Quand l’intelligence artificielle contribue à juger les personnes

Délégation du jugement managérial, réduction de la personne et transformations de l’organisation

Introduction

Un manager reçoit une recommandation produite par un système d’intelligence artificielle, et il peut encore avoir le sentiment de décider, puisque le dispositif n’a formulé qu’un avis, proposé qu’un classement, calculé qu’un risque ou signalé qu’une anomalie. La décision finale demeure officiellement humaine, le recrutement porte la signature du recruteur, l’évaluation celle du supérieur hiérarchique, la promotion celle de la direction et la sanction celle de l’employeur. Cette permanence apparente pourrait laisser croire que rien d’essentiel n’a changé, comme si l’intelligence artificielle n’occupait que la place qu’un dossier, un tableau de bord ou une expertise technique tenait autrefois.

Une telle lecture laisse pourtant dans l’ombre tout ce qui, dans le jugement, précède la décision. Juger une personne ne consiste jamais seulement à prononcer un choix ultime entre des possibilités déjà constituées. Le jugement commence plus tôt, au moment où il faut déterminer ce qui mérite d’être observé, retenir certains éléments plutôt que d’autres, établir des rapprochements, interpréter des écarts, attribuer une signification à une conduite et discerner ce qui relève d’une circonstance de ce qui semble révéler une disposition plus durable. Il se poursuit lorsqu’il faut imaginer ce qu’une personne pourrait devenir dans une situation qu’elle n’a encore jamais rencontrée. La décision finale n’est ainsi que la partie visible d’une activité plus vaste de perception, d’interprétation et de mise en sens.

L’intelligence artificielle pénètre aujourd’hui précisément dans ces opérations préparatoires. Elle extrait des caractéristiques, classe des candidatures, rapproche des profils et des postes, repère des régularités, évalue des performances, anticipe des départs, recommande des affectations et signale des comportements jugés atypiques. Kellogg, Valentine et Christin (2020) ont décrit l’étendue de ce management algorithmique à travers six mécanismes qu’elles nomment les « 6 Rs », par lesquels les systèmes restreignent, recommandent, enregistrent, évaluent, remplacent et récompensent. Cette diversité montre que l’enjeu a depuis longtemps débordé la simple automatisation d’une tâche administrative, car les dispositifs participent désormais à la définition de ce qui est visible, pertinent et comparable dans l’activité humaine.

Cette évolution nourrit des interprétations divergentes. L’intelligence artificielle peut être envisagée comme un moyen d’accroître la cohérence des décisions, de traiter davantage d’informations et de limiter certaines formes d’arbitraire, ou bien elle peut être examinée à partir de l’opacité des systèmes, de la reproduction des biais et de l’appauvrissement des relations de travail. Chacune de ces perspectives saisit une part réelle du phénomène sans épuiser la question managériale qu’il pose, car un système même exact, transparent et statistiquement performant transforme déjà le jugement dès l’instant où il contribue à déterminer les catégories à partir desquelles une personne sera perçue, et le maintien d’un humain dans la procédure ne suffit pas davantage à garantir que celui-ci exerce encore un jugement véritablement autonome.

A ce stade, je souhaiterai comprendre comment l’introduction de l’intelligence artificielle dans l’appréciation des personnes transforme le jugement managérial, la connaissance de la personne au travail et les capacités de l’organisation elle-même

Pour y répondre, nous mettrons en relation trois ensembles de travaux. Le premier porte sur la diffusion du management algorithmique et sur les fonctions confiées aux systèmes. Le deuxième examine les comportements des décideurs placés devant une recommandation automatisée. Le troisième interroge les limites de la représentation des personnes par les données et la nature du jugement pratique.

Nous nous garderons de confondre la portée de ces résultats entre eux, car les études expérimentales permettent d’établir certains effets des recommandations et des informations disponibles sur les décisions, les enquêtes auprès des entreprises ou des travailleurs renseignent les bénéfices, les difficultés et les attentes déclarés par leurs acteurs, et les travaux théoriques éclairent ce qui distingue une information calculée d’un jugement formé dans une situation.

De leur rapprochement, nous tirerons une lecture anthropologique de la transformation en cours, organisée autour de deux notions qu’aucune des sources citées ne nous fournit telles quelles. La délégation fragmentée du jugement désigne le transfert progressif, vers des systèmes algorithmiques, des opérations constitutives de l’appréciation managériale. La réduction substitutive désigne le glissement par lequel une représentation partielle et calculée de la personne finit par tenir lieu de connaissance de cette personne. L’articulation de ces deux notions permet de suivre une même transformation depuis la distribution des opérations du jugement jusqu’à ses conséquences sur la représentation de l’être humain dans l’organisation.

Nous montrerons d’abord que l’intelligence artificielle intervient dans la formation du jugement avant même d’influencer la décision finale. Nous examinerons ensuite la transformation de la fonction managériale et ce qui distingue l’appréciation algorithmique de l’appréciation humaine. Nous analyserons enfin les dimensions de la personne auxquelles le calcul ne donne qu’un accès incomplet, et les préjudices qui peuvent en résulter pour la personne évaluée, pour le manager et pour l’organisation.

1. L’intelligence artificielle, de l’assistance à la formation du jugement

1.1. Une frontière devenue incertaine

La distinction entre l’outil et le décideur paraît d’abord simple, l’outil fournissant des informations tandis que le manager conserverait la responsabilité de les interpréter et de décider. Cette séparation devient pourtant difficile à maintenir dès lors que le dispositif ne se contente plus de présenter des faits, mais sélectionne les informations pertinentes, leur attribue une valeur, les ordonne et formule une recommandation.

