Décider avec l’IA : comprendre avant d’optimiser

En 2025, l’Albanie a fait parler d’elle en annonçant la nomination d’un système d’intelligence artificielle à un rôle ministériel, en charge des marchés publics.
L’intention affichée était claire : utiliser la capacité des algorithmes à analyser de grandes quantités de données pour renforcer la transparence et limiter certains biais humains.

Au-delà du symbole, cet exemple pose une question très concrète pour nos organisations :
que signifie “décider”, à l’heure où des systèmes peuvent analyser et optimiser mieux que nous sur de nombreux sujets ?

Pour y répondre, il est utile de commencer par une chose simple :
👉 toutes les décisions ne sont pas de même nature.

1. Décider, ce n’est pas toujours la même chose

Dans le langage courant, on parle de “décision” comme d’un acte unique.
En réalité, ce mot recouvre des situations très différentes.

Certaines décisions consistent principalement à calculer :

  • prévoir une charge,
  • estimer un coût,
  • comparer des scénarios,
  • choisir une option sur la base de données mesurables.

D’autres consistent à arbitrer :

  • entre rapidité et qualité,
  • entre coût et robustesse,
  • entre intérêts de différentes parties prenantes.

D’autres encore consistent à poser un cadre :

  • définir ce qui est considéré comme un succès,
  • décider ce qui doit être valorisé,
  • décider ce qui doit être corrigé ou sanctionné en cas d’échec.

Ces décisions n’obéissent pas aux mêmes logiques, et surtout elles ne peuvent pas toutes être traitées de la même manière par l’IA.

2. Là où l’IA est particulièrement utile

L’intelligence artificielle est très performante lorsqu’il s’agit de décisions analytiques.
Autrement dit, lorsque :

  • les objectifs sont clairs,
  • les critères sont mesurables,
  • les données sont disponibles.

Dans ces cas, l’IA peut :

  • traiter plus d’informations qu’un humain,
  • repérer des corrélations complexes,
  • produire des résultats cohérents et reproductibles.

Elle permet alors d’améliorer la qualité des décisions, non pas en “remplaçant” l’humain, mais en réduisant certaines limites cognitives bien connues : surcharge d’information, biais d’expérience, fatigue, simplifications excessives.

3. Là où l’IA éclaire, sans décider

De nombreuses décisions relèvent du compromis.
Il ne s’agit pas de trouver “la meilleure solution”, mais une solution acceptable entre plusieurs objectifs qui entrent en tension.

Dans ces situations, l’IA peut être très utile pour :

  • simuler différents scénarios,
  • rendre visibles les conséquences de chaque option,
  • expliciter ce que l’on gagne… et ce que l’on perd.

En revanche, le choix final reste humain, car il engage des priorités, des responsabilités et souvent une dimension collective.

L’IA aide à voir plus clair.
Elle ne tranche pas à la place de l’organisation.

4. Les décisions qui ne s’optimisent pas

Certaines décisions ne cherchent ni à calculer ni à arbitrer.
Elles définissent un cadre.

Par exemple :

  • ce que l’organisation considère comme un comportement exemplaire,
  • ce qu’elle accepte comme prise de risque,
  • ce qu’elle refuse, même si c’est “efficace” ou “rentable”.

Ces décisions sont parfois appelées normatives, car elles expriment des valeurs.
Elles structurent la culture réelle de l’organisation, bien plus que les discours ou les chartes.

Ces décisions ne peuvent pas être confiées à une IA, non par manque de sophistication, mais parce qu’elles définissent précisément ce que l’IA est autorisée à optimiser.

5. Un facteur souvent implicite : appétence et crainte

Un élément traverse toutes ces décisions, souvent sans être nommé :
l’appétence et la crainte.

  • Appétence pour la croissance, l’innovation, la reconnaissance, parfois le court terme.
  • Crainte du risque, de l’échec, de la remise en cause, du regard des autres.

Ces dimensions émotionnelles sont humaines et compréhensibles.
L’IA n’en est pas porteuse.
Mais elle hérite directement de celles et ceux qui définissent les objectifs, les indicateurs et l’usage de ses résultats.

C’est pourquoi une décision émotionnelle, même appuyée par des algorithmes, reste une décision émotionnelle.

6. Ce que signifie vraiment “décider avec l’IA”

Décider avec l’IA ne signifie pas lui déléguer la responsabilité.
Cela signifie d’abord clarifier la nature de la décision avant d’utiliser l’outil.

En pratique, cela suppose de se poser quelques questions simples :

  • S’agit-il d’un problème de calcul ?
  • D’un arbitrage entre objectifs concurrents ?
  • D’une décision qui engage des valeurs ?
  • Ou d’une décision influencée par la peur ou le désir ?

Cette clarification est souvent le vrai gain de maturité.

Pour ouvrir la discussion

👉 Dans nos pratiques quotidiennes, savons-nous toujours identifier la nature des décisions que nous prenons ?
👉 Et savons-nous clairement ce que nous attendons de l’IA : optimiser, éclairer, ou simplement rendre visibles nos arbitrages ?

Ces questions sont probablement un préalable essentiel pour tirer pleinement parti de l’IA, sans lui demander ce qu’elle ne peut — et ne doit — pas faire.