Le savoir non automatisable par l’IA ou savoir-faire à jugement irréductible désigne l’ensemble des compétences, postures et processus cognitifs humains qui ne peuvent être reproduits, délégués ou simulés de manière fiable par des systèmes d’intelligence artificielle, en raison de leur dépendance à la conscience, à l’expérience incarnée, au jugement éthique, à l’improvisation contextuelle ou à la relation intersubjective.
Nous sommes aujourd’hui en pleine « obsolescence des savoirs procéduraux ».
Dans le numérique, le curseur se déplace de l’exécution vers le pilotage, l’orchestration et la co-création.
Dans les contextes éducatifs et professionnels (école, université, formation continue), ces savoirs constituent le socle de l’autonomie critique, de la créativité stratégique et de la transmission de métier.
Ils ne s’opposent pas à l’usage des outils IA, mais en définissent les limites fonctionnelles et les zones de vigilance.
Terme francophone recommandé : compétence humaine non déléguable à l’IA ou savoir-faire à jugement irréductible.
Note d’usage : Aucun équivalent officiel n’est encore enregistré dans FranceTerme ; cette proposition s’appuie sur les principes de clarté terminologique, les référentiels de compétences (France Compétences, CEREQ) et les travaux sur l’IA responsable (CNIL, UNESCO).
Finalité
L’identification et la valorisation des savoirs non automatisables permettent de :
- Orienter les parcours de formation : prioriser le développement de compétences à forte valeur humaine dans les curricula scolaires, universitaires et professionnels
- Éclairer les choix pédagogiques : distinguer ce qui peut être assisté par l’IA (recherche, synthèse, génération) de ce qui doit rester humain (jugement, éthique, relation)
- Renforcer l’employabilité durable : préparer les apprenants à des rôles où l’expertise humaine reste différentielle face à l’automatisation croissante
- Documenter les limites de l’IA : développer l’esprit critique sur les capacités réelles des outils et les risques de sur-confiance technologique
- Guider la conception de dispositifs hybrides : articuler intelligemment assistance algorithmique et intervention humaine dans les parcours d’apprentissage
Composantes techniques des savoirs non automatisables
| Élément | Description | Pertinence pédagogique / professionnelle |
|---|---|---|
| Jugement épistémique | Capacité à évaluer la fiabilité d’une source, la pertinence d’une méthode ou la validité d’un raisonnement dans un contexte incertain | Fondement de l’esprit critique, indispensable pour vérifier les sorties d’IA et prendre des décisions éclairées |
| Improvisation contextuelle | Aptitude à adapter une réponse, une méthode ou un discours en temps réel, en fonction de signaux faibles, d’imprévus ou de dynamiques de groupe | Essentiel en situation de formation, de mentorat ou de résolution de problèmes complexes |
| Intelligence relationnelle | Capacité à établir une relation de confiance, à lire les non-dits, à réguler les émotions et à faciliter la coopération au sein d’un collectif | Cœur du métier de formateur, mentor, jury ou accompagnant ; irréductible à un chatbot |
| Créativité de synthèse | Aptitude à relier des domaines disjoints, à générer des métaphores pertinentes ou à concevoir des cadres conceptuels originaux à partir d’expériences hétérogènes | Différenciation humaine face à la recomposition statistique des LLM |
| Responsabilité éthique | Capacité à assumer les conséquences d’une décision, à arbitrer entre des valeurs contradictoires et à justifier un choix au regard d’un cadre normatif | Indispensable dans les métiers à impact (éducation, santé, justice, conception numérique) |
| Métacognition facilitée | Aptitude à aider autrui à prendre conscience de ses propres processus d’apprentissage, de ses biais et de ses leviers de progression | Rôle central du formateur dans le développement de l’autonomie de l’apprenant |
| Transmission de savoirs tacites | Partage d’expertise incarnée, de tours de main, de postures professionnelles ou de cultures métier qui ne sont pas explicitement codifiés | Fondement de l’apprentissage par l’expérience et du compagnonnage professionnel |
Début de liste : savoirs non automatisables par domaine éducatif et professionnel
