J’ai regardé récemment une vidéo sur le fameux “second cerveau” : Obsidian, base de connaissances, notes reliées entre elles, agent IA capable de retrouver et d’exploiter des informations. Au départ, j’ai trouvé l’idée fascinante. Il y avait quelque chose de très séduisant dans cette promesse : créer un espace où tout ce que l’on lit, pense, apprend, relie, pourrait rester accessible. Un endroit où mes idées ne disparaîtraient plus. Où mes intuitions, mes lectures, mes raisonnements, mes fragments de pensée ne se perdraient pas dans les plis de ma mémoire.

Parce que notre cerveau, lui, ne fonctionne pas comme un disque dur bien rangé. Il filtre, il oublie, il reconstruit. Il y a cette sensation très humaine de savoir qu’on sait quelque chose, sans réussir à retrouver où cette connaissance est partie se cacher. “Je l’ai lu quelque part.” “J’y ai déjà réfléchi.” “Je sais que cette idée existe.” Mais impossible de remettre la main dessus.

Au début, je pensais donc regarder un outil pour mieux me souvenir. Puis quelque chose s’est déplacé. Je me suis demandé si je ne regardais pas autre chose. Pas seulement un second cerveau. Peut-être les premières briques d’un double numérique. Et c’est là que la question devient plus profonde : l’IA ne transforme pas seulement notre productivité. Elle nous oblige à redéfinir ce que nous appelons encore “travail humain”.

De la mémoire externe au double numérique

Une base de connaissances, seule, reste une archive. Elle conserve des traces : des notes, des liens, des documents, des idées, des fragments de raisonnement. Mais une base de connaissances reliée à un agent IA change de nature. L’agent peut aller chercher, relier, résumer, interpréter, reformuler, proposer, produire, parfois même agir.

À ce moment-là, on ne parle plus seulement de retrouver une idée oubliée. On parle d’un système capable de travailler à partir de mes traces : mes notes, mes préférences, mon style, mes raisonnements, mes anciennes décisions, mes contenus, mes habitudes de pensée. Le double numérique, ce n’est pas une copie de moi. Ce n’est pas un autre moi, conscient, sensible, vivant. C’est une version opératoire. Un système capable de produire quelque chose à partir de ce que j’ai laissé derrière moi.

Et une question plus dérangeante apparaît : si mon agent IA sait ce que je cherche, comment je pense, ce que je produis, comment je réponds et comment je structure mes idées, qu’est-ce qui l’empêche, demain, de travailler à ma place ? Pas “comme moi” au sens profond du terme. Mais assez comme moi pour produire quelque chose d’acceptable. Assez comme moi pour écrire, répondre, chercher, préparer, organiser, avancer. Et parfois, dans le monde du travail, “assez bien” suffit déjà à changer beaucoup de choses.

J’ai pensé à Severance, cette série où une partie de soi travaille pendant que l’autre partie vit autre chose. Le parallèle est imparfait, évidemment. Un agent IA n’est pas une partie consciente de moi. Il ne vit pas à ma place. Il ne ressent pas à ma place. Mais l’image dit quelque chose. Et si une partie de mon activité pouvait continuer à produire sans moi ? Et si une version opératoire de moi-même pouvait écrire, chercher, trier, organiser, répondre, pendant que moi je fais autre chose ?

À ce moment-là, la question n’est plus seulement technologique. Elle devient existentielle, professionnelle, organisationnelle et économique.

Ce que l’IA automatise d’abord : le travail visible

La question devient alors plus brutale. Si une grande partie de mon travail visible peut être réalisée par un agent IA pour beaucoup moins cher qu’un salaire, pourquoi une organisation continuerait-elle à payer un CDI à temps plein ?

Ce n’est pas une question confortable. Mais elle mérite d’être posée sans se réfugier trop vite derrière le fameux : “l’humain restera toujours irremplaçable”. Cette phrase me semble parfois trop facile. Elle rassure, mais elle évite de regarder ce qui est déjà en train de bouger.

Dans les organisations, ce qui est valorisé n’est pas toujours ce qui fait la profondeur d’un métier. Ce qui est valorisé, souvent, c’est ce qui se voit : un livrable, une synthèse, un compte rendu, une présentation, une analyse, un plan d’action, un reporting, une réponse rapide, une production mesurable. Or c’est précisément cette partie visible du travail que l’IA sait de mieux en mieux produire.

