Formation IA des managers : entretiens 1:1, évaluations, décisions

31 mai 2026
Par Jürgen Ulbrich

La formation à l'IA des managers apprend aux dirigeants à utiliser l'IA en toute sécurité dans les entretiens 1:1, les évaluations de performance, les décisions RH et la communication sur le changement. À la différence de la montée en compétences de l'ensemble des collaborateurs, elle repose sur la responsabilité : l'IA rédige, le manager décide. En DACH, la cogestion du comité d'entreprise, le RGPD et l'AI Act de l'UE ajoutent un volet juridique.

L'urgence est bien documentée. Dans une enquête ResumeBuilder menée auprès de 1 342 managers américains (juin 2025), 65 % des managers utilisent l'IA au travail, et 94 % d'entre eux s'en servent pour prendre des décisions concernant leurs collaborateurs directs. Pourtant, seuls 32 % de ces managers ont déjà reçu une formation formelle à l'usage éthique de l'IA.

Cet écart est risqué. Les managers utilisent l'IA pour éclairer des décisions RH, rédiger des évaluations et communiquer sur le changement, alors que les collaborateurs et les comités d'entreprise attendent transparence, équité et un humain dans la boucle. Bien utilisée, l'IA vous aide à mener de meilleurs entretiens 1:1, à formuler des retours plus clairs et à fonder vos décisions sur des données plutôt que sur l'intuition. Mal utilisée, elle peut entamer la confiance, enfreindre le RGPD et provoquer des résistances.

Dans ce guide pratique, vous allez :

  • comprendre pourquoi la formation à l'IA destinée aux managers doit se distinguer des cours génériques pour les collaborateurs ;
  • découvrir les compétences IA clés dont les managers ont besoin pour les entretiens 1:1, le feedback, les évaluations de performance et les plans de développement ;
  • obtenir un programme de formation modulaire avec des exercices concrets et des prompts utilisables dès demain ;
  • explorer des exemples concrets avant/après de feedback, de synthèses d'évaluation et de dossiers de promotion assistés par l'IA ;
  • comprendre la gouvernance et les exigences propres à la région DACH, notamment l'implication du comité d'entreprise, le RGPD et l'AI Act de l'UE ;
  • apprendre à dire en toute transparence à votre équipe que vous utilisez l'IA.

Passons à un guide pratique qui prépare vous et votre équipe dirigeante à la prochaine ère du management des personnes.

1. Pourquoi les managers ont besoin d'un parcours de formation à l'IA différent

Les managers n'utilisent pas l'IA seulement pour écrire leurs e-mails plus vite. Ils s'en servent pour influencer des carrières, le moral des équipes et des décisions stratégiques. C'est pourquoi la formation à l'IA des managers exige un parcours dédié, et non une simple séance de sensibilisation générique.

Les chiffres montrent clairement ce déséquilibre. Parmi les 94 % de managers utilisateurs d'IA qui l'appliquent aux décisions RH, la même étude ResumeBuilder (juin 2025, n = 1 342) indique qu'ils l'utilisent pour les augmentations (78 %), les promotions (77 %), les licenciements (66 %) et les suppressions de postes (64 %). Le plus préoccupant : 21 % laissent l'IA décider sans intervention humaine, au moins par moments. En DACH, cette pratique n'est pas défendable juridiquement (voir section 5).

Cette combinaison crée une pression : on attend des managers qu'ils utilisent davantage l'IA, mais sans consignes claires sur son usage dans des situations sensibles pour les personnes.

Prenons une entreprise technologique allemande de taille moyenne. Des managers s'étaient mis à utiliser discrètement des outils d'IA publics pour préparer des dossiers de promotion et des commentaires d'évaluation. Certains collaient dans l'IA des évaluations presque complètes, avec noms et notes de performance. Les collaborateurs l'ont appris et ont commencé à demander : « Est-ce un robot qui a rédigé mon évaluation ? » Les plaintes n'ont cessé et la confiance n'est revenue qu'après des ateliers organisés par les RH pour les managers sur la protection des données, le ton et les garde-fous.

Pourquoi une formation dédiée au leadership à l'ère de l'IA est-elle si importante ?

  • Un périmètre centré sur les personnes : les managers utilisent l'IA pour cadrer un feedback, synthétiser des données 360° et planifier des carrières, pas seulement pour structurer des plans de projet.
  • Un impact sur les décisions : l'IA peut influencer promotions, notations et rémunération. Ces décisions sont à fort enjeu et très encadrées en DACH.
  • Confiance et communication : les collaborateurs jugent si l'usage de l'IA leur semble respectueux et transparent. Une mauvaise communication peut « déchirer les entreprises » lors du déploiement de l'IA, comme le décrit ITPro sur le ressentiment des salariés.
  • Responsabilité juridique : les managers restent responsables de décisions biaisées ou illégales, quel que soit l'outil qui a rédigé le texte.
  • Exemplarité : la façon dont les managers utilisent l'IA donne le ton à leurs équipes. S'ils l'utilisent avec négligence, les autres les imiteront.
RôleUsage principal de l'IADéfi spécifique
Contributeur individuelAutomatisation de tâches, recherche, rédactionEfficacité et qualité de son propre travail
Équipes RHTraitement de données, rédaction de politiques, analysesConformité, cohérence des processus
ManagerAide à la décision, coaching, communicationEmpathie, responsabilité, confiance de l'équipe

Une bonne formation à l'IA pour les dirigeants doit donc couvrir à la fois les compétences techniques et les questions de leadership : quand peut-on utiliser l'IA dans une évaluation ? Que faut-il en dire à son équipe ? Comment rester conforme tout en profitant du gain de temps ? Si vous souhaitez aussi faire monter en compétences l'ensemble de vos effectifs, c'est un autre parcours. Notre guide sur la formation à l'IA des collaborateurs explique comment s'y prendre sans submerger les équipes. Cet article reste centré sur le point de vue du leadership.

Voyons maintenant les capacités concrètes en IA que tout manager moderne devrait développer.

2. Compétences clés : les savoir-faire IA indispensables à chaque manager

Les dirigeants efficaces n'ont pas besoin de devenir ingénieurs en IA. Il leur faut un socle ciblé de compétences IA lié aux tâches managériales du quotidien : entretiens 1:1, feedback, performance, développement et communication sur le changement.

