Une révolution silencieuse s’est emparée des couloirs de la fonction publique, et elle ne vient pas seulement d’en haut. Si le gouvernement annonce fièrement que plus d’un million d’agents sont désormais concernés par le déploiement de l’IA, la réalité du terrain est encore plus frappante : selon une enquête menée auprès de 2 000 agents publics, 89 % utilisent déjà l’IA pour des raisons professionnelles avec toutes les questions d’éthiques, de confidentialité et de sécurité que cela soulève.
Photo de Igor Omilaev sur Unsplash
L’intelligence artificielle n’est plus une promesse futuriste de salon technologique ; c’est une réalité quotidienne qui redéfinit la relation entre l’agent, l’usager et le savoir. Entre l’enthousiasme pour le gain de temps et les inquiétudes sur la déshumanisation, nous traversons une phase de transition paradoxale. Le défi n’est plus seulement technique, il est politique : comment intégrer ces agents conversationnels (LLM) sans transformer nos agents publics en simples exécutants d’algorithmes ?
L’agent reste le seul maître à bord (et c’est une règle d’or)
Dans le déploiement actuel de l’IA générative, un principe de responsabilité absolue a été gravé dans le marbre : l’IA propose, l’agent décide. L’outil est strictement positionné comme un assistant d’expertise et non comme un substitut. Cette distinction est le rempart indispensable contre une standardisation du service public qui gommerait la complexité humaine des dossiers citoyens.
Photo de Scott Graham sur Unsplash
En pratique, cela signifie qu’aucune décision administrative ne peut être automatisée sans une supervision humaine rigoureuse. L’agent conserve la paternité juridique de ses actes. La recommandation est claire : chaque compte rendu, chaque synthèse ou chaque réponse préparée par un LLM doit faire l’objet d’une validation humaine systématique. C’est dans ce discernement que réside la valeur ajoutée du fonctionnaire.
« Notre IA ne doit pas non plus standardiser le service rendu aux citoyens : la force du service public ne réside pas seulement dans le traitement de l’information. Elle réside dans le discernement, l’écoute, le sens de l’intérêt général, la responsabilité et la relation humaine. » — David Amiel, Ministre de l’Action et des Comptes publics.
Consulter le Guide d’usage de l’intelligence artificielle pour les agents de l’État : ici
L’angle mort de la Qualité de Vie au Travail (QVT)
Alors que les discours officiels se focalisent sur les gains de productivité, un angle mort persiste : l’impact psychologique sur les agents. Une étude majeure de la Mutuelle Nationale Territoriale (MNT), menée en partenariat avec le CNFPT et l’Inet, souligne que si l’IA peut favoriser l’autonomie, elle génère des pressions « invisibles » rarement anticipées par les directions.
L’aspect technologique occulte souvent la charge mentale induite par la transformation des métiers. L’étude identifie plusieurs risques majeurs pour la QVT :
- Des représentations divergentes : L’outil est perçu très différemment selon les services, créant des décalages de compétences.
- L’absence de vision partagée : Un manque de compréhension sur les finalités réelles de l’IA au sein des organisations.
- La pression de la performance : Une attente de rapidité accrue qui peut nuire à la qualité de l’analyse.
Le paradoxe de la transparence et le rapport « fantôme »
C’est ici que le récit se corse. Alors que le gouvernement multiplie les annonces, une zone d’ombre diplomatique entoure un rapport inter-inspections crucial.
Ce document, visant à quantifier l’impact de l’IA sur les effectifs, est actuellement bloqué par le cabinet du Premier ministre, Sébastien Lecornu.
Plus troublant encore pour un observateur des politiques d’État : cette mission avait été initialement commandée sous le gouvernement Bayrou. Ce passage de témoin politique semble avoir enfoui les conclusions sous une chape de plomb. Cette rétention d’informations alimente un malaise profond avec les syndicats. Lors du groupe de travail du 18 juin, des syndicats ont exprimé un « goût amer » face à un projet « clé en main » présenté par David Amiel avant même toute réelle négociation. Entre la communication massive de Bercy et le silence de Matignon sur la transformation des métiers, la tension est à son comble.
À l’école, l’élève a déjà pris une longueur d’avance
Le secteur de l’éducation nationale offre le contraste le plus saisissant de cette transition. Tandis que les élèves utilisent l’IA de manière quasi systématique pour leurs devoirs, une étude de l’OCDE de 2024 révèle que seulement 14 % des enseignants français l’intègrent à leur travail.
