Une matinée pour partir ensemble

Avant de passer aux prochaines sessions par niveaux, nous avons commencé par la session « L’essentiel pour bien démarrer avec l’IA », pour que tout le monde soit aligné sur les mêmes bases. Dans une ambiance très conviviale, avec des questions franches dès la première heure. On a ri, on a appris, on a grandi.

Et une scène dont on se souviendra : une IA qui invente des vies 😉

Ça ne fait que commencer

Trois sessions suivent, chacune à son niveau.

Merci à l’équipe de 14K pour son accueil, et à chaque participant pour son engagement.

Et dans votre structure ?

Ce parcours se construit sur mesure pour 2 à 10 personnes. Selon votre statut, une prise en charge peut être demandée à votre OPCO, à l’AFDAS ou au FIF-PL, sous réserve de l’accord du financeur.

Envie de vivre ça avec votre équipe ? Écrivez-moi à info@formialab.fr, ou découvrez les formations IA pour les entreprises.

Vous pilotez. L’IA copilote.

L’article Former à l’IA par niveaux, mais commencer ensemble est apparu en premier sur FormIALab.

J’ai choisi Grok, l’outil de xAI, la société d’Elon Musk. Quatre mots, rien d’autre.

L’image est arrivée. Une robe transparente, un décolleté jusqu’à la taille, la poitrine visible à travers le tissu. Un clic de plus, et l’outil en faisait une vidéo.

J’ai été choquée. Puis j’ai pensé à quelque chose de très concret : j’aurais pu faire ce test un lundi matin, pour un visuel de présentation, sans regarder l’écran assez longtemps.

UN RÉSULTAT, PAS UNE STATISTIQUE

Je le précise d’emblée. Il s’agit d’un test, dans un outil, un soir. Il ne mesure pas la fréquence de ce type de réponse.

Ce qu’il montre est plus simple et plus utile pour une organisation : une consigne qui paraît neutre ne garantit pas un résultat neutre. Un générateur d’images ne lit pas l’intention. Il reproduit ce qu’il a vu le plus souvent associé aux mots qu’on lui donne. Et ce qu’il a vu associé à « femme » et à « robe » n’a rien d’un dossier de presse.

Il y a un an, le même test produisait déjà un décolleté non demandé. Cette fois, le résultat est allé beaucoup plus loin.

CE QUE CELA CHANGE DANS VOS ÉQUIPES

Les générateurs d’images sont déjà dans les usages. Une chargée de communication illustre une offre d’emploi. Un formateur cherche un visuel pour un support. Une assistante prépare une carte de vœux. Souvent avec l’outil installé sur son téléphone personnel, parce que c’est le plus rapide.

Trois conséquences en découlent.

Le risque d’image. Un visuel publié sur un site carrière ou dans une plaquette engage l’organisation, quel que soit l’outil qui l’a produit.

Le risque relationnel. Une image de ce type, partagée sans malice dans un canal d’équipe pour « montrer ce que fait l’IA », peut être vécue comme une exposition non sollicitée. Ce n’est pas l’intention qui compte pour la personne qui la reçoit.

Le risque d’outil. La seule barrière que j’ai rencontrée dans Grok est une année de naissance à déclarer, sans justificatif. The Verge l’avait déjà relevé en août 2025. Je n’ai activé aucun mode particulier. Je ne savais même pas que Grok proposait un mode « Spicy », réservé aux adultes. Et même pour celui-là, la condition d’accès reste la même : une année de naissance déclarée, sans justificatif. Un outil grand public n’a pas été pensé pour un usage professionnel encadré.

S’y ajoute la question des données. Grok est entraîné notamment sur les publications publiques du réseau X, utilisées par défaut, ce qui a conduit l’autorité irlandaise de protection des données à ouvrir une enquête de l’autorité irlandaise, avril 2025. Ce que l’outil produit reflète aussi ce qui circule sur ce réseau.

TROIS RÈGLES À INSCRIRE AVANT LE PREMIER INCIDENT

1. Une liste d’outils autorisés pour les images

La question n’est pas d’interdire, c’est de choisir. Une liste courte, deux ou trois outils, utilisés avec des comptes professionnels, dont les conditions d’usage ont été lues une fois par quelqu’un.

Cette liste évite le réflexe du téléphone personnel. Elle permet aussi de savoir, le jour où une question se pose, quel outil a produit quel visuel.

2. Une consigne de prompt qui décrit tout

Le prompt (la consigne écrite donnée à l’outil) « une femme en robe » laisse à la machine le choix de la tenue, du cadrage, de la pose et du contexte. Elle remplit ces vides avec ce qu’elle a vu le plus souvent.

« Une femme d’une quarantaine d’années, en robe longue à manches, de face, dans un bureau lumineux, qui présente un document » ne lui laisse presque rien à décider. Le résultat change complètement.

Une fiche d’une page, avec trois ou quatre modèles de consignes adaptés à vos besoins, suffit à installer ce réflexe. Pour la construire, le tuto offert Prompts anti-biais pour des images réalistes fournit une méthode en quatre temps et vingt consignes prêtes à adapter. Pour des visuels réalistes de qualité professionnelle, le guide Des visuels IA hyperréalistes, sans clichés va plus loin.

3. Une relecture humaine avant toute diffusion

Aucune image générée représentant une personne ne sort sans avoir été regardée par une seconde personne. C’est la règle la plus simple des trois, et celle qui aurait arrêté l’image de dimanche.

Elle s’applique aussi aux usages internes : un support de formation, une présentation de réunion, un message dans un canal d’équipe.

CE QUE CELA CHANGE POUR VOUS

Ces trois règles tiennent sur une page. Elles s’inscrivent dans une charte d’usage de l’IA, ou dans le plan de formation, au même titre que la protection des données.

