Dans un contexte où les compétences deviennent rapidement obsolètes, les entreprises choisissent d’investir dans des solutions technologiques pour accompagner le développement professionnel. Mais sans cadre clair, sans pédagogie adaptée ni gouvernance inclusive, l’IA risque de devenir un levier d’exclusion plutôt qu’un outil d’émancipation. L’enjeu est donc de taille, puisqu’il s’agit de garantir une intégration responsable, éthique et inclusive des SIA au service de la formation.

C’est face à ce constat que nous posons la problématique suivante, comment les SIA peuvent-ils être utilisés pour promouvoir un apprentissage plus inclusif en entreprise ?

Ce mémoire propose d’analyser les conditions d’une intégration éthique et équitable des SIA dans les parcours de formation. Dans un monde du travail en mutation, où l’inclusion et la performance ne peuvent plus être dissociées, la prise en considération de SIA inclusifs devient indispensable. C’est cette articulation entre innovation technologique et justice sociale que cette recherche explore.

Fondements théoriques 

L’IA dans les environnements d’apprentissage professionnels transforme les modèles dits ‘traditionnels’ de développement des compétences. Les SIA reposent sur des algorithmes d’apprentissage automatique, de traitement du langage naturel ou de recommandation et offrent des possibilités en matière de personnalisation, d’adaptabilité et d’accessibilité des parcours.

Un premier pilier est la personnalisation, grâce à l’analyse de données les SIA peuvent ajuster en temps réel les contenus, les supports ou les modalités pédagogiques aux besoins spécifiques de chaque apprenant. Cette approche individualisée, mise en lumière par Kambur et Akar (2022), améliore l’engagement et optimise l’efficacité des apprentissages. Elle permet de sortir d’une logique de formation pour construire des parcours différenciés, alignés avec les préférences, niveaux ou objectifs professionnels des collaborateurs.

L’inclusion constitue un second pilier, elle désigne la capacité des dispositifs à garantir une égalité d’accès à tous les publics, quels que soient leur âge, leur handicap, leur familiarité avec le numérique ou leur contexte professionnel. Il est donc nécessaire de concevoir des SIA accessibles, explicables et intuitifs (Gupta et al., 2024). L’inclusion ne peut être pensée sans l’implication des utilisateurs dans la conception des outils, ni sans prise en compte des contraintes techniques, cognitives et culturelles des publics concernés (Jackson & Panteli, 2024).

Le troisième pilier est la confiance, essentielle à l’acceptation des SIA car elle dépend fortement de leur transparence, de leur explicabilité et de la fiabilité des données utilisées (Bedué & Fritzsche, 2022; Habbal et al., 2024). Des biais algorithmiques issus de données déséquilibrées peuvent nuire à l’équité et à la crédibilité des systèmes (Chen, 2024; Zhang et al., 2023).

Le dernier pilier, l’adoption responsable de l’IA, suppose une approche éthique et collaborative. D’où l’importance de la gouvernance, de la co-construction avec les parties prenantes et de la formation continue pour accompagner ces transformations (Qamar et al., 2021).

Ainsi, ce mémoire s’inscrit dans une approche multidimensionnelle mobilisant les apports des sciences de gestion, de l’éthique du numérique et de l’ingénierie pédagogique pour interroger le rôle des SIA dans un apprentissage réellement inclusif.

Méthodologie

Ce mémoire est basé sur une approche qualitative visant à comprendre les perceptions, les usages et les enjeux liés à l’intégration des SIA dans les dispositifs d’apprentissage en entreprise. Cette méthodologie permet de recueillir des données riches, ancrées dans les pratiques réelles et les vécus professionnels des collaborateurs. Le terrain d’étude est celui de TotalEnergies, une entreprise internationale où les enjeux de formation et d’innovation sont centraux. L’objectif est d’explorer la manière dont les SIA peuvent accompagner des parcours professionnels, rendre l’accès aux formations plus facile pour les publics en situation de handicap, etc.

