Le risque de l’IA pour une équipe n’est peut-être pas l’outil, mais ce que personne n’ose dire à son sujet.
Imaginez une rétrospective. Le sprint s’est bien passé, les livrables sont propres, le ton est poli. Pourtant, chacun a testé ses doutes dans une conversation privée avec un assistant, avant d’arriver avec une position déjà lissée. Personne ne dit ce qu’il a fait avec l’IA. Personne ne le demande.
Cette scène est une fiction. Mais plusieurs publications de début novembre 2026 en dessinent les contours, et elles posent une question de coach :
Que devient la confiance quand une partie du travail disparaît du champ de vision collectif ?
Plus productifs, moins visibles
L’enquête State of Intelligent Collaboration 2026 de Miro, menée auprès de plus de 9 500 personnes, résume le paradoxe. 83 % des répondants se disent plus productifs grâce à l’IA, mais 60 % ne voient aucune amélioration de la collaboration. Miro vend des outils de collaboration : le chiffre mérite d’être lu avec cette réserve.
Un autre résultat m’intéresse davantage : 69 % déclarent que l’essentiel du travail assisté par IA se fait en sessions privées. L’équipe voit le résultat, rarement le chemin. Or c’est sur le chemin que se construisent le jugement partagé et l’apprentissage.
Cette invisibilité a un prix relationnel. Une recherche en six études parue dans The Leadership Quarterly, rapportée par People Matters, le mesure. Dans une expérience, des superviseurs croient le temps déclaré par un collaborateur dans 68 % des cas si le travail est autonome, et dans 24 % des cas si une production d’IA a été utilisée. Cette baisse de confiance s’accompagne d’une performance perçue plus faible et d’une promouvabilité réduite.
Ne rien dire, c’est déjà décider
Le résultat le plus utile de cette recherche porte sur le rôle de l’organisation. Les managers font moins confiance à un collaborateur qui utilise l’IA, sauf quand l’entreprise encourage clairement cet usage : l’écart n’est alors plus établi statistiquement. L’interdire ou ne rien en dire ne suffit pas : la défiance demeure.
J’y lis une idée simple : le flou n’est pas neutre. Sans règle explicite, chacun interprète l’usage de l’IA de l’autre avec ses propres critères. L’un y voit de l’efficacité, l’autre un raccourci, un troisième un manque d’engagement. Et le plus prudent devient de ne pas en parler.
La prudence a un autre visage, du côté des salariés. Dans une tribune du Journal du Net, Faustine Duriez décrit des collaborateurs qui confient leurs doutes à l’IA avant leur manager, lequel reçoit des positions déjà polies et perd les signaux faibles. Sur le blog de Scrum.org, Venkatesh Rajamani pose la sécurité psychologique comme condition de l’adoption : les personnes doivent pouvoir dire la vérité sur l’IA à leurs responsables. Il s’agit ici de points de vue, pas de mesures, mais ils ouvrent une question à poser dans les équipes.
Ce que l’analyse transactionnelle permet de voir
Derrière le silence, il y a souvent une peur qui ne se nomme pas. Uta Kapp, sur Scrum.org, prend le cas fictif d’un développeur expérimenté qui retient son savoir face aux outils d’IA. L’analyse transactionnelle offre trois clés de lecture pour ce type de situation.
- La méconnaissance. « Tout le monde s’y met, il n’y a pas de sujet » minimise un problème réel. Le coach peut aider à passer de l’existence du problème à sa portée, puis aux options possibles.
- Les signes de reconnaissance. Si l’expertise était la principale source de reconnaissance d’une personne, l’IA touche à quelque chose d’identitaire. La question devient : pour quoi reconnaît-on les gens ici, désormais ?
- Les états du moi. Le contrôle (« je vérifie si tu as triché ») invite la dissimulation. Une transaction d’Adulte à Adulte (« comment as-tu produit cela, et qu’as-tu vérifié ? ») ouvre la discussion sur le travail lui-même.
Quatre gestes pour sortir du silence
- Faire énoncer le cadre. Aider la direction et les managers à dire clairement ce qui est encouragé, permis et exclu. La recherche citée suggère que l’explicite compte, et les règles courtes sont aussi celles qui parlent aux équipes de terrain.
- Partir de ce qui marche. En Appreciative Inquiry, demander : « Racontez une fois où l’IA a vraiment aidé l’équipe, pas seulement vous. » Le récit rend l’usage dicible sans passer par l’aveu.
- Rendre le chemin visible. Ajouter trois questions au travail produit avec l’IA, comme le propose Joanna Płaskonka : quelles preuves, qui inspecte ou décide, quelle plus petite étape suivante.
- Reconnaître autrement. Valoriser en rétrospective le discernement, la vérification et le partage, pas seulement la vitesse. C’est aussi une réponse à la peur de perdre sa place.
La question à se poser
L’IA ne crée pas seule la défiance. Cette défiance s’installe là où personne n’a dit ce qui était attendu. Avant de déployer un outil de plus, on peut demander à une équipe : qu’est-ce que nous faisons avec l’IA et que nous ne nous disons pas ?
Prudence sur ces éléments : ces sources n’établissent pas de lien de cause à effet entre usage privé et perte de confiance, ce rapprochement est mon interprétation. L’étude sur la confiance est citée d’après la presse spécialisée, et l’enquête Miro provient d’un éditeur.