Acculturation data et IA en entreprise : par où commencer
Acculturation data et IA : ce qu'elle recouvre, pourquoi l'AI Act la rend nécessaire, et un point de départ concret pour vos équipes.
L'acculturation data et IA désigne l'ensemble des actions qui donnent à chaque salarié, et pas seulement aux spécialistes, les réflexes utiles pour travailler avec des données et des outils d'intelligence artificielle : savoir quand une IA générative convient, ce qu'on ne lui confie jamais, comment relire sa réponse, pourquoi une donnée sale fausse une décision. Cette section rassemble des repères pour la mettre en place, avec ou sans Maketools.
Pourquoi en parler maintenant ?
Trois raisons se cumulent dans la plupart des organisations :
- Les outils sont déjà là. Assistants conversationnels, fonctions d'IA intégrées aux suites bureautiques, CRM ou outils RH : beaucoup de salariés utilisent l'IA avant d'avoir reçu la moindre consigne.
- Le cadre légal l'attend. L'article 4 du règlement européen sur l'IA (AI Act) demande aux entreprises qui fournissent ou utilisent des systèmes d'IA de prendre des mesures pour développer la maîtrise de l'IA de leur personnel. Il s'applique depuis le 2 février 2025 et a été modifié en juillet 2026. Voir l'article 4 de l'AI Act.
- Les erreurs coûtent cher et se voient. Une donnée personnelle collée dans un outil public, une réponse inventée reprise dans un rapport, un tableau plein de doublons qui oriente un budget : ce sont des erreurs de réflexe, pas de compétence technique.
Data literacy et AI literacy : deux faces du même sujet
On distingue souvent deux notions, qui se recouvrent en partie :
| Notion | Question centrale | Exemples de réflexes |
|---|---|---|
| Data literacy (culture des données) | Puis-je faire confiance à ces données et en tirer une conclusion ? | repérer un doublon, une valeur manquante, un format incohérent, une valeur aberrante |
| AI literacy (maîtrise de l'IA) | Puis-je confier cette tâche à une IA, et comment contrôler le résultat ? | donner du contexte, poser des contraintes, repérer une hallucination ou un biais, garder un humain responsable |
Les deux se rejoignent : un modèle d'IA n'est jamais meilleur que les données qu'on lui donne, et une analyse de données produite avec une IA doit être relue comme n'importe quel résultat.
Par où commencer ?
Une démarche simple, qui tient dans un mois (détaillée dans le plan d'acculturation en 30 jours) :
- Faire un état des lieux. Quels outils d'IA sont utilisés, par qui, pour quoi faire ? Quelles données sensibles circulent ? Cette cartographie oriente tout le reste.
- Poser quelques règles claires. Une charte courte vaut mieux qu'un long document : ce qu'on peut confier à l'IA, ce qu'on ne lui confie jamais (données nominatives, décisions qui engagent), et l'obligation de relire avant de publier.
- Faire pratiquer. Une règle lue est vite oubliée ; une règle appliquée à des cas concrets s'ancre. C'est le rôle des jeux sérieux : des situations courtes, une décision, un retour immédiat.
- Mesurer et garder la trace. Qui a été formé, sur quelles compétences, avec quels résultats : ces éléments servent à piloter le programme et à documenter les mesures prises.
Ce que chaque jeu entraîne
Les jeux Maketools durent de 4 à 10 minutes, se jouent en solo, et chacun mesure des compétences précises, toujours les mêmes d'un jeu à l'autre, pour que les rapports restent comparables :
| Jeu | Ce qu'il entraîne |
|---|---|
| IA ou pas IA ? | Décider si une demande relève de l'IA, d'un humain ou d'un script ; protéger les données personnelles ; garder un humain responsable ; relire avant de publier |
| Prompt Quest | Rédiger un prompt : contexte, contraintes, exemples, format de sortie ; éviter les pièges de responsabilité |
| Hallucination Hunter | Repérer une hallucination, détecter un biais, savoir quand vérifier |
| Data Cleaning Rush | Repérer doublons, valeurs manquantes, formats incohérents et valeurs aberrantes |
Le catalogue s'enrichit régulièrement : ouvrez Jeux dans le menu du site pour voir tous les jeux disponibles. Les jeux publics se jouent sans compte.
Pour qui ?
Chaque public a ses questions. Les pages suivantes y répondent directement :
- Équipes formation (L&D) : déployer un programme, l'intégrer au LMS, prouver la participation.
- Directions data et IA, DPO : faire adopter les bonnes pratiques, réduire les risques, suivre la progression par compétence.
- Événements et ateliers : faire jouer une salle sans compte, avec un écran de classement projeté.
Un doute sur un terme ? Le glossaire data et IA définit les notions employées dans cette section et dans les jeux.
Essayer
Le plus rapide pour se faire une idée est de jouer une partie : ouvrez le catalogue, choisissez un jeu et lancez-le, sans créer de compte. Pour adapter un jeu à votre entreprise, suivez ensuite les premiers pas.
Modifier cette page sur GitHub (s'ouvre dans un nouvel onglet)