---
title: "IA et compétences : à quoi faut-il former ? | Turquoise Academy"
description: Comment traduire les transformations du travail en choix de formation ? Critères, niveaux de maîtrise et cas concret en marketing digital.
image: https://turquoise.academy/hubfs/A01-question-ia-besoins-competences-arrondi.svg
---

[Passer au contenu](https://turquoise.academy/fr/observatoire/besoins-competences-ia#main-content)

[![Turquoise Academy](https://turquoise.academy/hs-fs/hubfs/logo-horizontal-fond-sombre.png?width=1074&height=320&name=logo-horizontal-fond-sombre.png)Page d'accueil](https://turquoise.academy)

- Conseil
  
    - [Vue d'ensemble](https://turquoise.academy/conseil)
    - [Stratégie d'acquisition](https://turquoise.academy/strategie-acquisition)
    - [Stratégie pédagogique](https://turquoise.academy/conseil/strategie-pedagogique)
    - [Stratégie IA 360°](https://turquoise.academy/conseil/diagnostic-ia)
    - [Architecture IA](https://turquoise.academy/conseil/architecture-ia)
- Formation
  
    - [Vue d'ensemble](https://turquoise.academy/formation)
    - [Structurer votre organisme](https://turquoise.academy/formation/structurer)
    - [Moderniser votre organisme](https://turquoise.academy/formation/moderniser)
- Studio
  
    - [Vue d'ensemble](https://turquoise.academy/moderniser)
    - [Acquisition augmentée](https://turquoise.academy/studio/acquisition-augmentee)
    - [Pédagogie augmentée](https://turquoise.academy/studio/pedagogie-augmentee)
- Méthode
  
    - [Le chemin Turquoise](https://turquoise.academy/methode)
    - [Les 5 piliers](https://turquoise.academy/methode/5-piliers)
    - [L'observatoire](https://turquoise.academy/methode/observatoire)
    - [Le référentiel ISS](https://turquoise.academy/methode/referentiel-iss)
    - [Le référentiel IMM](https://turquoise.academy/methode/referentiel-imm)
- [À propos](https://turquoise.academy/a-propos)

[Faire le point](https://turquoise.academy/faire-le-point)

- Conseil
  
    - [Vue d'ensemble](https://turquoise.academy/conseil)
    - [Stratégie d'acquisition](https://turquoise.academy/strategie-acquisition)
    - [Stratégie pédagogique](https://turquoise.academy/conseil/strategie-pedagogique)
    - [Stratégie IA 360°](https://turquoise.academy/conseil/diagnostic-ia)
    - [Architecture IA](https://turquoise.academy/conseil/architecture-ia)
- Formation
  
    - [Vue d'ensemble](https://turquoise.academy/formation)
    - [Structurer votre organisme](https://turquoise.academy/formation/structurer)
    - [Moderniser votre organisme](https://turquoise.academy/formation/moderniser)
- Studio
  
    - [Vue d'ensemble](https://turquoise.academy/moderniser)
    - [Acquisition augmentée](https://turquoise.academy/studio/acquisition-augmentee)
    - [Pédagogie augmentée](https://turquoise.academy/studio/pedagogie-augmentee)
- Méthode
  
    - [Le chemin Turquoise](https://turquoise.academy/methode)
    - [Les 5 piliers](https://turquoise.academy/methode/5-piliers)
    - [L'observatoire](https://turquoise.academy/methode/observatoire)
    - [Le référentiel ISS](https://turquoise.academy/methode/referentiel-iss)
    - [Le référentiel IMM](https://turquoise.academy/methode/referentiel-imm)
- [À propos](https://turquoise.academy/a-propos)

[Faire le point](https://turquoise.academy/faire-le-point)

![](https://turquoise.academy/hubfs/A01-question-ia-besoins-competences-arrondi.svg)

Décryptage & Stratégie Valeur perçue & Prix Besoins en compétences

# IA et besoins en compétences : à quoi faut-il former ?

![Alan CALLOC'H](https://turquoise.academy/hs-fs/hubfs/Design%20sans%20titre%20(22).png?width=48&height=48&name=Design%20sans%20titre%20(22).png)

 Alan CALLOC'H

4 novembre 2026

[OBSERVATOIRE TURQUOISE](https://turquoise.academy/methode/observatoire)/[LES GRANDES QUESTIONS DE L’IA](https://turquoise.academy/methode/observatoire/questions-ia)

Pour les organismes de formation, CFA et écoles, l’évolution des tâches avec l’IA appelle des choix précis : quels apprentissages maintenir, renforcer, actualiser, introduire ou alléger ?

Pour les argumenter, il faut examiner le travail réel, le rôle des cas pratiques dans la progression et le niveau de maîtrise attendu d’un débutant.

Une IA peut proposer une synthèse, construire un portrait de client ou préparer une recommandation marketing. Ces possibilités conduisent à réexaminer les programmes : que faut-il encore apprendre à réaliser personnellement ? Que peut-on apprendre à faire avec une assistance IA ? Quelles connaissances deviennent nécessaires pour vérifier le résultat et décider de la suite ?