Des pilotes pratiques montrent ce qui est possible : dans une scale-up de la région DACH, les managers qui utilisaient des prompts structurés pour préparer les évaluations ont réduit leur temps de préparation d'environ 60 %, tandis que les collaborateurs jugeaient, dans les enquêtes d'engagement, le feedback plus cohérent et plus précis. Cela rejoint les données du secteur : une analyse de goWindmill estime qu'une seule évaluation demande 3 à 6 heures pour rassembler les données et rédiger le feedback, et que 49 % des managers peinent à passer en revue un an de feedback. C'est exactement ce travail de fond que l'IA supprime.

En parallèle, seuls 10 % environ des responsables RH et L&D sont convaincus que leurs équipes ont des compétences suffisantes en IA, comme le rapporte ITPro sur le déficit de compétences. C'est dans cet écart qu'une formation ciblée à l'IA pour les managers peut avoir un effet disproportionné.

Les principales compétences IA des managers :

  • Préparation des entretiens 1:1 avec l'IA : transformer des notes éparses en ordres du jour et points de discussion structurés, pour que les entretiens 1:1 se concentrent sur l'essentiel plutôt que sur l'improvisation.
  • Synthèse du feedback : regrouper les retours des pairs, des clients et l'auto-évaluation en thèmes clairs avant les évaluations ou les sessions de calibration.
  • Rédaction et reformulation de commentaires de performance : utiliser l'IA pour transformer des notes en paragraphes équilibrés et équitables, et pour adoucir une formulation abrupte sans perdre en clarté.
  • Planification de carrière et de développement : combiner données de compétences et aspirations pour rédiger des plans de développement personnalisés.
  • Communication sur le changement et avec l'équipe : rédiger annonces, FAQ et points d'équipe dans un langage clair et empathique, adapté à chaque public.
  • Usage éthique de l'IA et esprit critique : savoir quelles données sont interdites, repérer les résultats biaisés ou erronés et conserver la voix humaine.

Une responsable d'un site industriel en DACH en donne un exemple. Avec un Copilot interne intégré à son système de gestion des talents, elle sélectionne un collaborateur, importe ses compétences et ses objectifs, puis formule ce prompt : « Propose un plan de développement sur 6 mois pour ce collaborateur, centré sur les compétences de leadership et les projets transverses. » Elle examine les suggestions, supprime les éléments trop génériques et aligne le plan sur l'offre de formation interne. L'IA fait le travail de fond ; elle garde la maîtrise.

Domaine de compétenceExemple de promptRésultat
Synthèse du feedback« Résume ces commentaires 360° en 3 points forts et 2 axes de progrès pour ce collaborateur. »Base d'évaluation équilibrée
Reformulation du feedback« Reformule ce feedback en un message constructif et précis : [texte]. »Formulation empathique et claire
Communication sur le changement« Rédige un e-mail expliquant une réorganisation d'équipe, en insistant sur les raisons, les bénéfices et l'accompagnement proposé. »Annonce transparente et structurée

L'objectif de la formation à l'IA des managers n'est pas de les inonder d'outils. Il s'agit d'ancrer un petit nombre de compétences à fort impact et de les intégrer aux routines normales du leadership.

Comment enseigner ces compétences de façon structurée ? Avec un programme de formation modulaire.

3. Construire votre programme de formation à l'IA pour managers

Les séances génériques de « sensibilisation à l'IA » ne suffisent pas. Les managers ont besoin d'une formation au leadership à l'ère de l'IA fondée sur des scénarios, qui reflète leurs vraies conversations et décisions.

Seulement un tiers environ des entreprises exigent aujourd'hui une forme de formation formelle à l'IA, et beaucoup n'ont pas de règles d'usage claires, comme le rapporte TechRadar sur le déficit de politiques. Pourtant, les organisations qui animent des ateliers pratiques avec de vrais scénarios de leadership constatent une adoption bien plus forte et un usage plus sûr.

Voici un programme pratique en 5 modules, à adapter à votre contexte. Pour savoir comment l'intégrer dans votre architecture L&D plus large, consultez notre guide de conception de programmes de formation à l'IA en entreprise.

Module 1 : Fondamentaux et garde-fous

Objectifs d'apprentissage :

  • Comprendre ce que l'IA générative peut et ne peut pas faire.
  • Connaître la politique IA de votre entreprise, les bases du RGPD et les règles propres à la région DACH.
  • Savoir quelles données ne doivent jamais être collées dans des outils publics.
  • Maîtriser le principe de l'« humain dans la boucle » pour les décisions concernant les collaborateurs.

Exemples d'exercices et de prompts :

  • Entrées sûres ou non : présentez de courts textes (feedback anonyme, liste de salaires, note médicale). Demandez aux managers de classer chacun comme « OK pour l'IA » ou « Pas OK », puis discutez-en.
  • Quiz de mise en situation : présentez un cas où un manager colle un dossier de performance complet dans un outil public. Question : quels principes du RGPD sont violés ? Qu'aurait-il fallu faire ? (Contexte sur les risques juridiques : TechRadar sur les risques RGPD au travail.)
  • Bonnes pratiques de prompting : demandez à l'IA : « Énumère 10 bonnes pratiques pour utiliser l'IA générative dans la communication RH. » Comparez le résultat avec votre politique et corrigez-le.

Module 2 : L'IA pour les entretiens 1:1 et le coaching

Objectifs d'apprentissage :

  • Utiliser l'IA pour préparer de meilleurs ordres du jour et de meilleures notes d'entretien 1:1.
  • Générer des questions de coaching adaptées à des situations précises.
  • Consigner clairement les décisions et les suites à donner après les réunions.

