Conceptualisation du pouvoir dans les organisations

Au-delà de la dynamique interne des organisations, la préservation de la valeur des emplois débutants est conditionnée par une pluralité de formes de pouvoir qui interagissent entre elles. Le pouvoir institutionnel, exercé par les gouvernements et les syndicats, s’exprime à travers des politiques d’emploi, des salaires minimums et des programmes d’insertion des jeunes. Le pouvoir économique, en revanche, provient des entreprises qui décident de maintenir ou d’automatiser ces emplois en fonction de critères d’efficacité et de rentabilité. À cela s’ajoute le pouvoir symbolique, visible dans la perception sociale de ces métiers, souvent considérés comme transitoires ou peu qualifiés, qui limite leur reconnaissance et leur valorisation. Enfin, la puissance technologique redéfinit les tâches jugées nécessaires et les profils capables de les accomplir, affectant directement la stabilité et l’avenir de ces rôles (CEPALC, 2025 ; Axial ERP, 2025).

Dans ce contexte, l’émergence de l’IA introduit des transformations profondes qui reconfigurent directement les emplois débutants. En automatisant les tâches routinières, administratives et opérationnelles, l’IA modifie la structure même de ces postes et déplace l’équilibre entre les différentes formes de pouvoir. Son avancée impacte le pouvoir institutionnel en exigeant de nouvelles politiques de formation et de protection destinées aux jeunes travailleurs. Elle redéfinit également le pouvoir symbolique, puisque l’automatisation de fonctions traditionnellement considérées comme formatrices affaiblit leur valeur en tant qu’étapes d’apprentissage. Selon Infobae (2025), l’IA pourrait entraîner la disparition d’environ 50 % des emplois de bureau débutants dans les cinq prochaines années, obligeant à repenser les parcours professionnels. Cependant, si elle est mise en œuvre dans une perspective inclusive, l’IA peut également ouvrir l’accès à de nouvelles compétences et à des rôles émergents, élargissant ainsi les opportunités de développement (OIT, 2025 ; Forbes Argentine, 2025).

Au sein des entreprises, ces transformations sont liées à des formes de pouvoir qui s’expriment à la fois dans les interactions quotidiennes et dans la structure formelle. Parmi ses collègues, le pouvoir s’exerce par des alliances, du prestige ou du contrôle de l’information, générant des dynamiques informelles pouvant favoriser la coopération ou, au contraire, produire l’exclusion (Edelman et al., 2024). Dans la hiérarchie, l’autorité légitime confère le pouvoir de décision, mais elle génère aussi des relations de dépendance et de résistance qui peuvent ralentir l’innovation (Kang, 2022).

À son tour, le département des ressources humaines exerce un pouvoir normatif par des politiques et procédures, agissant comme médiateur tout en privilégiant fréquemment les intérêts institutionnels au détriment des intérêts individuels (Mariño-Arévalo, 2014). Ces interactions croisées montrent que le pouvoir ne réside pas uniquement dans la structure formelle, mais aussi dans des réseaux informels et des formes de légitimité perçue, générant des zones diffuses de responsabilité et des subjectivités professionnelles qui influencent la stabilité organisationnelle (Álvarez Sánchez, 2011 ; Porras Velásquez, 2018).

Dans cette perspective, il est pertinent de mobiliser les grands courants théoriques pour approfondir la compréhension de ces dynamiques. En sociologie, Michel Foucault soutient que le pouvoir est diffus et se manifeste dans les relations sociales, et pas seulement dans les structures hiérarchiques. En revanche, Max Weber classe le pouvoir selon sa légitimité, en distinguant trois types : le pouvoir traditionnel, le pouvoir charismatique et le pouvoir juridique-rationnel. Pour sa part, Pierre Bourdieu introduit les notions de capital symbolique, culturel et social comme sources de pouvoir, élargissant ainsi la compréhension des dynamiques sociales au-delà des dimensions économiques et institutionnelles (Álvarez Sánchez, 2010).

