En quelques mois, les directions formation ont vu leur production passer à une autre échelle. Synthesia, ElevenLabs, des LXP intégrant nativement de l’IA, des plateformes auteurs comme Articulate ou iSpring qui embarquent désormais du content generation : la chaîne s’est industrialisée. Un script de module, une voix off, une traduction en sept langues, un quiz issu d’un PDF, des variantes par persona — l’après-midi suffit. Ce qui prenait des semaines tient désormais en quelques prompts.
C’est une vraie bonne nouvelle. À condition de ne pas confondre ce qu’on accélère avec ce qu’on améliore.
Le risque a changé de nature
Pendant longtemps, le défi du digital learning était de produire assez. Le défi est désormais inverse : produire trop, trop vite, avec une qualité pédagogique qui décroît silencieusement. Un module peut être visuellement propre, fluide, bien rythmé — et rester pédagogiquement creux. Il peut informer sans engager, tester sans entraîner, donner l’impression d’être complet sans rien transformer chez l’apprenant.
L’OCDE le formule sans détour : la technologie amplifie aussi bien les bonnes que les mauvaises pratiques pédagogiques. Autrement dit, un outil puissant ne compense pas une conception faible. Il la diffuse plus vite.
La première question n’est jamais « que produire ? »
L’erreur structurante des projets pilotés par l’outil est connue : on part d’un PowerPoint, d’une procédure, d’un référentiel à digitaliser. On confie à un assistant le soin de « transformer ça en parcours ». Et on obtient ce qu’on a demandé : un parcours. Pas forcément une formation utile.
La question préalable, celle qui détermine l’impact, est ailleurs : quelles erreurs observe-t-on aujourd’hui ? Quels comportements veut-on renforcer ? Quelles situations posent problème ? Que doivent réussir les apprenants à la fin ? Cette analyse demande de l’écoute terrain, de la compréhension métier, de la hiérarchisation. Aucun modèle de langage ne la remplace.
Ce que l’IA fait bien — et ce qu’elle ne fait pas
Soyons précis. L’IA générative est précieuse pour reformuler, illustrer, traduire, décliner, fournir un premier jet. Elle libère du temps sur des tâches rédactionnelles légitimement chronophages. Les éditeurs du marché — Cornerstone, Docebo, 360Learning et la plupart des LXP — ont d’ailleurs intégré ces dernières années des fonctionnalités d’IA générative natives dans leurs plateformes : création de contenu, traduction, génération de quiz, voix off.
Ce qu’elle ne sait pas faire — et ce qui devient le différenciateur stratégique du digital learning — c’est arbitrer ce qui est pédagogiquement prioritaire dans un contexte donné. Les LLM ne connaissent pas la culture de l’entreprise, le niveau réel des apprenants, les zones politiques sensibles d’un sujet, les conflits de priorité entre directions. Cette lecture-là reste humaine. Et c’est précisément elle qui détermine si le module aura un impact ou non.
La qualité éditoriale, nouveau front
Dans un module digital, chaque mot pèse. Une consigne trop longue décourage. Un feedback vague n’aide pas. Un ton institutionnel crée de la distance. À l’inverse, une écriture claire, concrète, vivante, transforme l’expérience apprenant. Souvent négligée, la qualité rédactionnelle n’est pas un raffinement de surface — c’est une condition d’efficacité pédagogique.
C’est, paradoxalement, ce que l’IA générative produit le plus mal en l’état : du texte propre, mais souvent neutre, lissé, oubliable. Le travail d’édition humaine reste un investissement. Plusieurs équipes commencent à théoriser de nouveaux profils — AI editor, content curator, pedagogical reviewer — qui sont les compétences d’hier, mais devenues stratégiques.
Le bon média, pas le plus spectaculaire
Concevoir mieux, c’est aussi résister à la tentation de la sur-production. Une vidéo n’est pas toujours nécessaire. La 3D non plus. La VR n’est pas automatiquement plus efficace qu’un cas pratique bien écrit. L’innovation utile n’est pas celle qui impressionne — c’est celle qui sert l’objectif. Un schéma interactif bien pensé peut transformer une compréhension. Un dispositif spectaculaire mal conçu ne produit qu’un effet « wow » passager.
Réinvestir le temps gagné, ou industrialiser la médiocrité
C’est, in fine, le vrai choix stratégique pour les directions formation : que faire du temps libéré par l’IA ? Le réinvestir dans l’analyse, la scénarisation, la qualité des feedbacks, l’accessibilité, l’adaptation aux publics — et gagner sur les deux tableaux : plus rapide ET meilleur. Ou l’utiliser à produire davantage du même — et accélérer la médiocrité.
L’humain devient plus stratégique, pas moins
C’est la mécanique paradoxale de l’IA en digital learning : plus les outils produisent vite, plus le rôle humain devient critique. Vérifier, arbitrer, contextualiser, simplifier, supprimer. La compétence-clé n’est plus de produire des modules mais de piloter un processus de conception exigeant, en utilisant les outils comme assistants — jamais comme pilotes automatiques.
Produire plus vite est une bonne nouvelle, à une condition : que cela permette de concevoir mieux. Sinon, le digital learning n’aura fait qu’apprendre à perdre du temps plus vite.
La technologie accélère. La pédagogie donne du sens. L’intelligence humaine décide.