La réponse dépend de la situation professionnelle. Une opération automatisable peut rester un apprentissage utile pour comprendre une activité ou reprendre un travail défaillant. À l’inverse, certaines pratiques peuvent être allégées pour consacrer davantage de temps à l'analyse, à la comparaison ou à la justification d’un choix.

Le Regard Turquoise

## Ce que l’IA exécute ne dit pas encore ce qu’il faut enseigner.

Prenons un exercice courant en marketing : construire un persona, un portrait du public auquel on souhaite s’adresser. L’IA peut en proposer un. Pour décider de la place de cet exercice dans un parcours, il faut retrouver ce qu’il permet d’apprendre : recueillir des informations, distinguer les faits des suppositions et justifier un ciblage.

Supprimer l’exercice parce que le portrait est facile à générer peut faire perdre une occasion d’apprendre à enquêter. Le conserver à l’identique peut laisser croire qu’un document convaincant suffit à connaître son public cible.

Pour Turquoise Academy, la révision commence donc par une situation de travail : le résultat à obtenir, les contributions possibles de l’IA et les décisions que la personne doit savoir prendre. L’équipe peut ensuite choisir les apprentissages et les réflexions nécessaires.

La question porte autant sur le niveau de maîtrise que sur le contenu : que devra savoir faire le débutant, avec quelles aides et dans quelles limites ?

## En bref

La question

Quels apprentissages maintenir, renforcer, actualiser, introduire ou alléger quand le travail évolue avec l’IA ?

Ce qu’éclairent les recherches

Les possibilités techniques, les résultats du travail assisté et l’acquisition des compétences, trois dimensions à examiner séparément.

Le point de départ proposé

Une situation de travail et son processus, avant le programme.

Pour qui

Responsables de l’offre, responsables pédagogiques, formateurs et formatrices d’OF, CFA et écoles.

Les grilles de lecture et le cas marketing sont des propositions Turquoise à adapter et à éprouver dans chaque établissement.

## Dans ce décryptage

1. [1. Ce que les recherches nous apprennent](https://turquoise.academy/fr/observatoire/besoins-competences-ia#recherches)
2. [2. Cartographier le travail avant de réviser le programme](https://turquoise.academy/fr/observatoire/besoins-competences-ia#processus)
3. [3. Passer des tâches aux décisions pédagogiques](https://turquoise.academy/fr/observatoire/besoins-competences-ia#arbitrages)
4. [4. Cas marketing : de la connaissance d’une cible au choix d’une action](https://turquoise.academy/fr/observatoire/besoins-competences-ia#cas)
5. [5. Préserver les occasions d’apprendre des débutants](https://turquoise.academy/fr/observatoire/besoins-competences-ia#debutants)
6. [6. Relier les compétences à l’employabilité](https://turquoise.academy/fr/observatoire/besoins-competences-ia#employabilite)
7. [7. Engager une première révision dans votre organisme](https://turquoise.academy/fr/observatoire/besoins-competences-ia#demarche)
8. [Questions fréquentes](https://turquoise.academy/fr/observatoire/besoins-competences-ia#faq)
9. [Sources et actualisation](https://turquoise.academy/fr/observatoire/besoins-competences-ia#sources)

## 1. Ce que les recherches nous apprennent

Les travaux disponibles éclairent plusieurs dimensions du sujet : les possibilités techniques, les résultats du travail assisté et l’acquisition de compétences. Ces dimensions doivent être examinées séparément.

OIT et NASK, mai 2025

### L’exposition d’un métier ne suffit pas à décider de son enseignement

L’indice estime l’exposition à l’IA générative à partir des tâches, en combinant des appréciations de travailleurs, d’experts et de modèles.

Pour une école, un score d’exposition constitue ainsi un point de départ. Il reste à comprendre quelles tâches évoluent, dans quelles conditions et avec quelles conséquences sur les responsabilités confiées aux professionnels.

**Limite :** l’indice porte sur des possibilités techniques, sans mesurer l’automatisation effective de chaque emploi. [S1](https://turquoise.academy/fr/observatoire/besoins-competences-ia#s1)

Brynjolfsson, Li et Raymond, 2025

### Une assistance IA peut aussi soutenir les débutants

+15 %

de problèmes résolus par heure en moyenne, après le déploiement progressif d’un assistant IA auprès de 5 172 agents de support client

Les gains sont plus importants chez les moins expérimentés. Les auteurs relèvent aussi des indices d’apprentissage, notamment à partir des performances observées lors de pannes de l’assistant. Ce résultat nuance l’idée d’un affaiblissement inévitable des débutants.

**Limite :** un outil spécialisé, une activité et une entreprise. L’étude ne démontre pas que toute assistance développe une compétence transférable. [S2](https://turquoise.academy/fr/observatoire/besoins-competences-ia#s2)

Bastani et collaborateurs, PNAS, 2025

### Réussir avec l’IA et apprendre restent deux résultats à observer

−17 %

aux notes de l’épreuve suivante, sans aide, pour le groupe ayant utilisé GPT-4 sans garde-fous pédagogiques, par rapport au groupe témoin

Cet essai randomisé, mené à l’automne 2023 auprès de près de 1 000 lycéens en Turquie, montre que l’accès à GPT-4 améliore les résultats pendant les exercices de mathématiques. Une version conçue pour guider l’apprentissage atténue le dommage, sans gain significatif à l’épreuve. La qualité d’une production assistée doit donc être distinguée de ce que l’apprenant a acquis.