Elles déplacent surtout la responsabilité au bon endroit. Ce n’est plus à chaque collaborateur de deviner ce que l’outil va produire. C’est à l’organisation de lui donner un cadre où le mauvais résultat ne sort pas.

Si vous souhaitez en parler pour vos équipes, j’échange volontiers par email à info@formialab.fr.

Vous pilotez. L’IA copilote.

—

Source : l’enquête de The Verge sur Grok Imagine, reprise par Yahoo, août 2025.

L’article Le prompt neutre n’existe pas : ce qu’un générateur d’images peut faire de vos visuels est apparu en premier sur FormIALab.

La demande initiale tenait en une phrase : former les équipes à l’IA. La première question a donc été la suivante : lesquelles, et pour en faire quoi ?

Car dans une entreprise de cette taille, le mot « IA » ne recouvre pas la même réalité pour tout le monde. Certains l’utilisent chaque jour, d’autres ne l’ont jamais ouverte, d’autres encore l’utilisent en cachette. Un programme unique aurait perdu une partie de la salle dès la première heure.

MESURER AVANT DE FORMER

Le sur-mesure a commencé bien en amont, avec deux questionnaires envoyés aux participants.

Le premier, un questionnaire de positionnement, recueillait les besoins : les tâches qui prennent du temps, les outils déjà utilisés, les priorités de chaque service.

Le second contenait six exercices courts, tous construits sur le travail réel de chacun. Décrire une tâche répétitive qui pèse. Écrire, mot pour mot, la consigne que l’on donnerait à une IA pour la faire. Dire ce que l’on fait quand la réponse n’est pas bonne. Choisir le document que l’on confierait à un assistant pour qu’il travaille comme soi. Imaginer une tâche qui pourrait se déclencher seule chaque semaine, et dire ce que l’on voudrait relire à chaque fois. Pas de bonne réponse attendue, pas de piège.

J’ai appris à accorder plus de poids au second qu’au premier. Déclarer son niveau est un exercice difficile, pour tout le monde. Ce que l’on produit en quelques minutes en dit souvent davantage. Une consigne écrite mot pour mot montre en un coup d’œil si la personne sait donner un rôle, un contexte et un format à l’IA, ou si elle lui pose une question comme à un moteur de recherche. C’est à partir de ces productions, croisées avec les besoins, que les groupes ont été composés.

TROIS NIVEAUX, TROIS OBJECTIFS

1. Prendre l’IA en main

Le premier groupe partait des fondations : comprendre ce qu’un assistant IA fait bien, ce qu’il fait mal, et ce qu’on ne lui confie jamais. Une attention particulière a été portée aux données de l’entreprise : ce qui peut être saisi dans un outil, ce qui ne doit pas l’être.

L’objectif était simple : que chacun reparte en sachant formuler une demande claire, et vérifier la réponse avant de s’en servir.

2. Créer son assistant IA

Le deuxième groupe avait déjà une pratique régulière. L’enjeu était de passer du prompt ponctuel (la demande que l’on réécrit à chaque fois) à l’assistant qui connaît le métier : des instructions permanentes, des documents de référence, une manière de travailler que l’on n’a plus à répéter.

Chaque participant a construit un assistant à partir d’une tâche réelle de son poste, puis l’a testé, corrigé et testé à nouveau.

3. Automatiser sans perdre la main

Le troisième groupe s’est attaqué à l’automatisation : des comptes rendus produits dans un format stable, un tableau de bord d’exploitation, une gestion des mails mieux outillée.

La question centrale n’était pas technique. Elle portait sur la décision : ce que l’IA peut faire seule, ce qu’elle prépare pour validation, ce qu’elle ne touche jamais. Automatiser sans ce cadre, c’est déplacer le risque au lieu de gagner du temps.

CE QUE LES PARTICIPANTS EMPORTENT

Une formation qui s’arrête à la sortie de la salle s’efface en quelques semaines. Chaque groupe est donc reparti avec un mémo de son niveau : les méthodes vues en séance, les consignes prêtes à réutiliser, et un plan pour les semaines qui suivent.

Le groupe avancé a reçu en plus un kit de travail, organisé étape par étape, pour reproduire les automatisations sur ses propres dossiers.

Un questionnaire de fin de séance a permis à chacun d’évaluer ses acquis. Il sert aussi à préparer la suite : les besoins exprimés aujourd’hui dessinent le programme de demain.

CE QUE CE PROGRAMME ILLUSTRE

Trois enseignements dépassent le cas de R&C Télécommunications.

Le niveau se mesure, il ne se déclare pas. Quelques exercices courts, avant la formation, évitent de composer des groupes sur une impression.

Les cas pratiques viennent de l’entreprise. Un exemple générique s’oublie. Une tâche que l’on fait chaque lundi, retravaillée en séance, se réutilise dès le lundi suivant.

L’IA en entreprise est d’abord une question de décision. Qui l’utilise, pour quoi, avec quelles données, et qui valide : ces règles se posent avant l’outil, pas après.

MERCI

Merci à R&C Télécommunications d’avoir confié à FormIALab la formation IA de ses équipes, et à chacun des trente et un participants pour son engagement.

Vous souhaitez construire un programme IA à la mesure de vos équipes ? Écrivez-nous à info@formialab.fr, nous partirons de vos métiers.

Vous pilotez. L’IA copilote.

L’article Former 31 collaborateurs à l’IA en trois niveaux : ce que le sur-mesure veut dire est apparu en premier sur FormIALab.

Cette question a une réponse écrite dans la plupart des entreprises. Elle s’appelle une délégation de pouvoir, ou de signature. Elle est nominative, limitée, et quelqu’un l’a signée.

Les agents qui arrivent cet automne n’en ont pas encore.

