Premier échange de 30 minutes, sans engagement.
Demande d'information
· Nice et
100 km à la ronde, à distance partout en France.
Un essai randomisé contrôlé de terrain, conduit sur trois mois auprès d’avocats spécialisés en brevets, a été publié en septembre 2026 comme working paper du NBER sous le numéro 35720. Google Research en a présenté les résultats au grand public le 7 octobre 2026, dans un billet signé par deux de ses auteurs.
Le papier compte sept signataires : David Autor, économiste du MIT connu pour ses travaux sur l’automatisation et la polarisation de l’emploi, Tanya Rodchenko, Josh Martin, Zanna Iscenko, Scott Strand, David Pearl et Melissa Ferere. Six des sept sont affiliés à Google — un point sur lequel nous revenons plus bas.
L’intérêt de cette étude, pour un dirigeant ou un DRH, n’est pas le chiffre de productivité. C’est le résultat secondaire, celui que les auteurs sont allés chercher avec un protocole inhabituel : que devient la compétence du professionnel lorsqu’on lui retire l’outil ?
L’essai a porté sur 133 avocats spécialisés en propriété intellectuelle exerçant dans onze cabinets américains. Dans chaque cabinet, environ deux tiers des avocats ont reçu un accès anticipé à un assistant de rédaction de brevets développé par Google Labs, non commercialisé à l’époque et depuis intégré à Gemini Notebook. Le groupe de contrôle a reçu une formation à l’IA mais n’a pas eu accès à l’outil avant la fin de l’étude.
Trois évaluations ont été conduites : une tâche de rédaction à dix jours, une seconde à quatre-vingt-dix jours, puis une tâche de correction d’une demande de brevet existante — un exercice de redlining — réalisée sans assistance de l’IA, également à quatre-vingt-dix jours. Les copies ont été notées à l’aveugle par deux évaluateurs tirés au sort dans un vivier de six praticiens d’un cabinet de propriété intellectuelle tiers, distinct des cabinets participants, avec un complément de notations automatisées.
La randomisation a abouti à 90 avocats dans le groupe traité et 43 dans le groupe de contrôle. Le seuil retenu pour distinguer juniors et seniors est de sept ans d’expérience.
L’essai a été pré-enregistré au registre d’essais randomisés de l’American Economic Association sous la référence AEARCTR-0015823, le 21 mai 2025. Ce point n’est pas anecdotique : il interdit le choix a posteriori des critères de jugement.
À dix jours, l’accès à l’IA améliore la qualité de la rédaction de 0,34 écart-type (p = 0,03), soit environ dix points de percentile. À quatre-vingt-dix jours, le gain atteint 0,38 écart-type (p = 0,01), environ onze points.
La structure de ce gain mérite attention. Il ne provient pas d’une augmentation du nombre de copies excellentes, mais d’une réduction du nombre de mauvaises notes et d’un report vers les notes moyennes et bonnes. L’IA relève le plancher, elle ne relève pas le plafond. Elle resserre la dispersion de la qualité produite.
Sur le temps passé, le gain est significatif et plus marqué chez les juniors : dix-huit minutes de moins que la moyenne du groupe de contrôle, qui s’établissait à 124 minutes sur la tâche à dix jours.
C’est l’épreuve de correction non assistée, à l’issue des trois mois, qui porte le résultat intéressant. Les avocats qui avaient eu accès à l’outil surpassent le groupe de contrôle de 0,32 écart-type (p = 0,04), environ neuf points de percentile. Trois mois de pratique assistée ont donc laissé une trace positive sur la compétence propre.
Mais cet avantage provient entièrement des seniors, avec +0,45 écart-type (p = 0,02), environ treize points. Chez les juniors, aucun gain moyen détectable. Leur distribution de notes ne s’améliore pas : elle se polarise. Davantage de notes très faibles, moins de notes médiocres, davantage de bonnes notes, sans progression vers l’excellence.
La conclusion des auteurs est formulée avec prudence : les plus forts gains immédiats liés à l’IA ont bénéficié aux avocats qui en retiraient le moins de compétence durable, et une expertise fondamentale solide pourrait être un prérequis pour convertir la pratique assistée en compétence acquise.
Trois réserves s’imposent, et il est plus crédible de les poser soi-même.
Le financement et les liens d’intérêts. Les coûts directs de l’étude ont été pris en charge par Google, six des sept co-auteurs sont affiliés à Google, et l’outil testé est un produit Google. S’y ajoute un lien que l’étude mentionne : les cabinets participants entretiennent des relations commerciales suivies de rédaction de brevets avec Google. Les auteurs déclarent ces éléments. Le pré-enregistrement et la notation à l’aveugle par un cabinet tiers limitent fortement les marges de manœuvre, mais le faisceau de liens est là et doit être énoncé.
La population. Cent trente-trois avocats, onze cabinets, un métier — la rédaction de brevets — caractérisé par une forte codification, des livrables écrits longs et une évaluation experte possible. C’est précisément ce qui rend la mesure propre, et c’est aussi ce qui limite la généralisation. Rien dans cet essai ne dit ce qu’il advient d’un métier commercial, d’un métier de production ou d’un métier de relation client.
La durée. Trois mois mesurent l’effet d’un apprentissage initial. Ils ne disent rien d’une trajectoire sur trois ans, ni du point où la dépendance à l’outil s’installe ou se stabilise.
