COG'X

Pourquoi l’IA rend le diagnostic 360° de l’expérience d’apprentissage urgent ?

Steven Sinna — Fri, 02 Oct 2026 12:47:20 +0000

Construire une organisation apprenante : le modèle 360° centré apprenant, basé sur les sciences cognitives

L’intégration de l’IA dans les pratiques de travail est sans doute l’un des grands chantiers de formation continue actuels. Les organisations déploient des parcours pour acculturer leurs équipes, développer de nouveaux usages, faire monter en compétences sur des outils qui évoluent vite, en prenant en compte du mieux que possible les ressentis et besoins. L’enjeu est majeur et le “droit à l’erreur” quasi nul car les budgets sont déjà mobilisés et les attentes des collaborateurs et collaboratrices sont fortes.s

Un cas d’apprentissage exigeant et inédit qui fait ressortir des besoins précis

Face à ce nouvel outil sans commune mesure, les collaborateurs et collaboratrices doivent acquérir des compétences nouvelles et complexes, parfois éloignées de leur cœur de métier, et dans un contexte où les outils ont la fâcheuse tendance à changer plus vite que les programmes de formation pour s’en saisir. De plus, l’appétence est hétérogène : alors que certaines personnes sont enthousiastes à l’idée de se former à l’IA et veulent l’expérimenter, d’autres émettent même des craintes pour leur expertise, voire leur métier.

Le transfert en situation de travail peut être critique, car une formation et un accompagnement à l’usage de l’IA qui ne se traduisent pas par des pratiques individuelles et collectives concrètes est un investissement perdu pour toute une organisation. Or ce sont exactement les conditions dans lesquelles les failles du système d’apprentissage se révèlent. Des contenus qui ne tiennent pas compte du niveau de maîtrise réel des apprenants, ni de leurs contraintes métiers, ou encore des formations qui produisent de la compréhension à chaud mais pas d’ancrage durable et personnalisé. À cela peut s’ajouter une population managériale qui ne sait pas toujours comment bien accompagner la mise en pratique (car elle-même n’est pas accompagnée pour s’en saisir!) et évidemment peu de temps sanctuarisé et prévu pour expérimenter, itérer, se rendre compte de sa montée en compétences, ni de moments en collectif pour partager les premiers usages, les difficultés rencontrées, les bonnes pratiques…

Mis bout à bout, ces différents freins peuvent expliquer l’apparente « résistance » à s’adapter à l’IA, et interagissent avec les biais cognitifs souvent présents en période de forte transformation au travail comme l’aversion à la perte ou à l’incertitude, le biais de négativité, le biais de confirmation, ou de celui de la normalité sociale.

Sciences cognitives et IA : en quoi l’accélération technologique peut fragiliser l’apprentissage ?

1. Permettre une pleine auto-efficacité et un sentiment de compétence

Une enquête de Microsoft Research auprès de 319 salariés utilisant l’IA générative dans leur travail a montré un résultat utile pour concevoir un programme de formation : ce qui prédit le regard critique porté sur les productions de l’outil, c’est la confiance dans ses propres capacités, et pas la confiance dans l’outil. Autrement dit : plus une personne se sent compétente sur son métier, plus elle inspecte ce que l’IA lui renvoie comme productions, avec un regard d’autant plus affûté. Une complémentarité idéale ! Le sentiment de compétence conditionnerait donc la qualité de l’usage.

Ce sentiment se construit, et les mécanismes sont documentés en sciences cognitives. La recherche de nouveauté est par exemple “codée” dans nos circuits cérébraux : elle attire l’attention, favorise l’encodage en mémoire à long terme, et nourrit ce que la psychologie du travail appelle le sentiment de développement de soi, un des piliers de l’engagement professionnel (Kesner et al., 2022). Une personne qui apprend, qui relève un défi nouveau et constate sa progression, renforce sa motivation à continuer et donc à apprendre davantage.