**Limite :** des mathématiques au lycée, dans un contexte précis. L’expérience ne prédit pas les effets d’un cours de marketing. [S3](https://turquoise.academy/fr/observatoire/besoins-competences-ia#s3)

OCDE, juillet 2026

### Les compétences se combinent dans une situation précise

La synthèse *Skills in the AI age* articule compétences fondamentales, numériques et complémentaires, dont le raisonnement critique et la collaboration.

Pour une équipe pédagogique, ces catégories demandent une traduction concrète. En marketing, « vérifier une analyse » peut signifier retrouver l’origine d’une donnée, repérer une comparaison trompeuse ou expliquer ce qu’un échantillon autorise à conclure. Le jugement se travaille sur une matière et des critères.

**Limite :** une orientation de politique publique, sans programme validé pour chaque métier. [S4](https://turquoise.academy/fr/observatoire/besoins-competences-ia#s4)

Ces recherches invitent à examiner ensemble le travail attendu et les occasions de l’apprendre. Elles ne permettent de conclure ni que tous les exercices actuels doivent être conservés, ni que les débutants peuvent désormais sauter les apprentissages fondamentaux.

![Illustration de l’offre Ingénierie pédagogique IA de Turquoise Academy](https://turquoise.academy/hubfs/ingenierie-ia--carte-pour-qui.svg)

Conseil Turquoise Academy

### Quelles compétences vos programmes doivent-ils désormais préparer ?

L’Ingénierie pédagogique IA de Turquoise Academy vous accompagne pour confronter vos programmes aux évolutions des métiers, préciser les compétences à maintenir ou à faire évoluer et réviser les parcours et les évaluations avec vos équipes.

[Découvrir l’Ingénierie pédagogique IA](https://turquoise.academy/conseil/ingenierie-pedagogique-ia)

## 2. Cartographier le travail avant de réviser le programme

Pour passer d’une évolution technique à une décision pédagogique, choisir un processus aide à retrouver les relations entre les tâches. En marketing, il peut s’agir de **transformer une demande en recommandation d’action** : clarifier le besoin, recueillir des informations, analyser une cible, comparer des options et préparer le choix.

Une synthèse dépend de la collecte. Une recommandation dépend de l’analyse. Une présentation très claire peut reposer sur des informations fragiles. La cartographie rend ces dépendances visibles.

### Distinguer les niveaux utiles

Du plus large au plus précis, avec un exemple en marketing.

1. **Métier** · une contribution et des responsabilités professionnelles
   
   *Chef de projets marketing digital*
2. **Processus** · un enchaînement, depuis une demande jusqu’à un résultat utilisable
   
   *Transformer une demande en recommandation marketing*
3. **Activité** · un ensemble cohérent de travaux dans ce processus
   
   *Étudier le public concerné*
4. **Tâche** · un travail délimité et son résultat
   
   *Conduire un entretien exploratoire*
5. **Opération** · un traitement plus élémentaire
   
   *Classer un verbatim dans un tableau*

À chaque niveau, la personne mobilise :

Des compétences

La capacité à mobiliser des ressources pour agir.

*Recueillir et interpréter des informations pour justifier un ciblage*

Des connaissances

Un savoir mobilisé pour comprendre ou agir.

*Distinguer observation, hypothèse et biais de sélection*

Ces définitions servent le raisonnement ; elles ne prétendent pas imposer une nomenclature universelle.

Pour décrire le processus, relever la demande initiale, le résultat attendu, les informations disponibles, les personnes qui interviennent, les contrôles et les exceptions. Préciser aussi les conditions réelles : temps, outils autorisés, accès aux données et supervision.

Cette description permet de comparer une démonstration technique à la réalité professionnelle. Elle aide à distinguer quatre réalités :

- ce que l’outil pourrait faire
- ce qui est utilisé
- ce qui lui est confié
- les effets observés

### Examiner les contributions de l’IA avec quatre repères

Ce sont les mêmes repères que dans les fiches métiers de l’Observatoire. Pour chacun, une question à poser à la formation.

Activités maintenues

Des travaux encore réalisés principalement de la même manière dans la situation observée.

Quelles connaissances et pratiques faut-il préserver ?

Activités augmentées

Une assistance qui change la préparation, l’exploration ou l’exécution.

Comment apprendre à la conduire, interpréter ses propositions et les vérifier ?

Opérations automatisables

Des opérations délimitées potentiellement exécutables sous conditions, avec ou sans IA.

Quelles règles fixer, quels contrôles exercer et comment reprendre le travail ?

Activités nouvelles

Des objets de travail introduits par l’usage de l’IA.

