Intelligence artificielle et réalité virtuelle en formation : quand la combinaison a du sens et quand elle relève du théâtre technologique

Ce que fait chaque technologie quand elle travaille comme un outil

Autant commencer par la base, parce qu'en réunion de diagnostic presque personne ne le fait.

La réalité virtuelle résout un problème précis : elle permet de pratiquer des situations qui, dans la vie réelle, sont chères, dangereuses ou impossibles à répéter à volonté. Un opérateur peut se tromper vingt fois sur une procédure de consignation (LOTO) dans un simulateur sans que personne ne soit blessé. Un commercial peut répéter une négociation difficile sans brûler un vrai client. C'est ainsi que la VR transforme l'erreur en ressource d'apprentissage bon marché.

L'intelligence artificielle, appliquée à la formation des salariés, résout un problème différent : l'échelle de la personnalisation. Un bon formateur humain adapte l'exercice au niveau de chaque participant, lui donne un retour précis et décide quoi pratiquer ensuite. Ce formateur ne peut pas être présent dans deux cents sessions simultanées. Un système doté d'IA peut, lui, approcher cette fonction : ajuster la difficulté du scénario, analyser les décisions du participant et produire un retour individuel.

Quand les deux se combinent bien, le résultat est une formation immersive qui s'adapte à la personne : le scénario virtuel change selon la performance, les personnages simulés répondent sans script et l'évaluation cesse d'être un questionnaire final pour devenir une lecture continue de ce que le participant a fait dans la simulation.

C'est là le cas d'usage légitime. Et il a une vraie valeur.

Les trois signes du théâtre technologique

Le problème, c'est que ce cas d'usage légitime est minoritaire. Dans la plupart des propositions que j'ai examinées, le mot « intelligence artificielle » est là pour vendre. Voici les trois signes que je cherche quand j'évalue un projet, le mien comme celui des autres.

Premier signe : l'IA ne touche pas à l'expérience d'apprentissage. Certains prestataires utilisent l'IA générative pour produire les scripts, les voix ou les environnements 3D de l'expérience. C'est parfaitement valable comme méthode de production, et cela réduit même le coût de développement. Mais cette IA reste dans la production, et le participant ne la voit jamais. Si le participant vit exactement la même expérience linéaire qu'avec un contenu fait à la main, le projet est une formation classique produite avec des outils modernes. Rien de mal à cela, mais il faut le nommer honnêtement et le facturer en conséquence.

Deuxième signe : le système s'adapte, mais personne n'a défini par rapport à quoi. Un scénario adaptatif a besoin d'un modèle de compétence : une définition explicite de ce à quoi ressemble la performance correcte, des erreurs qui comptent et de la progression qui a du sens. Ce travail relève du diagnostic et de l'ingénierie pédagogique, et il se fait avant d'écrire une ligne de code. Quand je demande « quels comportements précis le système évalue-t-il et qui les a définis ? » et que la réponse reste vague, l'adaptation est cosmétique : le système fait bouger des variables, mais personne ne sait si ces variables ont un rapport avec le poste de travail.

Troisième signe : les données sont collectées mais elles ne servent à rien. La promesse habituelle, c'est que la plateforme « génère de l'analytique de performance avec l'IA ». La question qui dérange est la suivante : qui va lire ces données, à quelle fréquence et quelle décision va changer parce qu'on les a lues ? Si le rapport finit dans un dossier que personne n'ouvre, l'analytique n'existe pas dans les faits. La technologie ne sert que si quelqu'un s'en sert comme outil pour décider quelque chose : revoir un module, repérer qui renforcer, corriger une procédure.

Les questions qui mettent la décision en ordre

Si une entreprise évalue l'intelligence artificielle et la réalité virtuelle pour la formation de son personnel, le bon ordre des questions ne commence pas par la technologie. Il commence par le diagnostic :

1. Quelle compétence concrète voulons-nous développer et à quoi ressemble la performance correcte au poste ?
2. Cette compétence s'apprend-elle mieux en pratiquant ? Si la réponse est non, la VR est probablement de trop.
3. La pratique doit-elle varier selon la personne ou selon le scénario ? Si la réponse est non, l'IA est probablement de trop.
4. Qui va utiliser les données produites par le système, et pour décider quoi ?
5. Par rapport à quelle ligne de base allons-nous mesurer le résultat ?

Notez que ces cinq questions trouvent leur réponse avant d'avoir vu la moindre démonstration. Et qu'un prestataire sérieux devrait se réjouir qu'on les lui pose, tout comme les cinq questions pour comparer les entreprises de formation en réalité virtuelle, parce que les réponses définissent le périmètre réel du projet et évitent la déception qui suit, le véritable ennemi de cette industrie. Chaque projet de formation immersive vendu avec des promesses gonflées et abandonné au bout de six mois ferme la porte aux projets bien conçus qui viennent après.

La conclusion qui dérange

La combinaison de l'IA et de la réalité virtuelle dans la formation professionnelle est probablement ce qui est arrivé de plus intéressant à la formation en entreprise depuis dix ans. C'est précisément pour cela qu'il faut la protéger de l'usage décoratif. L'intelligence artificielle doit accomplir un travail identifiable à l'intérieur de l'expérience d'apprentissage. Quand ce travail existe, l'investissement se justifie avec des données et le retour se défend devant la direction. Quand il n'existe pas, l'entreprise paie deux mots à la mode sur la même facture.

La technologie ne sert que lorsqu'on l'utilise comme un outil. Et un outil se choisit après avoir compris le problème, jamais avant.