Cette mécanique se met efficacement en place si une condition en particulier est remplie : la nouveauté doit être choisie, ou au moins préparée. Trop de changements imposés, sans préparation ni marge de décision, produisent l’effet inverse : démotivation et désengagement vis à vis de la nouveauté. Malheureusement, le déploiement d’un programme de formation à l’IA réunit souvent ces mauvaises conditions. Nouveauté maximale, calendrier descendant, et pour une partie des équipes le sentiment que l’outil menace ce qui fait leur valeur professionnelle, et érode petit à petit le désir d’évoluer.

Il peut y avoir deux populations qui coexistent alors dans les mêmes sessions de formation : celles et ceux pour qui l’IA nourrit le sentiment de développement de soi, et celles et ceux pour qui elle le menace. Ne pas les considérer, et les traiter avec le même contenu, au même rythme, peut produire de la frustration d’un côté, et du stress de l’autre. Pourquoi ? Car un autre sentiment se trouve chahuter : celui de l’efficacité personnelle.

La recherche sur l’auto-efficacité ne date pas d’hier (Bandura, 1997) et indique trois leviers pour soutenir l’apprentissage. Le premier est l’expérience de maîtrise : des situations calibrées, issues du métier réel, où la personne réussit quelque chose par elle-même et le mesure. Le deuxième est l’observation de pairs comparables qui réussissent, ce qui joue un rôle décisif dans le passage à l’action. Le troisième est le retour d’information sur la tentative réalisée, pour trouver des marges de progression, à condition qu’il porte sur la démarche et pas seulement sur le résultat produit.

Alors que ces deux variables sont indispensables à mesurer objectivement avant et pendant le déploiement de l’IA, peu d’organisations le font et passent à côté d’un levier bien plus fiable que la satisfaction à chaud pour prédire au mieux la capacité de transfert en situation de travail.

Structurer la vision pédagogique d’un campus d’entreprise

2. Protéger des “soft skills” cruciales pour les organisations

Capacité à vérifier, arbitrer, décider, raisonner, coopérer… La liste des compétences que l’IA ne doit pas remplacer sont à intégrer urgemment dans tous les plans de formation. Elle repose souvent sur un malentendu : on suppose que ces compétences s’entraînent pour elles-mêmes, indépendamment d’un contenu.

Hors les travaux de Daniel Willingham montrent justement l’inverse. Les compétences cognitives générales que sont la résolution de problème ou la pensée critique, ne s’exercent pas dans le vide. Elles opèrent sur un contenu, et la qualité du raisonnement dépend des connaissances disponibles en mémoire pour interpréter judicieusement la situation. On ne pense pas de façon critique sur un sujet qu’on ignore, faute de concepts pour l’analyser et de repères pour juger qu’une affirmation est plausible.

Cette dépendance se vérifie dans les premières études sur la détection des erreurs de l’IA. En Chine, 142 internes de médecine générale confrontés aux réponses de ChatGPT sur des cas cliniques n’en ont repéré les erreurs qu’un peu plus d’une fois sur deux, et moins encore sur les cas complexes (Zhou et al., 2025). Au King’s College de Londres, un cinquième seulement des étudiants d’économétrie a identifié l’erreur conceptuelle glissée par ChatGPT dans un devoir noté ; ce qui prédisait la détection, c’était le bagage disciplinaire et la capacité d’interprétation, pas l’application mécanique de procédures (Dang & Nguyen, 2025).

Le contexte technique rend ce constat plus sensible encore. Les erreurs des modèles se raréfient, mais elles se déplacent vers les questions pointues, celles mêmes qu’un professionnel pose dans l’exercice de son métier. Elles changent aussi de forme : dans une boucle agentique par exemple, les modèles de raisonnement peuvent insèrer des affirmations fausses au milieu de chaînes de déduction cohérentes, où rien ne les distingue en surface des productions valides, laissant une place très réduite au doute dans l’étape de validation “humaine”.

