Qu'appelle-t-on compétences futures
L'expression recouvre des capacités qui résistent à l'automatisation : raisonner sur des situations ambiguës, poser un problème mal formulé, décider malgré l'incertitude, apprendre à apprendre. On y range aussi l'esprit critique, la coopération et la capacité à évaluer la fiabilité d'une information. Ces compétences n'ont rien de nouveau ni de mystérieux ; nombre d'entre elles figurent depuis longtemps dans les référentiels de l'enseignement général. Ce qui change, c'est leur urgence. Un salarié dont la tâche répétitive est confiée à une machine doit désormais être celui qui pose les bonnes questions, arbitre les cas limites et détecte ce qui ne tourne pas rond. Le socle devient central.
Il faut se méfier des listes trop longues. À force d'empiler des compétences clés, on dilue l'attention et l'on finit par ne plus rien enseigner vraiment. Le travail utile consiste plutôt à hiérarchiser : quelles capacités sont réellement nécessaires pour exercer tel métier dans un environnement outillé d'IA ? La réponse varie selon les secteurs et se construit avec les professionnels concernés. Elle conduit souvent à réévaluer des savoir-faire jugés secondaires, comme la vérification, la reformulation ou la documentation. Nommer précisément ce qu'on veut développer, plutôt que réciter un catalogue, est la condition d'un programme utile. C'est là que les formations génériques perdent leur crédit.
L'IA déplace les tâches avant de supprimer les métiers
L'effet immédiat de l'automatisation est rarement de faire disparaître une fonction : elle déplace le centre de gravité des tâches. Le rédacteur ne passe plus des heures sur la première version d'un texte, mais sur la vérification, la réécriture et la cohérence. Le développeur consacre moins de temps à écrire des lignes évidentes et davantage à relire, tester et encadrer une génération automatique. Ces glissements modifient les compétences réellement mobilisées au quotidien. Former à un métier, dès lors, exige de regarder ce que les professionnels font vraiment, tâche par tâche, et non l'intitulé de leur poste. Beaucoup de formations continuent de préparer à des gestes qui n'occupent plus qu'une part marginale du travail réel.
Former à ce que la machine ne fait pas bien a un revers : ce sont souvent les tâches les plus exigeantes à apprendre. Vérifier la sortie d'un modèle suppose d'avoir soi-même une connaissance solide du domaine ; détecter une erreur plausible demande une compétence que la machine ne peut pas enseigner à sa place. La tentation est pourtant de s'appuyer sur l'outil pour aller plus vite, y compris là où l'expertise humaine restait le fondement. Ce raccourci produit des professionnels capables d'obtenir un résultat acceptable, mais incapables de juger s'il est juste. La formation aux compétences futures doit donc résister à cette pente : elle réintroduit de l'exigence là où l'outil invite à l'économie.
Enseigner la lucidité autant que l'outil
Puisque l'IA sera présente dans la plupart des métiers, il serait absurde de l'exclure de la formation. Mais l'enseigner ne signifie pas se limiter à des modes d'emploi. Apprendre à s'en servir passe par la compréhension de ce qu'elle est : un système qui produit des réponses plausibles à partir de régularités, sans garantie de vérité. Cette lucidité change l'usage. L'apprenant qui sait que l'outil peut se tromper avec assurance se met à vérifier, à douter, à croiser les sources. Ces réflexes valent bien plus qu'un raccourci de productivité, car ils protègent de l'erreur coûteuse autant que de la dépendance. La formation doit donc enseigner l'outil et ses limites dans le même mouvement.
Il y a un enjeu de responsabilité derrière cette lucidité. Déléguer une décision à un système automatique n'exonère personne, et le règlement européen sur l'intelligence artificielle impose selon les usages des obligations de transparence et de supervision humaine, mises en œuvre par étapes entre 2025 et 2026. Former aux compétences futures, c'est aussi préparer les professionnels à assumer ces responsabilités : savoir quand un agent peut décider seul, quand il faut reprendre la main, comment documenter un choix. Ces questions ne s'improvisent pas sur le terrain. Elles s'apprennent, comme le reste, par l'étude de cas réels et par la pratique encadrée.
Évaluer des compétences qui n'existent pas encore
Évaluer ces compétences pose une difficulté de fond. On ne mesure pas facilement la qualité d'un raisonnement ambigu ou l'esprit critique, et les tests classiques s'y prêtent mal. Évaluer par des exercices à réponse unique revient souvent à mesurer la mémoire. Pour les compétences futures, l'évaluation gagne à s'appuyer sur des mises en situation, des projets, des analyses de cas où l'on juge la démarche autant que le résultat. L'IA peut y contribuer en simulant des scénarios, en variant les contextes ou en aidant à repérer des schémas dans les productions. Mais le jugement final reste discrétionnaire : il demande une lecture qualitative, difficile à automatiser.
Ce constat vaut aussi pour la formation elle-même. Une organisation ne sait pas si son programme développe réellement ces compétences sans suivi dans le temps, bien après la fin des sessions. Mesurer le transfert en situation de travail, observer si les comportements changent, demande un effort que beaucoup de dispositifs négligent. Or c'est là que se joue l'utilité réelle. Un catalogue de compétences affiché n'a de sens que s'il se traduit par des pratiques observables. Le règlement européen sur l'intelligence artificielle et le RGPD rappellent par ailleurs que toute évaluation d'une personne suppose transparence et proportionnalité. Évaluer mieux, c'est souvent évaluer moins, mais plus justement.
Aller plus loin
Développer les compétences futures suppose de relier lecture des métiers, rigueur méthodologique et connaissance des outils, un équilibre qui ne s'improvise pas. Notre catalogue des 31 formations comprend des parcours sur l'ingénierie pédagogique et l'usage critique de l'intelligence artificielle.
Vous voulez maîtriser ce sujet en pratique ?
Cabinet MARA forme en ligne, sur des cas réels, avec des modules courts et un suivi de progression.
Voir la formation liée Les 31 formations