Pour l’École (primaire / secondaire)
- Développement de l’esprit critique : apprendre à questionner une information, à identifier un biais, à distinguer fait et opinion
- Construction de l’autonomie morale : réfléchir aux conséquences de ses actes, développer l’empathie, naviguer dans les dilemmes éthiques simples
- Créativité expressive : produire des récits, des œuvres ou des arguments originaux, pas seulement recombiner des modèles existants, l’Écriture comme La Trace du Soi et des Autres
- Collaboration incarnée : apprendre à écouter, à négocier, à co-construire avec d’autres dans un espace partagé
- Gestion de l’incertitude : accepter de ne pas savoir, formuler des hypothèses, tolérer l’ambiguïté dans la résolution de problèmes
- Matières de l’humain et des biens communs
- Matières techniques à adapter
Matières de l’humain de l’école de demain
1. Présence
Être là : attention, silence, relation à l’autre sans écran
2. Corps
Danser, jouer, transpirer : le corps qui pense
3. Jugement
Distinguer vrai et faux, fait et opinion, argument et manipulation
4. Éthique
Agir, choisir, assumer : les dilemmes du quotidien
5. Création
Produire quelque chose qui ne vient que de soi
6. Parole
Convaincre, débattre, écouter : la rhétorique vivante
7. Langues
Entrer dans d’autres façons de voir le monde
8. Survie
Faire du feu, cultiver, construire : les gestes fondateurs
9. Incertitude
Apprendre à ne pas savoir, formuler, tâtonner
10. Soin
S’occuper d’un autre être : plante, animal, humain
Matières techniques de l’école de demain
Calcul et mesure
Les maths du réel : estimer, proportionner, lire un graphique, gérer un budget
Langue écrite
Lire et écrire avec précision : pas la littérature, la communication exacte
Code et logique
Comprendre comment une machine raisonne, algorithmique de base
Corps et santé
Biologie du soi : nutrition, sommeil, sexualité, premiers secours
Monde et territoire
Lire une carte, comprendre un climat, situer un conflit : la géographie utile
Mémoire collective
Les grands récits qui expliquent d’où on vient : histoire non comme dates mais comme causes
Science du quotidien
Pourquoi l’eau bout, comment un vaccin fonctionne, ce qu’est une fréquence : physique-chimie ancrée dans le réel
Pour l’Université et l’Enseignement supérieur
- Posture de recherche critique : formuler une problématique originale, évaluer la robustesse méthodologique d’une étude, situer un travail dans un débat scientifique
- Synthèse interdisciplinaire : relier des concepts issus de champs distincts pour produire une analyse nouvelle ou un cadre d’action innovant
- Argumentation éthique située : défendre une position en articulant principes généraux, contraintes contextuelles et responsabilité professionnelle
- Animation de débats complexes : faciliter des échanges contradictoires, réguler les tensions, faire émerger des consensus provisoires
- Mentorat de projet : accompagner un étudiant dans la définition de ses objectifs, la gestion des obstacles et la capitalisation de son parcours
Pour les Métiers du Numérique
- Conception de cadres méthodologiques transférables : créer des grilles de lecture, des architectures de contenu ou des processus adaptables à des contextes variés
- Évaluation qualitative de productions : porter un jugement nuancé sur un livrable en intégrant des critères multiples, parfois contradictoires, et non réductibles à une grille automatique
- Facilitation d’intelligence collective : animer des ateliers de co-conception, de revue par les pairs ou de prospective en tirant parti de la diversité des expertises
- Veille stratégique et sensemaking : identifier les signaux faibles, interpréter les mutations technologiques et proposer des orientations adaptées à un écosystème
- Transmission de postures professionnelles : enseigner non seulement des savoir-faire techniques, mais aussi des manières d’être, de douter, de collaborer et de se remettre en question
- Urbanisation des systèmes : savoir comment faire dialoguer différents outils entre eux (APIs, workflows, sécurité).
- Sobriété numérique (Green IT) : l’IA est énergivore. apprendre à concevoir des solutions numériques légères et responsables est une compétence humaine stratégique que l’IA (conçue pour l’optimisation statistique brute) n’intègre pas naturellement.