Exemples d'exercices et de prompts :

  • Rédaction d'un ordre du jour : donnez aux managers quelques points sur la semaine d'un collaborateur. Prompt : « Crée un ordre du jour de 30 minutes pour un entretien 1:1 avec ce collaborateur, couvrant réussites, obstacles et évolution de carrière. » Comparez le résultat avec vos modèles d'ordre du jour existants pour entretiens 1:1.
  • Notes de suivi : fournissez les notes brutes d'un entretien 1:1 fictif. Prompt : « Résume cet entretien 1:1 en 3 points clés et une liste d'actions avec responsables et dates. »
  • Questions de coaching : scénario : un collaborateur semble désengagé. Prompt : « Propose 5 questions ouvertes à poser en entretien 1:1 pour comprendre ce qui se cache derrière son désengagement. »

Module 3 : L'IA pour la performance et le feedback

Objectifs d'apprentissage :

  • Regrouper un feedback qualitatif en synthèses d'évaluation claires.
  • Rédiger des commentaires d'évaluation précis et équitables.
  • Utiliser l'IA pour reformuler un feedback abrupt dans un langage constructif.

Exemples d'exercices et de prompts :

  • Regroupement par thèmes : fournissez 10 commentaires de pairs anonymisés. Prompt : « Regroupe ces commentaires en 3 à 4 thèmes clés et donne à chacun un titre court. » Utilisez le résultat pour structurer une évaluation.
  • Rédaction des points forts et axes de progrès : donnez quelques points. Prompt : « Rédige un paragraphe d'évaluation de performance pour ce collaborateur qui met en avant ses points forts et 1 axe de développement, sur un ton professionnel mais bienveillant. » Comparez avec vos modèles d'évaluation de performance.
  • Reformulation d'un feedback difficile : prenez une phrase comme « Vous êtes désorganisé et lent. » Prompt : « Reformule ce feedback pour qu'il reste honnête mais devienne constructif, précis et respectueux. » Discutez de la version que vous diriez réellement.
  • Contrôle des biais : présentez un commentaire rédigé par l'IA. Prompt : « Signale les mots ou expressions de ce texte qui pourraient révéler un biais lié à l'âge, au genre ou à l'origine. »

Module 4 : L'IA pour la communication d'équipe et le changement

Objectifs d'apprentissage :

  • Rédiger des points d'équipe et des annonces de changement clairs.
  • Adapter le ton et la longueur à l'e-mail, au chat ou aux réunions plénières.
  • Utiliser l'IA pour préparer des FAQ et des éléments de langage.

Exemples d'exercices et de prompts :

  • E-mail de changement : scénario : nouvelle politique de travail hybride. Prompt : « Rédige un e-mail à mon équipe expliquant une nouvelle politique de travail hybride (3 jours au bureau), avec les raisons, les attentes et l'accompagnement. Garde un ton transparent et empathique. »
  • Création d'une FAQ : à partir des faits clés d'une petite réorganisation, prompt : « Crée une FAQ de 8 questions fréquentes de collaborateurs, avec réponses, sur ce changement. »
  • Adaptation multicanal : prenez une longue annonce. Prompt : « Transforme cet e-mail en un court message Slack avec les 3 points les plus importants. »

Module 5 : L'IA pour les décisions et le leadership éthique

Objectifs d'apprentissage :

  • Utiliser l'IA comme aide à la décision pour les promotions, les mobilités de talents et la planification du développement.
  • Garder le jugement humain et le contexte au centre.
  • Montrer l'exemple d'un usage responsable de l'IA à son équipe.

Exemples d'exercices et de prompts :

  • Dossier de promotion : fournissez des données anonymisées sur les projets, le feedback et les résultats. Prompt : « Rédige un court dossier de promotion pour ce collaborateur, décrivant son impact, ses comportements de leadership et son potentiel. » Les managers critiquent et améliorent le brouillon.
  • Pistes de développement : fournissez un profil de compétences. Prompt : « Propose 3 actions de développement ciblées pour aider ce collaborateur à évoluer vers un poste de spécialiste senior d'ici 12 mois. » Comparez les suggestions avec votre cadre de gestion des compétences.
  • Scénario éthique : présentez un cas où l'IA suggère de se séparer d'une personne après avoir mal interprété le contexte. Discutez de la réaction attendue des managers, de l'implication des RH et de la vérification des données.
ModuleObjectif d'apprentissage principalExemple d'exercice
1. Fondamentaux et garde-fousUsage de l'IA sûr et conformeQuiz sur les entrées sûres ou non
2. Entretiens 1:1 et coachingDe meilleurs ordres du jour et de meilleures notesRédiger un ordre du jour d'entretien 1:1 à partir de points clés
3. Performance et feedbackDes évaluations plus solides, des commentaires plus équitablesReformuler un feedback dur de façon constructive
4. Communication d'équipe et changementDes messages clairs et empathiquesRédiger une annonce de changement et sa FAQ
5. Décisions et éthiqueDécisions avec un humain dans la boucleExercice de rédaction d'un dossier de promotion

Dès que les managers vivent ces modules avec des données réelles (ou anonymisées), l'IA cesse d'être abstraite. Elle devient un partenaire concret pour les tâches de leadership du quotidien.

Rendons cela encore plus tangible avec des exemples avant/après.

4. Exemples pratiques : le management avant et après l'assistance de l'IA

Voir la différence entre le travail manuel et le travail assisté par l'IA est souvent ce qui convainc les managers sceptiques de s'engager dans une formation à l'IA.

Exemple 1 : reformuler un feedback difficile

Avant (manuel) : « Votre rapport était bâclé et en retard. C'est inacceptable. »

Avec l'aide de l'IA :

  1. Le manager écrit la version abrupte en privé.
  2. Prompt : « Reformule ce feedback pour qu'il soit clair et honnête, mais aussi constructif et respectueux : [texte]. »
  3. L'IA propose : « Merci d'avoir préparé le rapport. J'ai remarqué quelques erreurs et il a été remis après l'échéance. Discutons de la façon d'améliorer le processus de relecture et la planification du temps afin que vous puissiez livrer plus sereinement la prochaine fois. »
  4. Le manager adapte la formulation à son style personnel et au contexte.

Impact : le message reste clair, mais mène bien plus probablement à une amélioration qu'à une réaction défensive.

Exemple 2 : structurer les synthèses d'évaluation

Avant : un manager fait défiler 10 pages de notes et de commentaires 360° et peine à déterminer ce qui compte vraiment. Rédiger la section « synthèse globale » d'une évaluation lui prend 45 minutes.