Dans ce contexte, les compétences métier et l’expertise sans cesse mise à l’épreuve de l’inconnu resteront donc le meilleur socle de la supervision des productions de l’IA. La Harvard Business Review relevait début 2026 que les salariés maîtrisant mal certaines tâches de leur métier avaient tendance à sous-utiliser l’IA, en plus de subir ses erreurs. Un programme de montée en compétences qui se limite juste à “l’art du prompt” et à la prise en main de certaines fonctionnalités risque de rendre les utilisateurs peu capables de voir passer l’erreur … qu’ils n’ont pas les moyens de détecter !

Agir en mesurant et en intégrant les leviers cognitifs d’adaptation

Comme nous venons de le voir, les besoins sont tangibles, alors que faire concrètement pour éviter que cette transition sans précédent opère, et bénéficie pour l’évolution des compétences des individus et des organisations ?

L’intelligence collective, premièrement, qui joue un rôle de filet. Car une équipe qui partage les cas où l’IA s’est trompée, qui documente ses arbitrages et qui vérifie en binôme détecte ce qu’un individu moins rodé laisse passer seul. Et ce collectif se conçoit sur la base d’un capital social fort à travers des temps dédiés pour apprendre ensemble, un droit à l’erreur explicite, une culture du feedback formalisée, des outils de capitalisation et d’essaimage. C’est souvent une dimension peu exploitée dans les organisations qui déploient l’IA trop vite, et qui essuie une déception voire des échecs.

Une autre action plus ambitieuse, qui s’opère à l’échelle du système, c’est de transformer et poser les bases d’une expérience d’apprentissage continu réellement impactante.

Pour cette raison, Cog’X a conçu un diagnostic 360° de l’expérience d’apprentissage entreprise, pour s’assurer que les conditions sont réunies pour que l’adaptation aux nouveaux usages porte ses fruits.

Un séquençage adapté aux capacités d’absorption, des pratiques de transmission qui favorisent la rétention, un environnement qui soutient l’expérimentation, et un collectif porté par des managers outillés qui accélère la diffusion et l’amélioration des usages.

Ce qui fait la différence, c’est la qualité du système d’apprentissage qui entoure le collaborateur-apprenant dont on attend une adaptation toujours plus réactive.

Quelle est la démarche ?

Notre diagnostic évalue 4 dimensions de l’expérience d’apprentissage :

1 – les contenus et parcours de formation,

2 – les pratiques pédagogiques des équipes formations et intervenants,

3 – l’environnement de travail des collaborateurs-apprenants et le rôle du manager

4 – les enjeux collectifs & le knowledge management mis en place par l’organisation

Puis cette cartographie précise des forces et des freins d’un système d’apprentissage, c’est elle qui rend l’action possible.

Alors, prêt.e à passer au peigne fin les conditions d’adaptation de votre organisation ?

Pour en discuter avec l’un de nos experts, c’est ici :

Sources & références

Bandura, A. (1997). Self-efficacy: The exercise of control. W. H. Freeman.
Dang, C. T., & Nguyen, A. (2025). Distinguishing fact from fiction: Student traits, attitudes, and AI hallucination detection in business school assessment [Préprint]. arXiv. https://arxiv.org/abs/2506.00050
Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R., & Wilson, N. (2025). The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems. https://doi.org/10.1145/3706598.3713778
Ranganathan, A., & Ye, X. M. (2026, 9 février). AI doesn’t reduce work, it intensifies it. Harvard Business Review. https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it
Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1), 68-78.
Tricot, A., & Sweller, J. (2014). Domain-specific knowledge and why teaching generic skills does not work. Educational Psychology Review, 26(2), 265-283.
Willingham, D. T. (2009). Why don’t students like school? Jossey-Bass.
Zhou, J., et al. (2025). Integrating AI into clinical education: Evaluating general practice trainees’ proficiency in distinguishing AI-generated hallucinations and impacting factors. BMC Medical Education, 25(1), 406. https://doi.org/10.1186/s12909-025-06916-2
Martinache, G., & Zerbib, R. (2026). Former à l’ère de l’IA: Gouvernance/Pédagogie/Transformations. Éditions EMS.

