L’approche actuelle de la formation en entreprise a été pensée pour une autre époque. Le modèle traditionnel, y compris dans sa version e-learning, reflète les contraintes du moment où il a été conçu. À l’époque, créer un programme de formation relevait d’un processus long et coûteux. Les contenus étaient sélectionnés puis diffusés sur des canaux prédéfinis, sans aucun moyen de déterminer précisément ce dont chaque collaborateur avait besoin pour progresser.
Mais avec l’IA, un nouveau modèle devient possible.
L’IA fait tomber la plupart de ces barrières et permet donc de repenser le modèle lui-même. Les technologies learning peuvent aujourd’hui aller beaucoup plus loin qu’auparavant. Elles doivent aussi répondre à de nouvelles contraintes, avec des attentes accrues en matière de rapidité et de personnalisation. Les tendances du learning évoluent vite, et les suivre devient de plus en plus stratégique pour les entreprises, alors que les collaborateurs doivent monter en compétences dans des domaines émergents, comme l’IA.
Les projections le montrent déjà : selon Global Market Insights, le marché du e-learning en entreprise devrait atteindre 1 000 milliards de dollars d’ici 2030. Un rapport du Forum économique mondial indique également que 85 % des employeurs prévoient de faire de la montée en compétences une priorité à cet horizon.
Mais ces investissements massifs ne serviront pas simplement à financer le même modèle de learning traditionnel. Le L&D évolue rapidement vers une approche plus dynamique, portée par l’IA, qui dépasse ce que le modèle traditionnel peut soutenir. Une transformation que les experts du secteur pouvaient à peine imaginer il y a encore quelques années. Et puisque le développement des compétences pourrait bientôt être très différent de ce que nous connaissons aujourd’hui, je voudrais vous donner un aperçu de ce qui nous attend.
Après avoir conçu et testé de nombreux prototypes de learning IA au sein du laboratoire Degreed, certaines tendances me semblent désormais très nettes. Voici donc ce qui, selon moi, nous attend en 2027 et au-delà.
Des formats de plus en plus spécialisés
Aujourd’hui, nous pouvons apprendre en regardant une vidéo, en lisant un article ou en participant à un séminaire. Mais souvent, le format du contenu ne correspond pas vraiment à la manière dont nous apprenons le mieux. Il dépend surtout de la forme sous laquelle ce contenu est disponible. Et la plupart des contenus de learning n’intègrent généralement pas non plus l’expérience pratique, alors qu’elle est pourtant essentielle pour développer la plupart des compétences.
Prenons l’exemple de la présentation orale. Un cours peut vous donner des méthodes, mais il ne peut pas vous faire répéter. Il ne peut pas vous regarder présenter vos propres slides et vous dire que votre énergie a baissé à la quatrième, ou que le message sur les données n’était pas clair à la septième. Il ne peut pas non plus vous faire répéter en boucle une séance de questions-réponses face à un public sceptique jusqu’à maîtriser parfaitement votre discours.
When the format of the content matches the task, and the experience is built around what you’re actually trying to do, something changes. The feedback is more specific. The practice gets more useful. Suddenly, experiential learning can be done on demand and in the moment of need for the exact situation you’re trying to prepare for.
La personnalisation entre dans l’ère du learning dynamique
Cela fait des décennies que les cours sont conçus pour un hypothétique apprenant lambda. Au départ, le modèle était uniforme : le même cours pour tout le monde. Mais même le learning personnalisé ou adaptatif, qui a émergé depuis, repose sur des parcours préconstruits, créés à l’avance à partir de certaines hypothèses sur la direction ou le rythme d’apprentissage de chacun. C’est mieux que le premier modèle, mais ce n’est pas encore une personnalisation réelle.
Le futur ressemblera davantage à une conversation. Une conversation qui commence par prendre en compte ce que vous savez déjà, adapte le contenu lorsque vous ne comprenez pas, approfondit lorsque vous remettez les choses en question, et fait le point sur ce dont vous avez besoin ensuite, plutôt que de poursuivre un parcours prédéterminé.
I tested this kind of dynamic course experience in AI Labs to see exactly what it might look like in practice. I created an experiment for a new kind of development course that is designed for easy daily learning. The content wasn’t created before I started the conversation. Instead, the AI persona was just ready for me, primed with the context of my upskilling history and proficiency.