Avec l'aide de l'IA :

  1. Le manager rassemble les points clés sur les résultats, les comportements et le feedback.
  2. Prompt : « Résume ces notes en une synthèse d'évaluation de performance pour ce collaborateur. Inclus : 3 à 4 points forts avec exemples, 1 à 2 axes de développement et une appréciation globale en 2 à 3 phrases. Garde un ton factuel et bienveillant. »
  3. L'IA renvoie un brouillon structuré que le manager peut retravailler.

Des pilotes ont montré des réductions du temps de préparation d'environ 60 % pour ce type de rédaction d'évaluations avec de tels prompts, sans baisse de qualité.

Exemple 3 : préparer des dossiers de promotion

Avant : un manager passe des heures à collecter e-mails, indicateurs et éloges de pairs, puis rédige une justification de promotion de zéro.

Avec l'aide de l'IA :

  1. Le manager rassemble les faits clés : projets principaux, indicateurs, citations de feedback, comportements liés au profil du poste.
  2. Prompt : « À partir de ces faits, rédige un dossier de promotion pour ce collaborateur afin qu'il accède à un poste Senior. Mets en avant l'impact, les comportements de leadership et la capacité à assumer des responsabilités élargies. »
  3. L'IA crée un plan et un paragraphe rédigé.
  4. Le manager affine, vérifie l'alignement avec les critères internes et contrôle l'absence de biais.

Résultat : le manager se concentre sur le jugement (« Ce dossier est-il assez solide ? ») plutôt que sur la mise en forme et la formulation.

Exemple 4 : analyser les commentaires d'une enquête

Avant : après une enquête d'engagement, un manager reçoit 50 commentaires libres anonymisés. Il les lit ligne par ligne, mais peine à repérer des tendances.

Avec l'aide de l'IA :

  1. Le manager réunit les commentaires anonymes dans un seul document.
  2. Prompt : « Identifie les principaux thèmes (3 à 5) de ces commentaires anonymes. Pour chaque thème, donne une courte description et 2 à 3 citations en exemple. »
  3. L'IA regroupe des thèmes comme « reconnaissance », « charge de travail » et « communication », avec des citations illustratives.
  4. Le manager s'en sert pour concevoir des actions concrètes et des sujets de discussion pour la prochaine réunion d'équipe.
TâcheApproche traditionnelleAvec l'aide de l'IA
Formulation d'un feedback difficileReformulation manuelle, risque de ton abrupt ou vagueReformulation constructive par prompt, puis relecture humaine
Synthèse d'évaluationLecture et structuration manuelles des notesSynthèse par prompt à partir de points clés et d'extraits
Dossier de promotionCompilation manuelle et rédaction du récitPlan et brouillon par prompt, vérifiés par le manager
Analyse d'enquêteLecture et étiquetage manuelsRegroupement des thèmes et des exemples par l'IA pour planifier les actions

Dans tous ces exemples, une règle clé s'applique : l'IA rédige, le manager décide. L'IA apporte structure et rapidité ; les managers apportent contexte, nuance et responsabilité.

Pour que cela reste sûr et digne de confiance, il faut une gouvernance solide et des garde-fous clairs, surtout en DACH.

5. Gouvernance et contexte DACH : garder les managers dans le cadre

En DACH, la formation à l'IA destinée aux managers doit intégrer les exigences juridiques, éthiques et de cogestion. Sinon, même de bons outils peuvent créer de gros problèmes. Trois cadres juridiques comptent surtout : le RGPD, la loi allemande sur la constitution des entreprises (BetrVG) et l'AI Act de l'UE.

RGPD et humain dans la boucle : selon l'art. 22 du RGPD, les collaborateurs ont le droit de ne pas faire l'objet de décisions entièrement automatisées qui les affectent de manière significative. Toute évaluation, notation ou décision concernant des collaborateurs assistée par l'IA doit comporter un examen et une intervention humains. Les 21 % de managers qui laissent l'IA décider sans intervention humaine (mentionnés plus haut) sont directement exposés.

Cogestion du comité d'entreprise (précisions) : en Allemagne, plusieurs dispositions de la BetrVG s'appliquent dès que l'IA est utilisée dans un contexte de performance :

  • Article 87 (1) n° 6 BetrVG : le comité d'entreprise dispose d'un droit de cogestion exécutoire sur l'introduction de systèmes techniques destinés à surveiller le comportement ou la performance des salariés. Selon la jurisprudence constante du Tribunal fédéral du travail (BAG), cela s'applique dès qu'un système est objectivement capable de surveiller, même sans intention de surveillance.
  • Article 94 BetrVG : les questionnaires du personnel et les principes généraux d'évaluation requièrent l'accord du comité d'entreprise. Si un système d'IA génère ou applique des critères d'évaluation systématiques, il relève de cet article.
  • Article 95 BetrVG : les directives de sélection pour les décisions de personnel sont soumises à la cogestion. Lorsque des systèmes d'IA interviennent dans l'établissement de ces directives, le droit de cogestion s'applique expressément.

Déployer l'IA pour les évaluations de performance ou les analyses sans le comité d'entreprise ne met donc pas seulement la confiance en jeu : cela risque aussi d'entraîner une interdiction juridique d'utiliser l'outil.

AI Act de l'UE (RH à haut risque) : les systèmes d'IA utilisés pour la promotion, le licenciement, l'attribution des tâches et le suivi de la performance fondé sur le comportement ou les traits personnels sont classés à haut risque par l'annexe III de l'AI Act de l'UE. Cela déclenche des obligations d'évaluation des risques, de documentation technique, de tests de biais, de contrôle humain et de transparence. Les exigences relatives aux systèmes à haut risque deviennent applicables à partir du 2 décembre 2027, après que le Digital Omnibus sur l'IA (règlement (UE) 2026/1744) les a reportées depuis le 2 août 2026. Préparer dès maintenant les managers reste payant, car l'art. 22 du RGPD et les obligations de transparence s'appliquent déjà.

Un groupe d'ingénierie allemand offre un exemple positif. Avant de tester un assistant GPT interne pour les managers, les RH :

  • ont impliqué tôt le comité d'entreprise et partagé des exemples de prompts ;
  • ont convenu de règles claires : uniquement des données anonymisées ou agrégées, pas de notes brutes ni de données de santé ;
  • ont créé une fiche simple « À faire / À ne pas faire » pour les managers pendant le déploiement ;
  • ont mis en place une procédure d'escalade au cas où des collaborateurs exprimeraient des inquiétudes.

