Concevoir une formation ChatGPT en entreprise : une méthode située

Former tout le monde avec les mêmes démonstrations produit rarement une capacité commune. Une personne qui reformule un texte public, une équipe RH qui traite des candidatures et un service qui prépare une décision sensible n’ont ni les mêmes entrées, ni les mêmes risques, ni les mêmes critères de contrôle. La formation doit partir de ces différences.

Réponse en bref

Concevez la formation à partir de quatre variables : rôle, usage, données et impact. Inventoriez l’environnement ChatGPT réellement autorisé, transformez les tâches en exercices contrôlables, faites pratiquer l’abstention et la vérification, puis mesurez le transfert dans le travail. Pour les fournisseurs et les déployeurs de systèmes d’IA, l’article 4 du règlement européen prévoit des mesures visant, dans toute la mesure du possible, un niveau suffisant de maîtrise de l’IA. Il demande de tenir compte notamment des connaissances, de l’expérience, de l’éducation, de la formation, du contexte d’usage et des personnes concernées. Il n’impose pas un cours identique à toutes les organisations et une formation générique ne prouve pas, à elle seule, la conformité.

Ne pas confondre outil, maîtrise de l’IA et conformité

Une formation ChatGPT apprend à utiliser un service dans un environnement défini. La maîtrise de l’IA couvre plus largement les connaissances, compétences et compréhension nécessaires pour déployer ou utiliser des systèmes de façon éclairée, avec conscience des opportunités et des risques. La conformité dépend encore du rôle de l’organisation, des systèmes concernés, des usages, des personnes affectées et des autres règles applicables.

La FAQ de la Commission européenne sur la maîtrise de l’IA insiste sur une approche flexible et contextualisée. Elle demande notamment de considérer le rôle de l’organisation, le risque des systèmes, le niveau initial des personnes et le contexte. Elle indique aussi que demander uniquement de lire une notice peut être insuffisant. Cela conduit à une règle pédagogique : former à des décisions de travail, pas seulement à des boutons.

Ce guide propose une méthode de conception. Il ne certifie pas qu’un programme satisfait l’article 4 et ne remplace pas l’analyse des fonctions juridiques, RH, sécurité, données et métiers.

Étape 1 : Décrire l’environnement réel

Avant le programme, documentez ce qui existe le jour du diagnostic :

• comptes et offres autorisés par l’organisation ;
• modes d’accès et appareils concernés ;
• fonctions disponibles dans cet environnement ;
• règles de conservation et de réutilisation applicables ;
• connecteurs ou espaces documentaires éventuellement activés ;
• catégories de données autorisées, à examiner et interdites ;
• responsables du support, de la sécurité et des incidents ;
• usages déjà observés, y compris les usages informels signalés sans recherche de sanction.

Les fonctions et conditions d’un produit peuvent évoluer. Faites dater cet inventaire et évitez d’intégrer au support une fonction que les participants ne possèdent pas. La session doit pouvoir atteindre ses objectifs même si une interface change.

La CNIL recommande de partir d’un besoin concret, d’encadrer les usages autorisés et interdits, de ne pas occulter les limites, de former les utilisateurs et d’impliquer les parties prenantes pertinentes. Le diagnostic transforme ces recommandations en données pédagogiques.

Étape 2 : Construire la matrice rôle-usage-donnée-impact

Remplissez une ligne par situation. Une ligne décrit une tâche, pas un département entier.

Champ	Question de cadrage	Exemple fictif
rôle	qui agit et qui valide ?	chargée de communication, validation par responsable éditorial
usage	quelle action précise est assistée ?	proposer trois structures à partir d’un brief approuvé
donnée	que reçoit l’outil ?	brief public, sans donnée client non publiée
impact	qui subit une erreur et avec quelle gravité ?	équipe interne ; correction réversible avant diffusion
sortie	quel livrable est attendu ?	plan avec hypothèses explicitement marquées
contrôle	quelle source permet de vérifier ?	brief et charte éditoriale
arrêt	quand ne faut-il pas continuer ?	information manquante ou demande d’inventer un chiffre
trace	que conserve-t-on ?	version du brief, corrections et validation finale

L’exemple ne décrit pas une mission réelle. Il montre comment passer de « apprendre à prompter » à une capacité vérifiable.