Un système qui classe cent candidatures ne prend pas formellement la décision de recruter, mais il modifie néanmoins l’espace dans lequel cette décision sera prise. Les candidats placés en tête seront examinés plus attentivement, ceux qui occupent les dernières positions pourront ne jamais être rencontrés, et le classement agit ainsi avant la décision explicite, en déterminant les personnes qui pourront seulement accéder au regard du décideur.

Il en va de même lorsqu’un système attribue un risque de départ, un potentiel de progression ou une probabilité de réussite. Le manager reste libre d’accepter ou d’écarter la recommandation, mais son attention a déjà été orientée, certaines conduites sont devenues des signaux, certains rapprochements ont été rendus plausibles et certaines possibilités ont reçu une apparence de nécessité statistique. Le dispositif ne commande pas toujours la décision, mais il en prépare déjà la matière.

L’enquête conduite par Milanez, Lemmens et Ruggiu auprès de plus de six mille entreprises réparties dans six pays montre que les managers interrogés associent fréquemment l’usage de l’intelligence artificielle à des gains de cohérence et d’efficacité. Ces résultats doivent être lus pour ce qu’ils sont, l’expression de perceptions déclarées par les acteurs, et non la démonstration causale d’une amélioration objective des décisions, mais ils indiquent tout de même ce qui rend la délégation attirante, car le système promet une continuité de traitement, une capacité de comparaison plus vaste et une protection contre les variations de l’humeur ou de l’attention.

Ces avantages ont une réalité pratique qu’il ne saurait être question de minorer, car un jugement humain peut être précipité, incohérent, influencé par des stéréotypes ou dépendant de circonstances étrangères à la situation évaluée, tandis que l’intelligence artificielle peut aider à rendre visibles des régularités, à rappeler des critères oubliés et à détecter certaines incohérences. La difficulté commence lorsque la stabilité du traitement est assimilée à la justesse du jugement, car une procédure peut appliquer avec constance une catégorie inadéquate, reproduire fidèlement les limites de ses données et mesurer avec une grande précision un indicateur qui ne représente qu’imparfaitement la réalité recherchée.

Köchling et Wehner (2020), dans leur revue systématique consacrée à la discrimination algorithmique en matière de recrutement et de gestion des ressources humaines, montrent que les systèmes peuvent reproduire ou amplifier des inégalités contenues dans les données, dans le choix des variables ou dans la construction des objectifs. Le risque ne réside donc pas seulement dans une erreur de calcul, il se situe en amont, dans la manière dont l’organisation a décidé de représenter la réussite, la compétence, la stabilité ou le potentiel.

1.2. La délégation fragmentée du jugement

Nous imaginons souvent le remplacement du manager sous la forme spectaculaire d’une décision entièrement automatisée, et cette représentation détourne l’attention d’un mouvement plus discret. Le manager peut demeurer présent tandis que se trouvent progressivement transférées les opérations qui donnaient jusqu’alors consistance à son jugement.

Nous proposons d’appeler délégation fragmentée du jugement ce transfert successif, dont la fragmentation tient précisément au fait qu’aucune opération isolée ne paraît emporter la décision. Un système extrait les données, un autre établit les rapprochements, un troisième attribue un score, un quatrième produit une recommandation, et le manager intervient à la fin de cette chaîne en conservant juridiquement ou symboliquement le dernier mot, alors même que l’objet sur lequel il décide a déjà été construit par une succession de médiations techniques.

Cette notion ne prétend restituer aucune catégorie présente dans les travaux existants, elle constitue la première proposition conceptuelle de cet article, et elle nous permet de relier des phénomènes que la littérature documente séparément, l’extension du management algorithmique, l’influence des recommandations, la dépendance aux systèmes et la transformation des catégories d’évaluation.

La délégation porte d’abord sur l’attention, puisque le dispositif désigne ce qui mérite d’être regardé. Elle porte ensuite sur la comparaison, puisqu’il établit les groupes auxquels une personne sera rapportée. Elle concerne également la qualification, car un comportement observé devient un indice de performance, de risque ou de conformité. Elle atteint enfin l’anticipation, lorsque le système attribue à une personne une probabilité de réussite ou d’échec dans une situation future.

Chacune de ces opérations peut se présenter comme une aide, et leur réunion transforme pourtant la position du manager, qui ne rencontre plus une situation ouverte dont il devrait progressivement former l’intelligence, mais reçoit une situation déjà décrite, découpée et ordonnée. Son activité peut alors se réduire à confirmer ou à corriger une proposition dont les catégories essentielles ont été constituées ailleurs.

Les expériences d’Alon-Barkat et Busuioc (2023), conduites aux Pays-Bas, éclairent cette difficulté. Elles mettent en évidence le biais d’automatisation, cette tendance à accorder une confiance excessive au conseil algorithmique malgré la présence de signaux qui devraient conduire à s’en écarter, et l’adhésion sélective, par laquelle le décideur suit plus volontiers une recommandation lorsqu’elle correspond à ses propres stéréotypes. L’intervention humaine ne constitue donc aucune garantie automatique, car l’être humain placé dans la boucle peut subir l’autorité du système ou utiliser sa recommandation comme la confirmation apparemment objective d’un préjugé préalable.

Les travaux de Lacroux et Martin-Lacroux (2026), fondés sur deux protocoles expérimentaux portant sur la présélection des candidats, montrent également que les recommandations reçues produisent des effets sur les décisions des recruteurs, et leur étude révèle un paradoxe de la confiance, puisque les recruteurs peuvent déclarer une confiance supérieure dans l’avis humain tout en suivant davantage certaines recommandations issues de l’intelligence artificielle. L’écart entre la confiance exprimée et le comportement effectif empêche de réduire la supervision humaine à une simple déclaration d’autonomie.

1.3. Une décision humaine peut être déjà algorithmique

Il faut donc distinguer la personne qui prononce la décision de ce qui a formé les conditions de cette décision, car une décision reste humainement signée tout en demeurant largement algorithmique dans sa préparation. Le manager peut sincèrement croire qu’il conserve sa liberté parce qu’il dispose d’un droit théorique de refus, mais cette liberté demeure abstraite si le temps, les informations, les compétences ou la légitimité nécessaires à la contestation lui font défaut.

