Guides de déploiement4 min de lecture

Formation IA des salariés : enseignez la phrase d’escalade

La formation IA des salariés doit apprendre quoi dire face à un résultat incertain : une demande courte avec la tâche, le doute, la preuve vérifiée et la décision attendue.

Bokili EditorialPublié le 6 octobre 2026· Vérifié le 6 octobre 2026

Une salariée transforme une incertitude dans un résultat IA en une demande d’escalade concise, étayée et adressée au bon décisionnaire.

La formation à l'IA apprend souvent à repérer hallucinations, preuves manquantes ou données à risque. C'est nécessaire, mais insuffisant : que doit faire le collaborateur ensuite ? Sans phrase d'escalade claire, l'incertitude est souvent masquée, signalée vaguement ou noyée dans un long message qui ne permet pas de décider.

Enseignez un réflexe simple : énoncer la tâche, nommer l'incertitude, dire ce qui a été vérifié et demander une décision précise à une personne désignée. Cela transforme un « je ne suis pas sûr » en un passage de relais qui débloque la situation.

L'objectif n'est pas de tout escalader

L'objectif est d'escalader la bonne incertitude avec assez de contexte pour agir, sans prétendre que le résultat de l'IA est plus fiable qu'il ne l'est.

Bon jugement ne rime pas toujours avec bonne transmission.

Un collaborateur peut voir qu'un résultat doit être revu, mais peiner à l'expliquer. Il transfère tout le chat, écrit « à vérifier » ou ajoute un score de confiance sans sens défini. Le réviseur doit alors reconstituer la tâche, inspecter les sources et deviner quelle décision est bloquée.

Les directives actuelles prônent une maîtrise de l'IA adaptée au contexte et des canaux de signalement clairs. La Commission européenne précise que les mesures de maîtrise doivent refléter les personnes, le système, le but et le risque. L'AI Playbook du gouvernement britannique recommande des voies de signalement des risques bien identifiées et des ressources pour y répondre. Le NIST souligne que la réponse aux incidents, le recours et l'annulation dépendent de rôles définis et d'un arbitrage humain.

La phrase d'escalade en quatre points

Tâche

Que cherchez-vous à produire ou à décider ? En une seule ligne.

Incertitude

Qu'est-ce qui est manquant, contradictoire, invérifiable ou hors de votre autorité ?

Contrôle

Quelle preuve, règle ou source avez-vous inspectée avant d'escalader ?

Décision

Qui doit décider de quoi, et pour quand ?

La formation IA doit leur donner une phrase prête à l'emploi.

Un modèle simple permet de s'entraîner facilement :

Je prépare [tâche]. Le résultat IA est incertain car [problème spécifique]. J'ai vérifié [source ou règle] : [résultat]. [Rôle désigné], merci de décider [choix spécifique] d'ici [échéance].

Modèle de phrase d'escalade

La phrase est volontairement concise. Elle n'inclut pas la confiance auto-déclarée du modèle. Elle décrit un problème observable et le travail déjà fait. Elle adresse aussi le message à un décisionnaire plutôt qu'à un groupe.

Exemple : comparer des fournisseurs

Lire, c'est bien. Pratiquer, ça change tout.

Commencer

Un collaborateur demande à un outil d'IA approuvé de comparer trois fournisseurs. Le brouillon indique que le Fournisseur B respecte l'exigence de conservation des données, mais le document cité ne décrit que les sauvegardes et ne précise jamais la durée de conservation.

Alerte vague

« L’IA se trompe peut-être sur le fournisseur B. Quelqu’un peut vérifier ? »
Le relecteur doit reconstituer la tâche, la source et la décision bloquée.

Escalade exploitable

« Je prépare la présélection. La conservation annoncée par le fournisseur B n’est pas prouvée : son document de sécurité ne parle que de sauvegardes. Responsable des achats, merci de décider avant 15 h : demander une preuve ou retirer l’affirmation. »
Le relecteur voit la tâche, la lacune, la vérification et la décision.

La version plus claire n'affirme pas que le Fournisseur B est à risque. Elle sépare le fait manquant d'une conclusion négative. Cette distinction évite à la fois une approbation hâtive et un rejet injuste.

Définir les limites de l'escalade

Quand escalader

Un fait requis ne peut pas être relié à une source approuvée.
Deux sources fiables se contredisent et le salarié n’a pas le pouvoir de trancher.
Le résultat touche une personne, un paiement, une situation juridique ou une décision de sécurité hors du mandat du salarié.
L’usage demandé sort de la politique, ou le salarié ne peut pas savoir s’il est autorisé.
Un relecteur demande une preuve que le workflow n’a pas conservée.

Apprenez aussi quand ne pas escalader. Les collaborateurs doivent corriger la mise en forme, poser une question si le brief est incomplet et relancer une tâche à faible risque si la vérification révèle un simple oubli. L'escalade est pour une incertitude qui bloque une décision, dépasse l'autorité ou crée un risque matériel.

S'exercer avec des contraintes réalistes

Un bon exercice : donnez un brouillon IA, une source et un extrait de politique interne. Intégrez un problème : un chiffre non étayé, un conflit de sources ou une décision hors de leur autorité. Leur rôle n'est pas de tout corriger, mais d'écrire la phrase d'escalade.

Exercice d'escalade (10 min)

Choisissez une tâche courante assistée par l’IA avec un vrai relecteur.
Créez un exemple sans données sensibles contenant une seule incertitude visible.
Décrivez la tâche en une ligne.
Nommez l’incertitude sans l’exagérer.
Indiquez la source ou la règle vérifiée et ce qu’elle montre.
Demandez au bon responsable une décision précise avec un délai raisonnable.
Demandez à un collègue d’évaluer le message : peut-il agir sans rouvrir toute la conversation ?

Intégrer la phrase au workflow

La phrase d'escalade complète la fiche de transmission IA, les trois niveaux d'autorité, l'exercice de la question de clarification et le registre de non-utilisation de l'IA. Clarifier avant, vérifier le résultat, escalader le problème non résolu et conserver assez de contexte pour le réviseur.

Bokili transforme ces comportements en exercices courts, adaptés aux outils et décisions réels des collaborateurs. Une bonne maîtrise de l'IA se voit dans les actions face à l'incertitude, pas seulement quand l'outil fonctionne.