Et c’est peut-être là que se trouve le vrai danger. Pas seulement dans le fait que l’IA remplace notre travail. Mais dans le fait que nous avons parfois déjà réduit notre travail à ce que l’IA sait faire.

Si accompagner une équipe, c’est seulement “poser des questions”, alors l’IA peut le faire. Si coacher, c’est seulement “reformuler”, alors l’IA peut le faire. Si manager, c’est seulement “suivre des indicateurs et envoyer des messages”, alors l’IA peut le faire. Si apprendre, c’est seulement “retrouver la bonne information”, alors l’IA peut le faire. Si décider, c’est seulement “appliquer une règle à un contexte”, alors l’IA peut le faire.

Mais est-ce vraiment cela, travailler ? Est-ce vraiment cela, accompagner, décider, apprendre, être compétent ?

Le piège : croire que le travail est une somme de tâches

C’est peut-être l’un des effets les plus profonds de l’IA dans les organisations : elle nous oblige à regarder la manière dont nous avons découpé le travail. Plus un métier est réduit à une liste de tâches, plus il devient facilement automatisable. Plus il est évalué uniquement par ses productions visibles, plus l’agent IA devient un concurrent sérieux.

Le risque n’est donc pas seulement le remplacement. Le risque, c’est la décomposition du travail humain en fragments suffisamment simples, mesurables et standardisés pour être confiés à des systèmes. On ne remplace pas forcément une personne entière. On remplace des morceaux de son activité. Puis, petit à petit, on se demande pourquoi il faudrait encore la personne entière.

Ce qui peut rester à l’humain, dans certains scénarios, c’est un rôle de supervision : relire, valider, corriger, gérer les exceptions, assumer les erreurs. L’humain ne construit plus toujours la pensée du début à la fin. Il hérite d’une production déjà formée par la machine et doit décider si elle est acceptable.

Mais comment développe-t-on son jugement si l’on ne traverse plus les gestes qui construisent l’expertise ? Comment devient-on senior si les tâches dites “junior” disparaissent ? Comment apprend-on à sentir les nuances si la machine prémâche le réel avant nous ?

Là encore, je n’ai pas de réponse définitive. Mais je sens qu’il y a là un point de vigilance majeur. Si l’IA fait une grande partie du travail visible, il faudra être très attentif à ce que nous appelons encore compétence. Parce qu’une compétence n’est pas seulement la capacité à produire un résultat. C’est aussi la capacité à comprendre comment ce résultat se fabrique, à en voir les limites, à en porter les conséquences, à savoir quand il faut ralentir, douter, reprendre, questionner autrement.

Responsabilité et souveraineté cognitive

Une autre question arrive très vite : si mon agent travaille à ma place et qu’il fait n’importe quoi, qui est responsable ? À première vue, j’aurais tendance à dire : moi. Si l’agent agit en mon nom, avec mes données, mes accès, mes consignes, mes traces, alors ma responsabilité reste engagée. Je ne peux pas simplement dire : “ce n’est pas moi, c’est lui.”

Mais cette réponse ouvre un paradoxe. Si je porte la responsabilité d’un travail que je n’ai pas vraiment réalisé, que devient mon rôle ? Suis-je encore la personne qui travaille ? Ou suis-je devenue la personne qui supervise un double numérique qui travaille pour moi ?

Dans les organisations, cette question va devenir centrale. Car derrière les gains de productivité apparents, il y a des coûts cachés : le contrôle qualité, la sécurité, la conformité, la dépendance aux fournisseurs, la perte de savoir-faire interne, les erreurs invisibles, la dilution des responsabilités. L’IA coûte peut-être moins cher sur la ligne “production”. Mais elle déplace une partie du coût ailleurs. Et surtout, elle déplace la question de la responsabilité.

Ce n’est pas seulement : “qui fait le travail ?” C’est aussi : “qui répond de ce qui a été fait ?” Dans une organisation augmentée par l’IA, la responsabilité risque moins de disparaître que de se diluer. Le manager dira peut-être : “l’équipe a validé.” L’équipe dira : “l’outil a proposé.” Le fournisseur dira : “le modèle dépend de l’usage.” La direction dira : “le processus a été respecté.” Et au bout du compte, il faudra bien quelqu’un pour répondre de la décision.

C’est ici qu’une notion me semble importante : la souveraineté cognitive. Pas seulement au sens de “mes données m’appartiennent”, même si c’est déjà un vrai sujet. Mais au sens plus profond : rester capable de décider ce que je délègue, ce que je garde vivant, ce que j’assume, ce que je refuse d’automatiser, ce que je veux encore penser par moi-même.