L’IA s’est glissée comme un « tiers fantôme » entre l’élève et le professeur, bousculant le monopole du savoir. Pour que les enseignants reprennent l’avantage, l’enjeu se déplace vers le développement de l’esprit critique. Il s’agit d’apprendre aux élèves à naviguer entre les « hallucinations » (ces erreurs factuelles générées statistiquement par les modèles) et les biais algorithmiques. Le rôle du professeur mute : il ne transmet plus seulement le savoir, il devient le garant de sa véracité dans un océan de probabilités.
Une souveraineté à 750 000 euros
La généralisation de l’Assistant IA à plus d’un million d’agents de l’État repose sur un investissement de 750 000 euros. Au-delà du coût, c’est le choix de la pépite française Mistral AI qui est stratégique. L’enjeu ? Échapper aux griffes du Cloud Act américain. Cette législation permet aux autorités américaines d’accéder à des données hébergées par des entreprises US, même si les serveurs sont physiquement situés en Europe.
En misant sur des infrastructures souveraines, l’État protège les données des Français. Ce choix s’inscrit également dans une volonté d’« IA frugale ». Conscient du coût environnemental (consommation massive d’eau pour le refroidissement et d’énergie), l’État cherche à rationaliser les usages pour que l’innovation ne se fasse pas au détriment de l’éthique climatique.
Vers une administration « augmentée » ou automatisée ?
L’IA dans la fonction publique n’est pas un substitut, mais un assistant qui doit redonner du temps aux agents pour l’analyse complexe et le contact humain. Cependant, nous restons face à un dilemme : saurons-nous préserver la valeur de l’expertise humaine face à la séduction des probabilités statistiques ?
Photo de Hitesh Choudhary sur Unsplash
La réponse ne viendra pas de la technologie elle-même, mais de la capacité des agents à se former et à s’approprier ces outils. Le dialogue social, pour l’instant crispé par les arbitrages préétablis du 18 juin, sera la clé de voûte de cette transition. L’objectif final reste de « choisir l’IA qu’on veut et ne pas subir l’IA qu’on ne veut pas. »
Au-delà du « Hype »
Depuis novembre 2022 et l’onde de choc provoquée par ChatGPT, l’intelligence artificielle est devenue l’alpha et l’oméga des discours sur le futur du travail. Pourtant, cette omniprésence médiatique sature l’espace au point de masquer une réalité beaucoup plus instable sur le terrain. Si nous utilisons massivement ces outils, comprenons-nous vraiment ce qu’ils font à nos organisations, à notre rapport au savoir et à notre planète ?
Derrière la promesse d’une révolution sans précédent, l’IA agit souvent comme un écran de fumée pour des projets non aboutis ou des investissements sans boussole. Il est temps de porter un regard nuancé sur cet outil : ni baguette magique, ni apocalypse, mais une technologie de probabilités qui redéfinit radicalement la place de l’humain.
L’IA n’est pas un cerveau, c’est une « autocomplétion géante »
Le plus grand malentendu actuel consiste à prêter une « pensée » ou une « conscience » aux Large Language Models (LLM). Contrairement au mythe de la machine pensante, l’architecture « Transformer » — introduite par Google en 2017 — ne cherche pas une réponse dans une base de données. Elle « regarde toute la phrase en même temps pour mieux comprendre le contexte » afin de calculer mathématiquement le mot suivant le plus probable.
Photo de Stephen Dawson sur Unsplash
C’est une autocomplétion monumentale qui a ingéré presque tout le web. Si elle nous semble si humaine, c’est parce qu’elle a été « polie » par des formateurs humains pour s’exprimer de manière naturelle. Cette nature statistique explique les « hallucinations » : l’IA privilégie la cohérence de la phrase sur la vérité des faits, inventant des lois ou des sources avec un aplomb désarmant. La vigilance est donc de mise face à un outil qui a appris l’art de la conversation sans jamais saisir le sens du monde réel.
« Les machines peuvent-elles penser ? » — Alan Turing, article dans la revue Mind, 1950.
Le paradoxe de la croissance : Beaucoup de bruit pour (presque) rien ?
Le constat économique est aujourd’hui dérangeant : malgré des investissements colossaux, la contribution de l’IA à la croissance globale est quasi nulle. Comme l’analyse le sociologue Yann Ferguson, le blocage n’est pas technique, mais organisationnel. On observe un « biais de l’outil » où les dirigeants, munis du « marteau-IA », voient des clous partout sans avoir identifié de problèmes réels à résoudre.
Plus frappant encore : 64 % des dirigeants investiraient aujourd’hui sans vision claire de la valeur ajoutée, poussés par la peur d’être « en retard » suite aux discours alarmistes de fournisseurs jouant les pompiers-pyromanes. Trois récits s’affrontent alors dans les couloirs des entreprises :
- Le récit Darwinien : l’IA éliminera ceux qui refusent de s’adapter.