Que faut-il apprendre à tester, documenter ou organiser ?

Ces repères constituent une grille de lecture Turquoise à adapter et à éprouver. Ils peuvent se combiner dans une même activité ; ils ne forment ni des paliers de maturité ni un modèle scientifiquement validé. Une opération automatisable n’est pas nécessairement automatisée ou pertinente à automatiser.

Dans le cas du persona, l’IA peut aider à préparer l’entretien, regrouper des informations ou explorer plusieurs portraits. Le choix des interlocuteurs, la qualité de l’enquête et la justification du ciblage restent à examiner dans l’ensemble du processus.

## 3. Passer des tâches aux décisions pédagogiques

Une fois le travail décrit, chaque apprentissage peut être examiné sous deux angles :

Pour exercer le métier

À quoi sert sa maîtrise ?

Pour apprendre

À quoi sert sa pratique ?

Cette double lecture évite de déduire directement le programme de la liste des opérations délégables.

### Les critères qui orientent le choix

| Critère | Question à instruire | Conséquence possible |
| --- | --- | --- |
| Importance professionnelle | Cette capacité conditionne-t-elle un résultat central ? | Lui donner une place prioritaire dans le parcours |
| Coût d’une erreur | Quelles conséquences, et quelles possibilités de correction ? | Renforcer le contrôle et préciser la supervision |
| Fréquence et variabilité | La situation est-elle courante ? Les exceptions changent-elles la réponse ? | Ajuster le nombre et la diversité des entraînements |
| Rôle de prérequis | Cette pratique aide-t-elle à comprendre une activité plus complexe ? | Conserver un entraînement personnel même si l’opération est déléguée ensuite |
| Possibilité de contrôle | Peut-on vérifier le résultat par une source ou un test accessible ? | Définir les connaissances et les méthodes de vérification nécessaires |
| Capacité de reprise | Que faut-il faire si l’outil échoue ou sort de son périmètre ? | Préciser ce que la personne doit savoir reprendre et quand demander de l’aide |
| Accès aux outils | L’assistance sera-t-elle disponible, autorisée et adaptée aux données ? | Préparer plusieurs conditions d’exercice |
| Responsabilités du débutant | Quelles décisions lui seront réellement confiées ? | Délimiter son autonomie et le recours au tuteur |

Ces critères peuvent conduire à des choix différents pour une même tâche. Une opération rare peut justifier un entraînement si elle prépare à une erreur grave. Une opération courante peut demander moins de pratique manuelle lorsqu’un contrôle fiable existe et qu’elle joue un rôle limité dans la progression.

### Cinq décisions à argumenter

Pour chacune, la justification à rechercher et son application au cas marketing.

Maintenir

La capacité reste nécessaire au travail ou à l’acquisition d’un prérequis.

**Cas marketing :** conduire un entretien ; distinguer faits et interprétations.

Renforcer

Les nouvelles conditions rendent une capacité déjà enseignée plus déterminante.

**Cas marketing :** vérifier les sources et discuter une conclusion convaincante.

Actualiser

La finalité reste pertinente, mais la manière d’agir évolue.

**Cas marketing :** construire une synthèse en contrôlant une proposition assistée.

Introduire

Une responsabilité utile n’est pas suffisamment préparée.

**Cas marketing :** définir les données transmissibles à l’outil et les critères de contrôle.

Alléger ou retirer

La pratique contribue peu au résultat et à la progression au regard du temps mobilisé.

**Cas marketing :** réduire la mise en page répétitive des portraits, après examen des prérequis utiles.

Alléger demande autant d’arguments que maintenir. Le choix doit préciser ce que l’on gagne, ce que l’on risque de perdre et comment la suite du parcours reste préparée.

### Dire ce que « maîtriser » veut dire

Le contenu à enseigner ne suffit pas à définir l’objectif. Il faut aussi préciser les conditions de réalisation. Selon la situation, on peut attendre de l’apprenant qu’il sache :

- Exécuter personnellement
  
  Produire une analyse délimitée et l’expliquer.
- Travailler avec une assistance
  
  Fournir le contexte, discuter les propositions et corriger.
- Déléguer une opération
  
  Définir les entrées, les règles et les conditions d’acceptation.
- Superviser
  
  Suivre les résultats, traiter les exceptions et solliciter une personne compétente.

Ces capacités se complètent sans former une progression obligatoire. Un débutant peut comparer des hypothèses de façon autonome tout en devant faire valider un budget. Lui demander de « superviser l’IA » suppose de préciser les erreurs qu’il doit reconnaître, les contrôles qu’il peut effectuer et les limites de son mandat.

## 4. Cas marketing : de la connaissance d’une cible au choix d’une action

*Cas construit à visée pédagogique. Il illustre des choix possibles, sans décrire une intervention réalisée ni un dispositif dont l’efficacité aurait été évaluée.*

Une entreprise souhaite attirer davantage de prospects qualifiés. Des étudiants doivent clarifier sa demande, étudier le public concerné et recommander une action compatible avec ses moyens.

