Pour de nombreux spécialistes et dirigeants de l’industrie tech, l’intelligence artificielle fait depuis longtemps partie du quotidien professionnel. Que ce soit dans l’analyse des données, le développement de produits ou l’optimisation des processus. À la Swissmem Academy, nous nous intéressons également de près à cette nouvelle technologie.
Pour nous, l’orientation pratique est clairement au centre de nos préoccupations. Nos formations continues visent non seulement à transmettre des connaissances, mais aussi à s’atteler à des problématiques réelles et à permettre un transfert concret de l’acquis dans l’entreprise. Dans ce contexte, nous nous penchons sur la question suivante : comment l’IA peut-elle contribuer à entraîner des situations réelles de manière encore plus ciblée et à structurer plus efficacement les processus d’apprentissage ?
Nous n’intégrons pas l’intelligence artificielle parce que c’est un outil moderne, mais parce qu’elle apporte une valeur ajoutée sur certains points, favorise le transfert, approfondit la réflexion et complète les situations d’entraînement.
Nous vous présentons ci-dessous trois exemples illustrant la manière dont nous utilisons l’intelligence artificielle dans nos offres.
L'IA comme partenaire d’entraînement dans les situations de communication
Dans le cadre du cursus pour les formateur/trices dans les entreprises formatrices, nous recourons par exemple à l’IA comme partenaire d’entraînement dans des situations de communication. La communication fait partie des compétences les plus exigeantes dans le quotidien de la formation. Les discussions difficiles avec les apprenti/es, les situations de feedback exigeantes ne peuvent être enseignées que de manière limitée sur le plan théorique et doivent être exercées en pratique.
Dans ce cas, une simulation assistée par IA soutient la formation en temps réel. Différents personas et cas permettent de passer en revue des situations de conversation typiques et difficiles. Les conversations s’appuient sur des modèles de communication et des méthodes exposées dans le cadre des cours. Les participant/es reçoivent immédiatement un retour d’information et peuvent essayer différentes variantes sans craindre de conséquences réelles. Cela réduit les inhibitions, augmente le temps consacré à l’entraînement et permet une préparation individuelle plus ciblée aux conversations réelles.
L'utilisation de cet outil est actuellement en phase de test, au cours de laquelle nous recueillons des expériences et évaluons sa valeur ajoutée. Dans le même temps, la simulation a ses limites. Elle ne peut pas simuler une réelle escalade lors d’un conflit, elle dépend de sa propre logique de communication et ne peut représenter les dynamiques complexes que de manière limitée.
Il apparaît donc dès aujourd’hui que cet outil ne remplace pas un véritable entraînement avec des personnes, mais qu’il constitue tout de même un complément précieux à l’entraînement.
L’agent IA comme co-équipier pour le travail sur les projets et les processus
Nos formations Lean Six Sigma Green Belt et Black Belt constituent un autre domaine d’application grâce à un agent IA. Dans ces formations, les participant/es travaillent sur des projets concrets issus du contexte de leur propre entreprise. L'utilisation de l'agent IA est facultative. Les participants décident eux-mêmes s'ils souhaitent utiliser cet outil comme aide supplémentaire dans leur projet et dans quelle mesure.
L’agent IA agit comme un co-équipier de structure tout au long de la méthode DMAIC. Il apporte son aide dans la définition des problèmes, les analyses et la préparation des bases décisionnelles. Cela permet, en particulier dans les premières phases du projet, de préciser les questions et de vérifier systématiquement les hypothèses. L’efficacité augmente, car les analyses peuvent être structurées plus rapidement et les réflexions basées sur les données sont plus ciblées.
Mais là encore, la responsabilité incombe aux spécialistes et aux cadres dirigeants. L’IA ne met en œuvre aucune mesure et ne prend pas de décisions quant aux priorités. Sa qualité dépend fortement de la qualité et de l’exhaustivité des données saisies. De plus, seules des données anonymisées ou agrégées peuvent être utilisées. En cas de données imprécises, des interprétations erronées ne sont pas exclues.
IA pour la révision des tâches
Un troisième exemple concerne les tâches du portefeuille d'apprentissage dans la formation de formateur/trice en entreprise. Les participants documentent leur processus d’apprentissage dans un portefeuille structuré comprenant des entretiens, des exercices pratiques, un journal d’apprentissage et des exemples concrets tirés de l’entreprise.
Ici, l'IA a servi de co-équipière lors de la révision des tâches pour les portefeuilles d'apprentissage. Grâce à l'utilisation de l'IA, les portefeuilles d'apprentissage sont devenus plus détaillés et la qualité linguistique des participants s'est améliorée. Cela a souvent nui à l'efficacité de l'apprentissage et a également augmenté le temps nécessaire à la correction pour le responsable de la formation. À l'aide de ChatGPT, les tâches pour les portefeuilles d'apprentissage sont désormais adaptées.
Dans un premier temps, un projet a été élaboré à partir d'une description méthodologique et didactique fondée sur le modèle 4K. Ensuite, le modèle actuel du portefeuille d'apprentissage a été téléchargé afin d'obtenir des commentaires concrets et des suggestions d'amélioration. Ce processus a permis d'orienter plus clairement les tâches vers l'effet d'apprentissage réel.
Conclusion
Le recours à l’IA dans la formation continue ne modifie pas en premier lieu les réponses, mais les questions. Les bons concepts d’apprentissage gagnent en importance, car l’intelligence artificielle met en évidence les faiblesses au niveau des tâches ou des logiques d’évaluation. Les tâches trop structurées favorisent la simple production de texte. Les tâches pratiques, en revanche, favorisent le développement réel des compétences.
L’IA ne remplace ni la réflexion ni l’expérience. L’apprentissage passe par l’action, par la mise en pratique dans son propre contexte et par la réflexion. Lorsque l’IA contribue à structurer, à approfondir et à rendre plus efficaces ces processus, elle déploie toute sa valeur ajoutée.
Pour nous, cela signifie continuer à mettre l’accent sur les changements au niveau de l’action, sur le transfert dans l’entreprise et sur la capacité de réflexion. Nous considérons donc les outils basés sur l’IA comme des moteurs pour le développement de nos offres, afin de continuer à répondre de manière cohérente aux besoins des spécialistes et des dirigeants de l’industrie tech.