- Apprendre à détecter l’ingénierie sociale (Deepfakes, manipulations psychologiques).
- Gérer la gouvernance de la donnée : savoir ce qu’on a le droit de donner à une IA et ce qui doit rester souverain/confidentiel.
- Lecture critique de code et de données : vous n’avez plus besoin de savoir écrire chaque ligne, mais vous devez savoir les relire. C’est la compétence du « Code Reviewer » généralisée à tous les métiers.
- Détection des hallucinations et des biais : apprendre à repérer quand un algorithme invente une information ou reproduit un stéréotype sexiste/raciste. C’est le jugement épistémique.
- Savoir identifier le vrai problème : dans le numérique, on résout souvent le mauvais problème avec une technologie géniale. Apprendre à questionner un besoin client, à comprendre les enjeux business profonds et à traduire un problème flou en une stratégie claire.
- L’esprit de synthèse systémique : comprendre comment une modification de code impacte l’expérience utilisateur, l’éthique des données et la facture cloud en même temps. L’IA voit les briques, vous devez voir l’édifice.
- Apprendre à structurer une pensée complexe pour qu’une machine puisse l’exécuter.
- Savoir itérer : si l’IA se trompe, savoir comment réorienter le raisonnement (le Chain of Thought).
Cas d’usage stratégiques (niveaux 1 & 2)
Conception de curricula résilients face à l’IA → Un établissement de formation intègre dans ses référentiels de compétences une cartographie des savoirs non automatisables, pour orienter les pédagogies vers le développement du jugement, de la créativité et de la relation. → Un organisme certificateur définit des critères d’évaluation explicites pour les compétences humaines irréductibles (ex. : qualité de l’argumentation éthique, capacité à improviser face à un imprévu), distincts des critères techniques automatisables.
Accompagnement des formateurs à l’ère de l’IA → Un dispositif de professionnalisation aide les enseignants à identifier les tâches qu’ils peuvent déléguer à l’IA (génération d’exercices, correction syntaxique) et celles qu’ils doivent préserver (feedback qualitatif, relation pédagogique, étayage métacognitif). → Une communauté de pratique partage des retours d’expérience sur l’articulation entre outils génératifs et intervention humaine, pour enrichir les répertoires de gestes professionnels adaptés.
Limites et vigilances à anticiper → La frontière entre automatisable et non automatisable évolue avec les progrès technologiques : une veille réflexive est nécessaire pour réinterroger régulièrement la cartographie des compétences. → Certains savoirs « non automatisables » peuvent être partiellement assistés par l’IA (ex. : aide à la détection de biais) : privilégier une approche d’augmentation plutôt que d’opposition binaire.
Outils et référentiels (liste publique, début)
| Outil / Référentiel | Type | Apport principal |
|---|---|---|
| Cadre de compétences DigCompEdu / DigCompOrg | Référentiel européen / Gratuit | Identification des compétences numériques enseignantes, incluant la dimension critique et éthique |
| Référentiel France Compétences / RNCP | Officiel France / Gratuit | Cartographie des compétences professionnelles, utile pour distinguer tâches automatisables et postures humaines |
| Guidelines UNESCO sur l’IA en éducation | Institutionnel / Gratuit | Principes pour un usage responsable de l’IA, préservant le rôle central des enseignants et l’autonomie des apprenants |
| CNIL – Parcours « IA et éducation » | Régulateur / Gratuit | Ressources pour développer l’esprit critique sur les usages de l’IA dans les contextes pédagogiques |
| Bloom’s Digital Taxonomy (version révisée) | Cadre pédagogique / Open-source | Hiérarchisation des niveaux cognitifs, utile pour identifier les activités à forte valeur humaine (créer, évaluer, argumenter) |
Voir aussi
- IA responsable et littératie numérique
- Compétences transversales et soft skills
- Pédagogie active et apprentissage par les pairs
- Évaluation qualitative et jugement professionnel
- Métacognition et autorégulation de l’apprentissage
- Architecture de l’information pédagogique
- Souveraineté cognitive et autonomie critique