Le paradoxe de l'IA : 5 compétences humaines qui valent plus que jamais

#La marée qui monte… ou pas

Tu as sans doute déjà croisé cette image : l'IA serait une marée montante. Tous les quelques mois, l'eau recouvre une compétence de plus sur la plage, et il te reste de moins en moins de terrain où te tenir.

Nate B Jones, auteur de la chaîne AI News & Strategy Daily, défend la thèse inverse. Pour lui, certaines compétences humaines ont pris plus de valeur au cours de l'année écoulée, justement parce que l'IA est devenue plus capable. Ce n'est pas une contradiction : quand un outil te permet de faire seul ce qui demandait une équipe, ce qui limite le résultat, ce n'est plus l'exécution technique. C'est toi — ce que tu choisis, ce que tu oses, ce que tu termines.

Il cite en exemple Muse, l'agent personnel lancé par Meta en septembre 2026 sous la houlette d'Alexandr Wang et Nat Friedman. Selon lui, les compétences qui ont permis de construire ce produit ne sont pas réservées à des génies ou à des « super-équipes » : elles s'apprennent et se pratiquent.

Son conseil de départ est simple : si tu prépares ton année 2027, ressors les projets que tu avais écartés. Le service impossible à lancer sans embaucher. Le problème que ton équipe comprenait mais n'avait jamais le temps de régler. L'idée qui exigeait un profil technique hors budget. Ces décisions reposaient sur ce que le travail demandait à l'époque. Beaucoup de ces contraintes ont bougé.

Les cinq compétences en question : le goût, l'agentivité, le focus, la débrouillardise et le suivi. Voyons-les une par une, avec à chaque fois une idée pour t'entraîner.

#1. Le goût : agir sur ce qui te tient à cœur

On définit souvent le goût comme la capacité à reconnaître du bon travail. Nate B Jones va plus loin : le goût, c'est agir sur quelque chose qui compte pour toi. Il y inclut le jugement, c'est-à-dire savoir défendre tes priorités et décider ce qui passe en premier.

Deux remarques importantes :

• Le goût ne dépend pas de l'ancienneté. Une personne en début de carrière peut avoir un goût excellent dans un domaine précis, parce qu'elle s'y intéresse de près, qu'elle a essayé et comparé.
• Le goût commence par l'attention. Tu remarques des distinctions que les autres survolent.

Prends un exemple concret. Tu travailles au support et tu vois toujours les nouveaux clients bloquer au même endroit du site. L'explication paraît limpide à l'équipe qui l'a écrite, mais tu sais qu'elle ne passe pas. Tu peux même deviner la question qu'ils vont poser.

Avant, tu aurais rédigé une note et tu l'aurais « balancée par-dessus le mur » à une autre équipe. Aujourd'hui, tu peux utiliser l'IA pour construire un guide interactif ou un prototype d'onboarding (le parcours d'accueil d'un nouvel utilisateur). Tu le mets entre les mains d'un collègue ou d'un client, et tu découvres des détails invisibles dans la plainte d'origine : peut-être que le client comprend l'explication mais ne sait pas quelle option le concerne. Peut-être que l'ordre des étapes est mauvais.

L'auteur souligne un point souvent négligé : l'IA peut aussi affiner ton goût. Elle propose des approches auxquelles tu n'avais pas pensé, ou t'explique pourquoi un design que tu admires fonctionne.

#2. L'agentivité : revoir ce que tu crois pouvoir entreprendre

L'agentivité (agency en anglais), c'est la capacité à prendre l'initiative et à agir sur ce que tu peux influencer. Nate B Jones la mesure avec ce qu'il appelle le ratio dire/faire : l'écart entre annoncer que tu vas faire quelque chose et le faire vraiment.

Le piège est connu. Tu peux passer des semaines à t'intéresser à un projet, en parler, rassembler des ressources… sans jamais commencer. Et l'IA n'arrange rien sur ce point : elle produit des plans à l'infini. La volonté de faire une vraie tentative, elle, reste entièrement de ton côté.

Ce qui a changé, c'est la nature de ce qui te bloque. Si résoudre un problème demandait six mois du temps de quelqu'un d'autre, ou simplement un accès à cette personne, ce n'est peut-être plus le cas. Dès que l'IA t'aide à faire assez du travail toi-même, ta volonté d'agir pèse beaucoup plus directement sur le résultat.

L'auteur donne l'exemple d'un responsable commercial qui veut savoir quels contrats en cours méritent son attention. Il est incapable de décrire tout le système à l'avance — comme la plupart des gens. Un agent peut produire une première version grossière : signaler les affaires sans activité depuis 14 jours. En la regardant, le responsable réalise que ce n'est pas le bon signal. Son vrai souci, c'est le contrat qui dort chez le service juridique depuis 10 jours sans prochaine étape.

La première version a fait émerger une information qu'il avait en tête sans savoir la formuler. Autrement dit : construire t'aide à trouver le plan. Inutile d'attendre de comprendre chaque étape avant de te lancer.

#3. Le focus : concentrer l'effort quand tout devient possible

Ici, Nate B Jones prend le contre-pied d'un discours répandu. Certaines figures de l'IA affirment qu'on peut désormais tout essayer, puisque tester ne coûte presque rien. C'est vrai. Mais pour lui, essayer beaucoup de choses ne maximise pas ton effet de levier.