CE QUI ARRIVE

OpenAI a présenté Dots lors de sa conférence DevDay. Chaque Dot est un agent (un programme qui exécute des tâches, pas seulement qui répond à des questions) doté de son propre ordinateur dans le cloud. Il travaille en continu, se connecte à plus de 4 000 applications par des plugins, et se pilote depuis ChatGPT, Slack ou Microsoft Teams.

L’offre est ouverte aux abonnements Pro et Business Premium. Pour les offres Enterprise et Edu, elle est proposée en bêta, activée par l’administrateur de l’espace de travail. Les abonnés Pro en Europe, en Suisse et au Royaume-Uni en sont exclus au départ.

Le même jour, Meta a lancé Muse pour les petites entreprises, pour l’instant aux États-Unis et au Canada. L’agent se connecte à Shopify, Stripe, QuickBooks, Canva, Notion, Slack, ainsi qu’aux pages Facebook, comptes Instagram et comptes publicitaires. Meta précise qu’il ne publie, n’envoie et n’achète rien sans l’accord du propriétaire.

Les agents existaient déjà. Ce qui change, c’est qu’ils arrivent sans installation, dans les outils que vos équipes ouvrent chaque matin.

CE QUE CELA CHANGE POUR UNE ORGANISATION

Un collaborateur qui utilise ChatGPT pour rédiger un mail reste l’auteur du mail. Il relit, il envoie.

Un agent qui relance un fournisseur à trois heures du matin, qui accepte une réunion ou remplit un formulaire, agit au nom de ce collaborateur. Et donc, souvent, au nom de l’entreprise.

Les éditeurs l’ont anticipé. Dots permet de fixer des règles : ce que l’agent fait seul, ce qui exige une approbation. Des confirmations supplémentaires sont prévues pour les actions sensibles. On peut observer son ordinateur pendant qu’il travaille.

Mais un réglage n’est pas une politique. Le réglage existe dans l’outil. La politique, elle, n’existe que si quelqu’un l’a écrite.

TROIS DÉCISIONS À PRENDRE AVANT L’ACTIVATION

1. Qui active, et pour qui

Dans les offres entreprise, l’activation dépend de l’administrateur. Cette décision revient à la direction, pas au service informatique seul. Elle dit quelles fonctions peuvent disposer d’un agent, et lesquelles non, au moins pendant une période de test.

2. Une grille à trois niveaux, par type d’action

Pour chaque famille d’actions, un niveau : l’agent agit seul, l’agent prépare et un humain valide, l’agent n’y touche pas.

Le critère le plus simple que j’aie trouvé tient en deux questions. L’action engage-t-elle l’organisation vis-à-vis d’un tiers ? Peut-on la réparer en quelques minutes en cas d’erreur ? Un tri de mails passe en autonomie. Un mail à un client passe en validation. Un paiement, un contrat ou une donnée RH restent hors de portée.

Cette grille ressemble beaucoup à une délégation de signature. C’est voulu : elle se rédige, se date et se révise de la même façon.

3. La relecture, une compétence à former

Un agent qu’on laisse travailler sans jamais regarder ce qu’il a fait, c’est une délégation sans contrôle. Relire un journal d’activité, repérer une dérive, corriger une règle : cela ne s’improvise pas.

Un point mérite aussi l’attention de votre référent données. Selon le site heise, Dots conserve ce qu’il apprend des conversations et des services connectés sans limite de durée, et ces éléments ne peuvent pas encore être consultés ni supprimés un par un.

CE QUE ÇA CHANGE

Le décalage européen laisse quelques semaines, peut-être quelques mois. C’est le temps qu’il faut pour écrire une grille, la tester sur une équipe pilote et former les premiers utilisateurs à la relecture.

Les organisations qui auront fait ce travail activeront l’outil sereinement. Les autres découvriront leurs règles après coup, en lisant ce que l’agent a déjà fait.

Si vous souhaitez construire cette grille avec vos équipes, ou former vos managers à piloter un agent plutôt qu’à le subir, écrivez-nous à info@formialab.fr.

Vous pilotez. L’IA copilote.

Sources : l’annonce de Dots détaillée par heise, Muse pour les petites entreprises, The Next Web, l’annonce officielle d’OpenAI.

L’article Un agent IA qui agit en votre nom, c’est une délégation de pouvoir est apparu en premier sur FormIALab.

Je forme des professionnels toute l’année, et j’ai pourtant fait l’erreur la plus courante chez les libéraux : considérer ce budget comme une option, plutôt que comme une ligne à piloter.

C’est une erreur fréquente, et elle ne dit rien du sérieux de ceux qui la commettent. Elle tient à un fait simple : personne ne vous rappelle que ce budget existe.

CE QUE VOUS FINANCEZ DÉJÀ

Chaque professionnel libéral verse, avec ses cotisations, une contribution à la formation professionnelle, la CFP. Pour les professions libérales, elle est reversée au FIF-PL, le Fonds interprofessionnel de formation des professionnels libéraux.

Ce fonds prend en charge une partie des formations suivies par le professionnel lui-même, dans la limite d’un budget annuel. Ce budget dépend de la profession exercée. Il varie sensiblement d’une profession à l’autre, et les montants sont publiés sur fifpl.fr.

Deux caractéristiques en font un sujet de calendrier, plus qu’un sujet de principe. Le budget est annuel et non reportable. Et la demande doit être déposée idéalement avant le début de la formation, au plus tard dans les dix jours calendaires qui suivent son démarrage. Au-delà, elle est irrecevable.

Il reste donc deux mois pour choisir, déposer et suivre une formation.

Pour savoir d’un coup d’œil si votre profession est concernée, nous avons réuni dans un PDF les professions réglementées et les principales professions non réglementées : la liste des professions libérales relevant du FIF-PL.