Types de pouvoir dans les organisations

Comprendre ces transformations nécessite non seulement d’analyser comment l’IA reconfigure les relations de travail, mais aussi d’identifier les formes spécifiques que prend le pouvoir au sein des organisations. En ce sens, la littérature classique sur le comportement organisationnel distingue plusieurs types de pouvoir qui expliquent comment l’influence est exercée dans les environnements de travail et comment les ressources, décisions et opportunités sont réparties.

Dans cette optique, dans la sphère organisationnelle, le pouvoir ne se manifeste pas d’une seule manière, mais prend différentes formes selon son origine, sa légitimité et les mécanismes par lesquels il influence le comportement des individus. Parmi les principaux types de pouvoir identifier dans la littérature figurent :

• Pouvoir légitime, dérivé de la position formelle qu’occupe une personne au sein de la structure hiérarchique et soutenue par une autorité institutionnelle (comme un directeur).
• Un pouvoir coercitif, fondé sur la capacité d’imposer des sanctions ou des conséquences négatives, générant l’obéissance par la pression ou la peur.
• Le pouvoir de la récompense, fondé sur la possibilité d’offrir des incitations, des avantages ou des reconnaissances qui motivent la réalisation des objectifs.
• Le pouvoir de l’expérience et de l’expertise, qui vient des connaissances techniques, des compétences spécialisées et de la carrière professionnelle, confèrent une influence, quel que soit le niveau hiérarchique.
• Le pouvoir de référence,associé au charisme, à l’admiration et au respect qu’une personne inspire, lui permettant d’influencer par ses qualités personnelles et sa capacité à créer des liens de confiance.

Dynamiques de pouvoir dans les environnements organisationnels

Le pouvoir ne se limite pas aux structures hiérarchiques formelles, mais se manifeste par une grande variété de dynamiques qui traversent différents niveaux d’interaction. Ces dynamiques prennent la forme de tensions, de paradoxes et de conflits, et s’expriment à travers des phénomènes liés au statut, à la pression normative, à la déviance, ainsi qu’aux différences générationnelles et de genre (Simeonova, Galliers, & Karanasios, 2018).

Dans cette perspective, les auteurs soulignent que le pouvoir organisationnel est déployé dans plusieurs domaines qui vont au-delà de la hiérarchie. Elle devient visible dans les processus de changement organisationnel, dans la formulation de stratégies, dans la gestion des connaissances, dans la coordination et l’apprentissage collectif, dans le travail interne et inter-organisationnel, dans la structure formelle et les règles internes, dans les réseaux sociaux, dans le leadership, dans les relations interpersonnelles, dans l’utilisation et la mise en œuvre des technologies et dans l’autonomie des postes.

L’intelligence artificielle : une nouvelle ressource ou une menace pour l’establishment ?

L’introduction de l’IA dans les environnements de travail nous invite à nous interroger sur la manière dont elle transforme les formes de pouvoir traditionnellement établies. Pour comprendre cette reconfiguration, il est utile de mobiliser différents cadres théoriques qui nous permettent d’analyser la légitimité, la domination et la répartition des ressources au sein des organisations.

Demandons-nous quel impact l’introduction de l’IA sur différentes formes de pouvoir. Selon Max Weber, il existe trois types de légitimité qui structurent le pouvoir : traditionnel, charismatique et juridique-rationnel. Dans l’entreprise, le pouvoir traditionnel, fondé sur l’habitude et la continuité, est affaibli par l’IA, qui introduit une dynamique de rationalisation et d’innovation rompant avec les pratiques traditionnelles.

Le pouvoir charismatique, en revanche, se révèle profondément ambivalent, car l’IA peut amplifier l’aura d’un leader en lui permettant de développer une hyperpersonnalité, mais elle peut aussi l’éroder en déplaçant l’attention vers la force des algorithmes. Une forme de charisme technologique pouvait même émerger, non plus incarnée par l’individu, mais par la machine elle-même.