L’article Pourquoi l’IA rend le diagnostic 360° de l’expérience d’apprentissage urgent ? est apparu en premier sur COG'X.

Construire une organisation apprenante : le modèle 360° centré apprenant, basé sur les sciences cognitives

Steven Sinna — Mon, 14 Sep 2026 13:23:16 +0000

Pourquoi les formations en entreprise sont inefficaces : les 4 causes “cognitives”

Vous avez un catalogue de formations, des parcours variés, un LMS adapté. Les taux de complétion sont corrects, les évaluations à chaud positives, les managers vous confirment que leurs équipes ont apprécié. Pourtant, une question revient : est-ce que tout ce dispositif produit des effets réels sur les compétences ?

Ce doute est légitime. Les indicateurs classiques (satisfaction, complétion, quiz à chaud) rassurent, mais ils ne mesurent pas ce qui compte : ce que les collaborateurs retiennent, transfère dans leur quotidien, et ce qui change dans leurs pratiques plusieurs mois après.

La recherche en sciences cognitives le documente : la satisfaction ne prédit pas la rétention, terminer un module ne signifie pas savoir faire, et un quiz à chaud capture ce qui est en mémoire de travail, pas ce qui sera mobilisable sur un projet dans trois mois.

Ces angles morts pénalisent la fonction formation (difficile de défendre les investissements sans preuve d’impact), et l’organisation dans son ensemble, qui ne tire pas pleinement les bénéfices d’un apprentissage bien conçu sur l’engagement, l’adaptabilité et la performance.

Former la fonction formation : la compétence oubliée des organisations

Repenser la formation pour une expérience apprenante satisfaisante grâce aux sciences cognitives : les 6 leviers d’un apprentissage durable

1. Regarder au-delà de la formation elle-même

La littérature sur l’apprentissage organisationnel distingue un objectif et un mécanisme. L’objectif, c’est l’organisation apprenante : ce vers quoi tend une organisation qui veut apprendre vite, bien pour évoluer au gré de ses besoins. Le mécanisme, c’est l’apprentissage organisationnel : la façon dont elle apprend concrètement, au quotidien, autrement sur la base de quels processus, outils, pratiques. Les chercheuses Marsick et Watkins (2003) définissent l’organisation apprenante comme une organisation qui a intégré la capacité de s’adapter ou de réagir vite, de façon nouvelle, en travaillant à supprimer tout ce qui freine l’apprentissage.

Elle posséderait trois grandes caractéristiques : les individus y apprennent en continu, cet apprentissage produit du sens et des valeurs partagées, et les comportements changent à la lumière de ce qui a été appris, donc on peut observer concrètement l’impact des deux premières caractéristiques.

Un catalogue de formations, aussi riche soit-il, ne suffit pas du tout à produire ces trois effets, à lui seul. Et le réflexe quand les résultats manquent est de remettre en question les contenus ou les formateurs. Hors, les sciences cognitives montrent que l’efficacité d’un apprentissage dépend d’un système entier : un parcours bien construit peut produire zéro résultat si les individus n’ont pas le temps de pratiquer, si les managers ignorent ce qui a été appris, ou si l’organisation ne prévoit aucun espace pour expérimenter après la formation.

Alors où et comment évaluer le système dans son ensemble ?

Pour répondre à cette question, nous avons construit un modèle de diagnostic qui place le collaborateur-apprenant au centre et qui explore quatre dimensions qui conditionnent sa montée en compétences.

Structurer la vision pédagogique d’un campus d’entreprise

2. Notre modèle 360°, centré sur l’apprenant

Notre diagnostic évalue 4 dimensions :

Dimension 1 : Les contenus transmis & la structuration des parcours

Notre diagnostic évalue cette dimension à travers une grille d’analyse fondée sur les six piliers cognitifs de l’apprentissage (attention, engagement actif, retour d’information, consolidation, motivation, métacognition). C’est un audit documentaire croisé avec des entretiens, pas un jugement de valeur sur les équipes en place.

