Le contexte
L’arrivée de l’IA générative dans le monde du digital Learning a souvent été abordée sous un angle très opérationnel : comment produire plus vite des modules, générer des quiz, créer des vidéos, résumer des documents, personnaliser des parcours ou automatiser certaines tâches pédagogiques.
Ces usages sont réels. Ils apportent déjà des gains de temps importants pour les équipes formation, les ingénieurs pédagogiques, les formateurs et les organismes de formation. Pourtant, se limiter à cette lecture serait passer à côté d’une transformation beaucoup plus profonde.
Le rapport The Transformation Triangle – An AI in L&D Report, publié en mai 2026 par Eglė Vinauskaitė et Donald H Taylor, met en évidence un basculement majeur : l’IA ne remet pas seulement en cause les outils utilisés par les équipes Learning & Development. Elle remet en cause la proposition de valeur historique de la fonction formation.
Pendant longtemps, la formation a été organisée autour d’une logique simple : identifier un besoin, produire un contenu, diffuser ce contenu, mesurer la participation et recueillir la satisfaction. Cette logique a structuré les services formation, les catalogues, les plateformes LMS, les modules e-learning et une grande partie du marché du digital learning.
Mais ce modèle devient plus fragile.
Avec l’IA générative, la production de contenus n’est plus rare. Un support pédagogique, une fiche mémo, un quiz, un scénario de module, une synthèse peuvent être générés en quelques minutes. Bien sûr, cela ne signifie pas que tous ces contenus sont justes, utiles ou pédagogiquement solides. Mais cela signifie que la capacité à produire du contenu ne suffit plus à différencier une fonction formation, un organisme de formation ou un prestataire digital learning.
Le contenu reste nécessaire. Il n’est simplement plus le centre de gravité.
Le vrai changement : passer d’une logique de production à une logique de performance
Le rapport propose un modèle intéressant : le “Transformation Triangle”. Il décrit trois manières pour la fonction L&D de sortir d’une approche centrée sur le contenu.
La première direction consiste à devenir une Autorité de compétences.
Dans cette logique, la formation n’est pas seulement là pour fournir des modules. Elle devient une fonction capable d’identifier les compétences disponibles, les compétences manquantes, les écarts qui se creusent et les capacités critiques pour l’avenir de l’organisation. Le sujet n’est plus seulement : “Quelle formation devons-nous créer ?” mais plutôt : “De quelles compétences avons-nous réellement besoin, où sont-elles présentes, où sont-elles absentes, et comment les développer efficacement ?”
Pour le digital learning, cela change fortement la manière de concevoir les dispositifs. Un parcours digital ne doit plus être pensé uniquement comme une suite de contenus. Il doit être relié à une cartographie des compétences, à des situations professionnelles, à des critères de progression et à des données permettant de vérifier si les compétences se développent réellement. L’IA peut aider à analyser les écarts, proposer des parcours adaptés, recommander des ressources ou identifier des besoins émergents. Mais sans cadre de compétences solide, elle risque surtout d’automatiser une logique déjà insuffisante.
La deuxième direction est celle du Patenaire de facilitation.
Ici, la formation part d’un constat simple : une grande partie de l’expertise utile existe déjà dans l’organisation. Elle est chez les experts métier, les managers, les équipes terrain, les commerciaux, les consultants, les techniciens ou les collaborateurs qui résolvent chaque jour des problèmes concrets. Le rôle du L&D n’est donc plus seulement de créer du contenu depuis le centre, mais de rendre cette expertise visible, accessible et transférable.
C’est un point essentiel pour les organisations distribuées, les réseaux, les groupes multisites ou les entreprises où les savoir-faire évoluent vite. Dans ces contextes, le contenu centralisé devient rapidement incomplet ou déconnecté. Le digital learning doit alors permettre de capter les bonnes pratiques :
- structurer les retours d’expérience,
- animer des communautés apprenantes,
- faciliter le partage entre pairs,
- transformer l’expertise terrain en ressources utiles.
L’IA peut jouer un rôle important pour formaliser des savoirs tacites, indexer des contenus, faciliter la recherche interne ou transformer des contributions brutes en formats pédagogiques exploitables.
Mais là encore, la technologie ne suffit pas. Une plateforme collaborative vide ne crée pas d’apprentissage. Une communauté sans intérêt professionnel réel finit par s’éteindre. Le partage de connaissances fonctionne quand il sert les objectifs des personnes qui contribuent : reconnaissance, efficacité, progression, appartenance métier, résolution de problèmes concrets.
La troisième direction est celle du moteur d’adaptation.
C’est probablement la plus ambitieuse. Elle considère que la performance n’est pas uniquement liée aux compétences individuelles. Elle dépend aussi des outils, des processus, des règles, de l’organisation du travail, des indicateurs, des contraintes managériales et des incitations.
Dans cette approche, la fonction formation ne répond pas automatiquement à une demande par un module ou un atelier. Elle commence par diagnostiquer le problème réel. Si une équipe ne performe pas, est-ce vraiment :
- Parce qu’elle manque de compétences ?
- Que le processus est mal conçu ?
- Que les outils ralentissent l’activité ?
- Que les objectifs sont contradictoires ?
- Que les managers ne disposent pas des bons process ?