Au lieu de résister, les membres du comité sont devenus des défenseurs du projet en constatant que l'IA réduisait surtout la charge administrative et n'automatisait pas les décisions.

Voici les garde-fous pratiques à enseigner :

  • Limites des données : ne collez jamais de grilles de salaires, de notes médicales, de dossiers disciplinaires ou de dossiers de performance complets dans des outils publics. Utilisez plutôt des synthèses en points et des données anonymisées.
  • Contrôle humain : exigez que les managers lisent et corrigent tous les résultats de l'IA. Pas de « copier-coller-envoyer » pour les évaluations, les avertissements ou les dossiers de promotion.
  • Contrôles de biais : demandez explicitement à l'IA, par exemple : « Rédige un feedback centré sur le comportement et les résultats, sans aucune référence à l'âge, au genre ou à l'origine. » Relisez ensuite manuellement.
  • Transparence : encouragez les managers à être ouverts avec leurs équipes : « J'utilise l'IA pour structurer mes notes et mes brouillons, mais je relis et je décide toujours moi-même. »
  • Auditabilité : conservez les versions ou les journaux des documents importants, afin de pouvoir expliquer au besoin comment une décision a été prise.
À faireÀ ne pas faire
Utiliser des données anonymisées et de haut niveau dans les promptsColler des informations personnelles de santé ou de salaire
Relire et corriger tout texte généré par l'IAEnvoyer des brouillons bruts de l'IA aux collaborateurs
Vérifier l'absence de langage biaisé ou discriminatoireSupposer un résultat neutre sans relecture
Informer et impliquer le comité d'entreprise dans les pilotesDéployer unilatéralement des outils d'IA liés aux RH

Risque de biais dans les décisions RH assistées par l'IA

Le biais n'est pas un détail : c'est la façon la plus courante dont ces outils causent du tort. Les modèles d'IA apprennent à partir de données historiques et en reproduisent les distorsions. Dans les décisions RH, cela retombe directement sur les carrières. Selon une analyse de données sur l'IA en RH (SQ Magazine), 47 % des entreprises constatent un biais d'âge dans leurs outils d'IA de recrutement, 30 % un biais de genre, et 36 % des entreprises signalent un impact négatif direct sur leur activité dû au biais de l'IA. 29 % ont suspendu ou reconstruit leurs outils d'IA de recrutement après avoir constaté des biais.

Pour les managers, le risque concret est subtil : un commentaire d'évaluation ou un dossier de promotion rédigé par l'IA peut véhiculer des formulations biaisées, par exemple des adjectifs différents selon le genre (« assertif » ou « agressif »). Trois garde-fous aident :

  • Prompt de contrôle des biais avant enregistrement : demandez à l'IA de se concentrer sur le comportement et les résultats, puis de signaler les formulations potentiellement biaisées.
  • Principe des quatre yeux pour les décisions à fort enjeu : ne fondez jamais une promotion ou un licenciement sur un seul brouillon de l'IA ; recoupez-le lors des sessions de calibration.
  • Documentation : consignez les données qui ont alimenté le résultat et les endroits où le manager l'a corrigé. C'est aussi un élément de la conformité à l'AI Act de l'UE.

Transparence envers votre équipe : comment dire que j'utilise l'IA ?

L'une des inquiétudes les plus courantes des collaborateurs est : « Est-ce une IA qui a décidé à mon sujet ? » Le silence amplifie cette méfiance. Les managers devraient expliquer leur usage de l'IA de façon active et simple, avant qu'on ne leur pose la question.

Un principe fiable consiste à séparer clairement trois choses : ce que fait l'IA (structure, brouillons, synthèses), ce que vous faites (décider, ajouter du contexte, relire) et les données qui n'entrent jamais dans l'IA. Voici des formulations concrètes à s'exercer à dire en formation :

  • En entretien 1:1 : « J'utilise l'IA pour structurer mes notes de nos échanges. Le jugement et la décision viennent de moi, pas de l'outil. »
  • Avant un cycle d'évaluation (à l'équipe) : « Nous utilisons l'IA pour synthétiser les retours et rédiger des textes. Vos notations et vos entretiens de développement restent entre des mains humaines. Aucune donnée sensible n'est saisie dans des outils publics. »
  • À la question directe « Est-ce un robot qui a rédigé mon évaluation ? » : « Non. L'IA m'a aidé à transformer mes notes en brouillon. J'ai évalué et décidé, et je peux volontiers revenir avec vous sur chaque point. »

L'ordre compte : informer d'abord, utiliser ensuite. Instaurer la transparence seulement après que les rumeurs se sont répandues coûte une confiance difficile à reconstruire. Les enquêtes montrent que plus de la moitié des collaborateurs sont mal à l'aise à l'idée que l'IA alimente les évaluations de performance. Une bonne formation donne aux dirigeants les mots pour répondre à cette inquiétude et montrer que l'IA est là pour renforcer le jugement humain, non le remplacer.

Gouvernance de l'accompagnement des managers par l'IA : sources de données, base juridique et accord d'entreprise

Les garde-fous ci-dessus décrivent ce que fait un manager individuel. Avant de déployer un outil auprès d'une cohorte entière, les RH doivent aussi régler trois questions d'organisation.

Base juridique et sources de données. Le traitement de données de salariés dans un outil d'IA exige une base juridique au titre de l'art. 6 du RGPD. En Allemagne, l'article 26 BDSG est souvent cité pour les données de salariés, bien que son applicabilité à côté du RGPD soit débattue depuis l'arrêt de la CJUE dans l'affaire C-34/21 (30 mars 2023). Quelle que soit la base retenue, la proportionnalité et la transparence déterminent si elle tient. Convenez de ces règles avec votre délégué à la protection des données avant le pilote :

  • Limitez les sources aux systèmes RH et aux outils d'enquête. E-mails et chats restent exclus.
  • Utilisez des données agrégées ou anonymisées dans la mesure du possible. Pas de notes de performance brutes, de dossiers disciplinaires ni de données de santé.
  • Choisissez une solution hébergée dans l'UE et signez un accord de sous-traitance (AVV/DPA) avec le fournisseur.
  • Demandez à votre délégué à la protection des données si une analyse d'impact relative à la protection des données au titre de l'art. 35 du RGPD est nécessaire.

