Près d'un manager sur trois travaille déjà dans une entreprise qui présente ses agents IA comme des employés. Près d'un sur quatre les voit figurer sur l'organigramme. Une étude menée auprès de 1 261 managers RH et finance montre que ce choix de vocabulaire a un coût : on relit moins bien le travail d'un « collègue » artificiel, et on s'en sent moins responsable. Pour les DRH, le chantier qui s'ouvre est d'abord organisationnel.
Un collègue nommé ALEX-3
Emma Wiles, professeure à Boston University, a voulu savoir ce que devient le contrôle managérial quand une entreprise traite un agent IA comme un salarié à part entière¹ . Avec des chercheurs du Boston Consulting Group, elle a réuni 1 261 managers, directeurs et dirigeants des fonctions RH et finance, aux États-Unis, au Canada et dans l'Union européenne.
Le protocole tient en quelques lignes. Chaque participant disposait de vingt minutes pour relire cinq documents contenant des erreurs volontaires. Les documents étaient identiques pour tous. Seul changeait l'auteur annoncé : un outil d'IA, un collaborateur humain prénommé Alex, ou « ALEX-3, un employé IA », présenté comme un subordonné direct.
Face à ALEX-3, les managers ont repéré 18 % d'erreurs en moins qu'avec l'outil. Ils se sont aussi jugés moins responsables des fautes commises : la part de responsabilité qu'ils s'attribuaient a reculé de 9 points, celle imputée au système a progressé de 8 points. Seul le collaborateur humain a bénéficié de la relecture attentive qu'on attendrait.
Deux autres résultats méritent l'attention des directions RH. Les managers du groupe « employé IA » demandaient plus souvent à un collègue de revérifier le travail. La charge de contrôle glisse donc vers d'autres salariés, sans que personne ne l'ait décidé. Et l'argument souvent avancé pour humaniser les agents, faciliter leur adoption, ne résiste pas à l'expérience : les participants confrontés à ALEX-3 n'exprimaient pas davantage l'intention d'utiliser l'IA.
La responsabilité reste humaine
Le constat est simple. Un agent qui transmet une information erronée à un client, écarte une candidature pertinente ou livre une analyse fausse n'en répond devant personne. L'entreprise, elle, en répond. Les chercheurs le rappellent à leur manière : la faute d'un agent baptisé « Kevin » appartient aux humains qui l'ont déployé.
Le sujet se complique quand plusieurs agents interviennent l'un après l'autre dans un même processus. Qui valide quoi, à quelle étape, avec quel droit de bloquer ? Ces questions doivent trouver une réponse écrite avant le déploiement, avec un responsable nommé pour chaque maillon.
Le cadre européen pousse dans la même direction. Le règlement sur l'intelligence artificielle range les systèmes utilisés pour recruter ou gérer le personnel parmi les usages à haut risque et impose une supervision humaine effective. Les DRH sont donc en première ligne.
De producteur à superviseur
Dans beaucoup d'équipes, le quotidien change déjà. Des salariés dont le métier consistait à produire des livrables passent une partie de leur temps à piloter, corriger et coordonner des outils automatisés.
Ce rôle de superviseur exige plus de métier, et non moins. Un analyste doit comprendre les données qu'il exploite même s'il ne fait plus les calculs lui-même. Un recruteur doit savoir juger une présélection automatique. Un responsable marketing doit pouvoir contester la recommandation d'un agent, arguments à l'appui.
Reste la question des juniors. Le discernement d'un professionnel expérimenté s'est construit sur des années de tâches répétitives, celles-là mêmes que les agents absorbent aujourd'hui. Si ces étapes d'apprentissage disparaissent, il faudra les recréer autrement. C'est un chantier à inscrire dès maintenant dans les plans de formation.
Mesurer la contribution plutôt que le volume
Les systèmes d'évaluation reposent encore sur des objectifs individuels attachés à une fonction. Nombre de dossiers traités, documents produits, délais tenus : ces indicateurs perdent leur sens quand une large part de la production est automatisée.
D'autres critères prennent le relais. La qualité des instructions données aux agents. La rigueur des vérifications. La capacité à traiter les cas complexes. La valeur des décisions prises. Celui qui relit trois analyses et repère l'erreur qui aurait coûté cher apporte souvent plus que celui qui en génère dix.
L'étude BCG ajoute une dimension : si la relecture se reporte sur des collègues, ce travail de contrôle doit être visible et reconnu. Sinon, il pèse sur les plus consciencieux sans jamais apparaître dans les entretiens annuels.
Un visage, un prénom, un genre
Donner un nom, un avatar ou une personnalité à un agent paraît anodin. La recherche montre le contraire. Agata Mirowska, professeure à NEOMA Business School, et J. Arsenyan ont publié en 2025 dans le Journal of Organizational Behavior trois expériences menées auprès de 1 155 participants² .
Premier enseignement : plus la représentation visuelle de l'agent est réaliste, moins il suscite de malaise, plus il inspire confiance et plus les participants acceptent de l'intégrer à leur équipe. Un agent d'allure cartoonesque paraît moins crédible dans un cadre professionnel.
Le second enseignement intéressera directement les DRH. Une fois le genre et le tempérament introduits, les participants réagissent selon des stéréotypes très classiques : l'agent masculin « chaleureux » dérange, l'agent féminin chaleureux rassure. En habillant leurs outils, les entreprises risquent donc de reproduire des biais qu'elles combattent par ailleurs dans leurs politiques de diversité.
La leçon pratique rejoint celle de l'étude BCG. La confiance accordée à un agent dépend en partie de son apparence, et sa fiabilité n'en dépend pas du tout. Droits d'accès, niveau d'autonomie, contrôles obligatoires et possibilités d'intervention humaine doivent être fixés avant le déploiement, indépendamment du visage ou du prénom choisi.
Ce que les DRH peuvent faire dès maintenant
L'intégration des agents IA touche à la conception des postes, à l'organisation des équipes, au développement des compétences et aux pratiques managériales. Elle relève donc autant de la fonction RH que de la DSI.
Quelques décisions s'imposent. Cartographier les activités confiées aux agents et celles qui exigent une validation humaine. Nommer un responsable pour chaque étape d'un processus automatisé. Revoir les fiches de poste et les critères d'évaluation pour y intégrer la supervision. Préserver des parcours d'apprentissage pour les juniors. Et réfléchir à deux fois avant d'inscrire un agent sur l'organigramme.
La recommandation la plus concrète vient des chercheurs eux-mêmes : qu'un document ait été rédigé par une personne, un assistant conversationnel ou un « employé IA », la grille de relecture et le temps alloué au contrôle doivent rester les mêmes. L'exécution peut se partager. La responsabilité, elle, doit garder un nom et un visage humains.
¹ Emma Wiles (Boston University) et Boston Consulting Group, AI Framing and Review Behavior: Evidence from HR and Finance Professionals, essai pré-enregistré AEA RCT Registry, AEARCTR-0017596.
² Mirowska, A. et Arsenyan, J. (2025). The A(I) Team: Effects of Human-Likeness and Conformity to Gender Stereotypes on Initial Trust and Willingness to Work With an AI Teammate. Journal of Organizational Behavior. DOI 10.1002/job.70009.