Cependant, le pouvoir juridique-rationnel trouve dans l’IA un terrain privilégié, car en automatisant les processus et en accélérant la prise de décision, ils poussent la rationalisation à l’extrême, avec le risque d’établir une bureaucratie algorithmique encore plus impersonnelle que celle décrite par Weber. Dans ce scénario, la légitimité pourrait progressivement passer des institutions humaines aux systèmes techniques.

En résumé, l’IA perturbe les trois formes de légitimité du pouvoir identifiées par Weber : elle affaiblit la tradition, redéfinit le charisme et renforce la rationalisation bureaucratique. Cela ouvre la voie à une nouvelle configuration dans laquelle la machine pourrait devenir une source de légitimité. Pour les entreprises, le défi sera de préserver l’équilibre entre l’efficacité algorithmique et la responsabilité humaine.

Si l’on élargit notre regard vers la pensée de Pierre Bourdieu, le pouvoir est compris comme un ensemble de relations de domination inscrit dans les structures sociales, où les individus ont différents capitaux tels qu’économique, culturel, social et symbolique, qui déterminent leur position et leur influence. Dans cette optique, l’IA tend à renforcer le capital économique en générant de nouvelles sources de profit (données, algorithmes, automatisation), consolidant la domination d’acteurs déjà puissants et marginalisant ceux qui n’ont pas accès à ces ressources.

Son impact sur le capital culturel est également significatif, bien qu’il démocratise certains savoirs, creuse les fossés entre ceux qui maîtrisent ces outils et ceux qui sont exclus. Les compétences numériques deviennent ainsi une nouvelle forme de capital culturel, valorisée sur le marché du travail et avec une reconnaissance sociale.

Le capital social est également transformé puisque, grâce aux réseaux sociaux, l’IA facilite la création de communautés virtuelles, mais rend les liens plus dépendants de la logique algorithmique. Le pouvoir est alors concentré sur ceux qui savent optimiser leur visibilité grâce aux outils numériques, tandis que les autres risquent d’être isolés. Le capital social, médié par des algorithmes, est transformé en fonction de la visibilité numérique, tandis que le capital symbolique est déplacé vers des systèmes de classification et de recommandation qui confèrent prestige et légitimité à partir de logiques techniques opaques. Ensemble, l’IA reconfigure les capitales décrites par Bourdieu, amplifiant les inégalités et générant de nouvelles formes de domination liées à la domination technologique.

Après cette approche sociologique, il est pertinent de revenir au terrain organisationnel pour analyser comment l’IA influence les formes de pouvoir classiquement identifiées dans la littérature sur le comportement organisationnel : légitime, coercitif, récompense, expérience et pouvoir référentiel.

• Pouvoir légitime : L’IA peut renforcer l’autorité institutionnelle en rendant les décisions plus rationnelles et crédibles. Cependant, ce pouvoir peut être affaibli si les employés perçoivent l’algorithme comme la véritable autorité, au détriment du supérieur hiérarchique.
• Pouvoir coercitif :
  L’IA facilite le contrôle en surveillant les performances et comportements, renforçant ainsi la capacité à sanctionner. Mais cette surveillance permanente peut générer du stress et un sentiment de déshumanisation chez les employés.
• Pouvoir de récompense :
  L’IA permet de personnaliser les incitations en fonction des données de performance, rendant les récompenses plus objectives, mais potentiellement moins humaines et symboliques.
• Pouvoir de l’expertise :
  L’IA réduit la dépendance à certains experts en automatisant des tâches complexes, tout en valorisant ceux qui maîtrisent les outils numériques. La puissance de l’expérience se déplace alors sur la capacité à utiliser efficacement l’IA.
• Pouvoir référentiel :
  L’IA peut amplifier le charisme du leader, mais aussi rivaliser avec lui : l’admiration et le respect peuvent être transférés à ceux qui maîtrisent l’IA, et même à la machine elle-même, avec le risque de réduire la chaleur humaine dans les relations de travail.