Contester une recommandation suppose de comprendre ce qu’elle mesure, de connaître les données dont elle procède, d’identifier ses limites et de pouvoir justifier une décision contraire. Lorsque le système est entouré d’une autorité scientifique, technique ou organisationnelle, le désaccord du manager peut apparaître comme une préférence subjective opposée à un résultat objectif, et cette asymétrie de légitimité favorise alors la soumission au dispositif, même lorsque celui-ci n’impose rien formellement.

La responsabilité connaît un déplacement comparable. Le manager demeure responsable de la décision finale, mais il ne maîtrise plus nécessairement les opérations qui l’ont rendue probable, et l’organisation peut ainsi conserver une figure humaine chargée d’assumer la décision, alors que le pouvoir de la cadrer s’est déjà déplacé vers le système, ses concepteurs, ses données et les objectifs qui lui ont été assignés.

Le problème du remplacement du manager apparaît dès lors sous une forme nouvelle, car son emploi peut subsister tandis que son métier se transforme. Il n’est plus seulement menacé par la disparition de certaines tâches, mais peut être atteint dans ce qui fondait la substance même de sa fonction, observer, écouter, interpréter, répondre d’un choix et accompagner une personne dont l’avenir ne se déduit jamais entièrement de son passé.

2. Ce qui distingue l’appréciation algorithmique du jugement managérial

2.1. Deux régimes de connaissance

Comparer l’intelligence artificielle et l’être humain exige de renoncer à une opposition sommaire entre une machine froide et un manager naturellement juste. L’être humain peut manquer d’attention, préférer les personnes qui lui ressemblent, céder à une première impression ou dissimuler un préjugé sous le langage de l’intuition, tandis que le système peut traiter un ensemble considérable d’informations, appliquer des critères stables et faire apparaître des relations que l’observation ordinaire ne percevrait pas.

La différence essentielle porte moins sur la quantité d’informations que sur le régime de connaissance lui-même. L’intelligence artificielle établit des relations à partir de données rendues comparables, repère des régularités et produit des probabilités à partir de ressemblances antérieures, si bien que son efficacité dépend de la possibilité de traduire une situation en variables, puis de rapporter une personne à des ensembles de cas déjà constitués.

L’appréciation humaine compare et catégorise elle aussi, mais elle possède la faculté d’être interrompue par la présence de celui qu’elle juge. La personne évaluée peut répondre, contester le sens attribué à un fait, replacer une conduite dans son histoire, révéler une intention ou faire apparaître une possibilité que les informations disponibles ne permettaient pas d’anticiper. La rencontre ne garantit pas la justesse du jugement, mais elle ouvre un espace où les catégories mêmes de l’évaluation peuvent se trouver révisées.

Nous ne voudrions pas défendre le face-à-face pour la seule richesse affective qu’on lui prête d’ordinaire, car sa portée managériale réside dans la réciprocité qu’il instaure. Le manager observe une personne qui peut à son tour l’interroger, lui demander des raisons et modifier sa compréhension, et la connaissance produite dans la rencontre n’est pas une simple accumulation d’informations supplémentaires, elle procède d’une relation où chacun peut répondre à l’autre.

Cette rencontre ne se confond toutefois pas avec la seule proximité physique. L’étude conduite par Gao, Khan et Zhang (2026) auprès de trois cent huit salariés du secteur des services dans plusieurs villes chinoises observe une association positive entre leadership numérique, qualité de la communication et bien-être psychologique, la qualité de la communication jouant un rôle médiateur dans cette relation. Les auteurs constatent également que ce lien se resserre chez les salariés les plus disposés à partager leurs connaissances. La nature transversale des données recueillies ne permet pas d’en déduire une causalité, mais leurs résultats invitent à ne pas assimiler immédiatement médiation numérique et disparition de la présence.

La présence managériale dépend aussi de la possibilité d’obtenir une réponse, de comprendre les décisions, de faire circuler les savoirs et d’être reconnu dans une situation particulière. Un dispositif numérique peut soutenir cette présence lorsqu’il accroît la disponibilité et l’intelligibilité de la relation, et il peut l’appauvrir lorsqu’il interpose entre les personnes des catégories que nul ne peut véritablement discuter. La question pertinente porte donc sur la densité relationnelle que l’organisation rend possible à travers ses dispositifs.

2.2. La production sociale des indicateurs

L’appréciation d’une personne exige de comprendre la formation des indicateurs à partir desquels elle sera jugée. Une performance, un objectif annoncé, une manière de présenter ses compétences ou une disposition à revendiquer une réussite ne prennent jamais naissance dans un espace socialement neutre.

Le travail expérimental de Grundmann, Rockenbach et Werner (2024), actuellement engagé dans un processus de révision auprès de la revue Management Science, examine l’effet produit par la révélation du sexe des candidats lorsque les décisions de recrutement reposent sur des objectifs de performance que ceux-ci ont eux-mêmes annoncés. Les femmes estiment leur projection de résultat avec plus de réserve que les hommes, pouvant laisser croire à une moindre compétence, alors qu’il s’agit plus vraisemblablement de retenue liée au genre. Ses résultats indiquent que l’effacement d’une information personnelle ne produit pas mécaniquement une décision plus juste, car la valeur déclarée peut elle-même porter la marque de différences sociales dans les manières de se présenter et d’annoncer ses capacités.