Cette situation rejoint certaines activités du titre **Chef de projets marketing digital — RNCP41981**, notamment l’analyse de la demande, la veille, le cadrage et le travail sur les cibles. La fiche officielle sert de point d’appui ; le cas ne remplace pas le référentiel et ne constitue pas une épreuve certificative. [S6](https://turquoise.academy/fr/observatoire/besoins-competences-ia#s6)

### Le portrait proposé ouvre l’enquête

À partir du brief, l’IA propose un persona : fonction, difficultés, motivations et canaux préférés. Ce portrait peut aider les étudiants à préparer leurs questions. Chaque caractéristique doit encore être étayée par des observations ou des sources.

L’étudiant recherche alors les informations manquantes. Il peut découvrir que l’utilisateur et l’acheteur sont deux personnes différentes, ou que le frein supposé ne correspond pas aux entretiens. Ces éléments peuvent conduire à revoir le portrait et la demande initiale.

L’IA peut ensuite aider à comparer plusieurs segmentations, explorer une interprétation concurrente ou préparer des variantes de campagne. L’étudiant doit déterminer quelles possibilités méritent un test, avec quels moyens et quel indicateur. L’assistance IA peut ainsi élargir les options examinées, au-delà de l’accélération de la rédaction.

### Relier chaque étape à une preuve de compétence

1. #### Clarifier la demande
   
   **Contribution IA envisagée :** repérer les ambiguïtés et préparer des questions.
   
   **À démontrer :** adapter ses relances et reformuler un problème reliant objectif, cible, contraintes et inconnues.
2. #### Recueillir des informations
   
   **Contribution IA envisagée :** préparer un guide d’entretien et suggérer des pistes documentaires.
   
   **À démontrer :** choisir ses interlocuteurs, recueillir des données traçables et expliquer les limites de la collecte.
3. #### Confronter les sources
   
   **Contribution IA envisagée :** regrouper des verbatims et proposer une synthèse.
   
   **À démontrer :** retrouver les éléments d’origine, corriger les rapprochements erronés et préserver les désaccords.
4. #### Élaborer des hypothèses
   
   **Contribution IA envisagée :** proposer plusieurs segments et explications.
   
   **À démontrer :** distinguer observations et suppositions ; expliquer ce qui départagerait deux interprétations.
5. #### Recommander une action
   
   **Contribution IA envisagée :** explorer des options selon les contraintes.
   
   **À démontrer :** justifier un choix, préparer un test et faire valider les engagements dépassant son périmètre.
6. #### Expliquer et corriger
   
   **Contribution IA envisagée :** préparer des objections ou signaler des incohérences.
   
   **À démontrer :** défendre son raisonnement, reconnaître une limite et reprendre l’analyse.

L’usage des données est cadré avant l’exercice : corpus autorisé, accès adaptés et traitement des informations sensibles. Les conditions d’aide et de validation sont annoncées aux étudiants.

### Traduire l’analyse en modification du parcours

Dans ce cas, l’équipe pourrait maintenir l’enquête, renforcer la critique des sources, actualiser la synthèse, introduire le contrôle des contributions IA et alléger la mise en forme répétitive. La durée et la progression restent à préciser selon les prérequis du public.

L’objectif pourrait être formulé ainsi :

> Objectif d’apprentissage proposé
> 
> À partir d’une demande et d’un corpus documenté, l’étudiant propose et justifie un ciblage, distingue les hypothèses des éléments établis et explique les vérifications effectuées sur les contributions de l’IA.

Pour observer cette capacité, le formateur peut demander une recommandation assistée, puis discuter un choix précis ou proposer une contrainte nouvelle. Il examine alors le résultat, les raisons avancées et la manière dont l’étudiant ajuste son analyse. Cette proposition reste à éprouver dans le parcours concerné.

Contre-exemple

Les choix seraient différents dans une situation de maintenance engageant la sécurité d’un équipement : il faudrait aussi observer des gestes et une réaction à un incident. Ce contre-exemple construit rappelle que les risques et la nature du travail changent les apprentissages nécessaires.

## 5. Préserver les occasions d’apprendre des débutants

Préparer une première synthèse, classer des informations ou reprendre un document après un retour professionnel peut servir à la fois la production et l’apprentissage. Lorsque ces travaux sont délégués, leur fonction formatrice doit être réexaminée.

La perte d’occasions d’apprendre constitue un risque à vérifier dans chaque contexte. Les sources retenues ne démontrent pas sa généralisation dans les écoles françaises. Elles justifient de regarder ce que les apprenants pratiquent et acquièrent effectivement.

### Retrouver la fonction de l’exercice

Dans le cas marketing, classer quelques verbatims peut aider à comprendre comment une synthèse se construit : ce qui est regroupé, ce qui résiste au classement et ce qui disparaît dans une formulation trop générale.

Une séquence possible consisterait à analyser un petit corpus, recevoir un retour, puis comparer ce travail à une synthèse assistée. Le formateur observe si l’étudiant retrouve les informations, repère une omission et modifie sa conclusion. Il peut ensuite proposer un cas voisin avec une assistance ajustée.