En résumé, la montée de l’IA perturbe profondément les relations de pouvoir au sein des organisations. Elle promet une plus grande efficacité et objectivité, mais elle comporte aussi des risques importants de déshumanisation et de perte de légitimité humaine. Le véritable défi sera de maintenir un équilibre entre l’autorité technologique et la dimension relationnelle, essentielle au travail collectif. Plus largement, l’IA redéfinit les formes de légitimité et accentue la domination de ceux qui dominent ses codes. Face à ces mutations, il est crucial d’interroger les nouveaux pouvoirs émergents, en particulier ceux de la manipulation algorithmique, où les algorithmes guident désormais les comportements et les décisions.

Pouvoirs émergents dans la manipulation algorithmique (AM)

L’analyse de la manipulation algorithmique révèle l’émergence de nouvelles formes de pouvoir qui reconfigurent les relations sociales et professionnelles. Ce n’est plus l’introduction de l’IA elle-même qui transforme la dynamique organisationnelle, mais la capacité des algorithmes à intervenir discrètement, continuellement et très efficacement dans les processus décisionnels. À mesure que ces systèmes sont intégrés dans la vie quotidienne des organisations, quatre dimensions du pouvoir émergent et redessinent les équilibres traditionnels (Zuboff, 2019 ; Susskind, 2020) :

• Pouvoir technique, utilisé par ceux qui conçoivent et ajustent les algorithmes, déterminant quelles données sont traitées et comment elles sont interprétées.
• Puissance structurelle, lorsque des algorithmes établissent des règles invisibles qui influencent les décisions quotidiennes (par exemple, l’attribution de tâches).
• Le pouvoir symbolique, qui confère une légitimité aux algorithmes en les présentant comme objectifs et neutres, même s’ils reproduisent les biais humains.
• Le pouvoir politique, qui influence les processus collectifs tels que les élections ou les politiques publiques (Zuboff, 2019 ; Susskind, 2020).

Ces dimensions n’agissent pas isolément, mais sont entremêlées dans un écosystème de puissance profondément transformé par la logique algorithmique.

Pouvoir technique : l’autorité de ceux qui contrôlent le code

La puissance technique se manifeste dans les data scientists, les ingénieurs en IA et les architectes systèmes qui décident quelles données sont sélectionnées, comment elles sont interprétées et sous quels modèles elles sont traitées. Leur maîtrise de la logique computationnelle leur confère une autorité stratégique, bien que souvent invisible, dans la hiérarchie formelle. Des responsables opérationnels, responsables des ressources humaines, et Les RH et les employés s’appuient sur des mécanismes qu’ils ne comprennent pas entièrement, ce qui entraîne une asymétrie cognitive et décisionnelle. L’autorité technique tend donc à remplacer l’autorité hiérarchique, déplaçant les centres de pouvoir vers ceux qui contrôlent la conception de l’algorithme.

Pouvoir structurel : Règles invisibles qui façonnent l’action

La puissance structurelle migre vers les chefs de projet IA, les chefs d’entreprise et les responsables de la transformation numérique. En intégrant des algorithmes dans des processus quotidiens tels que l’attribution de tâches, la gestion des plannings et la priorisation des fichiers, ces acteurs établissent des règles implicites, rarement débattues, mais profondément normatives. Pour les équipes de terrain, cette automatisation réduit l’autonomie et standardise les pratiques. Les logiques algorithmiques imposent des rythmes, des seuils et des standards sans avoir besoin d’autorité humaine explicite, configurant une architecture invisible qui guide les comportements.

Pouvoir symbolique : la croyance en la neutralité des machines

Le pouvoir symbolique s’exprime par la légitimité conférée aux algorithmes. Les managers de direction générale et d’innovation présentent l’IA comme objective, neutre et rationnelle, ce qui permet de justifier des décisions stratégiques et de neutraliser les oppositions. Les syndicats, les représentants du personnel et les employés ont du mal à contester les décisions qui, bien qu’issues de modèles biaisés, sont perçues comme incontestables. L’objectivité apparente de l’algorithme masque l’arbitrage politique et économique sous une couche de rationalité technique. Le pouvoir symbolique repose donc sur une croyance largement partagée : la machine dit la vérité.