- Le récit Prométhéen : elle nous libérera des tâches mécaniques pour nous rendre notre créativité.
- Le récit Taylorien : elle standardisera les savoir-faire, renforçant la surveillance et la prolétarisation.
Le succès de l’intégration ne dépendra pas de la puissance de calcul, mais de la capacité des entreprises à former leurs équipes et à intégrer les métiers dans la boucle de décision.
L’IA est « assoiffée » : Le coût caché de chaque clic
L’élégance immatérielle de nos interfaces cache une empreinte environnementale massive. L’IA est une technologie énergivore. En 2024, les data centers consommaient 415 TWh (1,5 % de l’électricité mondiale). Ce chiffre pourrait bondir à 1 500 TWh d’ici 2030. Surtout, la complexité des contenus générés change la donne : la génération d’une seule vidéo courte consomme autant d’énergie que deux charges complètes d’ordinateur portable, soit 25 fois plus qu’un simple texte.
Le refroidissement de ces infrastructures est tout aussi critique. Une série de 10 à 50 requêtes sur GPT-3 consomme environ 500 ml d’eau. Au niveau mondial, la consommation d’eau des centres de données pourrait passer de 560 milliards de litres en 2023 à 1 200 milliards en 2030, une pression intenable pour les régions en stress hydrique. C’est le cœur du Paradoxe de Jevons : l’amélioration de l’efficacité technologique risque de provoquer un usage si massif qu’il annulera tout gain environnemental initial.
Le côté obscur de la productivité
Ces coûts ne sont pas qu’écologiques, ils sont aussi culturels et sécuritaires, portés par deux phénomènes émergents :
- La ShadowIA : L’usage clandestin d’IA gratuites par les salariés. Faute de cadre, des secrets de fabrication ou des données RH transitent par des serveurs non contrôlés, créant des failles de sécurité majeures.
- Le Workslop : C’est la production de « slop », ces contenus médiocres et redondants générés par IA (comptes rendus de 50 pages, mails standardisés). Au-delà de l’ennui, c’est une véritable pollution communicationnelle qui noie le discernement humain et dégrade le lien social.
Photo de Andres Siimon sur Unsplash
Le risque est une déconstruction-reconstruction des métiers où l’on perd « l’écoute » et la finesse de l’analyse critique. Si l’IA automatise le traitement de l’information, elle ne doit pas standardiser la pensée au point de nous faire perdre notre autonomie de réaction.
La solution n’est pas technologique, elle est sociale
Puisque les méthodes descendantes ont échoué, la clé du succès réside dans le dialogue social. Les travaux du LaborIA démontrent que la réussite de l’IA repose sur la méthode des « Trois Dialogues » :
- Le dialogue technique : réunir les experts métiers pour concevoir des outils réellement utiles.
- Le dialogue professionnel : documenter les situations réelles de travail pour un diagnostic partagé.
- Le dialogue social continu : instaurer une transparence totale sur les algorithmes.
Cette approche garantit un triple succès : technologique (des systèmes plus efficaces), social (un collectif rassemblé) et professionnel. L’enjeu n’est plus l’outil, mais le « travail bien fait », celui qui honore le professionnel et donne du sens à sa mission.
« Puisque les autres méthodes ont démontré leur inefficacité, pourquoi ne pas opter pour le dialogue ? » — Guide technique de la CFE-CGC.
Garder la main sur la machine
L’intelligence artificielle peut être un formidable levier de « temps libéré » pour l’humain, lui permettant de se recentrer sur le discernement et l’intérêt général. Mais ce gain de temps n’a de valeur que si nous ne l’échangeons pas contre notre responsabilité.
Sommes-nous prêts à troquer notre responsabilité politique, déontologique et éthique contre un simple gain de productivité statistique ?
La force du travail humain réside dans ce qu’aucune machine ne peut simuler : l’intuition, l’empathie réelle et la capacité à assumer les conséquences de ses actes.
Dans un monde de probabilités, le discernement humain reste notre boussole la plus précieuse. À nous d’en faire bon usage.
Le bureau académique Action & Démocratie Corse
Sources :
Guide technique CFE-CGC 2026 – IA (Réservé aux adhérents)
https://www.numerique.gouv.fr/offre-accompagnement/guide-usage-intelligence-artificielle/
https://acteurspublics.fr/articles/a-lecole-lia-reconfigure-la-relation-entre-eleves-et-enseignants/
Passez à l’action dès aujourd’hui :
- Adhérez à Action & Démocratie Corse.
- Partagez cet article auprès de vos collègues d’établissement.
- Préparez-vous à faire entendre votre voix pour les élections professionnelles 2026 !