Un agent IA ne fait pas que travailler plus vite. Il trie, priorise, reformule, rend certaines choses visibles et d’autres invisibles. Il propose des chemins. Il structure notre attention. Il influence ce que nous considérons comme important. À force de déléguer la recherche, la synthèse, l’écriture, la formulation, la priorisation, peut-être que nous ne déléguons pas seulement des tâches. Peut-être que nous déléguons progressivement une partie de notre rapport au réel.

Pour moi, la souveraineté cognitive, ce n’est pas refuser l’IA. Ce n’est pas revenir au carnet papier par principe. Ce n’est pas fantasmer un humain pur, intact, sans outils. Nous avons toujours pensé avec des outils : les livres, les carnets, les cartes, les tableaux blancs, les post-it, les conversations, les métaphores. Mais l’IA ajoute quelque chose de différent. Elle ne se contente pas de conserver. Elle propose, interprète et agit. Et parfois, elle agit très bien. C’est justement pour cela que la question devient sérieuse.

La souveraineté cognitive commence peut-être là : refuser de devenir seulement utilisatrice de résultats que je ne sais plus interroger. Qu’est-ce que je veux encore faire moi-même, non pas parce que l’IA ne sait pas le faire, mais parce que le faire me transforme ? Qu’est-ce que je veux encore traverser, même si c’est plus lent ? Qu’est-ce que je refuse de voir réduit à une tâche automatisable ?

Ce qui doit rester humain : le lien, le discernement, l’empathie incarnée

Pour moi, une réponse commence à apparaître : le lien à l’autre. Pas le lien comme échange d’informations. Pas le lien comme canal de transmission. Pas le lien comme suite de messages bien formulés. Le lien comme rencontre. Avec ce qu’il a de vivant, d’imprévisible, de maladroit, de rugueux parfois.

J’aime discuter avec l’IA. Je l’utilise. Elle m’aide à structurer, à clarifier, à pousser certaines réflexions. Mais il y a quelque chose qu’elle ne fait pas. Elle est souvent trop lisse. Trop cohérente. Trop propre. Trop bien rangée. Elle peut produire une réponse pertinente, parfois très pertinente. Mais elle ne crée pas cette altérité étrange qu’un humain apporte dans une conversation.

Un humain peut mal comprendre, résister, bifurquer, se taire, dire une phrase maladroite, faire une association absurde, oser un pas de côté qui n’a l’air de rien. Et parfois, c’est précisément ce décalage qui ouvre une porte que personne n’avait vue.

Dans le travail d’accompagnement, une partie de la valeur ne se trouve pas uniquement dans ce que l’on sait, ni même dans ce que l’on produit. Elle se trouve dans ce qui se passe entre les personnes. Dans une salle, il peut y avoir de la tension alors qu’aucun mot n’a encore été prononcé. Personne n’a rien dit, et pourtant quelque chose est là. Un silence plus dense. Des regards qui s’évitent. Une énergie qui tombe. Un rire un peu trop rapide. Une phrase qui sonne faux. Un corps qui se ferme. Une respiration collective qui change.

Un humain peut sentir cela. Pas toujours clairement. Pas toujours justement. Pas toujours sans biais. Mais il peut être affecté par la situation. Il ne traite pas seulement des signaux. Il est traversé par quelque chose. Et dans certains métiers, cette capacité à être affecté n’est pas un supplément d’âme. C’est une compétence.

L’empathie n’est pas seulement une qualité relationnelle. C’est parfois une forme de connaissance située. Une manière de percevoir ce qui n’est pas encore formulé. L’IA peut analyser des signaux. Elle peut repérer des mots, des expressions, des tonalités, des patterns. Elle peut même produire une réponse empathique. Mais elle ne ressent pas. Elle ne partage pas la situation. Elle ne porte pas dans son corps la tension d’un groupe. Elle ne vit pas cette expérience étrange d’entrer dans une pièce et de sentir que “quelque chose ne va pas” avant même de savoir quoi.

L’IA peut traiter des signaux. L’humain, lui, peut être affecté par une situation. Ce n’est pas la même chose. Ce n’est pas un argument romantique. Ce n’est pas dire que l’humain comprend toujours mieux. C’est dire qu’il est situé, impliqué, responsable de ce qu’il perçoit et de ce qu’il choisit d’en faire.