Il propose une expérience de pensée avec deux personnes qui disposent des mêmes outils :

La seconde a donné à son attention un endroit où s'accumuler. Elle comprend mieux le problème, et d'autres commencent déjà à profiter de son travail et à lui faire des retours.

L'auteur met aussi en garde contre un effet pervers : l'IA peut rendre la distraction très productive en apparence. À 17 h, tu as trois plans, plusieurs prototypes et une version de test élaborée d'une idée que tu ne poursuivais même pas le matin. Mais combien de ce travail est allé assez loin pour changer quelque chose pour quelqu'un ?

Puisque le coût d'une tentative baisse, il recommande de relever tes exigences : être « anti-slop » (le slop désigne le contenu médiocre produit en masse par l'IA) et aller au bout d'une chose précise.

#4. La débrouillardise : traverser l'inconnu

La débrouillardise, c'est trouver un chemin quand tu ne sais pas comment avancer. Mettre les mains dans le cambouis.

Nate B Jones s'appuie sur une expérience personnelle : Open Brain, un système de gestion de connaissances qu'il a partagé avec sa communauté. Il avait suggéré de combiner Slack, Notion, Zapier et un modèle d'IA. Les gens ont renvoyé des variantes : l'un avec Discord, un autre dans Obsidian, un autre avec MacWhisper, d'autres encore avec les seuls logiciels autorisés par leur entreprise.

Ce qui comptait, c'est qu'ils avaient compris l'intention du système : capturer l'information et la rendre utile au moment où on en a besoin. Cette compréhension leur a permis de remplacer les briques à leur façon. Quand ils bloquaient, ils demandaient à la communauté et s'appuyaient sur l'IA pour l'étape suivante.

C'est pour cela que l'auteur parie sur cette compétence : les outils vont continuer à changer, mais la capacité à avancer en terrain inconnu restera utile à travers tous ces changements. Et l'IA transforme l'expérience du débutant. Tu peux apporter l'erreur incompréhensible de ton projet, demander ce qui se passe, demander s'il existe une approche plus simple. L'explication s'ancre parce qu'elle sert un objectif qui te tient à cœur.

Pour les managers, la conséquence est directe : les compétences listées sur un CV en disent moins qu'avant. Mieux vaut observer comment quelqu'un aborde un problème inconnu. Trouve-t-il une question utile ? Reformule-t-il ? Revient-il avec une nouvelle tentative faite seul ?

#5. Le suivi : porter le travail jusqu'à ce que quelqu'un en profite

Dernière compétence, et peut-être la plus sous-estimée : le suivi (follow-through). Finir ce à quoi tu t'es engagé et t'assurer que ça aide vraiment la personne visée.

On est devenus très bons pour démarrer. Avec le vibe coding (coder en décrivant ce qu'on veut à une IA, sans trop regarder le code produit), une première version apparaît vite et a souvent fière allure. Mais il faut rester impliqué assez longtemps pour qu'elle compte pour quelqu'un.

Reprends l'exemple du support. Tu as fait un meilleur guide. Maintenant, un vrai nouveau client doit passer le cap qui le bloquait. Peut-être que le guide doit apparaître plus tôt. Peut-être qu'un collègue doit modifier un passage de relais. Peut-être que l'explication suppose encore quelque chose que le client ne sait pas. Le suivi, c'est revenir et vérifier : est-ce que ça a vraiment aidé ?

Nate B Jones prédit que les premières versions impressionnantes vont devenir banales en 2027, tant on en aura. Selon lui, la personne qui transforme régulièrement un démarrage en résultat gagnera une confiance d'un autre ordre. Il l'illustre avec les ingénieurs : certains considèrent que leur travail s'arrête au déploiement en production ; les meilleurs savent qu'il faut encore que le logiciel soit utile.

« C'est l'inverse des emails écrits par l'IA auxquels personne ne prête attention. »

Avant ton prochain projet, pose-toi ces questions : pour qui est-ce ? Qu'est-ce que cette personne pourra mieux faire ? Que dois-je faire pour être sûr d'avoir fait tout le travail ?

#Comment les cinq s'emboîtent

Ces compétences ne sont pas une liste à cocher, elles forment une chaîne :

1. Le goût te fait repérer une amélioration qui vaut le coup.
2. L'agentivité te pousse à t'y attaquer sans attendre d'avoir tout compris.
3. Le focus lui donne une attention soutenue.
4. La débrouillardise te fait apprendre ce qui manque en chemin.
5. Le suivi porte le résultat jusqu'à la personne qui en a besoin.

Pour l'auteur, l'IA a élargi ce que nous pouvons faire plus vite que nous n'avons changé ce que nous osons tenter. C'est là que se trouve l'écart à combler.

#Récapitulatif

• L'idée d'une IA qui grignote toutes tes compétences est incomplète : certaines prennent de la valeur parce que l'exécution coûte moins cher.
• Goût : agis sur ce qui t'agace, prototype une alternative, laisse les retours affiner ton jugement.
• Agentivité : surveille ton ratio dire/faire ; une première version imparfaite t'aide à clarifier ce que tu veux.
• Focus : multiplier les projets n'est pas multiplier l'impact ; choisis et relève tes exigences.
• Débrouillardise : comprends l'intention d'un système plutôt que ses outils, et apprends au moment où tu en as besoin.
• Suivi : un projet n'est fini que lorsque quelqu'un en profite réellement.

Un exercice pour cette semaine : ressors un projet que tu avais abandonné faute de moyens, et passe-le au crible de ces cinq compétences. Il est peut-être devenu faisable.