Loin d’opposer technologie et relations humaines, Jean-Jacques Machuret, auteur de Devenir son propre mentor (2025), de Stressateur (2020) et de 7 clefs pour réussir (Valeurs Ajoutées Éditions) propose un renversement de perspective. En s’appuyant sur l’intelligence artificielle générative, il démontre comment les soft skills, longtemps considérées comme essentiellement humaines, peuvent être renforcées, structurées et transmises avec une efficacité inédite. Évaluation comportementale instantanée, mentorat sur mesure, suppression des efforts cognitifs inutiles : l’IA se présente ici comme un exosquelette socioculturel au service de l’intelligence relationnelle. Cette réflexion invite à envisager l’avenir des compétences humaines à l’ère des machines apprenantes, où la technologie ne remplace pas l’humain, mais l’augmente, rapporte TopTribune.
Comment l’intelligence artificielle générative peut-elle enrichir le développement des soft skills ?
L’intelligence artificielle générative se définit par sa capacité à englober des éléments disparates pour produire un ensemble cohérent et opérationnel. Le terme « générative » implique que ce dispositif acquiert des connaissances et diversifie son expertise au fil de ses utilisations. Pour que l’IA atteigne ses objectifs, elle doit s’appuyer sur un référentiel adéquat et en connaître les règles de fonctionnement. C’est précisément le cas de l’edsm7c, où la modélisation exploite la puissance de calcul de l’IA pour en tirer des réponses pertinentes.
Certains critiquent l’usage de l’IA dans les relations humaines, craignant une déshumanisation. Que leur répondez-vous ?
Cette crainte est souvent infondée. Il est essentiel de distinguer le raisonnement humain de l’assistance technologique. Prenons l’exemple de l’encyclopédie de Diderot et d’Alembert au XVIIIe siècle, qui avait introduit le concept de lien hypertexte. Dans son format original, les utilisateurs devaient feuilleté de nombreux ouvrages pour trouver l’information, un processus long et laborieux. De nos jours, à travers l’édition numérique, cette fonction est instantanée. L’intégration des soft skills à l’intelligence artificielle générative agit comme un exosquelette socioculturel, réduisant les efforts superflus tout en comblant les lacunes avec des réponses quasi immédiates.
Quels sont les avantages concrets de l’évaluation comportementale assistée par l’IA ?
Cela illustre la réponse à la question précédente. Un exemple marquant se situe dans l’utilisation stratégique du téléphone. Dans les années 80, j’ai mis au point un modèle – le plan CROC, qui inclut Contact, Raison, Objet, Congé. Ce modèle a connu une large diffusion auprès de diverses entités, dont l’éducation nationale et des entreprises, ainsi que des consultants. Pour vérification de son application, il est nécessaire d’écouter attentivement chaque conversation dans son intégralité, une tâche qui requiert une grande minutie. Grâce à l’IA générative, un bilan, une analyse et des recommandations peuvent être fournies dès la fin de l’échange, générant un plan d’action et des ressources pour corriger les comportements insatisfaisants et encourager les comportements positifs. L’efficacité de l’IA générative s’applique à tous les aspects de la modélisation des soft skills, et peut même être personnalisée pour permettre à chacun de devenir son propre mentor.
Quelle est votre vision de l’avenir des soft skills dans un monde de plus en plus technologique ?
Pour bien comprendre cela, revenons à l’origine des soft skills, qui ont été établies par l’armée américaine dans les années 1970. Les conflits en Corée et au Vietnam ont révélé des lacunes dans le système de formation des militaires. En conséquence, les formateurs ont décidé de classer les compétences en deux catégories : soft skills, qui englobent des attributs personnels permettant une interaction efficace, et hard skills, qui sont des compétences techniques. Ce livre présente toutes les références ayant motivé cette décision historique. Une distinction persistera entre les compétences favorisant une interaction harmonieuse et celles liées à des aspects technologiques.
Pourquoi avoir choisi de développer l’iagc version propriétaire ?
Notre choix se porte sur l’intelligence artificielle pour traiter l’information de manière large et rapide, tirant parti de mes recherches. Le caractère génératif permet d’obtenir un enrichissement constant grâce au « deep learning ». L’aspect conversationnel facilite l’interaction grâce à un protocole d’abonnement qui favorise le dialogue et assure des réponses opérationnelles tout au long de la vie. Le caractère propriétaire vise à maîtriser notre base de données et nos algorithmes de traitement de manière exclusive et discrète. L’objectif est de fournir à la fois une approche générique sur les principes, concepts et méthodes, tout en offrant une personnalisation adéquate sur les méthodologies, les actions et les résultats. Le temps économisé dans les activités à faible valeur ajoutée peut être réutilisé dans des projets réellement productifs.