Cette progression est une proposition pédagogique à tester selon le public. Elle vise à préserver la compréhension utile tout en faisant travailler l’assistance. Un entretien réel encadré apporte également des réactions qu’un personnage simulé ne permet pas de présumer.

### Observer plusieurs résultats dans le temps

- Performance avec assistance IA
  
  Le résultat obtenu dans les conditions d’aide prévues
- Acquisition
  
  Ce que l’apprenant comprend et mobilise après l'apprentissage
- Rétention
  
  Ce qu’il conserve après un délai
- Transfert
  
  Ce qu’il mobilise dans une situation différente

Un bon livrable avec l’IA renseigne d’abord sur la performance dans les conditions de sa réalisation. Des échanges, des reprises et de nouvelles situations permettent d’examiner les autres dimensions.

Une activité sans assistance peut éclairer certains acquis ; l’autonomie professionnelle comprend aussi le bon usage d’une aide et la capacité à demander un avis.

L’IA peut proposer davantage de cas ou de retours. Leur exactitude, leur difficulté et leurs effets sur l’apprentissage doivent être examinés avant d’en déduire que les étapes intermédiaires peuvent être supprimées.

## 6. Relier les compétences à l’employabilité

La révision des apprentissages doit aussi tenir compte des missions accessibles aux débutants.

Brynjolfsson, Chandar et Chen, août 2026

*Canaries in the Coal Mine* : un signal sur l’entrée dans les métiers

Ces travaux, actualisés à partir de données de paie américaines, décrivent une évolution moins favorable de l’emploi des 22–25 ans dans des professions fortement exposées à l’IA. Ils invitent à suivre les possibilités d’entrée dans les métiers et à documenter les responsabilités réellement confiées aux jeunes professionnels.

**Limite :** des tendances descriptives et non des estimations causales ; plusieurs facteurs peuvent contribuer aux évolutions observées. Ce signal ne prédit pas l’insertion des diplômés français. [S5](https://turquoise.academy/fr/observatoire/besoins-competences-ia#s5)

### Croiser les informations sur le travail et l’insertion

Les offres d’emploi renseignent sur des attentes formulées. Les tuteurs décrivent les missions confiées. Les projets en alternance donnent accès à une partie du travail réalisé. Les données d’insertion éclairent les trajectoires après la formation. Ces informations se complètent, avec des portées différentes.

Cinq questions à poser aux entreprises

Pour éclairer une révision, l’équipe peut interroger plusieurs entreprises.

- Quelles missions confiez-vous à un débutant et avec quels outils ?
- Quelles erreurs doit-il pouvoir détecter personnellement ?
- Quelles décisions demandent une validation ?
- Quelles connaissances lui manquent pour comprendre la situation ?
- Quelles tâches lui permettaient d’apprendre, et comment cet apprentissage est-il organisé aujourd’hui ?

Les écarts entre entreprises sont eux aussi utiles. Ils peuvent conduire à préparer plusieurs conditions d’exercice : outil disponible ou absent, données accessibles ou restreintes, tutorat rapproché ou plus espacé. Le retour d’une seule entreprise ne suffit pas à établir une tendance.

### Rendre les capacités compréhensibles pour un employeur

Un dossier d’étudiant peut présenter une enquête, les contributions de l’IA, les erreurs corrigées et les raisons du choix final. Il donne alors à voir les conditions dans lesquelles le résultat a été obtenu et les responsabilités que l’étudiant peut assumer.

La promesse de formation peut ainsi préciser les situations auxquelles elle prépare. Les effets sur l’emploi, les inscriptions ou l’attractivité restent à mesurer ; l’intégration de l’IA ne suffit pas à les établir.

## 7. Engager une première révision dans votre organisme

Un processus important pour le métier visé offre un périmètre de départ : une demande à traiter, un résultat attendu et des difficultés suffisamment documentées.

1. 1
   
   **Décrire une situation réelle.** Partir de missions, de productions et de retours de professionnels.
2. 2
   
   **Examiner les contributions de l’IA.** Utiliser les quatre repères en distinguant possibilité technique, usage et délégation effective.
3. 3
   
   **Retrouver la fonction des apprentissages.** Identifier ce qui prépare le résultat, la compréhension, le contrôle et la reprise.
4. 4
   
   **Argumenter une modification.** Maintenir, renforcer, actualiser, introduire ou alléger, pour un public et un niveau de maîtrise précis.
5. 5
   
   **Essayer et réexaminer.** Observer les raisonnements, les erreurs et la réussite dans une nouvelle situation, puis ajuster.

Fiche de décision

Elle peut tenir en une page

Situation visée

Changement observé

Compétence attendue

Aides autorisées

Modification du parcours

Preuve à recueillir

Date de revue

Le temps et les ressources nécessaires sont examinés avant la généralisation. L’équipe dispose alors d’un choix explicable : pourquoi cet apprentissage reste nécessaire, pourquoi cet autre évolue, et comment elle vérifiera la pertinence de sa décision.

### Les métiers qui contribuent à ces choix

[Responsable de l’offre de formation](https://turquoise.academy/fr/observatoire/responsable-offre-formation-ia)

Relier les besoins documentés aux publics, aux compétences promises et aux moyens de l’offre.