Classer les situations sans fausse précision

Utilisez trois catégories de décision, à adapter à votre gouvernance :

Catégorie	Profil	Place dans la formation initiale
expérimentation encadrée	données autorisées, résultat réversible, contrôle simple	exercice pratique possible
usage à examiner	données ou impact nécessitant une revue spécialisée	étude de cas sans donnée réelle
usage exclu	règle interne contraire, donnée interdite ou décision non délégable	scénario d’arrêt et d’escalade

Cette classification n’est ni une qualification juridique ni une classification des risques du règlement IA. Elle sert à organiser les exercices internes. Les responsables compétents déterminent les règles applicables.

Étape 3 : Définir une capacité observable

Un objectif comme « comprendre ChatGPT » n’est pas évaluable. Préférez une action et une condition :

• cadrer une demande en distinguant objectif, contexte, contraintes et format ;
• reconnaître une donnée non autorisée avant de la transmettre ;
• comparer une sortie aux sources de référence ;
• signaler une incertitude au lieu de la masquer ;
• refuser ou escalader une tâche hors périmètre ;
• expliquer les corrections apportées à la production finale.

Chaque objectif doit apparaître dans au moins un exercice et dans la grille d’évaluation. Si l’objectif ne produit aucune trace observable, il sera difficile de distinguer compréhension et impression de facilité.

Le contrat d’exercice

Pour éviter les démonstrations spectaculaires mais invérifiables, chaque exercice tient sur une fiche :

Rôle et contexte :
Tâche exacte :
Compte et environnement autorisés :
Données fournies : publiques / synthétiques / internes autorisées
Données explicitement interdites :
Sortie attendue :
Sources de contrôle :
Erreur injectée dans l'exercice :
Condition d'arrêt :
Validation humaine attendue :
Trace conservée :

L’erreur injectée est importante. Un groupe qui ne rencontre que des réponses plausibles n’apprend ni à vérifier, ni à arrêter. Préparez, par exemple, une source contradictoire, un nombre absent du brief ou une instruction ambiguë. La réussite consiste à détecter le problème et à appliquer la procédure prévue.

Un parcours en sept modules adaptables

1. Cartographie des systèmes et des usages

Les participants identifient les systèmes utilisés, leur rôle et les tâches concernées. Ils distinguent outil officiellement déployé, test autorisé et usage non cadré. Le livrable est une carte locale, pas une liste universelle de produits.

2. Modèle mental suffisant

Présentez ce qui change la pratique : réponse probabiliste, sensibilité au contexte, possibilité de résultat inexact mais plausible, différence entre génération et source. Évitez une théorie technique sans lien avec les décisions des participants.

3. Données et confidentialité

Les groupes classent des entrées fictives selon la politique interne. Ils apprennent à minimiser, anonymiser lorsque cela est réellement possible, remplacer par des données synthétiques et demander une validation. La CNIL rappelle que les données fournies lors de l’utilisation peuvent inclure des données personnelles et recommande une gouvernance adaptée.

4. Cadrage d’une demande

Le participant transforme une consigne vague en contrat de production : objectif, contexte, contraintes, format, sources et contrôles. Le guide Prompt ou workflow aide à décider quand une simple instruction ne suffit plus.

5. Vérification et abstention

Les participants comparent la sortie aux documents de référence, marquent les éléments non vérifiables et arrêtent le processus lorsque la source manque. La phrase « je ne peux pas conclure avec les informations fournies » est une capacité attendue, pas un échec de l’exercice.

6. Effets sur le travail

Une tâche peut être plus rapide et néanmoins dégrader la qualité, augmenter la charge de contrôle ou réduire l’apprentissage. Organisez une discussion sur le travail réel : répartition des tâches, responsabilité, autonomie, coopération, critères de qualité et nouvelles corrections. Les travaux et ressources de l’Anact sur le dialogue social technologique invitent à mettre en discussion les effets de l’IA sur le travail plutôt qu’à traiter le déploiement comme un sujet uniquement technique.

7. Expérimentation et revue

Chaque participant repart avec une expérimentation limitée : tâche, propriétaire, données admises, indicateur de qualité, garde-fou, période et décision finale. Une expérimentation sans date de revue devient facilement un usage permanent non évalué.

Différencier sans exclure

Un seul socle peut être partagé, puis décliné par rôle.

Groupe	Priorité pédagogique	Exercice pertinent
utilisateurs occasionnels	reconnaître limites et données interdites	trier des situations et corriger une réponse
utilisateurs réguliers	rendre la méthode reproductible	construire un contrat d’exercice et une grille
managers	décider, suivre et organiser la validation	arbitrer trois usages et leurs effets sur le travail
fonctions support	gouvernance, incidents et accompagnement	simuler une demande hors cadre et son escalade
équipes techniques	intégration, traces et évaluation	examiner une architecture sans donnée réelle

Adaptez aussi le vocabulaire, les supports, le rythme et les modalités d’exercice aux niveaux initiaux et aux besoins d’accessibilité. L’article 4 cite précisément les connaissances techniques, l’expérience, l’éducation, la formation et le contexte d’usage parmi les éléments à prendre en compte.