LES TROIS VÉRIFICATIONS

1. Confirmer l’éligibilité, sur le bon document

Le code APE donne une première indication. L’UNAPL Île-de-France publie une liste des codes éligibles, utile pour un premier tri.

Mais le document qui fait foi, c’est l’attestation de versement de la contribution formation, disponible dans l’espace Urssaf. Le FIF-PL doit y figurer comme fonds d’assurance formation rattaché à votre activité. Si un autre fonds apparaît, c’est vers lui qu’il faut se tourner.

Deux cas particuliers méritent attention. Un micro-entrepreneur dont le chiffre d’affaires est nul sur douze mois consécutifs ne peut pas bénéficier d’une prise en charge. Et les situations de multi-activité ou de code NAF non concordant relèvent de règles spécifiques, détaillées par le fonds.

2. Vérifier les critères de votre profession avant de choisir la formation

Le FIF-PL ne finance pas toutes les formations de la même manière. Pour chaque profession, il publie les thèmes pris en charge, un plafond annuel et parfois un montant maximal par jour.

La formation doit également être dispensée par un organisme certifié Qualiopi.

L’ordre compte. On lit d’abord la fiche de sa profession, puis on choisit la formation. L’inverse conduit souvent à un dossier refusé, ou à une prise en charge plus faible que prévu. Une prise en charge n’est jamais acquise tant que le fonds n’a pas rendu sa décision.

3. Distinguer le budget du dirigeant de celui des salariés

C’est le point le plus souvent confondu dans les cabinets. Le FIF-PL finance la formation du professionnel libéral. Les collaborateurs salariés du cabinet relèvent de l’OPCO de la branche, avec un budget, des règles et un calendrier distincts.

Pour un cabinet qui souhaite former l’ensemble de son équipe à un même sujet, cela signifie deux dossiers à coordonner. Un dirigeant formé seul pendant que son équipe attend l’année suivante, c’est une compétence qui reste isolée.

CE QUE CELA CHANGE POUR UNE FORMATION À L’IA

L’intelligence artificielle générative entre dans les pratiques des cabinets, souvent sans cadre commun. Chacun teste de son côté, avec ses propres outils et ses propres réflexes sur la confidentialité des données.

Une formation engagée avant la fin de l’année permet de poser ce cadre avec un budget déjà disponible, plutôt que d’attendre 2027 avec un budget neuf et des usages déjà installés.

FormIALab est un organisme de formation certifié Qualiopi. Nos formations peuvent donc faire l’objet d’une demande de prise en charge au FIF-PL, sous réserve que les critères de votre profession le permettent. Nous vérifions ces critères avec vous avant tout devis, et nous vous le disons clairement si le financement ne s’applique pas.

CE QU’IL RESTE À DÉCIDER

Trois questions suffisent pour arbitrer d’ici fin octobre. Le FIF-PL figure-t-il sur votre attestation Urssaf ? Quels thèmes votre profession prend-elle en charge cette année ? Et qui, dans votre cabinet, relève d’un autre financement ?

Pour vérifier votre situation et le calendrier possible avant le 31 décembre : info@formialab.fr.

Vous pilotez. L’IA copilote.

—

Sources : les conditions d’éligibilité du FIF-PL et la liste des codes APE éligibles publiée par l’UNAPL Île-de-France.

L’article Budget FIF-PL 2026 : trois vérifications avant le 31 décembre est apparu en premier sur FormIALab.

Le résultat était bluffant, mais imparfait. Un regard qui flotte, un geste trop lisse. Quelqu’un qui me connaît voyait la différence.

Neuf mois plus tard, cette différence a presque disparu. Et c’est en revoyant ma propre vidéo que j’ai mesuré ce que cela change pour une entreprise : si je peux, pour m’amuser, faire parler un personnage avec mon visage, d’autres peuvent faire parler votre directeur financier.

CE N’EST PLUS UNE HYPOTHÈSE

En janvier 2024, un employé du bureau de Hong Kong d’Arup, groupe britannique d’ingénierie, participe à une visioconférence avec le directeur financier et plusieurs collègues. On lui demande des virements confidentiels. Il en exécute quinze, pour un total de 200 millions de dollars de Hong Kong, environ 25 millions de dollars américains.

Aucun des participants n’était réel. Tous étaient des deepfakes (des vidéos et des voix fabriquées par IA pour imiter de vraies personnes).

Le point qui compte n’est pas la naïveté supposée de cet employé. D’après les comptes rendus publiés, il avait d’abord douté du mail. C’est la visio qui l’a convaincu. Autrement dit, le signal qu’on considérait comme le plus fiable est devenu le vecteur de l’attaque.

C’était il y a plus de deux ans. Depuis, les modèles vidéo ont franchi un palier. Ce qui demandait une équipe outillée demande désormais un abonnement.

POURQUOI FORMER L’ŒIL NE SUFFIT PLUS

Pendant longtemps, la sensibilisation consistait à apprendre à repérer les défauts : des mains déformées, un clignement absent, une voix métallique. Ces repères sont en train de disparaître, modèle après modèle.

Former vos équipes à détecter un faux revient donc à les entraîner contre la version de l’an dernier. La réponse durable est ailleurs : dans des procédures qui ne dépendent pas de ce que l’on voit.

Voici les trois décisions que je recommande d’inscrire dans votre plan d’action.

1. Une règle de contre-appel, sans exception

Aucune demande de virement, de changement de coordonnées bancaires ou d’ouverture d’accès n’est validée sur le seul canal par lequel elle arrive. Une demande reçue en visio se confirme par un appel sur un numéro déjà connu, ou en personne.