[Responsable pédagogique](https://turquoise.academy/fr/observatoire/responsable-pedagogique-ia)

Préciser les prérequis, la progression et les conditions de maîtrise.

[Formateur et formatrice](https://turquoise.academy/fr/observatoire/formateur-ia)

Observer les raisonnements, ajuster les aides et documenter les difficultés.

### Prolonger la réflexion

La question des compétences précède plusieurs autres choix.

Grandes questions de l’IA

- [Conception et production des formations](https://turquoise.academy/fr/observatoire/conception-production-formation-ia)
  
  Traduire les objectifs en parcours.
- [Apprentissage et autonomie](https://turquoise.academy/fr/observatoire/apprentissage-autonomie-ia)
  
  Éclairer les conditions de progression.
- [Évaluation des compétences](https://turquoise.academy/fr/observatoire/evaluer-competences-ia)
  
  Porter sur les preuves des acquis.
- [Capacités internes de l’organisme](https://turquoise.academy/fr/observatoire/competences-internes-ia)
  
  Préparer les équipes qui conduisent ces évolutions.

Métiers & Compétences

- [Les métiers de la formation à l’ère de l’IA](https://turquoise.academy/methode/observatoire/metiers-formation)
  
  Les fiches métiers de l’Observatoire Turquoise.

![Illustration de l’offre Studio Pédagogie augmentée de Turquoise Academy](https://turquoise.academy/hubfs/carte-pour-qui-pedagogie-augmentee.svg)

Studio Turquoise Academy

### Outiller la production après les choix pédagogiques

Une fois les compétences et les parcours précisés, le Studio Pédagogie augmentée construit avec vos équipes les assistants, les gabarits et les dispositifs de production adaptés à vos contenus. L’intervention comprend la conception, les tests et le transfert pour que vos équipes puissent les utiliser et les faire évoluer.

[Découvrir Pédagogie augmentée](https://turquoise.academy/studio/pedagogie-augmentee)

## Questions fréquentes

### Faut-il encore apprendre une tâche automatisable ?

Sa pratique peut rester nécessaire pour acquérir un prérequis, comprendre un résultat, détecter une erreur ou reprendre le travail. Le niveau d’entraînement dépend de cette fonction. Une tâche dont la contribution professionnelle et pédagogique devient faible peut aussi être allégée.

### Comment choisir les compétences à renforcer avec l’IA ?

Partir d’une situation professionnelle et examiner le résultat attendu, les risques, les possibilités de contrôle et les responsabilités du débutant. Une capacité mérite d’être renforcée lorsque les nouvelles conditions de travail la rendent plus déterminante. Il faut ensuite préciser les comportements observables et les connaissances nécessaires.

### Faut-il ajouter un module IA au programme ?

Un module peut servir à découvrir des usages et leurs limites. Il faut aussi relier ces apprentissages aux situations du métier : enquêter, interpréter des données, comparer des options ou justifier une décision. La maîtrise d’une interface ne suffit pas à établir ces capacités.

### Quelles connaissances faut-il pour vérifier une production de l’IA ?

Celles qui permettent de contrôler les affirmations déterminantes dans le domaine concerné. En marketing, cela peut demander de comprendre la collecte des données, les limites d’un échantillon, les indicateurs et les contraintes commerciales. L’invitation générale à « être critique » doit être traduite en vérifications précises.

### Peut-on retirer les tâches simples et former directement à la supervision ?

Il faut établir comment l’apprenant acquerra les connaissances nécessaires au contrôle. Certaines tâches simples y contribuent ; d’autres peuvent être remplacées. La supervision demande elle aussi un entraînement, des critères et un périmètre de responsabilité explicite.

### Comment préparer l’employabilité sans prédire les métiers futurs ?

En confrontant les choix aux missions observées, aux retours des tuteurs et aux trajectoires d’insertion, puis en révisant les hypothèses. La formation peut rendre les compétences préparées plus explicites et démontrables, tout en suivant leur pertinence sur le terrain.

![Portrait d’Alan Calloc’h, fondateur de Turquoise Academy](https://turquoise.academy/hs-fs/hubfs/Alan%20Calloch-modified.png?width=88&height=88&name=Alan%20Calloch-modified.png)

À propos de l’auteur

## [Alan Calloc’h](https://turquoise.academy/alan-calloch)

Alan Calloc’h accompagne les organismes de formation, CFA et écoles dans la structuration de leur offre et de leurs parcours. Formateur en marketing digital depuis 2017 et ancien responsable pédagogique, il relie les enjeux de métier, les apprentissages et les conditions d’intégration de l’IA.