Dimension 2 : Les pratiques de transmission

Notre diagnostic explore les ressources dont disposent les formateurs, leurs connaissances des bonnes pratiques, leur posture, et les indicateurs qu’ils utilisent pour évaluer l’impact de leur travail, à chaud comme à froid.

Dimension 3 : L’environnement de travail et le soutien managérial

Cette dimension dépasse le périmètre de la formation. Elle porte sur ce qui se passe après : le collaborateur a-t-il le temps de mettre en pratique ? Son manager sait-il ce qu’il a appris ? La charge de travail est-elle adaptée pour laisser de la place à l’expérimentation ? Y a-t-il une reconnaissance de l’effort d’apprentissage ?

Dimension 4 : Le collectif & le knowledge management de l’organisation

Cette dimension porte sur la capacité de l’organisation à faire vivre les apprentissages au-delà de la formation formelle : partage des acquis entre pairs, droit à l’erreur, culture du retour d’expérience, outils et stratégies d’apprentissage continu en autonomie.

Notre diagnostic évalue cette dimension pour identifier les leviers collectifs déjà en place et ceux qui manquent.

3. De l’analyse à la transformation

Le diagnostic n’est pas une fin en soi, la cartographie précise des forces et des freins d’un système d’apprentissage, c’est elle qui rend l’action possible.

Notre approche transpose les grandes recommandations scientifiques issues du laboratoire dans une stratégie d’apprentissage personnalisée et ancrée dans le réel des métiers.

C’est la différence entre « nos formations ne marchent pas » (un constat flou qui ne mène nulle part) et « on identifie les trois points précis sur lesquels agir pour que l’investissement formation produise les résultats attendus » (un plan d’action défendable).

Notre accompagnement après le diagnostic s’articule autour de trois axes.

Axe 1 : Développer des compétences pédagogiques fondées sur la science

Transmettre aux formateurs, concepteurs et facilitateurs les connaissances et les outils issus des sciences cognitives pour que leurs pratiques soient alignées avec les mécanismes réels de l’apprentissage. Nos formations sont conçues et animées par des docteurs en sciences cognitives, ce qui garantit la rigueur scientifique et la traduction opérationnelle.

Axe 2 : Mobiliser l’écosystème pour transformer à tous les niveaux

La formation ne peut pas tout si l’environnement de travail ne prend pas le relais. Construire des équipes apprenantes, mettre en place un cadre institutionnel favorable et agir conjointement sur la formation et l’organisation du travail. Un travail consistant, mais nécessaire pour faire face à la crise d’acquisition et de rétention des talents.

Pour cette étape, nous travaillons les RH, le management, et les équipes métier pour construire les conditions organisationnelles qui rendent l’apprentissage durable : charte pédagogique de l’offre de formation, cadre de suivi des actions de formation, valorisation et temps apprenants sacralisés, espaces d’expérimentation, process de feedback, outils et pratiques de partage et d’essaimage des nouvelles compétences…

De façon complémentaire, nous sensibilisons les collaborateurs et managers aux enjeux de l’amélioration de l’apprentissage continu, de façon à ce que les leviers déployés en formation “formelle” soient aussi mobilisés sur des temps d’auto-formation, ou bien dans les pratiques collectives de montée en compétences. Chacun à son niveau est donc en capacité d’agir sur les besoins d’adaptation et de mises à jour des compétences, à l’échelle individuelle, collective, et organisationnelle.

Axe 3 : Outiller le “pilotage” des bénéfices

Mettre en place des indicateurs d’impact pertinents, au-delà de la satisfaction et de la complétion, pour que les responsables L&D puissent piloter leur dispositif avec des données fiables et démontrer la valeur de leur action.