Accord d'entreprise (Betriebsvereinbarung). Outre les droits de cogestion évoqués plus haut, l'article 90 BetrVG impose à l'employeur d'informer en temps utile le comité d'entreprise des procédés de travail prévus, y compris de l'usage de l'IA. En vertu de l'article 80 (3) BetrVG, le recours à un expert est réputé nécessaire lorsque le comité doit évaluer l'introduction de l'IA. Un accord praticable pour des outils d'accompagnement des managers fixe généralement quatre points : la finalité (développement, pas surveillance), les données autorisées et exclues, l'IA comme source de suggestions et non de décisions, et l'absence de suivi du comportement individuel sauf accord explicite. Ajoutez une date de révision.

Équité et confiance des collaborateurs. Allez au-delà du prompt de contrôle des biais individuel : auditez régulièrement les résultats de l'IA pour repérer des schémas au niveau des groupes, par exemple selon le genre ou l'âge, exigez que les managers remettent en question les suggestions au lieu de les accepter, et offrez aux collaborateurs un canal pour signaler des résultats problématiques. Indiquez aux collaborateurs quelles données sont utilisées et pourquoi, et, lorsque l'accord le permet, laissez-les se retirer de certaines fonctions pendant le pilote.

ExigenceActionResponsable
Localisation des donnéesChoisir une solution hébergée dans l'UE et signer l'AVV/DPAIT et service juridique
Transparence envers les collaborateursExpliquer clairement le périmètre, la finalité et les limitesRH
BetriebsvereinbarungConvenir de l'usage de l'IA, des limites de suivi et des cas d'usageRH et comité d'entreprise

Une fois la gouvernance et la confiance en place, des managers à l'aise avec l'IA peuvent être pleinement intégrés à vos systèmes de performance et de talents. Pour l'ensemble de la gouvernance et des compétences, consultez notre guide sur l'appropriation de l'IA en RH.

6. Intégrer les managers formés à l'IA dans les processus de talents

La formation à l'IA des managers a le plus d'impact lorsqu'elle est directement liée à votre gestion de la performance, à vos revues de talents et à vos programmes de développement du leadership. Les managers formés à l'IA ont besoin d'un seul endroit pour les objectifs, les évaluations et les compétences, ce que propose un logiciel de gestion des talents.

Les entreprises qui suivent le « taux de feedback documenté » et le « temps nécessaire pour finaliser les évaluations » avant et après l'adoption de l'IA constatent souvent des améliorations nettes. Par exemple, les organisations qui utilisent un coaching des managers assisté par l'IA signalent à la fois des volumes plus élevés de feedback écrit et de meilleurs scores d'efficacité managériale dans les enquêtes.

Les points d'intégration comprennent :

  • Référentiels de compétences : ajoutez la maîtrise de l'IA aux compétences de leadership, par exemple « Utilise les outils d'IA de manière responsable pour améliorer la qualité du feedback et les décisions de talents. »
  • Qualité des évaluations de performance : utilisez des listes de contrôle pendant la calibration : le manager a-t-il fourni des exemples précis ? Le ton est-il équitable et cohérent ? Les synthèses générées par l'IA peuvent appuyer ces contrôles qualité, mais pas les remplacer.
  • Sessions de calibration : au lieu d'apporter seulement des notes libres, les managers apportent des synthèses structurées (souvent assistées par l'IA) qui facilitent les comparaisons. Cela favorise des notations plus cohérentes entre les équipes, comme le décrivent de nombreuses approches de calibration des talents.
  • Parcours de développement du leadership : rendez les modules IA de base obligatoires pour les nouveaux managers avant leur premier cycle d'évaluation. Proposez des modules avancés de formation au leadership IA pour les dirigeants plus expérimentés (par exemple planification de scénarios, analytique des effectifs).
  • Culture du feedback : encouragez les managers à utiliser l'IA non seulement pendant les évaluations annuelles, mais aussi dans les entretiens 1:1 réguliers et les points d'étape de mi-année. Avec le temps, vous pouvez suivre des indicateurs comme la « part des collaborateurs recevant un feedback écrit chaque trimestre ».
Domaine d'intégrationAvant la formation à l'IAAvec des managers formés à l'IA
Référentiels de compétencesFormulation générique de « compétences numériques »Comportements explicites d'« usage responsable de l'IA » définis
Cycles d'évaluationCommentaires de dernière minute, incohérentsÉléments structurés et synthétisés, alignés sur les modèles
CalibrationRécits subjectifs uniquementSynthèses standardisées et contrôles de biais
Programmes de leadershipCentrés uniquement sur les soft skills classiquesModules sur le coaching et la prise de décision assistés par l'IA

Quand l'usage de l'IA fait partie des attentes envers les dirigeants, et non d'une option facultative, les managers sont plus enclins à y voir une vraie compétence plutôt qu'une expérience.

Regardons enfin comment ces pratiques vont évoluer.

7. Tendances et perspectives de l'appropriation de l'IA par les managers

L'IA devient un élément standard des outils de travail. La formation à l'IA des managers ne peut donc pas être un projet ponctuel. Elle doit devenir un élément récurrent du développement du leadership.

Les prévisions laissent penser que d'ici 2028, des centaines de millions d'agents IA soutiendront les tâches de travail quotidiennes. Dans le même temps, les enquêtes montrent que la plupart des organisations n'ont toujours pas de politique IA formelle, alors que l'adoption par les collaborateurs dépasse déjà 80 % dans certaines régions, comme le rapporte TechRadar sur l'enquête ISACA.