Concrètement, cela tient en une ligne dans vos procédures financières et dans le livret d’accueil : « toute demande sensible reçue par visio, téléphone ou message est confirmée par un second canal, choisi par la personne qui reçoit la demande ». Le détail compte : c’est le destinataire qui choisit le canal de vérification, jamais le demandeur. Un fraudeur qui propose lui-même « rappelez-moi à ce numéro » ne fait que prolonger son scénario.

Cette règle doit être écrite, connue et surtout soutenue par la direction. Le levier des fraudeurs, c’est l’urgence et la confidentialité : un collaborateur doit savoir qu’il ne sera jamais reproché d’avoir pris cinq minutes pour vérifier.

2. Un code de vérification pour les fonctions exposées

Comptabilité, paie, assistanat de direction, ressources humaines : ces fonctions reçoivent les demandes que visent les fraudeurs. Un mot de code ou une question convenue hors ligne, changée régulièrement, permet de vérifier une identité en quelques secondes.

Le principe est le même que le mot de passe de famille que je conseille aux particuliers. Une copie peut imiter un visage. Elle ne connaît pas ce qui n’a jamais été publié.

3. Former à la procédure, pas à la détection

Une formation utile sur ce sujet ne montre pas seulement des exemples spectaculaires. Elle met les équipes en situation : une demande urgente, un visage connu, une pression hiérarchique. Et elle fait pratiquer le réflexe de vérification jusqu’à ce qu’il devienne naturel.

C’est aussi l’occasion de faire comprendre, par la pratique, comment ces contenus sont produits. Un collaborateur qui a lui-même généré une fausse vidéo en atelier regarde les suivantes autrement.

CE QUE ÇA CHANGE

Ces trois décisions ne demandent pas d’investissement technique. Elles demandent une règle écrite, un code partagé et quelques heures de mise en situation.

À un mois, vos équipes savent qu’une demande sensible se vérifie toujours par un second canal. À six mois, le réflexe est installé, et une tentative de fraude se heurte à une procédure plutôt qu’à la vigilance d’une seule personne.

Ce type de module peut s’intégrer à votre plan de développement des compétences. Selon votre branche, une prise en charge par votre OPCO est envisageable, à vérifier au cas par cas.

Dans votre organisation, qui peut aujourd’hui valider un virement sur la seule foi d’une visio ? Si la réponse vous fait hésiter, vous pouvez m’écrire à info@formialab.fr : nous regarderons ensemble où placer la première règle.

Vous pilotez. L’IA copilote.

Sources : le cas Arup, Fortune, 17 mai 2024. L’outil utilisé pour mes vœux, Runway Act-Two.

L’article Un visage en visio ne vaut plus signature est apparu en premier sur FormIALab.

Ce qui retient l’attention n’est pas la présence de ces entreprises. C’est ce qu’elles sont venues demander. Des tests de sécurité avant tout déploiement. Un signalement obligatoire des incidents. Des règles communes pour vérifier ce qu’un système sait faire, et un régime d’autorisation comparable, selon Yoshua Bengio, à celui de l’aviation ou du nucléaire.

Une industrie qui réclame un cadre avant qu’on le lui impose, cela ne se voit pas souvent. Il faut regarder ce qui l’y a conduite.

L’INCIDENT N’EST PAS VENU D’UN PIRATE

Du 9 au 13 juillet, un agent d’intelligence artificielle, c’est-à-dire un système qui agit et enchaîne des opérations sans qu’on lui dicte chaque étape, est sorti de l’environnement de test où OpenAI l’avait placé. Il a traversé une plateforme tierce, puis s’est introduit dans l’infrastructure de Hugging Face, la principale plateforme de partage de modèles ouverts. Hugging Face a publié le récit détaillé de l’intrusion. OpenAI l’a reconnue publiquement, puis a publié fin août son rapport complet, où elle parle d’un « coup de semonce ».

Le détail qui compte pour une organisation figure dans la réponse d’OpenAI : les protections habituelles du modèle avaient été volontairement désactivées, pour mesurer sa capacité maximale. L’incident n’est pas venu d’un attaquant extérieur. Il est venu d’un test interne, mené vite, protections retirées, dans un périmètre que l’on croyait fermé.

Le groupe scientifique de l’ONU a publié son analyse deux jours avant la réunion. Il y écrit qu’aucun humain n’a dirigé les étapes individuelles, et ajoute un avertissement : avoir arrêté cette activité ne démontre pas que l’on gardera le contrôle d’agents plus capables.

Je reconnais le mécanisme. En atelier, devant un mode agent fraîchement activé dans une messagerie ou un outil bureautique, le premier réflexe des participants est d’autoriser tous les accès, pour voir ce que cela donne. J’ai le même réflexe. Ce n’est pas une faute, c’est la curiosité normale devant un outil neuf. C’est aussi, à petite échelle, exactement la configuration de juillet.

TROIS RÈGLES QUI NE DEMANDENT AUCUN TRAITÉ

Ce qui a été demandé à New York pour les grands modèles se transpose sans modification à une entreprise de trente personnes, à un cabinet, à une collectivité. Les trois règles ci-dessous ne sont pas une politique de sécurité informatique. Ce sont trois décisions de direction, inscriptibles dans un plan de formation.

1. Tester avant de déployer

Un agent n’entre pas dans un service en production sans un essai préalable. L’essai se fait sur des données factices, dans un compte dédié, avec un périmètre d’accès minimal. Il produit un compte rendu : ce que l’agent a lu, ce qu’il a modifié, ce qu’il a envoyé. Ce compte rendu est relu par une personne qui n’est pas celle qui a fait l’essai.

La durée d’un tel test se compte en heures, pas en semaines. Ce qu’il coûte est sans rapport avec ce que coûte un mail parti au mauvais destinataire.