Pouvoir politique : gouvernance basée sur les données

Dans un contexte d’incertitude stratégique, le pouvoir politique se déplace vers les comités exécutifs, la direction stratégique et les actionnaires qui utilisent des algorithmes pour piloter des restructurations, guider les investissements ou modéliser les rendements. L’IA devient un instrument gouvernemental capable de simuler des scénarios et de rationaliser les décisions. Ce virage vers les données affaiblit les contre-pouvoirs internes : la direction intermédiaire, les collectifs de travail et les partenaires sociaux voient leur capacité d’influence réduite. La manipulation algorithmique s’impose ainsi comme une forme discrète mais très efficace de centralisation, qui redéfinit les modalités de l’action collective.

Ces formes de pouvoir, bien qu’abstraites dans leur formulation, acquièrent une cohérence tangible lorsqu’elles sont observées dans des dispositifs concrets. Le recrutement algorithmique est un exemple paradigmatique : il cristallise simultanément le pouvoir technique (sélection des variables), le pouvoir structurel (critères de filtrage), le pouvoir symbolique (légitimité de l’algorithme) et le pouvoir politique (décisions stratégiques sur les profils). Dans ce cas, les effets différenciés de la manipulation algorithmique sur les différents acteurs de l’entreprise sont mis en évidence.

Fracture des compétences et inégalités dans la prise de décision

L’introduction de l’IA soulève une question essentielle pour comprendre la dynamique actuelle : l’IA contribue-t-elle à réduire les lacunes de compétences et de prise de décision entre les employés qualifiés et non qualifiés, ou risque-t-elle de les accentuer ? Cette question est d’autant plus pertinente que la transformation numérique, combinée au changement générationnel (la fin du baby-boom), redessine profondément les relations de pouvoir au sein des entreprises. À cela s’ajoute la manipulation algorithmique, qui tend à nous priver de la découverte de l’autre, du monde et de la diversité sociale. Enfermés dans une bulle numérique de plus en plus polarisée, nous avons évolué dans un univers algorithmique qui restreint l’accès à des visions alternatives de la réalité. De plus, les algorithmes tendent à produire des résultats homogènes, conservateurs, répétitifs et redondants (Innerarity, 2025).

Dans ce scénario, le recrutement de jeunes talents met en lumière l’entrelacement des dimensions techniques, symboliques, structurelles et sociales. L’essor de l’IA perturbe ces dynamiques en automatisant les procédures, en redéfinissant les critères de sélection et en modifiant l’équilibre des pouvoirs entre candidats et recruteurs. Une fracture significative dans les processus décisionnels est apparue : la reconfiguration accélérée du marché du travail par l’IA provoque d’importants déplacements de travailleurs entre différents secteurs. Pour les jeunes diplômés, cette évolution représente un défi majeur, car ils font face à une double compétence : celle des autres candidats et celle de systèmes automatisés de plus en plus efficaces. Plus précisément, une entreprise de taille moyenne qui comptait auparavant sur une équipe RH pour trier manuellement des centaines de CV utilise désormais un système d’IA pour filtrer les candidatures. Ce système analyse les CV, identifie les mots-clés, évalue la compatibilité avec le profil recherché et peut même mener des entretiens préliminaires à l’aide de chatbots.

Dans cette optique, l’IA a un double potentiel. D’une part, elle peut réduire les écarts en libérant les employés moins qualifiés des tâches répétitives, en facilitant l’accès à des outils intelligents et en offrant une formation personnalisée. D’autre part, il risque de les étendre si leur déploiement n’est pas parfaitement structuré. Le document identifie plusieurs biais qui compliquent les processus d’embauche, de promotion et de reconnaissance : biais de diplôme académique, biais de statut, biais d’affinité, ainsi que les biais de genre, d’âge et de confirmation. Ces mécanismes renforcent les hiérarchies invisibles et consolident les asymétries de pouvoir, rendant difficile la construction d’environnements de travail inclusifs et équitables (Álvarez Sánchez, 2011 ; Mariño-Arévalo, 2014 ; Porras Velásquez, 2018).