Dix entretiens semi-directifs ont été menés courant 2025 auprès de collaborateurs issus de fonctions diverses (ingénierie pédagogique, RH, inclusion, formation, digital learning, etc.). Le guide d’entretien est structuré autour de autour de cinq axes : parcours du collaborateur, perception de l’IA, impact des outils sur son apprentissage, obstacles rencontrés, recommandations. Ce format a permis une liberté d’expression tout en garantissant la comparabilité des discours. Les données recueillies ont fait l’objet d’une analyse thématique selon une démarche inductive. L’analyse des données est basée sur quatre cycles de codage successifs, chacun correspondant à une dimension du travail. Le premier codage a permis d’identifier les représentations globales de l’IA dans l’apprentissage. Le second s’est centré sur les usages concrets et les pratiques actuelles. Le troisième a mis en lumière les freins rencontrés, technologiques, organisationnels, ou humains. Le dernier a permis de faire émerger des propositions managériales construites à partir des verbatim des collaborateurs.

Cette grille d’analyse a permis de faire dialoguer les propos des participants avec les cadres théoriques mobilisés. Ceci a permis de dégager des enseignements concrets et situés, essentiels pour comprendre les conditions d’une IA réellement inclusive dans l’apprentissage en entreprise.

Résultats

Nous avons identifié une perception nuancée mais globalement positive des SIA appliqués à l’apprentissage en entreprise. Les collaborateurs interrogés perçoivent l’IA comme un levier de transformation des pratiques, capable de rendre des parcours plus ciblés, réactifs et individualisés. Cependant, cette promesse est mise à l’épreuve par plusieurs facteurs d’acceptabilité, d’accompagnement et de conception inclusive.

Le premier résultat concerne la personnalisation des apprentissages. Les SIA sont largement reconnus pour leur capacité à recommander des contenus adaptés, à ajuster le rythme au profil de l’apprenant et à générer des parcours évolutifs. Cette personnalisation est particulièrement appréciée lors de formations techniques ou opérationnelles où les besoins de montée en compétences sont précis. Certains collaborateurs soulignent que cette adaptation favorise l’engagement, à condition que les outils soient bien expliqués et intégrés dans un parcours cohérent.

Le deuxième résultat est la dimension inclusive de l’IA. Plusieurs initiatives sont appréciées, notamment celles en faveur de l’accessibilité (voix synthétique, sous-titres, navigation simplifiée). Cependant, des différences persistent avec les collaborateurs peu technophiles, de terrain ou en situation de handicap et ne bénéficiant pas toujours des mêmes conditions d’accès. L’inclusivité s’avère donc plus une intention qu’une réalité systématique.

Le troisième résultat concerne la confiance dans les systèmes. Si la majorité des répondants fait preuve d’ouverture envers l’IA, d’autres expriment des réticences quant à la qualité des données, la transparence des algorithmes ou la finalité réelle des outils. Le manque de lisibilité et d’explicabilité peut générer un sentiment de dépossession ou d’incompréhension.

Enfin, les entretiens révèlent que l’appropriation des SIA repose sur des conditions organisationnelles précises avec un accompagnement RH, une pédagogie, une formation à l’usage, une clarté des objectifs. L’IA ne s’impose pas seule car elle s’ancre dans un écosystème humain et managérial. Elle est perçue comme une opportunité pour rendre l’apprentissage plus agile et ciblé à condition qu’elle soit encadrée, expliquée et conçue avec une vision inclusive. Elle ne peut être un outil de progrès collectif que si elle s’inscrit dans une logique humaine et éthique.

Recommandations

Quatre recommandations permettent d’accompagner les entreprises dans une intégration éthique, inclusive et efficace des SIA dans leurs dispositifs d’apprentissage.

La première est de concevoir les outils d’IA selon une logique d’accessibilité universelle. Il ne s’agit pas seulement d’ajouter des options pour les publics en situation de handicap, mais de penser dès la conception à la diversité des profils. L’implication d’utilisateurs finaux dans la phase de design (approche “user-centric”) permet de réduire les écarts d’usage.