Tendances clés à intégrer dans vos plans d'accompagnement des managers :

  • IA intégrée aux outils RH : les boutons « Résumer », « Rédiger » et « Suggérer une note » apparaîtront dans les modules de performance et d'entretiens 1:1. Les managers pourront utiliser l'IA sans s'en rendre compte. La formation doit donc porter sur des principes (relecture, biais, limites des données) et pas seulement sur des produits précis.
  • Évolution de la réglementation : l'AI Act de l'UE classe à haut risque l'IA liée aux RH pour la promotion, le licenciement et l'évaluation de la performance. Les outils utilisés pour la performance et le recrutement font face à des exigences renforcées de documentation, de tests de biais et de contrôle humain.
  • Déplacement de l'accent sur le ROI : les directeurs financiers jugent de plus en plus les investissements en IA à l'aune de la productivité et des résultats en matière de talents, et pas seulement des économies directes. Cela renforce l'importance d'indicateurs comme le temps gagné par évaluation, l'amélioration de la fidélisation et les scores d'engagement.
  • Apprentissage continu : de nouvelles fonctions et de nouveaux modèles d'IA apparaissent tous les quelques mois. Cela demande du micro-apprentissage, des sessions de rappel et des « champions de l'IA » capables de soutenir leurs pairs.
  • Ressenti des collaborateurs : la peur d'être remplacé persistera. Les managers ont besoin d'un coaching continu pour communiquer de façon transparente et rassurante sur l'usage de l'IA dans leurs équipes.
Domaine de tendanceCe qui changeImplication pour les managers
RéglementationRègles plus strictes pour l'IA liée aux RH (AI Act de l'UE, obligations à haut risque à partir de décembre 2027)Besoin d'une formation à jour sur la conformité et la documentation
Paysage des outilsIA intégrée aux plateformes RH standardComprendre le comportement de l'IA, pas seulement les interfaces
Gestion des talentsDes décisions davantage fondées sur les donnéesBesoin accru d'interpréter et d'humaniser les analyses de l'IA

Dans ce contexte, les dirigeants les plus efficaces traiteront l'IA comme un copilote. Ils délégueront le travail de synthèse courant à l'IA pour consacrer plus de temps à des conversations utiles, à des décisions plus claires et à un meilleur coaching.

8. Plan de déploiement pour DACH : pilote, mesure et passage à l'échelle

Un déploiement par étapes vous garde en conformité, gagne la confiance et produit des preuves. Voici une séquence qui fonctionne pour les organisations de la région DACH :

  1. Commencez par une cohorte pilote. En règle générale, 20 à 50 managers, c'est assez pour voir des tendances et assez peu pour les accompagner personnellement. Choix typiques : tous les managers nommés au cours des 12 derniers mois, une fonction comme la finance ou le produit, ou des équipes dont on connaît les difficultés d'engagement. Notez les critères de réussite avant la première session.
  2. Réglez d'abord la gouvernance. Le service juridique, le délégué à la protection des données et le comité d'entreprise s'accordent sur les catégories de données, l'hébergement, l'AVV et la Betriebsvereinbarung avant que quiconque ne se connecte (voir la section sur la gouvernance plus haut).
  3. Formez avant d'activer. Des sessions courtes et pratiques sur des prompts clairs, la relecture et la correction des brouillons de l'IA, et les limites des données. Les cinq modules de la section 3 en sont le contenu.
  4. Intégrez-le aux flux de travail existants. Rattachez l'aide de l'IA aux cycles d'entretiens 1:1, d'évaluation et de planification du développement que les managers mènent déjà, et donnez aux participants des tâches réelles, par exemple générer l'ordre du jour du prochain entretien 1:1 et réfléchir au résultat.
  5. Évaluez, ajustez, étendez. Après trois à six mois, examinez les résultats avec toutes les parties prenantes, y compris le comité d'entreprise, comparez-les à votre situation de départ, ajustez la gouvernance, les prompts et les supports de formation, puis étendez cohorte par cohorte.

Comment mesurer le pilote

Enregistrez une situation de départ avant le début du pilote. Sans elle, aucun de ces chiffres ne peut être interprété. Les objectifs vous appartiennent ; ils dépendent de votre point de départ.

IndicateurMode de mesure
Temps de préparation gagné par les managersHeures déclarées par mois par rapport à la situation de départ
AdoptionPart des managers du pilote qui utilisent l'outil chaque semaine
Qualité des entretiens 1:1Court sondage flash auprès des collaborateurs directs
Couverture du feedbackPart des collaborateurs disposant d'un feedback ou d'un plan de développement documenté
EngagementÉvolution des scores d'engagement dans les équipes pilotes par rapport à des équipes comparables
FidélisationTaux de rotation annualisé par rapport à des équipes comparables, significatif seulement après un an ou plus

Partagez les premiers résultats, mais soyez ouvert sur les limites et les questions en suspens. Cela maintient l'adoption et la confiance à un niveau élevé.

Conclusion : équiper les managers dès maintenant est la clé d'un leadership pérenne

L'IA façonne déjà la manière dont les managers préparent leurs entretiens 1:1, rédigent leurs évaluations et prennent leurs décisions RH. Former délibérément les managers à cette réalité n'est plus facultatif.

Trois messages essentiels ressortent :

  • La formation propre aux managers est différente : elle doit couvrir l'aide à la décision, l'éthique, la communication et la confiance, pas seulement la prise en main de base des outils.
  • La pratique concrète fait la différence : des exercices fondés sur des scénarios, à partir de vraies tâches de leadership (évaluations, dossiers de promotion, analyse d'enquêtes), génèrent à la fois des gains de temps et un feedback de meilleure qualité.
  • Gouvernance et intégration ne sont pas négociables : le RGPD, la BetrVG, l'AI Act de l'UE et les politiques internes définissent le cadre dans lequel l'IA peut soutenir en toute sécurité les décisions de performance et de talents.

Si vous concevez ou améliorez une formation à l'IA pour managers, voici des prochaines étapes pratiques :

  • Auditez le développement actuel de vos managers au regard des 5 modules décrits ici. Où sont les lacunes en culture de l'IA, en gouvernance ou en prompting pratique ?
  • Élaborez des règles avec le service juridique, la protection des données et les représentants du comité d'entreprise avant de déployer des processus dopés à l'IA auprès des managers.
  • Mettez à jour les compétences de leadership et les descriptions de poste pour que l'usage responsable de l'IA fasse partie de « ce qu'est un bon leadership ».
  • Intégrez les compétences IA aux processus existants : modèles d'entretiens 1:1, modèles d'évaluation de performance, exemples d'auto-évaluation et sessions de calibration des talents.
  • Suivez l'impact dans la durée à l'aide d'indicateurs comme le temps gagné, les scores de qualité des évaluations, les taux de feedback documenté et l'engagement des équipes.