En complément de la mesure de la valeur ajoutée des dispositifs de formation, des moyens de mesure objectifs sont également déployés au sein de l’équipe et pour les managers, pour que bénéfices et nouveaux besoins puissent être remontés régulièrement et participent à l’évolution des programmes et méthodes d’apprentissage au travail.

4. Légitimer davantage la place de la formation continue au travail

Ce que nous décrivons ici rejoint un constat déjà posé par la recherche sur les organisations. Une organisation apprend quand ce qu’un collaborateur a retenu individuellement se transforme en quelque chose de collectif : une pratique partagée, une politique, un outil, un réflexe d’équipe.

Nous nous servons de notre modèle pour transformer progressivement l’expérience d’apprentissage dans une organisation mais en profondeur. Car c’est tout le système dans lequel se trouve l’apprenant qui est participe à son plein développement et épanouissement.

Dans un contexte où les budgets formation sont scrutés et où les directions demande des preuves d’impact (à juste titre !), disposer d’un diagnostic rigoureux et scientifiquement fondé change la nature de la conversation.

Il est alors possible de dépasser le fameux « combien ça coûte à l’organisation ? » pour questionner le « qu’est-ce que ça rapporte aux individus et à l’organisation en termes d’adaptation aux changements, d’efficacité, d’engagement, mais aussi de bien-être ? « .

Une question, ô combien plus pertinente et impactante !

C’est pour cela que notre diagnostic ne s’arrête pas au contenu des formations.

Il regarde aussi les mécanismes par lesquels un apprentissage individuel devient un acquis d’organisation : les moments où les équipes partagent ce qu’elles ont appris, les espaces où l’erreur est autorisée et analysée, les outils qui gardent la mémoire des pratiques qui fonctionnent.

Dans un contexte où les budgets formation sont examinés de près et où les directions demandent des preuves d’impact, disposer d’un diagnostic rigoureux et fondé sur la recherche change la nature de la conversation.

Il devient possible de dépasser la question « combien ça coûte à l’organisation ? » pour poser celle-ci : « qu’est-ce que cela produit pour les individus et pour l’organisation, en matière d’adaptation au changement, d’efficacité, d’engagement et de bien-être ? » C’est une question plus utile.

Alors, si vous passiez de l’intention à l’action !

Pour en discuter avec l’un de nos experts, c’est ici :

Sources & références

Senge, P. M. (1990). The art and practice of the learning organization.

Marsick, V. J., & Watkins, K. E. (2003). Demonstrating the value of an organization’s learning culture: the dimensions of the learning organization questionnaire. Advances in developing human resources, 5(2), 132-151.

Nikolova, I., Van Ruysseveldt, J., De Witte, H., & Syroit, J. (2014). Work-based learning: Development and validation of a scale measuring the learning potential of the workplace (LPW). Journal of vocational behavior, 84(1), 1-10.

Kittel, A. F., Kunz, R. A., & Seufert, T. (2021). Self-regulation in informal workplace learning: influence of organizational learning culture and job characteristics. Frontiers in psychology, 12, 643748.

Ju, B., Lee, Y., Park, S., & Yoon, S. W. (2021). A Meta-Analytic Review of the Relationship Between Learning Organization and Organizational Performance and Employee Attitudes: Using the Dimensions of Learning Organization Questionnaire. Human Resource Development Review, 20(2), 207-251

Watkins, K. E., & Marsick, V. J. (2023). Rethinking Workplace Learning and Development Catalyzed by Complexity. Human Resource Development Review, 22(3), 333-344.

Barabel, M., Meier, O., & Teboul, T. (2025). Le Grand Livre de la Formation-4e éd.: Techniques et pratiques des professionnels du développement des compétences. Dunod.

L’article Construire une organisation apprenante : le modèle 360° centré apprenant, basé sur les sciences cognitives est apparu en premier sur COG'X.