La deuxième est de renforcer la transparence et l’explicabilité des SIA. Cela implique une meilleure communication sur le fonctionnement des algorithmes, la provenance des données utilisées, ainsi que sur les limites des recommandations générées. Cette démarche favorise la confiance, un levier important pour l’adoption des outils.

La troisième est une anticipation par les entreprises d’actions d’accompagnement et de formation spécifiques pour les collaborateurs et les managers. Une IA ne transforme pas les pratiques sans appui humain : des référents internes, des sessions d’appropriation et une posture pédagogique facilitent l’intégration des SIA dans la culture d’apprentissage.

La dernière est la mise en place d’une gouvernance éthique et transversale autour des usages de l’IA. Celle-ci peut inclure des comités mixtes (RH, DSI, inclusion, utilisateurs) chargés de suivre les impacts, de prévenir les biais et de garantir que les solutions restent alignées avec les valeurs d’équité et de développement durable des compétences.

Impact et utilité

Ce mémoire offre des perspectives sur les conditions d’une intégration éthique et inclusive des SIA dans les programmes de formation en entreprise. Il s’inscrit dans un moment où les organisations cherchent à tirer parti des technologies sans sacrifier leurs valeurs humaines.

Pour les acteurs de terrain, ce travail constitue un outil d’aide à la décision. Il permet d’identifier les leviers concrets pour concevoir, déployer et piloter des SIA réellement inclusifs avec l’implication des utilisateurs dans la conception, l’accompagnement managérial, la transparence des algorithmes, une gouvernance éthique, etc. Les recommandations formulées favorisent une appropriation durable et responsable de ces outils, en intégrant des réalités organisationnelles et humaines.

Les organisations doivent questionner la place qu’elles souhaitent donner à l’inclusion dans leurs politiques de transformation numérique, en soulignant que l’IA ne sera un levier de performance que si elle est pensée comme un outil au service de l’humain. L’étude du cas TotalEnergies démontre l’intérêt d’une démarche intégrée, transversale et participative.

Enfin, sur le plan académique, ce travail contribue aux réflexions interdisciplinaires sur l’articulation entre innovation technologique, éthique et apprentissage. Ce mémoire a vocation à nourrir les pratiques, à interroger les stratégies d’implémentation technologique, et à renforcer le dialogue entre sciences, entreprises et société.

Conclusion

Cette recherche a permis de mieux comprendre le rôle que peuvent jouer les SIA dans la transformation des pratiques d’apprentissage en entreprise. En analysant les usages, les perceptions et les freins à l’adoption des SIA, elle a mis en évidence à la fois le potentiel d’innovation pédagogique de ces outils et les conditions nécessaires à leur intégration inclusive et responsable.

Les résultats ont montré que l’IA offre de réelles opportunités en matière de personnalisation des parcours et d’accessibilité à la formation. Cependant, ces apports restent conditionnés à des éléments structurants telles que la transparence des algorithmes, la qualité des données, l’accompagnement humain et la conception centrée sur l’utilisateur. L’IA n’est pas un facteur d’inclusion et ne le devient que si elle est pensée comme telle dès sa conception, dans une logique éthique, participative et alignée sur les valeurs de l’organisation.

Ce mémoire souligne également l’importance de la co-construction entre les acteurs de la formation, des ressources humaines, du numérique et de l’inclusion. Il démontre l’utilité d’une gouvernance transverse et sensible aux besoins des utilisateurs finaux pour éviter les biais, renforcer la confiance et assurer l’appropriation des outils.

Sur un plan global, cette étude encourage à dépasser les discours techniques pour envisager l’IA en tant qu’accélérateur de l’apprentissage humain. L’enjeu ne se limite pas à adopter l’IA mais de l’intégrer dans une vision stratégique qui allie innovation, équité et développement durable des compétences.

Cette étude apporte une contribution utile aux entreprises engagées dans une transformation numérique responsable et aux chercheurs intéressés par l’articulation entre technologie, apprentissage et inclusion.