Le rapport du parlement européen (2020) résume cette ambivalence en mettant en lumière à la fois les opportunités et les risques de l’IA. Parmi les premiers figurent l’automatisation des tâches répétitives, l’accès à des interfaces intuitives et la formation personnalisée. Parmi les risques, le déplacement de la main-d’œuvre, la concentration des connaissances et l’absence de politiques inclusives. Sur cette base, l’article soulève une question clé : comment l’impact de l’IA sur les formes de pouvoir se rapporte-t-il à l’évolution de la division des compétences ? La réponse demande d’analyser comment l’IA redistribue l’autorité, l’autonomie et le pouvoir décisionnel au sein des organisations.

Potentiel de comblement des écarts :

• Automatisation des tâches répétitives : L’IA peut libérer les employés moins qualifiés des tâches routinières, leur permettant de se concentrer sur des rôles plus stratégiques ou créatifs.
• Accès à des outils intelligents : Des interfaces intuitives et des assistants virtuels peuvent aider les travailleurs avec peu de connaissances techniques à utiliser des systèmes complexes.
• Formation personnalisée : L’IA permet d’identifier les lacunes de compétences et de proposer des itinéraires de formation adaptés, contribuant ainsi à démocratiser l’apprentissage au sein de l’entreprise.

Risques d’élargissement des écarts :

• Remplacement de la main-d’œuvre : l’automatisation peut rendre certains emplois obsolètes, en particulier ceux qui ne nécessitent pas de qualifications élevées, générant un chômage ou une précarité.
• Concentration des connaissances : les travailleurs dotés de compétences numériques avancées deviennent plus valorisés, tandis que d’autres risquent d’être marginalisés.
• Absence de politiques inclusives : Sans formation ni stratégies d’adaptation, l’IA peut accentuer les inégalités existantes.

Sur la base de ce rapport, la vraie question est la suivante : existe-t-il un lien entre l’impact de l’IA sur les formes de pouvoir identifiées et l’évolution de l’écart de compétences entre les employés qualifiés et non qualifiés ? Il est donc essentiel d’examiner comment l’impact de l’IA sur les formes de pouvoir peut influencer, voire accentuer, la fracture des compétences entre les employés qualifiés et non qualifiés, notamment en ce qui concerne la dynamique organisationnelle et les processus décisionnels.

L’essor de l’IA transforme profondément le paysage professionnel. Ce qui était autrefois considéré comme un simple progrès technologique se révèle désormais être un moteur de recomposition sociale, organisationnelle et humaine. À mesure que l’IA est intégrée aux processus métier, elle redéfinit les limites des compétences, crée de nouvelles opportunités et accentue certains déséquilibres. L’automatisation intelligente ne remplace pas seulement les activités répétitives, elle modifie la valeur accordée à certaines compétences. Les employés capables de maîtriser ou d’interpréter ces technologies voient leur rôle évoluer, tandis que ceux qui ne sont pas préparés risquent de perdre de l’influence ou de la reconnaissance. Comme le souligne le document, “la fracture des compétences ne disparaît pas : elle est déplacée”.

Cette tension est particulièrement visible dans les équipes multigénérationnelles. Un jeune collaborateur familier avec l’IA peut déstabiliser des collègues expérimentés, générant à la fois innovation et friction. Cependant, le manque de connaissances commerciales dans ces profils émergents nous rappelle que la compétence technologique seule ne suffit pas. De même, intégrer un jeune sans compétences en IA dans une équipe où l’outil devient central pose de nouveaux défis organisationnels.