La vraie question pour les organisations

Le problème, c’est que cette valeur-là est difficile à mesurer. Elle ne rentre pas facilement dans un tableau de bord. Elle ne se voit pas toujours dans un livrable. Elle ne produit pas toujours une trace immédiate. Une organisation peut donc être tentée de la considérer comme secondaire, voire optionnelle.

Si l’agent produit le compte rendu, prépare le plan, formule les recommandations et répond aux messages, alors peut-être que le reste semblera moins important. Trop subtil. Trop lent. Trop humain, justement.

Mais c’est peut-être là que se joue une grande partie de l’impact de l’IA sur les organisations. Pas seulement dans ce qu’elle automatise, mais dans ce qu’elle rend invisible. Si l’on ne regarde que les tâches, on risque de perdre la relation. Si l’on ne regarde que la production, on risque de perdre le discernement. Si l’on ne regarde que la vitesse, on risque de perdre la capacité à sentir ce qui se joue vraiment.

Et peut-être que certaines organisations découvriront trop tard qu’elles ont gagné en efficacité ce qu’elles ont perdu en intelligence collective.

Je crois que la question fondamentale n’est donc pas seulement : “que peut faire l’IA ?” Elle est plutôt : “qu’allons-nous accepter de réduire à ce que l’IA peut faire ?”

C’est une nuance importante. Parce que l’IA va continuer à progresser. Elle fera de plus en plus de choses. Elle écrira mieux, cherchera mieux, synthétisera mieux, agira mieux. Elle produira des résultats acceptables dans de nombreux contextes. Parfois même excellents.

Mais la question humaine et organisationnelle restera ouverte. Qu’est-ce que nous voulons encore reconnaître comme spécifiquement humain dans le travail ? Pas parce que l’humain serait magique. Pas parce que l’IA serait mauvaise. Mais parce que certains gestes, certaines responsabilités, certaines relations et certaines formes de jugement ne devraient pas être réduits trop vite à des tâches.

Pour les organisations, le sujet ne sera donc pas seulement d’intégrer l’IA dans les processus, d’automatiser des tâches ou de gagner du temps. Le vrai sujet sera de décider collectivement ce qui peut être automatisé, ce qui doit rester humain, et ce que nous devons préserver pour continuer à apprendre, discerner, coopérer et assumer nos décisions.

Parce qu’une organisation n’est pas seulement une machine à produire des livrables. C’est aussi un tissu vivant de compétences visibles et invisibles : des gestes qui s’apprennent en faisant, des jugements qui se construisent dans l’expérience, des liens qui permettent de traverser les tensions, des silences qu’il faut savoir entendre, des responsabilités qu’il faut pouvoir porter, des pas de côté qui ouvrent d’autres chemins.

La vraie maturité IA d’une organisation ne se mesurera pas seulement à ce qu’elle automatise. Elle se mesurera à la qualité de ses arbitrages. À ce qu’elle choisira de déléguer. À ce qu’elle choisira de préserver. À ce qu’elle continuera d’apprendre, même quand la machine pourra produire plus vite.

Rester auteurs de nos propres liens

Au fond, cette réflexion est partie d’une vidéo sur le second cerveau. Une histoire de mémoire, de notes et de base de connaissances. Puis elle m’a emmenée ailleurs. Vers le double numérique. Vers le travail qui pourrait se faire sans nous. Vers la responsabilité. Vers la souveraineté cognitive. Vers le lien à l’autre.

Je n’en tire pas une conclusion définitive. Plutôt une vigilance.

À l’ère des agents IA, rester auteurs de nos propres liens ne consistera pas à refuser les outils. Ce serait trop simple. Il s’agira plutôt de savoir ce que nous déléguons, ce que nous assumons, ce que nous voulons encore traverser, ce que nous refusons de lisser, et ce que nous choisissons de garder vivant.

Peut-être que ce qui restera à l’humain ne sera pas simplement ce que l’IA ne sait pas faire. Ce sera aussi ce que nous déciderons collectivement de ne pas automatiser, ou de ne pas automatiser entièrement.

Le risque n’est peut-être pas seulement que l’IA travaille à notre place. Le risque est que, peu à peu, nous oublions ce qui, dans le travail humain, ne se voit pas toujours, ne se mesure pas facilement, ne se produit pas à la demande, mais permet pourtant à une organisation de rester vivante.

La rencontre. Le discernement. La responsabilité. L’empathie incarnée. Le pas de côté. Et cette capacité profondément humaine à sentir, parfois avant même de comprendre, que quelque chose mérite d’être regardé autrement.