Intelligence artificielle : les questions à se poser avant tout projet

Alors que l'intelligence artificielle (IA) est déjà présente dans les collectivités territoriales et continue de s'installer, l'Observatoire MNT propose une nouvelle étude, Les managers territoriaux face à l'IA : le discernement comme méthode, la QVCT comme objectif, passant au crible les bonnes questions à se poser sur les besoins, les objectifs et les impacts humains. Elle se veut un véritable guide pour les décideurs territoriaux en proposant des questions et des repères pour agir.

• La première partie, « le discernement comme méthode », formule douze questions pratiques organisées en trois étapes : poser les prérequis, cadrer le projet, identifier les conditions de réussite.
• La deuxième partie, « la QVCT comme objectif », vient questionner les incidences de l'IA sur la qualité de vie et des conditions de travail des agents, insuffisamment prise en compte dans les projets d'IA, et sur leur santé.

La construction d'un socle partagé de compréhension commune de l'IA au sein de la collectivité est un préalable indispensable à toute stratégie d'intégration, tout comme une acculturation des agents qui passe par des actions de formation et un accompagnement dans la durée. Parce que l'introduction de l'IA touche à l'organisation du travail, aux compétences, aux conditions d'emploi et aux modalités de décision, elle doit également être intégrée dans le dialogue social, dès l'amont du projet, une charte d'usage constituant une première étape utile.
Les quatre questions clés de cette première étape :

• Parlons-nous le même langage autour de l'IA ?
• Comment acculturer les agents ?
• Quelle(s) formation(s) des agents ?
• Pourquoi et comment intégrer l'IA dans le dialogue social et dans le dialogue professionnel ?

Le discernement commence par la question du besoin : un projet d’IA ne doit pas partir de l’outil mais du besoin auquel il répond, sous peine de se heurter à la tentation de « rater le coche » technologique. Sur la base des entretiens réalisés, l’étude révèle ainsi que la moitié, voire les trois quarts, des projets d'IA menés en collectivité n'aboutissent pas, souvent pour des raisons d'inadéquation entre l'outil choisi et le besoin réel. Vient ensuite la question économique : gains attendus et coûts réels, souvent sous-estimés au seul prix des licences, doivent guider le choix de l'outil. Cadrer un projet d’IA, c'est enfin respecter un cadre éthique, juridique et organisationnel exigeant, entre RGPD et règlement européen sur l'intelligence artificielle (AI Act), responsabilité juridique, ou encore impératif environnemental.

Les quatre questions clés de cette deuxième étape :

• L'IA répond-elle à un besoin réel, à un objectif identifiable ?
• Est-elle un vecteur d'économie ou de qualité ?
• Quels principes éthiques, juridiques et organisationnels suivre et respecter ?
• Comment choisir l'outil le plus adapté au besoin identifié ?

La troisième étape mobilise les moyens nécessaires à la réussite du projet, avec une check-list à réaliser préalablement au déploiement. Elle invite, notamment, à définir une ligne directrice partagée par l'exécutif, flécher des moyens budgétaires, humains et techniques dès le lancement, sensibiliser l'ensemble des agents à la démarche, et évaluer le projet à échéance régulière. S'y ajoutent un rôle clarifié pour les élus dans le portage politique de ces projets, un pilotage porté par la direction générale plutôt que par la seule DSI, et l'intégration des effets de l'IA à la gestion prévisionnelle des emplois, des effectifs et des compétences (GPEEC). Reste à penser, dès la conception, comment les bénéfices générés par l'IA seront partagés avec les équipes, plutôt que réinvestis dans la seule performance.

Les quatre questions clés de cette troisième étape :

• Quelle check-list établir avant de déployer l'IA ?
• Quel est le rôle des élus dans le portage des projets IA ?
• Quels impacts sur ma GPEEC ?
• Comment partager les bénéfices de l'IA et en faire un levier de montée en compétences des agents ? 

Mais se poser les bonnes questions sur ses besoins et ses objectifs ne suffit pas : l'Observatoire MNT consacre une partie entière de son étude aux effets de l'IA sur la qualité de vie et des conditions de travail des agents, une dimension trop souvent absente des réflexions menées en amont d'un projet. Parce que l’IA peut améliorer les conditions de travail comme les dégrader. Sens au travail, autonomie professionnelle, capacité à bien effectuer son travail, sentiment de sécurité de l'emploi, collectifs de travail, mais aussi santé au travail : sur chacun de ces déterminants, l'étude invite à identifier et anticiper les effets positifs et négatifs du projet d’IA (ou de l’outil), puis à les évaluer tout au long de son déploiement.

Au-delà de ces questions, l'étude propose un cadre de réflexion et formule dix recommandations opérationnelles pour vous accompagner dans ces transformations. Pour Laurent Besozzi, président de l'Observatoire MNT et vice-président de la MNT, « l'enjeu n'est pas principalement technologique, mais essentiellement humain et managérial ».