Pourquoi les salariés n’avouent pas qu’ils utilisent l’IA

Pourquoi reconnaître l’usage de l’IA peut sembler risqué

Un spécialiste prépare une très bonne analyse, en s’aidant de l’IA pour structurer la matière. En réunion, on lui demande : « Tu l’as écrit toi-même ? » Si le ton laisse entendre que l’outil dévalorise le travail, il pourrait ne pas en parler la fois suivante. Le problème ne tient pas forcément à une intention de tromper l’entreprise. Le salarié pense peut-être que ses efforts, ses connaissances et ses décisions seront ignorés s’il révèle la part prise par l’IA. Là où l’on valorise avant tout le fait d’accomplir une tâche seul, cette crainte est compréhensible.

Les recherches sur le silence dans les organisations montrent depuis des années que les gens pèsent le risque de partager des informations susceptibles de fragiliser leur position. Il ne faut pas pour autant en conclure que toute personne qui se tait a peur de son supérieur. Certains ne savent tout simplement pas quel usage doit être signalé. La première conversation devrait donc porter sur les règles et leurs raisons, et non sur une tentative de démasquer les utilisateurs cachés.

Les recherches pointent la crainte d’être jugé sur ses compétences

Une étude de Mizrak et de ses coauteurs datant de 2026 a porté sur 564 salariés du conseil et des services professionnels en Turquie, qui avaient l’expérience de l’IA générative. Les auteurs ont analysé les liens entre la dissimulation de l’usage de ces outils et la peur que cet usage soit découvert, la crainte de ne plus être perçu comme compétent et la clarté des politiques de l’entreprise. Une anxiété plus forte allait de pair avec une dissimulation déclarée plus importante des usages de l’IA. Ce n’est ni une preuve que ces facteurs en sont la cause, ni un résultat représentatif de toutes les professions.

Il est important de distinguer l’évaluation du résultat du travail d’un stéréotype sur la manière dont ce résultat a été obtenu. Si un supérieur salue un rapport, mais juge aussitôt son auteur moins capable en apprenant qu’il a utilisé l’IA, il envoie un signal contradictoire. Les gens chercheront à protéger leur image. La réponse ne consiste pas à justifier sans condition tout usage de l’IA, mais à poser des exigences proportionnées et des critères de qualité clairs, indépendants des déclarations à la mode.

Des règles floues créent une zone grise

Dans un service, la direction encourage l’automatisation ; dans un autre, elle répète encore qu’« un vrai expert fait tout lui-même ». Personne n’a expliqué s’il est permis de saisir des données client dans un outil externe, d’utiliser l’IA pour un premier jet de contrat ou de générer une proposition de réponse. Les salariés voient le décalage entre la pression sur la productivité et le risque d’enfreindre les règles. Certains renoncent à la technologie, d’autres commencent à l’utiliser en cachette. C’est un problème d’organisation du travail, pas seulement d’attitudes.

De bonnes règles devraient répondre à des questions simples : quels outils sont autorisés, quelles données il est interdit de saisir, quels usages doivent être signalés, qui vérifie le résultat et comment procéder en cas d’erreur. Tout ne requiert pas le même niveau de reporting. Corriger la ponctuation d’une note interne et préparer une recommandation pour un client à partir de données confidentielles ne sont pas des activités équivalentes.

La mention « généré » ne décharge pas de la responsabilité

La transparence ne consiste pas à ajouter « fait avec l’IA » à chaque phrase. Pour les usages qui ont des conséquences pour un client, un patient, une décision financière ou sur le plan juridique, ce qui importe, c’est ce que l’outil a fait, d’où venaient les données et qui a évalué le résultat. L’auteur d’un rapport devrait être capable de défendre les sources utilisées et de comprendre la recommandation. Il ne suffit pas d’invoquer le fait que « le modèle l’a suggéré ». À l’inverse, signaler l’usage de l’IA ne devrait pas diminuer la valeur d’un travail sérieusement réalisé.