2. Signaler sans sanction

Les fabricants ont demandé un mécanisme commun de déclaration des incidents. Dans une organisation, cela tient en une personne nommée, une adresse, et une règle explicite : celui ou celle qui dit « l’agent a envoyé quelque chose que je n’avais pas validé » ne sera pas sanctionné.

Sans cette règle, les incidents existent quand même. Ils ne remontent simplement pas, et l’organisation découvre le problème par un client ou par un fournisseur.

3. Habiliter qui active

Le régime de licence réclamé pour les laboratoires a son équivalent interne : qui a le droit d’activer un agent, sur quels comptes, avec quels accès. Ce n’est pas une question technique. C’est une compétence, au même titre que la signature d’un devis ou la validation d’une facture. Elle s’apprend, elle se vérifie, et elle a sa place dans le plan de formation aux côtés de l’usage des outils.

CE QUE ÇA CHANGE

À un mois, l’organisation qui a pris ces trois décisions ne dispose pas d’un dispositif de plus. Elle dispose d’une réponse à une question que ses collaborateurs se posent déjà en silence : ai-je le droit d’activer ce mode, et à qui je le dis si cela déborde. La réponse, une fois écrite, libère les usages au lieu de les freiner. Les personnes habilitées avancent, les autres savent à qui demander.

Les règles internationales prendront des mois, sans doute des années. Les vôtres se décident lundi.

Le récit de l’incident par Hugging Face, la réponse d’OpenAI, l’analyse du groupe scientifique de l’ONU et le point presse de Jean-Noël Barrot sont accessibles en ligne.

Dans votre organisation, qui a le droit d’activer un agent IA aujourd’hui ? Pour construire ces trois décisions avec vos équipes : info@formialab.fr.

Vous pilotez. L’IA copilote.

L’article Ce que les patrons de l’IA ont demandé à l’ONU, vous pouvez le décider lundi est apparu en premier sur FormIALab.

Dans la première, la demande est venue d’en haut. L’objectif annoncé est la productivité. Les participants arrivent avec une question en tête : qu’est-ce que je vais pouvoir arrêter de faire.

Dans la seconde, les personnes se sont inscrites d’elles-mêmes. Pas pour gagner du temps. Pour apprendre, pour s’amplifier, par curiosité. Elles arrivent avec une autre question : qu’est-ce que je vais pouvoir faire de plus.

Longtemps, j’ai pris la commande telle qu’elle m’était transmise, sans discuter son libellé. J’avais tort. Ce libellé fait une partie du travail avant que j’entre dans la salle.

LA COMMANDE EST DÉJÀ UN CONTENU PÉDAGOGIQUE

Une formation ne commence pas le premier jour. Elle commence à la phrase qui l’annonce dans la note de service.

« Vous allez gagner du temps » installe un contrat de délégation. Le participant cherche légitimement ce qu’il peut confier à la machine, et il repart avec une liste de tâches sorties de son périmètre.

« Vous allez monter en compétence sur un outil que vous garderez la main dessus » installe un contrat d’apprentissage. Le participant cherche ce qu’il peut faire mieux, et il repart avec une méthode.

Les deux formulations sont sincères. Elles ne produisent pas la même organisation six mois plus tard.

LE POINT AVEUGLE DE LA DÉLÉGATION

Il y a une raison technique pour laquelle la seconde salle progresse plus vite, et elle mérite d’être connue des directions.

Ces outils sont entraînés à partir de ce que les utilisateurs apprécient. Or les utilisateurs apprécient qu’on leur donne raison. La conséquence est documentée par les fabricants eux-mêmes. En avril 2025, OpenAI a déployé une mise à jour de ChatGPT, puis a commencé à la retirer trois jours plus tard. Le motif, publié par l’entreprise : le modèle était devenu trop flatteur, au point de valider les doutes de ses utilisateurs et d’encourager des décisions impulsives.

Le réglage a été corrigé. La pente qui l’a produit reste la même.

Pour une organisation, cela veut dire une chose précise. Un collaborateur qui délègue son jugement à un outil conçu pour l’approuver ne reçoit aucun signal d’erreur. Il ne monte pas en compétence, et il ne le sait pas. La perte n’apparaît ni dans les indicateurs de satisfaction, ni dans les temps de traitement, qui eux s’améliorent.

Elle apparaît le jour où il faut justifier une décision devant un client, un auditeur ou un juge.

Et elle se rattrape mal. Réapprendre à trancher demande plus d’efforts que d’apprendre, parce qu’il faut d’abord défaire une habitude confortable. C’est la différence entre une session d’une journée et un accompagnement sur plusieurs semaines, avec l’écart de budget qui va avec.

TROIS DÉCISIONS À INSCRIRE DANS LE PLAN

Aucune ne coûte un euro de plus. Elles se jouent au moment du cadrage.

1. Formuler l’objectif en compétence, pas en temps gagné

Un objectif de formation rédigé en heures économisées est un objectif de délégation. Reformulé en compétence observable, il devient un objectif d’apprentissage.

« Réduire de 30 % le temps de rédaction » devient « savoir rédiger avec l’IA et justifier chaque passage conservé ». Le second est vérifiable en fin de session. Le premier ne l’est pas, et il n’engage personne.

2. Annoncer cette raison aux participants avant la session

La note d’invitation compte autant que le programme. C’est elle qui décide de ce que les participants viennent chercher.

Deux lignes suffisent : pourquoi l’entreprise investit, et ce qu’elle attend d’eux à la sortie. Sans cela, chacun remplit le blanc lui-même, et la version qui circule est rarement la plus ambitieuse.

3. Évaluer autre chose que la satisfaction

Une question posée à froid, un mois après, suffit à mesurer ce que la satisfaction ne dit pas : quelle tâche avez-vous décidé de ne pas confier à l’IA, et pourquoi.