Former la fonction formation : la compétence oubliée des organisations

Steven Sinna — Mon, 15 Jun 2026 13:02:24 +0000

Pourquoi les formations en entreprise sont inefficaces : les 4 causes “cognitives”

Ingénieurs pédagogiques, concepteurs de parcours, animateurs d’ateliers, facilitateurs, responsables de campus ou d’universités d’entreprise, consultants en digital learning : les métiers de la formation sont nombreux, complémentaires, et partagent un même objectif final : ils sont les garants de l’acquisition efficace et durable de nouveaux savoirs et savoir-faire dans leur organisation.

Ces professionnels ont souvent une passion forte pour la transmission et beaucoup sont reconnus comme experts “métiers” dans leur domaine. Certains ont été formés à l’ingénierie pédagogique, d’autres ont construit leurs compétences au fil de leur parcours, se retrouvant parfois à convertir une appétence en un projet d’évolution professionnelle pour intégrer une équipe formation. Mais cette motivation intrinsèque à imaginer des dispositifs de formation pertinents, aussi élevée soit-elle, ne suffit pas toujours à produire des situations d’apprentissage qui changent durablement les pratiques des individus dans leur contexte de travail.

Et c’est un paradoxe non négligeable : les personnes ayant pour mission de faire monter les autres en compétences sont rarement accompagnées dans leur propre montée en compétences pédagogiques ! Leurs méthodes de transmission ne sont pas toujours en phase avec ce que la recherche sait du fonctionnement du cerveau quand il apprend, non par manque de volonté ou par ignorance, mais par manque de soutien à la transformation de ces pratiques et en raison de contraintes (budgétaires, matérielles, logistiques, ressources humaines…) sur lesquelles elles ne peuvent pas pleinement agir.

Cet article explore une partie des raisons expliquant ce décalage ainsi que les leviers que les sciences cognitives offrent pour y répondre avec un maximum d’impact pour les professionnels de la formation, et leurs apprenants.

Feedback et sciences cognitives : comment le retour d’information transforme l’apprentissage au travail

1. Un problème qui ne se voit pas

Au risque de paraître légèrement caricaturale, la plupart des organisations investissent dans la formation en créant des catalogues, en déployant des parcours dans une logique de massification, puis elles mesurent des taux de complétion et de satisfaction. Mais elles interrogent assez rarement les fondations qui soutiennent ce système : les personnes qui conçoivent et animent ces formations disposent-elles des moyens, leviers, et compétences pour que l’apprentissage soit réel, durable, transférable en situation de travail ?

Le problème est d’autant plus difficile à repérer que les formations « fonctionnent » en apparence. Les participants semblent satisfaits car les intervenants sont intéressants et à l’écoute; les évaluations à chaud sont bonnes car ils ont passé une bonne journée hors du bureau, et les jauges continuent de se remplir. Mais ce que l’on ne mesure pas c’est ce qui reste trois mois plus tard : ce qui a changé dans les pratiques quotidiennes, ce que l’apprenant a réussi à transférer dans son contexte et lui permet de gagner en efficacité, plus globalement ce qui a fait grandir les compétences du collectif.

Cette confusion entre satisfaction et apprentissage est l’un des angles morts les plus fréquents. Elle entretient finalement un statu quo confortable : puisque les retours sont positifs, pourquoi changer ?

2. Quatre rapports qui expliquent une partie du blocage

En travaillant avec des équipes de formation dans des contextes très différents (ministères, grands groupes, ETI, organismes de formation), nous avons identifié des schémas récurrents. Les freins à la transformation des pratiques pédagogiques ne sont pas seulement techniques. Ils relèvent de rapports profonds au savoir, au métier, à l’organisation et dans certains cas à la preuve.

Le rapport au savoir

C’est le premier nœud. Beaucoup de professionnels de la formation n’ont pas eu accès à des connaissances solides sur les mécanismes de l’apprentissage et les leviers qui permettent de l’optimiser : comment fonctionne la mémoire, quelles conditions favorisent la rétention à long terme, ce qui préserve l’attention, quels sont les ingrédients nécessaires à un feedback élaboré, ou pourquoi certaines pratiques produisent une illusion d’apprentissage sans résultat durable.