Ce que l’étude établit solidement, en revanche, c’est qu’il existe une interaction entre niveau d’expertise initial et effet d’apprentissage de l’IA. Cette interaction n’était jusqu’ici qu’une hypothèse de praticien. Elle est désormais mesurée, dans au moins un métier, avec un protocole résistant.
La plupart des plans de déploiement d’IA observés en entreprise reposent sur une hypothèse implicite : l’outil profite d’abord aux moins expérimentés, parce qu’il comble un déficit de savoir-faire. L’étude valide cette hypothèse sur la production immédiate — les juniors gagnent effectivement du temps — et la contredit sur l’acquisition de compétence.
Si le résultat se confirme ailleurs, la conséquence pour un DRH est précise. Un dispositif qui donne l’outil à tous, au même moment, avec la même formation, produit un gain de qualité à court terme et un creusement de l’écart de compétence à moyen terme. Les seniors sortent renforcés, les juniors sortent dispersés : une partie progresse, une autre régresse.
Cela déplace la question. Elle n’est pas « faut-il former à l’IA », à quoi la réponse est évidemment oui. Elle est : dans quel ordre, et avec quelles évaluations non assistées. Le résultat suggère que la séquence compte — fondamentaux d’abord, assistance ensuite — et que la seule façon de savoir où en est réellement la compétence d’une équipe est de la mesurer sans l’outil.
Le contexte français rend la question opérationnelle. Jean-Pierre Farandou, ministre du Travail et des Solidarités, a présenté le 22 septembre 2026 un plan « Impulsion IA 2027 » de douze mesures, organisé en trois axes : acculturer et former les actifs ; sensibiliser et accompagner les entreprises ; soutenir le dialogue social et prendre en compte l’impact sur le travail. Il comprend une plateforme publique de ressources baptisée Explore IA, une certification nationale « Utiliser l’intelligence artificielle dans son activité professionnelle » inscrite au répertoire spécifique, et la mobilisation du compte personnel de formation.
Dans son prolongement, un appel à manifestation d’intérêt destiné aux branches professionnelles et à leurs OPCO, pour des engagements de développement de l’emploi et des compétences consacrés à l’IA, a été ouvert fin septembre 2026. Le dépôt des projets est clos le 30 novembre 2026, l’instruction court jusqu’au 11 décembre et les projets retenus seront communiqués le 14 décembre 2026, pour une réalisation à partir de 2027. Les branches qui construisent en ce moment leur dossier ont donc une fenêtre pour y intégrer la question de la différenciation par niveau d’expérience, plutôt qu’un catalogue uniforme.
Mesurer la compétence sans l’outil, au moins une fois par an. C’est la seule méthode qui distingue un collaborateur qui progresse d’un collaborateur qui s’appuie. Sur les métiers à livrable écrit, un exercice de relecture ou de correction non assistée, noté par un pair expérimenté, suffit à produire l’information.
Différencier le dispositif de formation par niveau d’expérience, et pas seulement par métier. Pour les profils expérimentés, l’enjeu est l’outillage : plus d’accès, plus tôt, avec des cas complexes. Pour les profils juniors, l’enjeu est l’ordre : consolider le geste professionnel de base avant de l’automatiser, et expliciter ce que l’outil fait à leur place.
Ne pas faire reposer la montée en compétence des juniors sur la seule pratique assistée. L’étude montre que trois mois d’usage ne produisent aucun gain moyen de compétence propre dans cette population. Le compagnonnage, la revue de travail par un senior et l’exercice non assisté restent les mécanismes d’apprentissage, l’IA n’en est pas un substitut.
Réexaminer la structure des postes juniors avant d’en réduire le nombre. La tentation est forte : si l’IA relève le plancher de qualité, l’échelon junior semble moins nécessaire. Le résultat de l’étude dit le contraire à horizon de quelques années — sans juniors formés, il n’y a pas de seniors capables de capitaliser sur l’outil. La décision est un arbitrage entre coût immédiat et renouvellement de l’expertise, et elle mérite d’être posée comme tel.
Intégrer la question dans le dialogue social plutôt qu’après. L’effet différencié par ancienneté est précisément le type de sujet sur lequel un CSE demandera des éléments. Le risque procédural attaché aux projets d’IA est documenté : nous en détaillons l’état dans notre article sur la jurisprudence relative à la consultation du CSE avant un déploiement d’IA.
Si vous relevez d’une branche qui dépose un projet EDEC IA, se manifester avant le 30 novembre 2026. C’est la fenêtre de financement la plus proche, et le cahier des charges se construit maintenant.
Schneider Electric acquiert PTC pour 22,6 Md$. Analyse du prix, de la réaction boursière et des conséquences pour les industriels français.
Deutsche Telekom chiffre ses gains d'IA et sa formation interne. Ce qu'un DRH peut en retenir, et les angles morts de l'annonce.
La Banque de France mesure -28,3 % d'embauches en CDI des 21-29 ans dans les métiers exposés à l'IA générative depuis novembre 2022.
Sans engagement, sans diaporama. On regarde où vous en êtes, et je vous dis franchement si nous sommes le bon interlocuteur.
Demande d'information
Réponse sous 24 heures ouvrées. Si vous préférez parler de vive voix, réservez plutôt un créneau de 30 minutes — c'est souvent plus rapide.