Évaluer sans se contenter de la satisfaction

Avant la session

Proposez une tâche courte et un questionnaire de décision. Observez la méthode : quelles données la personne choisit-elle, que vérifie-t-elle, quand demande-t-elle de l’aide ? N’utilisez pas ce diagnostic pour exposer ou classer publiquement les participants.

Pendant la session

Évaluez un livrable avec des critères connus : respect du périmètre, protection des données, fidélité aux sources, explicitation des incertitudes, qualité de la correction et respect de la condition d’arrêt.

Après la session

Séparez quatre niveaux :

Niveau	Question	Preuve possible
compréhension	la règle est-elle comprise ?	justification écrite d’une décision
capacité	la tâche est-elle exécutée correctement ?	livrable évalué avec grille
transfert	la méthode est-elle utilisée au travail ?	revue d’un échantillon autorisé
effet	qualité, délai ou risque ont-ils changé ?	comparaison avant/après avec limites

Un questionnaire de satisfaction informe sur l’expérience de formation. Il ne démontre ni transfert, ni gain de productivité, ni conformité.

La revue à quatre semaines

Pour chaque expérimentation, examinez un petit échantillon comparable et documentez :

1. les entrées et la catégorie de données ;
2. le temps de production et le temps de contrôle ;
3. les erreurs détectées avant diffusion ;
4. les corrections humaines ;
5. les difficultés ou effets sur la coopération ;
6. la décision : arrêter, corriger, prolonger ou étendre.

Un faible échantillon permet une revue de pratique, pas une conclusion statistique. Affichez les nombres bruts et les limites. Si les usages ont changé pendant la période, documentez cette rupture.

Gouvernance et dialogue autour du programme

Le formateur ne doit pas décider seul des données, des décisions autorisées ou des responsabilités. Associez les parties pertinentes selon l’organisation : métiers, management, RH, DPO, RSSI, DSI, représentants du personnel et fonctions juridiques. Leur rôle n’est pas de rendre chaque exercice théorique ; il est de fixer un cadre que les participants peuvent réellement appliquer.

Le programme doit également prévoir une voie de remontée. Un participant qui découvre un usage informel risqué doit savoir à qui poser une question et comment interrompre la tâche sans être contraint d’improviser une solution.

Critères d’acceptation d’une formation prête

• chaque groupe et son niveau initial sont décrits ;
• chaque exercice correspond à une tâche réelle ou à un scénario synthétique validé ;
• les données utilisées sont autorisées et documentées ;
• les conditions d’arrêt sont enseignées et pratiquées ;
• la grille évalue des capacités observables ;
• les supports correspondent à l’environnement disponible ;
• les parties prenantes ont validé leur périmètre ;
• une revue de transfert est planifiée ;
• les besoins d’accessibilité sont traités ;
• aucune promesse de conformité ou de performance n’est ajoutée sans preuve.

Le guide Formation IA en entreprise : construire un programme réellement utile complète cette méthode avec un canevas tâche-risque-preuve. Pour préparer les règles de données, consultez Protéger les données sensibles lors de l’usage d’un assistant IA.

Une fois le programme conçu, le protocole évaluer les acquis d’une formation ChatGPT au travail aide à construire deux mises en situation comparables et à distinguer la réussite en séance du transfert quelques semaines plus tard.

Limites

ChatGPT désigne ici le service utilisé dans l’organisation ; ce guide ne présume ni l’offre souscrite, ni ses réglages, ni ses garanties contractuelles. Les fonctions doivent être vérifiées dans l’environnement concerné. La matrice proposée n’est pas la classification juridique du règlement IA. Les obligations applicables dépendent des systèmes, rôles, secteurs, usages et personnes affectées. Ce contenu ne constitue ni un avis juridique, ni une certification de conformité, ni une preuve qu’une formation a été délivrée.

Articles liés

• Formation IA en entreprise : construire un programme réellement utile
• Protéger les données sensibles lors de l’usage d’un assistant IA
• Prompt ou workflow : quand une instruction ne suffit plus

Prochaine étape

Choisissez trois rôles et une tâche par rôle. Remplissez la matrice, faites valider les données et les conditions d’arrêt, puis concevez les exercices. Le programme vient après ce diagnostic, jamais avant.