Ce travail, dont le statut demeure celui d’un document de recherche en cours de révision, n’établit aucune supériorité générale du jugement humain et ne condamne pas le principe de l’anonymisation. Il révèle une difficulté plus profonde, celle d’une suppression du contexte qui peut retirer au décideur les éléments nécessaires à l’interprétation sociale d’un indicateur. Une valeur apparemment neutre peut avoir été produite dans des conditions qui ne le sont pas, et la comparer immédiatement à d’autres valeurs revient alors à transformer une différence de présentation en différence supposée de capacité.

L’intelligence artificielle peut apprendre statistiquement certaines de ces différences si les données dont elle dispose permettent de les identifier, mais elle risque de transformer leur constat en régularité prédictive et de reconduire ainsi les catégories qu’il faudrait pouvoir interroger. La correction statistique ne résout donc pas entièrement la question de l’interprétation, car le choix de la variable à corriger, du groupe auquel rapporter la personne et de la finalité poursuivie demeure lui-même un jugement.

La connaissance du contexte ne fournit pas seulement davantage d’informations autour de l’indicateur, elle peut modifier sa signification, et cette distinction possède une portée essentielle pour l’évaluation algorithmique. L’assurance manifestée dans un entretien, l’ambition d’un objectif ou la continuité d’un parcours peuvent être traitées comme les indices directs d’une qualité personnelle, mais elles peuvent aussi être comprises comme les produits d’une histoire, d’une socialisation, d’une position ou d’une circonstance.

Le jugement managérial trouve ici l’une de ses fonctions propres, celle de suspendre la comparaison immédiate, de rechercher les conditions dans lesquelles l’indicateur a été produit et de déterminer la signification qu’il peut raisonnablement recevoir. Le contexte ne constitue pas un supplément périphérique ajouté au chiffre, il participe à la compréhension de ce que le chiffre permet véritablement de dire.

2.3. La parole adressée et la capacité de répondre de soi

Une donnée se prélève, s’enregistre et se compare, tandis qu’une parole s’adresse à quelqu’un. Cette différence engage une dimension centrale du jugement managérial, car la personne ne se réduit pas à l’ensemble des traces qu’elle a laissées, elle peut expliquer ce qu’elle a fait, reconnaître une erreur, donner les raisons d’un choix, exprimer une hésitation ou annoncer une intention.

Répondre de soi ne signifie pas disposer d’une parfaite connaissance de soi-même, et la parole peut se montrer maladroite, incomplète ou stratégique, mais elle introduit la personne dans le processus même par lequel sa conduite reçoit une signification, et elle lui permet de participer à l’interprétation dont elle fait l’objet.

Un système peut analyser des réponses, relever des mots, mesurer des régularités vocales ou rapprocher un discours de profils antérieurs, transformant ainsi la parole en donnée exploitable, mais il n’entre pas, au sens humain et managérial du terme, dans l’obligation de répondre à celui qui parle. Or cette obligation réciproque constitue une part de la responsabilité, car le manager peut être interrogé sur les critères qu’il utilise, sur le sens qu’il attribue à une conduite et sur les conséquences de son choix, et cette possibilité de confrontation distingue une relation de jugement d’une opération de classement.

La frontière entre automatisation utile et délégation problématique apparaît également dans l’expérience déclarée des candidats. Le Heart of Work Index publié en 2026 par Staffmark Group, à partir d’une enquête en ligne réalisée par Attest auprès de trois mille sept cent quarante-six travailleurs américains appartenant à huit secteurs, établit à soixante et onze sur cent leur préférence moyenne pour une expérience de recrutement humaine plutôt que numérique. Cette attente devient particulièrement forte entre le dépôt de la candidature et l’entretien, période au cours de laquelle sept répondants sur dix déclarent souhaiter un interlocuteur humain plutôt qu’un dispositif automatisé.

La nature professionnelle de l’enquête, son commanditaire et une documentation méthodologique moins complète que celle d’un article scientifique nous imposent de considérer ces résultats comme un indice plutôt que comme une preuve, mais ils suggèrent tout de même que les candidats distinguent les opérations de commodité, volontiers confiées aux dispositifs numériques, des moments au cours desquels se jouent la reconnaissance, l’explication et l’engagement. Leur attente ne porte pas seulement sur la présence visible d’un recruteur, elle concerne la possibilité de rencontrer une personne capable de répondre lorsque la décision engage une trajectoire professionnelle.

2.4. Le contexte, l’exception et la transformation

L’intelligence artificielle peut intégrer de nombreuses variables contextuelles, mais elle ne travaille jamais qu’à partir des dimensions que l’organisation a pu identifier, enregistrer et rendre calculables. Une situation humaine comporte toujours des éléments qui n’ont pas été recueillis, parce qu’ils paraissaient secondaires, parce qu’ils étaient difficiles à mesurer, ou parce qu’ils ne sont devenus significatifs qu’après l’événement.

Une baisse de performance peut signaler un désengagement, une difficulté passagère, une réorganisation silencieuse du travail, un conflit, une maladie, une surcharge ou l’effort nécessaire à un apprentissage, et les mêmes manifestations visibles reçoivent ainsi des significations différentes selon la situation qui les porte. Le jugement managérial doit parfois découvrir que la situation présente ne ressemble qu’en apparence aux situations précédentes.

La personne possède également une capacité de transformation qui ne se laisse pas entièrement déduire de ses comportements passés. Recruter, promouvoir ou accompagner revient à porter un jugement sur un devenir possible, et si le système produit une probabilité à partir de régularités observées, le manager peut décider d’accorder sa confiance à une possibilité encore faiblement documentée.

Cette confiance peut procéder d’un jugement pratique attentif à la singularité d’une personne et aux conditions dans lesquelles ses capacités pourraient se déployer. Nonaka et Takeuchi (2011) associent cette faculté à la phronèsis, cette sagesse pratique qui permet d’agir avec justesse dans des situations particulières et qui s’acquiert par l’expérience partagée, l’exemple et le compagnonnage. Un tel savoir ne se réduit pas à l’application d’une règle, il engage une perception de la situation, une compréhension des fins poursuivies et une responsabilité à l’égard des conséquences.

