider efficacement.
Mais est-ce vraiment le rôle de l’entreprise, et plus particulièrement de la DSI, d’assurer cette formation fondamentale ? Cette question mérite qu’on s’y attarde. Même si les LLM sont considérés comme des “outils techniques”, leur utilisation efficace fait appel à des compétences qui dépassent largement le cadre technologique :
- La capacité d’analyse et de synthèse pour bien formuler ses besoins
- L’esprit critique pour évaluer la pertinence des réponses
- La maîtrise de la langue et la clarté d’expression
- La capacité à structurer logiquement sa pensée
- Une culture générale permettant de contextualiser les réponses
- Des compétences rédactionnelles pour reformuler et adapter les outputs
Ces compétences relèvent davantage de l’éducation fondamentale que de la formation professionnelle. La DSI peut certainement mettre à disposition les outils appropriés, garantir leur utilisation sécurisée, partager les bonnes pratiques techniques, faciliter les échanges entre utilisateurs ou encore proposer des cas d’usage pertinents…
Mais vouloir pallier des lacunes dans ces compétences fondamentales par de la formation technique serait une erreur stratégique. Ce serait comme vouloir former quelqu’un à l’utilisation avancée d’un traitement de texte alors qu’il a des difficultés avec la grammaire et la syntaxe.
Les LLM ne vont pas nous remplacer dans l’immédiat, mais ils vont profondément transformer notre façon de travailler. Comme la tronçonneuse pour le bûcheron, ils deviendront des outils indispensables pour rester compétitif.
La vraie question n’est donc pas de savoir s’ils vont nous remplacer, mais plutôt comment nous allons nous adapter pour travailler avec eux. Car si les LLM ne remplaceront peut-être pas les travailleurs, ils remplaceront certainement ceux qui ne savent pas les utiliser.
L’enjeu pour les entreprises n’est donc pas tant de former à l’utilisation de ces outils, mais de créer un environnement qui favorise leur adoption naturelle tout en développant les compétences fondamentales qui permettront de les utiliser efficacement.
Leave a Reply