L'IA continuera d'évoluer. La réglementation se durcira. Les collaborateurs continueront de poser des questions. Les organisations qui équipent tôt leurs managers de garde-fous clairs, de compétences pratiques et d'un état d'esprit centré sur l'humain traverseront ce changement avec plus de confiance, de meilleures décisions et des équipes plus fortes.

Questions fréquentes (FAQ)

Qu'est-ce qui distingue la formation à l'IA des managers des cours d'IA classiques pour les collaborateurs ?

La formation à l'IA destinée aux managers va au-delà des conseils de productivité personnelle. Elle explique comment utiliser l'IA pour les décisions RH, le feedback, les entretiens 1:1 et la communication. Elle inclut aussi le RGPD, l'exigence d'un humain dans la boucle, les attentes du comité d'entreprise et les questions éthiques propres aux fonctions de direction. L'accent est mis sur la responsabilité, le ton et l'équité, pas seulement sur la rapidité de rédaction ou de recherche.

Comment utiliser l'IA générative en toute sécurité pour rédiger des évaluations de performance ?

Travaillez avec des points anonymisés ou de haut niveau plutôt qu'avec des noms complets et des notes brutes dans des outils publics. Laissez l'IA aider à structurer les points forts, les résultats et les axes de développement, mais relisez et corrigez toujours le texte vous-même. Vérifiez l'absence de formulations biaisées ou vagues, assurez l'alignement avec vos modèles d'évaluation de performance et les valeurs de l'entreprise, et gardez le jugement humain au centre de toute décision de notation ou de promotion.

Quels droits le comité d'entreprise a-t-il lorsque l'IA est introduite dans les processus de performance ?

Le comité d'entreprise dispose de droits de cogestion exécutoires. Selon l'article 87 (1) n° 6 BetrVG, son accord est requis lorsqu'un système est capable de surveiller le comportement ou la performance. L'article 94 BetrVG couvre les principes d'évaluation assistés par l'IA, et l'article 95 les directives de sélection impliquant l'IA. Sans l'implication du comité d'entreprise, l'usage de l'outil peut être interdit. Les RH devraient l'associer tôt et n'utiliser que des données anonymisées ou agrégées.

Quand mon système d'IA relève-t-il du haut risque au sens de l'AI Act de l'UE ?

L'IA utilisée pour la promotion, le licenciement, l'attribution des tâches ou le suivi de la performance des salariés est classée à haut risque par l'annexe III de l'AI Act de l'UE. Cela déclenche des obligations d'évaluation des risques, de documentation technique, de tests de biais, de contrôle humain et de transparence. Les exigences relatives aux systèmes à haut risque deviennent applicables à partir du 2 décembre 2027 (reportées depuis le 2 août 2026 par le Digital Omnibus sur l'IA, règlement (UE) 2026/1744). Les fonctions d'assistance pure sans effet sur les décisions n'en relèvent en général pas, mais doivent tout de même être documentées.

Comment dire à mon équipe que j'utilise l'IA ?

Expliquez-le de façon active et simple, avant qu'on ne vous pose la question. Séparez clairement trois choses : ce que fait l'IA (structure, brouillons, synthèses), ce que vous faites (décider, ajouter du contexte, relire) et les données qui n'entrent jamais dans l'IA. Une formulation fiable en entretien 1:1 : « J'utilise l'IA pour structurer mes notes. Le jugement et la décision viennent de moi, pas de l'outil. » L'ordre compte : informer d'abord, utiliser ensuite.

Où trouver des exemples de prompts ou des modèles pour appuyer l'usage de l'IA dans les tâches de management ?

Parmi les bonnes pistes : des ressources établies comme les modèles d'ordre du jour d'entretiens 1:1, de vastes bibliothèques de questions pour entretiens individuels, les modèles d'évaluation de performance, les exemples d'auto-évaluation et des conseils sur les biais dans les évaluations de performance. De nombreux blogs sur le coaching par l'IA pour managers partagent aussi des exemples de prompts concrets que vous pouvez adapter à vos outils et processus.

Comment piloter une formation à l'IA des managers dans une entreprise de la région DACH ?

Commencez avec 20 à 50 managers, définissez au préalable des critères de réussite et une situation de départ, et convenez de règles sur les données et d'une Betriebsvereinbarung avec le service juridique, votre délégué à la protection des données et le comité d'entreprise avant la première connexion. Formez aux prompts, à la relecture et aux limites des données, rattachez l'outil aux cycles d'entretiens 1:1 et d'évaluation existants, et examinez les résultats après trois à six mois avant d'étendre.

Quelles données les outils d'accompagnement des managers par l'IA peuvent-ils traiter selon le RGPD ?

Uniquement des données couvertes par une base juridique et utilisées de façon proportionnée et transparente. En pratique : des systèmes RH et des outils d'enquête comme sources, des données agrégées ou anonymisées dans la mesure du possible, pas de notes brutes, de dossiers disciplinaires ni de données de santé, un hébergement dans l'UE et un AVV signé. Demandez à votre délégué à la protection des données si une analyse d'impact relative à la protection des données est nécessaire.

Jürgen Ulbrich

CEO et cofondateur de Sprad

Jürgen Ulbrich cumule plus de dix ans d’expérience dans la construction et la direction d’équipes et d’entreprises performantes. Expert des programmes de cooptation ainsi que des processus de feedback et de performance, Jürgen a aidé plus de 100 organisations à optimiser leur stratégie d’acquisition et de développement des talents.

Modèles et téléchargements gratuits

Rejoignez la communauté en seulement 26 secondes et profitez d’un accès gratuit à plus de 100 ressources, modèles et guides.

Modèle d'enquête sur le bien-être des collaborateurs (PDF, en allemand)
Vidéo
Engagement et fidélisation des collaborateurs
Modèle d'enquête sur le bien-être des collaborateurs (PDF, en allemand)
Modèle de PDI gratuit (Excel) : objectifs SMART et évaluation des compétences
Vidéo
Gestion de la performance
Modèle de PDI gratuit (Excel) : objectifs SMART et évaluation des compétences

La People Powered HR Community s’adresse aux professionnels RH qui placent l’humain au cœur de leur travail RH et recrutement. Ensemble, transformons notre conviction commune en un mouvement qui change le monde des RH.