Parallèlement, les modes de supervision et de gestion du travail évoluent également. L’IA permet une attribution dynamique des tâches, une surveillance plus précise et une évaluation continue des performances. À première vue, cela peut sembler renforcer l’équité. Mais en pratique, ce contrôle algorithmique accentue parfois la perception d’un fossé entre ceux qui savent utiliser ces systèmes intelligemment et ceux qui en souffrent. En d’autres termes, l’accès aux outils devient un nouvel axe de pouvoir.

C’est précisément à ce moment que l’IA opère l’un de ses changements les plus significatifs, en redistribuant ses capacités et en redéfinissant l’autonomie. L’accès à des outils intelligents permet à chaque personne de dépasser ses limites traditionnelles, ouvrant ainsi l’accès à des compétences de compréhension, de synthèse et d’analyse auparavant réservées aux experts. Cette démocratisation change la donne, en tenant compte du fait que les compétences ne s’acquièrent plus uniquement par la formation ou l’expérience, mais aussi par la capacité à tirer parti d’outils avancés.

En continuité avec cette redistribution, l’IA démocratise et personnalise l’accès à la formation. Les interfaces intuitives permettent aux personnes non techniques d’effectuer des tâches avancées, tandis que les parcours d’apprentissage individualisés réduisent les barrières à l’entrée. Cependant, cette démocratisation n’élimine pas l’écart : elle le reconfigure. Ceux qui adoptent ces outils progressent plus vite ; ceux qui ne le font pas sont laissés pour compte. Cet accès facilité à des compétences à jour est directement lié aux attentes du marché du travail. Les personnes qui utilisent l’IA développent des connaissances adaptées aux besoins du moment, augmentant ainsi leur employabilité et leur attractivité.

Enfin, la fracture des compétences ne disparaît pas sous l’effet de l’IA : elle en change la nature. Elle n’est plus structurée uniquement autour du niveau d’éducation ou d’expérience, mais autour de la capacité d’adaptation, de l’ouverture au changement et de la maîtrise des technologies en constante évolution. Pour les entreprises, la responsabilité est d’accompagner cette transition, créant des conditions où l’expérience professionnelle, la compétence technologique et l’intelligence humaine se complètent plutôt que de s’opposer. Comme le conclut le document, “l’équilibre futur ne dépendra pas seulement de la puissance des outils, mais de la manière dont les organisations savent faire évoluer les compétences de chaque personne afin que personne ne soit laissé à l’écart”.

Fracture des compétences et des formes de pouvoir dans l’entreprise : un jeu d’influences réciproques

Comme discuté dans le “4.3       Intelligence artificielle : une nouvelle ressource ou une menace pour l’établissement ?”, l’essor de l’IA transforme non seulement les compétences requises dans les organisations, mais recompose aussi les formes de pouvoir qui structuraient traditionnellement les relations professionnelles. La fracture des compétences, c’est-à-dire l’écart croissant entre les employés capables d’utiliser l’IA et ceux qui ont du mal à s’adapter, influence profondément la répartition du pouvoir au sein des entreprises. Mais la relation fonctionne aussi dans la direction opposée, puisque les formes existantes de pouvoir peuvent amplifier ou atténuer cette fracture. Configurant ainsi une dynamique circulaire ou compétences, technologies et pouvoirs qui s’entrelacent pour redéfinir les équilibres organisationnels.

Le premier maillon de cette dynamique circulaire apparaît dans le pouvoir légitime. Lorsque certains employés développent des compétences en IA que leurs managers ne possèdent pas, l’autorité formelle peut être affaiblie. La hiérarchie perd une partie de sa légitimité opérationnelle si elle ne comprend plus les leviers technologiques qui structurent l’activité. Inversement, les employés compétents en IA gagnent en influence, parfois même en contournant la chaîne décisionnelle classique. Mais le pouvoir légitime agit aussi sur la fracture. Si la direction investit stratégiquement dans l’IA et garantit un accès équitable à la formation, cela peut réduire l’écart entre les employés. En revanche, si elle maintient des décisions excluant certains groupes de l’accès aux outils ou à la formation, la fracture s’élargit. Le pouvoir légitime devient alors un amplificateur des inégalités technologiques.