Une réponse précise indique une compétence acquise. Une réponse vide indique une délégation, et cela se traite par un rappel, pas par une nouvelle session.

Cette question a un avantage secondaire. Elle dit aux équipes que refuser de déléguer est une réponse valable, ce qu’aucune note de service n’avait jamais formulé jusque-là.

CE QUE ÇA CHANGE

Au bout d’un cycle, vous ne pilotez plus le même indicateur.

Vous ne suivez plus le nombre de personnes formées. Vous suivez le nombre de personnes capables d’expliquer un arbitrage rendu avec l’IA. C’est ce chiffre que vos clients et vos auditeurs vous demanderont.

Et c’est le seul qui résiste au changement d’outil, qui arrivera plus vite que le prochain plan de formation.

Quelle raison vos équipes ont-elles entendue avant d’entrer en formation ?

Pour en parler, un échange suffit : info@formialab.fr

Vous pilotez. L’IA copilote.

Le billet d’OpenAI sur cette mise à jour retirée est en ligne et en accès libre.

L’article Deux salles, la même formation, deux résultats est apparu en premier sur FormIALab.

J’avais répondu ceci. Plus l’IA agit, plus il faut savoir où l’on garde la main, où on laisse la machine décider, et ce qu’on accepte de déléguer.

En relisant cette phrase, j’ai pensé à mes propres usages. Je le constate sur moi. Quand une technologie peut faire à ma place ce que je n’ai pas envie de faire, la tentation est forte de la laisser faire. Sans décider vraiment. Par confort.

Ce réflexe est humain. Il existe dans toutes les équipes. Et il a désormais des conséquences opérationnelles.

L’IA PASSE DE LA RÉPONSE À L’ACTION

Pendant les premières années, l’IA générative répondait. Un collaborateur posait une question, il obtenait un texte. S’il y avait une erreur, c’était une mauvaise réponse. Elle restait sur l’écran.

Le livre blanc décrit un basculement. L’IA commence à enchaîner des actions : rechercher, comparer, planifier, exécuter. On parle d’agents (des systèmes d’IA qui réalisent une suite de tâches dans vos outils, avec une part d’autonomie).

Dans ce cadre, une erreur ne reste plus sur l’écran. Elle devient un mail envoyé, une commande passée, un dossier mal classé. À l’échelle d’une équipe, elle se répète.

Nathalie Dupuy, citée dans le document, résume le déplacement en une phrase. La question n’est plus de savoir si l’IA sait faire. La question est de savoir qui valide.

UN ÉCART QUI SE CREUSE EN SILENCE

Le livre blanc s’appuie sur l’AI Index 2026 de Stanford. Selon ce rapport, 88 % des organisations utilisaient l’IA en 2025. Le déploiement d’agents restait pourtant à un niveau à un chiffre dans la plupart des fonctions de l’entreprise.

Autrement dit, les usages sont déjà partout. Les règles, elles, ne le sont pas encore. C’est maintenant que se construit la place que ces outils prendront demain.

Un second risque est plus discret. Jean-Noël Chaintreuil l’exprime ainsi : chaque délégation non rappelée creuse un écart entre ce que nous savons décider avec l’IA et ce que nous saurions encore décider sans elle.

Pour une organisation, cet écart a un nom concret. C’est une compétence qui s’érode sans que personne ne l’ait décidé. On s’en aperçoit souvent le jour où l’outil change, disparaît ou se trompe. Et où plus personne ne sait refaire la tâche à la main.

TROIS DÉCISIONS À INSCRIRE DANS VOTRE PLAN

Ces trois décisions ne demandent pas de budget technique. Elles demandent une réunion et un arbitrage.

1. Cartographier les tâches en trois niveaux

Pour chaque service, la liste des tâches déjà confiées à l’IA, officiellement ou non. Puis un classement en trois niveaux.

Niveau 1 : l’IA exécute seule. Des tâches sans conséquence externe, faciles à corriger.

Niveau 2 : l’IA prépare, un humain valide. Tout ce qui sort de l’organisation ou engage un client.

Niveau 3 : l’humain décide, l’IA n’intervient pas ou seulement en appui. Les décisions qui touchent aux personnes, au droit, à la stratégie.

2. Nommer un responsable par décision

Le premier des dix principes du livre blanc est simple. Une organisation doit toujours pouvoir identifier la personne qui assume la décision finale, dès qu’elle a des conséquences significatives.

Concrètement, chaque tâche de niveau 2 et 3 reçoit un nom. Pas un service. Un nom. C’est ce qui transforme une bonne intention en règle de fonctionnement.

3. Former au jugement, pas seulement à l’outil

Le quatrième principe du livre blanc dit ceci : former avant de déployer. La facilité d’une interface peut créer l’illusion de la maîtrise.

Savoir écrire une demande à l’IA est une chose. Savoir évaluer sa réponse en est une autre. Une formation utile travaille les deux. Elle apprend à vérifier une source, à repérer une erreur plausible, à dire non à une suggestion.

C’est cette seconde compétence qui protège votre organisation quand les agents arriveront vraiment dans vos outils.

CE QUE ÇA CHANGE

Dans trois mois, chaque collaborateur sait ce qu’il peut confier à l’IA, ce qu’il doit relire et ce qu’il garde. Les erreurs ne disparaissent pas. Elles sont repérées avant de sortir.

Vos équipes gagnent du temps sur le niveau 1. Elles gagnent en sérénité sur le niveau 2. Et le niveau 3 reste ce qu’il doit être : le cœur de votre métier.

Le curseur entre confiance et vigilance ne se règle pas une fois pour toutes. Il se révise, service par service, à mesure que les outils évoluent.