L’exception occupe ici une place essentielle. Pour un système prédictif, elle peut apparaître comme un écart dont il convient de réduire l’influence afin d’améliorer la régularité du modèle. Pour le manager, elle peut révéler une transformation du travail, une capacité encore méconnue ou l’inadéquation des catégories disponibles. Une organisation apprend parfois davantage de ce qui contredit ses attentes que de ce qui les confirme, encore faut-il que l’exception puisse être vue, entendue et interprétée avant d’être absorbée par la catégorie qui la rend statistiquement négligeable.

2.5. Le manager comme auteur responsable d’un jugement

Si la valeur propre du manager résidait seulement dans sa capacité à traiter des informations et à appliquer des critères, une partie considérable de sa fonction pourrait être transférée à des systèmes plus rapides et plus constants. Son rôle tient aussi à la faculté de répondre d’un jugement porté dans une situation qui demeure partiellement incertaine.

Répondre d’un jugement signifie pouvoir en exposer les raisons, reconnaître ce qui reste incertain, entendre une objection et réexaminer la décision, et cette responsabilité ne se confond pas avec la présence administrative d’un humain à la fin de la procédure, elle suppose que celui-ci ait conservé une prise réelle sur la définition du problème, la sélection des critères et l’interprétation des résultats.

Le manager remplacé par l’intelligence artificielle ne doit donc pas être seulement envisagé comme un salarié dont le poste disparaîtrait, il peut demeurer un manager maintenu dans l’organigramme, mais privé de l’expérience à partir de laquelle se forme le jugement. S’il ne rencontre plus les personnes qu’après leur classement, s’il n’observe plus que les situations signalées par le système et doit principalement justifier les écarts aux recommandations, il perd progressivement les occasions d’apprendre à voir par lui-même.

Cette perte peut devenir cumulative, car moins le manager exerce son jugement, moins il acquiert les connaissances nécessaires pour contester les résultats du système, et moins il est capable de les contester, plus leur usage paraît indispensable. L’outil contribue alors à l’affaiblissement progressif de la compétence qui aurait permis d’en discerner les limites.

3. Les dimensions inaccessibles au calcul et les préjudices produits

3.1. De la décontextualisation à la réduction substitutive

Toute connaissance suppose une réduction. Un entretien, un dossier et une observation managériale ne donnent jamais accès à la totalité d’une personne, et le manager lui-même sélectionne, interprète et simplifie. Il serait donc vain de reprocher à l’intelligence artificielle de ne pas saisir intégralement l’être humain, puisqu’aucune connaissance humaine n’y parvient davantage.

La difficulté apparaît lorsque la réduction cesse d’être reconnue comme telle. Berg et Johnston (2025), dans leur étude des limites de l’empirisme appliqué à l’intelligence artificielle en gestion des ressources humaines, soulignent la dépendance des systèmes à la qualité des données, à la définition des objectifs et au choix d’indicateurs qui ne représentent qu’imparfaitement les réalités que l’on cherche à mesurer. La précision du calcul ne corrige donc jamais l’incertitude qui préside à la construction de son objet.

Le travail de Grundmann, Rockenbach et Werner permet d’ajouter à cette limite une étape intermédiaire. Avant que la représentation calculée ne se substitue à la personne, l’indicateur peut avoir été séparé des conditions dans lesquelles il a été produit. L’objectif de performance annoncé demeure formellement exact, mais sa signification se transforme lorsqu’il est détaché des différences sociales de présentation de soi, et il ne s’agit pas nécessairement d’une donnée fausse, mais d’une donnée dont l’interprétation devient trompeuse parce que son contexte a disparu.

Cette décontextualisation possède une puissance particulière dans les organisations. Elle rend comparables des personnes, des trajectoires et des conduites qui ne le deviennent qu’au prix d’une réduction de leurs conditions de formation, ce qui est souvent nécessaire à la décision collective, et devient problématique lorsque l’organisation oublie le travail d’abstraction qu’elle a accompli et traite les valeurs obtenues comme les expressions immédiates de qualités personnelles.

Nous proposons de nommer réduction substitutive le mouvement par lequel cette représentation partielle finit par prendre la place de la personne dans le raisonnement et dans l’action de l’organisation. Cette notion, seconde proposition conceptuelle de l’article, désigne l’oubli de la réduction à partir de laquelle la connaissance a été produite.

Le score, le profil ou la prédiction devient alors l’équivalent opérationnel de la personne, et l’organisation ne dit plus seulement qu’un candidat présente, selon certains critères et à partir de certaines données, une probabilité déterminée de réussite, elle commence à le traiter comme un candidat prometteur ou dépourvu de potentiel. Une mesure située se transforme ainsi en propriété attribuée à l’individu.

La réduction devient substitutive lorsque la possibilité de la rencontre ne parvient plus à modifier la représentation préalable. Le manager rencontre alors une personne déjà qualifiée par le système, et ses paroles, ses gestes, son histoire risquent d’être interprétés à partir du profil qui les précède. La connaissance algorithmique ne complète plus la relation, elle en détermine silencieusement le sens.

La transformation peut ainsi être suivie selon une continuité. La délégation fragmentée transfère au système les opérations qui préparent le jugement. La décontextualisation sépare les indicateurs des conditions de leur production. La réduction substitutive fait de la représentation obtenue l’équivalent pratique de la personne. Le manager demeure présent, mais il rencontre un être humain dont l’organisation croit déjà savoir l’essentiel.

3.2. Ce que l’intelligence artificielle ne peut atteindre de la même manière

Plusieurs dimensions de la personne échappent à une appréciation fondée exclusivement sur les données, en raison du mode relationnel selon lequel elles se manifestent.