Le pouvoir coercitif est également profondément affecté par la fracture des compétences. L’IA introduit de nouveaux outils de surveillance, d’évaluation et de contrôle qui augmentent la pression sur ceux qui ne maîtrisent pas ces technologies. Ces employés sont davantage exposés à des sanctions liées à des performances insuffisantes ou mal interprétées, renforçant la crainte d’une incompétence technologique. En retour, le pouvoir coercitif influence la fracture. Lorsque la supervision algorithmique est utilisée comme levier disciplinaire, elle crée un environnement de dépendance et de peur qui freine l’initiative et limite l’apprentissage. Cette dynamique aggrave la fracture des compétences à long terme, transformant le pouvoir coercitif en obstacle à l’acquisition de nouvelles compétences.

Le pouvoir de la récompense reproduit cette logique d’influence réciproque. Dans un contexte où la maîtrise de l’IA devient stratégique, les récompenses financières, symboliques ou promotionnelles tendent à se concentrer sur les employés qui possèdent ces compétences. Cela génère un sentiment d’injustice parmi les collaborateurs moins qualifiés et renforce la fracture. Cependant, le pouvoir de récompense peut aussi servir de levier pour l’inclusion. Une politique axée sur l’apprentissage, l’expérimentation et la progression équitable peut combler l’écart. En revanche, si les récompenses sont réservées exclusivement aux performances liées à l’IA, ceux qui n’ont pas eu accès à une formation sont exclus, ce qui creuse les inégalités.

La puissance de l’expertise est particulièrement transformée par l’IA. L’émergence de nouvelles compétences technologiques déplace le centre de gravité vers des connaissances telles que l’analyse, la modélisation ou l’automatisation. Les experts en IA gagnent en influence, tandis que des collaborateurs expérimentés mais moins technophiles voient leur pouvoir informel diminuer. Lorsque les spécialistes monopolisent les connaissances techniques, ils deviennent les gardiens de la concurrence, augmentant la dépendance envers les autres employés et renforçant la fracture. Mais si l’expertise est partagée par le mentorat, la formation interne ou des communautés de pratique, elle peut devenir un outil d’émancipation. Le pouvoir de l’expertise peut enfermer ou se libérer, selon la manière dont il est exercé.

Le pouvoir référentiel, fondé sur le charisme et la capacité d’inspiration, est également en train d’être redéfini à l’ère de l’IA. Maîtriser ces outils renforce la crédibilité d’un leader, en particulier auprès des jeunes générations pour qui la maîtrise technologique est essentielle. Inversement, les dirigeants qui ne prennent pas la responsabilité de l’IA peuvent voir leur influence diminuer. Ce pouvoir peut faciliter la transition technologique s’il est utilisé pour accompagner, rassurer et motiver. Mais cela peut aussi approfondir la fracture si seuls les profils technophiles sont valorisés ou si les difficultés de ceux qui progressent plus lentement sont minimisées.

Ensemble, les compétences se divisent et les formes de pouvoir au sein de l’entreprise sont étroitement liées et s’influencent mutuellement. L’IA agit comme un révélateur et un accélérateur de cette interdépendance : elle renforce certains pouvoirs, en affaiblit d’autres et contribue à l’émergence de nouvelles hiérarchies implicites. De plus, il redéfinit la valeur accordée à chaque individu de l’organisation.

Comprendre ces interactions est essentiel pour repenser les équilibres internes et faire de l’IA un moteur d’inclusion, plutôt qu’un facteur d’inégalité. Dans cette perspective, le document rappelle que l’intégration de la formation assistée par l’IA nécessite d’instaurer un climat de sécurité psychologique et de confiance. Cet environnement favorise un apprentissage efficace, stimule un retour d’information constructif et facilite l’acceptation des recommandations générées par l’IA, impliquant activement les employés dans la conception et la mise en œuvre de ces technologies.