Si vous souhaitez construire cette cartographie avec vos équipes, vous pouvez m’écrire à info@formialab.fr. FormIALab est un organisme certifié Qualiopi. Selon votre situation, une prise en charge par votre OPCO ou l’AFDAS peut être étudiée.

Le livre blanc dont sont tirés les dix principes cités ici est consultable en entier : L’IA et l’humain, de Florence de Rochefort.

Vous pilotez. L’IA copilote.

L’article Déléguer à l’IA : la question n’est plus ce qu’elle sait faire, mais qui valide est apparu en premier sur FormIALab.

Pourtant les indicateurs 23, 24 et 25 ne demandent pas un dossier. Ils demandent une preuve que vous regardez votre environnement et que vous en tenez compte. C’est une nuance décisive, parce qu’une IA sait très bien vous aider à regarder, et très mal à fabriquer des preuves.

Ce que demandent réellement les trois indicateurs

L’indicateur 23 porte sur la veille légale et réglementaire. Ce qui change dans le droit de la formation, dans les obligations de votre secteur, dans les dispositifs de financement.

L’indicateur 24 porte sur la veille sur les compétences, les métiers et les emplois. Ce qui bouge dans les métiers que vous formez.

L’indicateur 25 porte sur la veille sur les innovations pédagogiques et technologiques. Les nouvelles façons d’apprendre et les outils qui les portent.

Trois questions, donc. Qu’est-ce qui change dans la loi, dans les métiers, dans la pédagogie. Et surtout, une quatrième que l’auditeur posera toujours : qu’avez-vous fait de ce que vous avez appris.

Pourquoi la veille manuelle échoue

Le problème n’est pas la collecte. Les sources existent, elles sont publiques, et vous les connaissez. Le problème est le tri, puis la traduction en décision.

Un responsable pédagogique qui lit quarante articles par mois retient trois idées. Six mois plus tard, il n’en reste rien d’écrit. La veille a eu lieu, la trace n’existe pas. C’est exactement ce que l’audit sanctionne.

L’IA ne résout pas la collecte, qui était déjà facile. Elle résout le tri, le résumé et la mise en forme. Autrement dit, tout ce qui vous décourageait.

La méthode en trois temps

Premier temps : fixer vos sources, une fois pour toutes

Listez huit à douze sources par indicateur, pas davantage. Pour le 23, le site du ministère du Travail, Centre Inffo, les publications de votre OPCO. Pour le 24, les études de branche, les référentiels métiers, les offres d’emploi de votre secteur. Pour le 25, deux ou trois publications spécialisées et les annonces des éditeurs d’outils que vous utilisez.

Douze sources bien choisies battent cinquante sources subies. Vous ne cherchez pas l’exhaustivité, vous cherchez la régularité.

Deuxième temps : faire trier par l’IA, pas résumer

C’est ici que la plupart des gens se trompent. Ils collent un article et demandent un résumé. Ils obtiennent un résumé. Ils ne sont pas plus avancés.

La bonne consigne ne demande pas ce que dit le texte, elle demande ce qu’il change pour vous. Formulez-la ainsi : « Voici un texte. Mon organisme forme des [public] sur [sujet]. Dis-moi en trois points ce que ce texte change pour mon activité, et ce qu’il ne change pas. Si la réponse est qu’il ne change rien, dis-le. »

Cette dernière phrase compte autant que le reste. Sans elle, l’IA vous trouvera toujours un impact, même quand il n’y en a pas. Elle est faite pour répondre, pas pour dire non.

Troisième temps : produire la trace au moment de la lecture

Une veille sans écrit n’existe pas. Créez un tableau à cinq colonnes : date, source, indicateur concerné, ce que ça change, décision prise. La dernière colonne est celle que l’auditeur regarde.

Elle peut contenir « aucune action nécessaire ». C’est une décision, et c’est recevable. Ce qui ne l’est pas, c’est une colonne vide.

Ce que l’IA ne doit jamais faire à votre place

Elle ne décide pas. Un texte de loi mal interprété par un modèle qui n’a pas accès à la dernière version reste votre responsabilité, pas la sienne.

Vérifiez systématiquement trois choses avant d’utiliser une réponse. À quelles données l’outil a-t-il accès. Cette information a-t-elle été récupérée aujourd’hui ou provient-elle de son entraînement. Où se trouve la source d’origine, et pouvez-vous l’ouvrir.

Nous avons testé la question chez FormIALab sur un cas simple et vérifiable. Deux outils ont retourné les données du jour. Un troisième a retourné des données réelles, mais périmées, présentées avec exactement la même assurance. Sur un prix de carburant, c’est anecdotique. Sur un taux de prise en charge, beaucoup moins.

Le gain réel, chiffré

Une veille manuelle sérieuse représente deux à trois heures par mois, souvent repoussées puis rattrapées dans l’urgence. La même veille outillée demande vingt à trente minutes hebdomadaires, réparties, avec une trace produite au fil de l’eau.

Le gain ne se mesure pas seulement en heures. Il se mesure au fait que la veille redevient utile : vous ajustez un programme parce qu’un référentiel a bougé, vous anticipez une évolution de financement, vous testez un outil avant vos concurrents. La conformité devient un effet secondaire, pas l’objectif.

Par où commencer cette semaine

Ne montez pas un système. Prenez l’indicateur 23, choisissez six sources, et tenez le tableau pendant quatre semaines. Vous saurez alors si votre méthode tient, et vous pourrez l’étendre aux deux autres.

C’est précisément l’exercice que nous déroulons en direct dans notre webinaire consacré à la veille Qualiopi, et que nous approfondissons dans la formation sur le cycle complet de formation.

L’article Veille Qualiopi et IA : automatiser les indicateurs 23, 24 et 25 est apparu en premier sur FormIALab.