En équipe, on peut définir trois niveaux : l’aide linguistique, le soutien de fond à la rédaction des contenus et la participation à une analyse qui influence une décision importante. Chaque niveau implique une exigence différente de vérification et de signalement. Les limites précises dépendent de la politique de l’entreprise, des contrats avec les clients et des obligations légales. Le salarié devrait voir non seulement les interdictions, mais aussi l’accès à des outils approuvés qui lui permettent d’accomplir ses tâches dans le respect des règles.

Posez des questions sur la pratique du travail, pas sur la culpabilité

Une mauvaise entrée en matière serait : « Avouez qui utilise l’IA et me trompe. » Elle présuppose une faute avant même que les règles aient été expliquées. Meilleure version : « Je veux voir où l’IA aide vraiment, où des erreurs apparaissent et quelles règles nous devrions préciser. Nous n’allons pas assimiler le simple fait d’utiliser un outil autorisé à un manque de compétence. » Cette phrase ne devient crédible que si le supérieur réagit réellement conformément à cet engagement.

En entretien individuel (1:1), demandez : « À quelle étape du travail l’outil t’a-t-il été utile ? Qu’as-tu vérifié toi-même ? De quoi as-tu besoin pour le faire en toute sécurité ? » Ne posez pas de questions sur des détails privés sans rapport avec la tâche. En cas d’atteinte à la confidentialité ou de présentation mensongère des sources, évaluez le comportement concret conformément aux règles de l’entreprise. Tirer les conséquences d’une erreur précise ne devrait pas revenir à condamner toutes les nouvelles solutions.

Une culture d’ouverture exige une réaction prévisible du supérieur

Les salariés apprennent les règles non seulement dans les documents, mais aussi à travers la réaction au premier signalement. Si le manager remercie la personne qui signale un résultat erroné et l’aide à le corriger, il montre que l’on peut parler des problèmes. S’il tourne en ridicule quelqu’un qui pose une question sur un outil approuvé, il affaiblit son propre discours d’ouverture. Les recherches sur la sécurité psychologique montrent des liens entre celle-ci, le partage d’informations et l’apprentissage des équipes, sans pour autant promettre l’effet simple et garanti d’une intervention isolée.

En pratique, il est utile de recueillir régulièrement des exemples d’usages réussis de l’IA, mais aussi des situations où la vérification a révélé une erreur. Il ne s’agit pas de dresser une liste publique de coupables, mais de parvenir à une compréhension commune des limites. Des règles claires, de bons outils et une manière équitable d’évaluer le travail peuvent réduire le besoin de dissimuler. Le supérieur construit alors une équipe où le recours à la technologie n’est ni un secret ni une dispense de responsabilité.

Ne pas signaler l’usage de l’IA au travail peut découler de la peur d’être jugé, d’une politique floue et de signaux contradictoires de la direction. Cela ne justifie ni les atteintes à la confidentialité ni le fait de présenter un contenu non vérifié comme sa propre analyse. Il est toutefois utile de distinguer ces problèmes du simple recours à l’outil. Des règles transparentes, un contrôle proportionné et une discussion sereine sur la qualité aident à transformer les soupçons en collaboration.

Comment Empatyzer aide à parler de l’IA sans chercher de coupables

Un manager soupçonne qu’une partie de l’équipe utilise l’IA en dehors des règles officielles, mais il ne sait pas si cela tient à l’absence de règles claires, à des outils peu pratiques ou à la peur d’être jugé. Au lieu de commencer par des accusations, il décrit à Em les règles actuelles et les comportements qu’il a réellement observés. Em l’aide à séparer les faits des suppositions, à formuler des questions neutres sur les pratiques de travail et à préparer une brève explication des règles en vigueur. Dans le contexte de l’équipe, Em peut tenir compte des différences d’attitude face aux nouveautés et en matière de besoin de sécurité. Lorsqu’une conversation difficile se profile avec un salarié en particulier, les conseils relationnels disponibles aident à choisir la manière de formuler le feedback sans faire honte. Le manager demande aussi à Em de l’aider à répondre à la question d’un salarié : « Si j’utilise l’IA, pourquoi les autres me trouvent-ils moins compétent ? » La conversation se conclut par un plan : quels cas doivent être signalés, comment documenter la vérification du résultat et comment remonter un problème. Les micro-leçons aident à consolider les compétences en matière de feedback constructif et de communication sur les changements technologiques.