[inSuivre Alan sur LinkedIn](https://www.linkedin.com/in/alancalloch/)

## Sources et actualisation

1. S1**OIT / NASK**, [*Generative AI and Jobs: A Refined Global Index of Occupational Exposure*](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure), document de travail n° 140, 20 mai 2025. Indice d’exposition fondé sur des tâches ; il ne mesure pas l’automatisation effective de chaque emploi.
2. S2**Erik Brynjolfsson, Danielle Li et Lindsey Raymond**, [*Generative AI at Work*](https://doi.org/10.1093/qje/qjae044), *The Quarterly Journal of Economics*, 140(2), 889–942, publication en ligne le 4 février 2025. Étude du déploiement d’un assistant spécialisé dans une entreprise de support client.
3. S3**Hamsa Bastani et collaborateurs**, [*Generative AI without guardrails can harm learning: Evidence from high school mathematics*](https://www.pnas.org/doi/10.1073/pnas.2422633122), *PNAS*, 122(26), e2422633122, 2025. Essai randomisé en mathématiques au lycée, en Turquie.
4. S4**OCDE**, [*Skills in the AI age*](https://www.oecd.org/en/publications/skills-in-the-ai-age_972bd15e-en/full-report/component-4.html), *OECD Artificial Intelligence Papers*, n° 60, 8 juillet 2026. Synthèse institutionnelle et orientations de politique publique.
5. S5**Erik Brynjolfsson, Bharat Chandar et Ruyu Chen**, [présentation de la révision de *Canaries in the Coal Mine?*](https://digitaleconomy.stanford.edu/news/canariesaug26/), Stanford Digital Economy Lab, 12 août 2026. Tendances descriptives issues de données de paie américaines ; elles ne constituent pas des estimations causales des effets de l’IA.
6. S6**France compétences**, [fiche du titre *Chef de projets marketing digital*, RNCP41981](https://www.francecompetences.fr/recherche/rncp/41981/), certificateur IMPARARE. Référence professionnelle utilisée pour situer le cas marketing.

Portée de l’analyse

Les recherches restent circonscrites à leurs terrains. Le Regard, les grilles de lecture et les implications pour les parcours constituent une analyse et des propositions Turquoise. Le cas marketing est construit et n’a pas été évalué. Les sources retenues ne démontrent pas l’efficacité de cette démarche dans les OF, CFA et écoles français.

**Dernier examen documentaire : 4 novembre 2026. Prochain réexamen proposé : 4 février 2027**, ou plus tôt si une évolution des recherches ou des situations professionnelles le justifie. Version : V0.3.

## Partager ce post

<https://www.linkedin.com/shareArticle?mini=true&url=https%3A%2F%2Fturquoise.academy%2Ffr%2Fobservatoire%2Fbesoins-competences-ia>[mailto:https%3A%2F%2Fturquoise.academy%2Ffr%2Fobservatoire%2Fbesoins-competences-ia](mailto:https%3A%2F%2Fturquoise.academy%2Ffr%2Fobservatoire%2Fbesoins-competences-ia)

## Poursuivre la lecture

### [![](https://turquoise.academy/hubfs/A02-question-ia-valeur-distinctive-formation-arrondi.svg) Intelligence artificielle Décryptage & Stratégie Valeur perçue & Prix IA et valeur des formations : qu’est-ce qui fait la différence ?](https://turquoise.academy/fr/observatoire/valeur-formation-ia)

### [![](https://turquoise.academy/hubfs/A09-question-ia-evaluer-reconnaitre-competences-arrondi.svg) Décryptage & Pédagogie Intelligence artificielle Preuve de compétence IA et évaluation : quelles preuves de compétence ? Turquoise Academy](https://turquoise.academy/fr/observatoire/evaluer-competences-ia)

[![logo-horizontal-fond-sombre](https://turquoise.academy/hs-fs/hubfs/logo-horizontal-fond-sombre.png?width=1074&height=320&name=logo-horizontal-fond-sombre.png "logo-horizontal-fond-sombre")](https://turquoise.academy)

- [Conseil](https://turquoise.academy/conseil)
- [Formation](https://turquoise.academy/formation)
- [Studio](https://turquoise.academy/moderniser)
- [Le Chemin Turquoise](https://turquoise.academy/methode)
- [Observatoire](https://turquoise.academy/fr/observatoire)
- [Pourquoi Turquoise ?](https://turquoise.academy/a-propos)
- [Alan Calloc'h](https://turquoise.academy/alan-calloch)

---

<https://www.linkedin.com><https://www.youtube.com/><https://www.instagram.com>

---

Conditions générales · © 2026. Tous droits réservés.

```json
{
  "@context" : "https://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "Alan CALLOC'H",
    "url" : "https://turquoise.academy/fr/observatoire/author/alan-calloch"
  },
  "dateModified" : "2026-11-04T13:42:56.790Z",
  "datePublished" : "2026-11-04T12:32:31.000Z",
  "headline" : "IA et compétences : à quoi faut-il former ? | Turquoise Academy",
  "image" : [ "https://turquoise.academy/hubfs/A01-question-ia-besoins-competences-arrondi.svg" ],
  "mainEntityOfPage" : {
    "@id" : "https://turquoise.academy/fr/observatoire/besoins-competences-ia",
    "@type" : "WebPage"
  },
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "url" : "https://turquoise.academy/hubfs/logo-horizontal-fond-sombre.png"
    }
  }
}
```