La personne ne se réduit pas aux causes que l’on peut inférer de son comportement, elle peut formuler des raisons, reconnaître une contradiction et reprendre autrement son histoire, et cette reprise ne garantit pas la vérité du récit, mais elle appartient à la réalité même de la personne comme sujet capable de répondre de ses actes.

Une rencontre peut aussi faire apparaître une question que les critères initiaux n’avaient pas prévue, car le candidat, le salarié ou le manager évalué ne fournit pas seulement des réponses à un cadre préétabli, il peut révéler l’insuffisance de ce cadre.

Toute décision portant sur l’avenir d’une personne engage par ailleurs une part qui n’est pas encore réalisée. Le potentiel n’est pas un objet déjà présent qu’il suffirait de mesurer, il dépend des relations, des responsabilités confiées, des apprentissages et de la confiance accordée, et une organisation qui sélectionne exclusivement à partir de probabilités formées sur le passé risque d’écarter ceux dont la valeur ne ressemble pas encore aux formes de réussite qu’elle connaît déjà.

Deux conduites identiques en apparence peuvent enfin occuper des places différentes dans deux histoires. Un échec peut confirmer une incapacité durable ou constituer le moment d’un apprentissage, une interruption de parcours peut traduire une instabilité ou témoigner d’une épreuve traversée, et si les données peuvent intégrer des éléments biographiques, leur signification ne se livre jamais sans interprétation.

La personne jugée peut enfin demander à celui qui la juge de répondre de ses critères, de ses présupposés et de sa décision, et cette mise à l’épreuve mutuelle appartient à la justice même de la relation managériale, car elle empêche que l’évaluation ne devienne un regard sans visage, exercé par une organisation qui connaîtrait les personnes sans jamais avoir à se présenter devant elles.

Ces dimensions ne constituent pas un domaine entièrement soustrait à toute technologie. Un dispositif peut faciliter l’expression, conserver la mémoire d’une trajectoire ou soutenir une communication à distance. Ce qui demeure hors de sa portée propre tient à la responsabilité relationnelle elle-même, c’est-à-dire à la présence d’un interlocuteur qui accepte que la parole reçue puisse transformer sa compréhension et l’obliger à répondre.

3.3. Les préjudices pour la personne évaluée

Le premier préjudice est celui d’une dépossession interprétative. La personne peut subir les conséquences d’une qualification sans savoir quelles données ont été retenues, comment elles ont été interprétées, ni de quelle manière elle pourrait en contester la signification, et elle devient ainsi l’objet d’une connaissance à laquelle elle participe peu.

Le deuxième est l’enfermement dans les traces du passé. Les systèmes prédictifs apprennent à partir de comportements, de trajectoires et de résultats antérieurs, et tendent ainsi à rendre l’avenir proportionnel au passé, si bien que la personne peut se trouver assignée à ce qu’elle a déjà été, ou à ce que des personnes statistiquement proches ont été avant elle.

Le troisième préjudice concerne l’accès à la reconnaissance, car être reconnu ne consiste pas seulement à être correctement classé. La reconnaissance suppose que la personne soit reçue comme quelqu’un dont la parole peut compter dans la définition de la situation, et lorsque l’évaluation est déjà largement formée avant la rencontre, celle-ci risque de ne devenir qu’une vérification tardive.

Le quatrième est une atteinte à la possibilité même de se transformer. Si les décisions d’accès à l’emploi, à la formation, à la promotion ou à certaines responsabilités reposent sur des probabilités issues de trajectoires antérieures, les occasions nécessaires à l’apparition de capacités nouvelles peuvent être retirées à ceux qui en auraient précisément besoin pour les révéler.

Le cinquième tient à la décontextualisation de la personne. Une conduite, une interruption, un objectif annoncé ou une manière de s’exprimer peut recevoir une signification défavorable après avoir été séparé de l’histoire qui permettait de l’interpréter, et l’injustice ne procède alors ni d’une donnée fausse ni d’un calcul défectueux, elle naît de la transformation d’une manifestation située en caractéristique personnelle.

Ces préjudices ne prennent pas toujours la forme visible d’une discrimination manifeste, ils s’installent plus souvent dans la forme silencieuse d’occasions qui ne seront jamais offertes, de candidatures qui ne seront jamais lues et de conversations qui n’auront jamais lieu. La personne ignore alors le plus souvent qu’un avenir possible lui a été fermé.

3.4. Les préjudices pour le manager

Le manager subit lui aussi les conséquences de cette transformation, et la première en est l’atrophie du jugement. Les compétences d’observation, d’écoute et d’interprétation se développent par leur exercice, et lorsqu’elles sont régulièrement précédées ou remplacées par une recommandation, elles peuvent perdre leur assurance et leur finesse.

La deuxième conséquence tient à la dissociation entre pouvoir et responsabilité. Le manager reste chargé d’assumer une décision dont il ne maîtrise plus entièrement la formation, et il peut devenir le visage humain d’un processus construit ailleurs, ce qui fragilise sa capacité à justifier ses choix auprès de ceux qu’ils concernent.

La troisième est une dépendance épistémique. À mesure que le système s’impose comme source principale de connaissance, le manager peut perdre la possibilité de distinguer une recommandation pertinente d’une erreur plausible, et l’expérience directe du travail, des métiers et des personnes, autrefois nécessaire à l’exercice de l’autorité, devient secondaire.

La quatrième est l’appauvrissement de la relation managériale elle-même. Un manager qui n’est plus attendu pour comprendre une situation, mais pour assurer l’exécution de décisions préfigurées par les systèmes, voit sa fonction perdre une part de sa raison d’être, et peut devenir un opérateur de conformité chargé de faire accepter aux personnes des décisions dont l’origine demeure difficile à saisir.