- Que les collaborateurs n’ont pas accès à l’information au bon moment ?
Cette logique est très importante pour le digital learning. Beaucoup de parcours échouent non pas parce que les contenus sont mauvais, mais parce que l’environnement de travail ne permet pas l’application. On forme à de nouvelles pratiques, mais les outils restent inchangés. On demande aux managers d’accompagner, mais leur charge opérationnelle ne leur laisse pas le temps. On déploie un module sur l’IA, mais aucune règle d’usage, aucun cadre de sécurité et aucun cas métier prioritaire ne sont clarifiés. (IA responsable)
Dans ce cas, ajouter du contenu ne résout rien. Cela peut même aggraver le problème en donnant l’impression que la formation a été faite, alors que les conditions de réussite n’ont pas été réunies.
Ce que cela change pour les organismes de formation
Pour les OF, CFA, ingénieurs pédagogiques et prestataires du digital learning, ce rapport invite à sortir d’un positionnement trop limité : produire des modules, digitaliser des formations présentielles ou fournir des contenus e-learning.
La valeur va se déplacer vers la capacité à aider les organisations à structurer leur système d’apprentissage. Cela implique de mieux :
- diagnostiquer les besoins,
- relier les formations à des compétences observables,
- intégrer les managers,
- prévoir des modalités d’ancrage,
- faciliter les apprentissages entre pairs,
- mesurer autre chose que la complétion.
Un OF qui veut rester pertinent dans un environnement augmenté par l’IA devra probablement renforcer trois dimensions.
- D’abord, l’ingénierie de diagnostic. Avant de produire un parcours, il faudra être capable d’identifier si le besoin relève réellement de la formation, de l’organisation du travail, de la conduite du changement, du management ou de l’accès à l’information. Cette capacité deviendra différenciante.
- Ensuite, l’ingénierie de compétences. Les entreprises auront besoin de parcours reliés à des compétences concrètes, à des situations professionnelles et à des preuves d’acquisition. Les référentiels ne devront pas être de simples documents administratifs. Ils devront devenir des outils de pilotage.
- Enfin, l’ingénierie d’écosystème. La formation ne peut plus être isolée. Elle doit se connecter aux outils métier, aux communautés internes, aux données RH, aux pratiques managériales, aux objectifs business et aux règles d’usage de l’IA.
C’est à cette condition que le digital learning peut devenir un levier de performance durable.
Ce que cela change pour les responsables formation
Pour les responsables formation, le message est clair : il ne suffit plus d’être un bon acheteur de contenus ou un bon gestionnaire de catalogue. Il faut devenir un acteur capable de lire les signaux faibles de l’organisation.
- Quels métiers évoluent le plus vite ?
- Quelles compétences deviennent critiques ?
- Où l’expertise existe-t-elle déjà ?
- Où reste-t-elle bloquée ?
- Quels irritants empêchent les collaborateurs d’appliquer ce qu’ils apprennent ?
- Quels indicateurs permettent de relier formation et performance ?
- Où l’IA peut-elle réellement aider, et où risque-t-elle simplement d’accélérer une mauvaise conception pédagogique ?
Cette évolution suppose aussi de revoir la gouvernance. La formation ne peut pas agir seule. Elle doit travailler avec les RH, les managers, les métiers, la DSI, les responsables qualité, les directions opérationnelles et parfois les partenaires sociaux.
L’IA rend cette coopération encore plus nécessaire, car elle touche à la fois aux compétences, aux données, aux usages, à l’éthique, à la productivité et à l’organisation du travail.
Une vigilance : ne pas confondre transformation et maquillage
Le rapport souligne un risque important : certaines organisations donnent l’impression de transformer leur fonction formation parce qu’elles ajoutent de nouveaux outils, de nouvelles plateformes, de nouveaux formats ou des usages d’IA. Mais si la logique profonde reste la même, la transformation reste superficielle.
Automatiser la production de modules, ajouter un chatbot dans un LMS, générer des quiz avec l’IA ne transforme pas la formation. Ces actions peuvent être utiles, mais elles ne changent pas nécessairement la place de la formation dans l’organisation.
La transformation commence lorsque le L&D cesse d’être seulement un fournisseur de contenus pour devenir un acteur de la performance, des compétences et de la circulation des savoirs.
Conclusion : l’IA oblige le digital learning à monter d’un niveau
L’IA signe la fin d’un digital learning réduit à la production industrielle de contenus.
C’est une bonne nouvelle pour les professionnels de la formation. Cela oblige le secteur à revenir à son cœur de métier :
- développer les capacités humaines et collectives,
- accompagner les transformations,
- faciliter l’application,
- rendre les savoirs utiles,
- et créer les conditions réelles de l’apprentissage.
Le contenu restera important. Les plateformes resteront utiles. Les modules, les vidéos, les classes virtuelles, les quiz et les ressources d’aide à la tâche auront toujours leur place. Mais ils devront s’inscrire dans une logique plus large : compétences, performance, expertise terrain, environnement de travail et responsabilité dans les usages de l’IA.
Pour les acteurs du digital learning, la question stratégique devient donc simple : voulons-nous utiliser l’IA pour produire plus de contenus, ou pour concevoir de meilleurs systèmes d’apprentissage ?