Dans cette expérimentation, le premier écran me proposait une sélection de sujets en fonction de mes apprentissages passés et de mes centres d’intérêt. Pour la démo, j’ai choisi un sujet assez technique, sur lequel je disposais déjà d’un certain contexte et d’un historique de compétences. La différence avec un parcours classique s’est vue immédiatement. L’expérience a commencé avec un contenu de niveau intermédiaire, adapté à mon niveau de compétence. Et lorsque j’ai posé une question qui orientait l’échange dans une autre direction, le cours s’est adapté naturellement.
C’est cela la personnalisation, lorsqu’elle fonctionne vraiment : une réponse en temps réel à une personne réelle, dont les besoins évoluent et dont l’attention peut changer de direction.
Des contenus de formation conçus pour des situations précises
La troisième tendance est peut-être la plus importante, et celle dont nous parlons le moins. Les moments où les personnes ont le plus besoin d’apprendre ne sont pas programmés. Ils arrivent deux heures avant une conversation délicate. En plein milieu d’un projet qui part dans la mauvaise direction. Juste avant de présenter un sujet à quelqu’un qui le maîtrise mieux que vous.
La formation traditionnelle n’est pas conçue pour accompagner ces moments avec le degré de précision nécessaire. Par nature, elle intervient en dehors du contexte où le besoin se présente. L’IA ouvre la voie à une formation situationnelle, générée à la demande à partir du scénario précis auquel vous êtes confronté, et assez rapidement pour être vraiment utile.
Imaginez décrire un appel important que vous devez bientôt passer, et obtenir en quelques minutes un scénario d’entraînement réaliste : plusieurs personas avec des personnalités et des questions distinctes, la possibilité de partager votre écran si vous devez faire une démonstration, un feedback en direct et un débrief à la fin. Pas un module générique sur les compétences de communication : une répétition ciblée des actions exactes que vous vous apprêtez à réaliser.
J’ai créé un prototype spécialement conçu pour répondre à ce type de besoin. Vous pourriez, par exemple, indiquer que vous allez participer à une réunion avec trois parties prenantes aux profils différents, pour les convaincre de soutenir un projet. Le modèle vous ferait alors entrer dans une mise en situation : vous lancez votre présentation, l’IA joue les différentes parties prenantes, pose des questions, puis vous donne un feedback spécifique par personne en fonction de son rôle.
De quoi se préparer rapidement et efficacement, même lorsque l’appel est prévu dans une heure.
Le futur de la formation assistée par l’IA en 2027
La formation assistée par l’IA que nous connaissons aujourd’hui n’est qu’un aperçu de ce qui nous attend en 2027 et au-delà.
Individuellement, les outils deviennent vraiment impressionnants. Mais aujourd’hui encore, même les meilleures expériences de learning reposent sur une démarche active des collaborateurs. Il faut savoir que les ressources existent, comprendre qu’elles s’appliquent à sa situation, les trouver, puis les configurer. Et même là, elles ne sont toujours pas entièrement personnalisées ni adaptées au besoin précis du moment.
Pour moi, le modèle qui fonctionnera vraiment est celui où le besoin et l’expérience se rejoignent au bon moment. Le collaborateur décrit simplement la situation qu’il rencontre, ou le manager explique ce dont son équipe a besoin. L’expérience pertinente se crée alors automatiquement, en temps réel, dans le bon contexte, sans nécessiter d’infrastructure supplémentaire.
La formation évolue vers des expériences conçues pour la tâche à accomplir, et non pour un profil standard. Adaptées à chaque individu, pas au plus grand nombre. Disponibles au moment où le besoin se présente, pas six semaines plus tard. C’est la direction que prend l’innovation. Et ce futur est plus proche qu’on ne le pense.
Nous y sommes presque déjà, puisque nous prototypons actuellement les technologies capables de le faire.
Cela dit, il faut rester prudent : ce domaine évolue vite, et l’IA génère beaucoup de fantasmes. Les expériences que je viens de décrire ne sont aujourd’hui que des prototypes. Certaines deviendront des produits, d’autres non. Mais la technologie doit encore gagner en maturité, et il faudra bien plus qu’une bonne démo pour rendre ce type d’expérience réellement exploitable en entreprise.
Si ces sujets font écho à vos propres réflexions, je serais heureux de poursuivre la conversation.
Tout ce qui est présenté dans les contenus du laboratoire IA relève d’expérimentations en cours, sans garantie d’intégration future dans la suite de produits Degreed.
Restons en contact
Je souhaite m’inscrire à la newsletter mensuelle pour me tenir informé(e) des prochains événements, bénéficier d’éclairages exclusifs et recevoir l’actualité des solutions Degreed.