La cinquième concerne l’accès au réel de l’organisation. Les entretiens, les hésitations, les désaccords et les récits singuliers ne fournissent pas seulement des informations sur les salariés, ils apprennent au manager ce que les catégories officielles de l’organisation ne parviennent pas à saisir, et lorsque cette matière se raréfie, le manager perd une partie de son intelligence du travail vivant.

3.5. Les préjudices pour l’organisation

L’organisation peut retirer des bénéfices immédiats de la standardisation tout en affaiblissant des capacités dont elle ne mesure la valeur qu’à plus long terme. Le premier risque est celui d’un apprentissage circulaire, car si les systèmes sont entraînés sur les décisions passées et si les décisions futures suivent leurs recommandations, l’organisation reproduit ses propres régularités en leur donnant l’apparence d’une confirmation objective.

Le deuxième risque est la disparition des signaux qui ne correspondent pas aux catégories existantes. Weick, Sutcliffe et Obstfeld (2005) montrent que la construction du sens dans les organisations est sociale, rétrospective, continue, dépendante des indices retenus et orientée vers la plausibilité, et qu’une organisation apprend lorsqu’elle peut reprendre l’interprétation d’une situation à partir d’éléments qui avaient d’abord paru secondaires. Si le système détermine durablement les indices dignes d’attention, ce qui ne lui est pas intelligible risque de ne plus parvenir jusqu’à la délibération collective.

Le troisième risque concerne l’innovation, car une organisation qui privilégie les personnes ressemblant à celles qui ont déjà réussi peut certes stabiliser ses pratiques, mais elle réduit du même mouvement sa capacité à accueillir des trajectoires, des compétences et des manières de penser nouvelles. La cohérence ainsi obtenue peut devenir une forme de fermeture.

Le quatrième risque est moral et institutionnel. Lorsque personne ne peut rendre compte de la totalité du processus, la responsabilité se disperse entre les utilisateurs, les concepteurs, les fournisseurs, les données et les procédures, et chacun n’a accompli qu’une opération partielle, quand la décision, elle, possède des conséquences entières pour la personne qui la subit.

Le cinquième risque est la perte de confiance. Une organisation qui prétend connaître ses membres par leurs données peut multiplier les instruments de mesure tout en rendant l’expérience du travail moins intelligible à ceux qui l’accomplissent, et le salarié voit alors croître la connaissance que l’organisation prétend avoir de lui, sans que progresse nécessairement la possibilité d’être entendu par elle.

Le dernier risque touche à la capacité de l’organisation à se corriger. Si les indicateurs sont considérés comme les expressions objectives du réel, les désaccords des personnes pourront être interprétés comme des résistances au changement, des refus de la mesure ou des réactions intéressées, et l’organisation se prive alors des contestations susceptibles de lui révéler les insuffisances de ses propres catégories.

4. Reconstituer les conditions d’un jugement managérial responsable

La réponse à ces difficultés ne saurait consister dans le simple maintien d’un humain au terme de la procédure. La supervision humaine n’a de portée que si le manager possède les moyens réels d’examiner la recommandation, d’en comprendre les limites, d’accéder à des informations que le système ne contient pas, et de décider autrement sans avoir à traiter toute divergence comme une faute.

Il convient d’abord de distinguer les usages qui automatisent une opération administrative de ceux qui contribuent à apprécier une personne, car extraire des informations d’un document, organiser des rendez-vous ou vérifier la présence de pièces ne présente pas les mêmes enjeux que classer des candidats, prédire un comportement ou recommander une sanction. Plus le dispositif participe à la qualification de la personne, plus les exigences de compréhension, de contestation et de rencontre doivent se faire fortes.

L’enquête Staffmark suggère que les candidats opèrent eux-mêmes une distinction de cette nature. Ils peuvent accueillir favorablement les outils qui simplifient une procédure, tout en réclamant un interlocuteur lorsque l’incertitude augmente et que la décision engage leur avenir, et cette attente peut servir de principe de discernement organisationnel, l’automatisation trouvant plus aisément sa légitimité lorsqu’elle facilite l’accès à la relation que lorsqu’elle prétend s’y substituer.

Il faut ensuite rendre visible la chaîne de formation du jugement. Le manager devrait pouvoir connaître les données utilisées, les critères retenus, les objectifs assignés au système et les principales limites de validité de ses résultats, ce qui ne suppose pas que chaque utilisateur devienne spécialiste des modèles, mais exige que l’organisation ne présente jamais une recommandation comme une évidence détachée de ses conditions de production.

La contextualisation des indicateurs doit également devenir une opération reconnue du jugement. Avant de comparer des valeurs, il faut pouvoir examiner les conditions dans lesquelles elles ont été produites, et une organisation responsable ne cherchera donc pas seulement à savoir si ses données sont exactes, elle s’interrogera sur ce qu’elles signifient, sur les différences qu’elles rendent visibles et sur celles qu’elles transforment artificiellement en propriétés individuelles.

La possibilité de contester doit également s’organiser, car un droit théorique de s’écarter du système reste faible si toute divergence expose le manager à une obligation de justification disproportionnée. La gouvernance devrait ainsi permettre de documenter les désaccords, d’en suivre les motifs et d’utiliser ces écarts pour réviser les catégories du dispositif, et les décisions contraires à la recommandation ne devraient pas seulement être considérées comme des exceptions à surveiller, mais peuvent constituer une matière d’apprentissage.

La rencontre doit enfin retrouver une fonction épistémique, et nous ne saurions la conserver comme un supplément de courtoisie ajouté après que l’essentiel du jugement a déjà été arrêté. Elle doit intervenir assez tôt pour que la parole de la personne puisse modifier la compréhension même de la situation, car le face-à-face, qu’il soit physique ou rendu possible par une médiation numérique de qualité, n’est pas une cérémonie destinée à humaniser une décision technique, il représente une source de connaissance dès lors qu’il permet la réponse, la contradiction et la révision des catégories.

Cette conception transforme ainsi la définition même de la responsabilité managériale. Être responsable ne consiste plus seulement à signer la décision finale, il s’agit de veiller à la manière dont l’objet du jugement a été construit, de discerner ce que le système rend visible et ce qu’il laisse dans l’ombre, puis de maintenir ouverte la possibilité qu’une personne excède toujours la représentation produite à son sujet.

La compétence managériale qu’appelle l’intelligence artificielle ne se limite donc pas à savoir utiliser un outil ou lire un résultat. Elle réside dans la capacité à replacer ce résultat dans une situation, à reconnaître les limites de la comparaison et à répondre devant la personne concernée de la signification accordée aux données. Le manager ne conserve sa fonction qu’à la condition de demeurer l’auteur véritable du jugement qu’il assume.

Conclusion

L’intelligence artificielle ne remplace pas toujours le manager en prenant matériellement sa place, elle peut le remplacer à l’intérieur même de son jugement, en accomplissant progressivement les opérations par lesquelles il apprenait à voir, à interpréter et à décider. Le manager demeure alors présent, mais il intervient dans une situation dont les catégories ont déjà été établies ailleurs.

La notion de délégation fragmentée du jugement rend visible ce déplacement, en montrant que l’enjeu ne se situe pas seulement dans la décision automatisée, mais dans la distribution progressive des opérations qui la préparent.

La décontextualisation éclaire le mouvement par lequel les indicateurs sont séparés des conditions sociales, biographiques et relationnelles qui leur donnaient sens. La notion de réduction substitutive désigne enfin le risque par lequel la représentation calculée d’une personne cesse d’être tenue pour un point de vue partiel et devient son équivalent dans l’action organisationnelle.

Ces notions ne se présentent pas comme des résultats directement établis par les recherches empiriques citées, elles constituent la proposition théorique de cet article, formée de leur rapprochement, et elles invitent à déplacer l’examen de l’intelligence artificielle depuis la seule performance des systèmes vers les conditions anthropologiques et managériales du jugement.

L’intelligence artificielle peut contribuer à la cohérence des procédures, au traitement d’un grand nombre d’informations et à la détection de régularités difficiles à percevoir, mais ces capacités ne suffisent pas à constituer un jugement sur une personne, car juger engage la faculté d’entendre une parole, de replacer une conduite dans une histoire, de comprendre comment un indicateur a été produit, de reconnaître une situation singulière, d’accorder une confiance qui ne se déduit pas entièrement du passé et de répondre devant quelqu’un des conséquences d’une décision.

La présence humaine ne possède cependant aucune vertu automatique. Le manager peut reproduire des préjugés, se soumettre à la recommandation ou se servir d’elle pour confirmer ses propres préférences. Sa valeur tient à la possibilité d’être contredit et transformé par la rencontre, puis de reprendre son jugement à partir de ce qu’il n’avait pas d’abord compris, et la responsabilité humaine demeure réelle tant qu’elle conserve cette ouverture.

L’organisation qui renonce à ces dimensions ne porte pas seulement atteinte aux personnes qu’elle évalue, elle affaiblit ses managers, raréfie les occasions d’apprentissage et enferme son avenir dans la répétition calculée de ce qu’elle connaît déjà. Une organisation ne rencontre jamais entièrement une personne sans représentation préalable, mais elle cesse de la rencontrer lorsque cette représentation n’accepte plus d’être démentie par sa présence.

Cyril Brun, docteur en sciences humaines, chercheur en anthropologie

Références bibliographiques

Alon-Barkat S. et Busuioc M. (2023). « Human–AI Interactions in Public Sector Decision Making: « Automation Bias » and « Selective Adherence » to Algorithmic Advice », *Journal of Public Administration Research and Theory*, vol. 33, n° 1, p. 153-169.

Berg J. et Johnston H. (2025). *AI in Human Resource Management: The Limits of Empiricism*, ILO Working Paper, n° 154, Organisation internationale du travail, Genève.

Gao Q., Khan A. N. et Zhang H. (2026). « From Clicks to Care: How Digital Leadership Shapes Service Employee Well-Being », *Service Science*, publication en ligne le 2 septembre 2026, DOI : 10.1287/serv.2025.0095.

Grundmann S., Rockenbach B. et Werner K. (2024). « The Impact of Gender Information on Hiring Decisions Based on Self-Set Performance Targets », document de travail, révision demandée par *Management Science*.

Kellogg K. C., Valentine M. A. et Christin A. (2020). « Algorithms at Work: The New Contested Terrain of Control », *Academy of Management Annals*, vol. 14, n° 1, p. 366-410.

Köchling A. et Wehner M. C. (2020). « Discriminated by an Algorithm: A Systematic Review of Discrimination and Fairness by Algorithmic Decision-Making in the Context of HR Recruitment and HR Development », *Business Research*, vol. 13, p. 795-848.

Lacroux A. et Martin-Lacroux C. (2026). « Un humain et une IA pour (mieux) présélectionner les candidats ? », *Revue française de gestion*, n° 326, p. 165-187.

Milanez A., Lemmens A. et Ruggiu C. (2025). *Algorithmic Management in the Workplace: New Evidence from an OECD Employer Survey*, OECD Artificial Intelligence Papers, n° 31, Éditions OCDE, Paris.

Nonaka I. et Takeuchi H. (2011). « The Wise Leader », *Harvard Business Review*, vol. 89, n° 5, p. 58-67.

Staffmark Group (2026). *2026 Heart of Work Index*, enquête en ligne réalisée par Attest en juillet 2026 auprès de 3 746 travailleurs américains appartenant à huit secteurs.

Weick K. E., Sutcliffe K. M. et Obstfeld D. (2005). « Organizing and the Process of Sensemaking », *Organization Science*, vol. 16, n° 4, p. 409-421.