Cette méconnaissance n’est pas un défaut individuel. Les formations initiales en ingénierie pédagogique n’intègrent pas toujours les apports des sciences cognitives. Les recommandations issues de la recherche restent malgré tout peu accessibles et préhensibles concrètement. Et des neuromythes tenaces (styles d’apprentissage, cerveau gauche / cerveau droit, pyramide de l’apprentissage, 10% du cerveau utilisé…) continuent de circuler dans les croyances et les outils d’animation.

Le résultat : des pratiques pédagogiques qui sont davantage construites sur l’intuition et l’expérience personnelle, qui peuvent être efficaces par endroits, mais qui manquent d’un cadre structurant pour être systématiquement fiables dans divers contextes.

Le rapport au métier

Le deuxième nœud touche à l’identité professionnelle. Pour beaucoup de formateurs, la légitimité repose sur la maîtrise du contenu. Être expert du sujet, c’est être légitime pour transmettre efficacement. Cette équation, profondément ancrée, rend difficile le passage vers une posture de facilitation, où l’enjeu n’est plus de « bien expliquer » mais de créer les conditions pour que l’apprenant construise ses propres apprentissages en autonomie.

Ce glissement de posture peut créer un véritable inconfort car renoncer au cours magistral, accepter que les participants passent du temps à expérimenter plutôt qu’à écouter, réduire la quantité de contenus pour mieux travailler l’ancrage : ces choix bousculent une conception transmissive du rôle de formateur. L’attachement à des pratiques historiques et la survalorisation de l’exposé clair dans certains milieux peuvent renforcer ce blocage. Ils créent une confusion entre la maîtrise du contenu transmis et l’impact pédagogique pour faire évoluer les apprenants. Un équilibre subtil est à trouver et ce n’est pas simple !

L’environnement organisationnel

Même un formateur motivé et ayant des compétences solides peut renoncer à changer de méthodes si l’organisation ne soutient pas le changement. C’est le troisième nœud, et il est plutôt systémique car il naît des conditions dans lesquelles le professionnel construit les expériences d’apprentissage.

Le manque de temps est le frein le plus évident. Les professionnels de la formation sont souvent en surcharge d’animation avec une digestion de contenus venant de la structure mère qui peut augmenter les temps d’ingénierie sous estimé par le commanditaire. Or, devoir animer trop de sessions réduit les temps précieux de prise du recul et d’auto-formation, et par conséquent pour améliorer les pratiques. La surcharge mentale qui en découle réduit l’espace disponible pour l’expérimentation et l’innovation, qui doivent être des temps sacralisés et valorisés par l’organisation. Mais le temps n’est pas le seul facteur. L’absence de vision pédagogique clairement formalisée dans l’organisation laisse chaque formateur seul face à ses choix de conception, sans guide et recommandations éclairées.

L’absence de communautés de pratiques prive également les professionnels d’un espace pour partager, tester, apprendre entre pairs. À cela s’ajoute le manque de soutien hiérarchique et de reconnaissance institutionnelle ce qui dévalue ces métiers pourtant essentiels au maintien de l’efficacité collective et de l’adaptation continue. Car la formation professionnelle participe activement à la préparation des invidus à vivre les transformations de leur organisation.

Le rapport à la preuve

Le quatrième nœud est méthodologique, subtil, et c’est un nœud critique. Sans indicateurs d’impact fiables, impossible de savoir si les formations produisent les effets voulus. Et sans preuve de résultats, impossible de justifier l’effort de transformation.

La plupart des organisations mesurent la satisfaction des participants et le taux de complétion. Presque aucune ne mesure ce que les apprenants retiennent à trois mois, ce qu’ils ont transféré dans leur pratique, ou l’effet sur la performance collective. Cette absence de mesure “objective” entretient un cercle vicieux : pas de preuve, donc pas de valeur perçue du changement, donc pas d’investissement dans la transformation, donc pas de résultats visibles.

Et en lien avec les trois rapports précédents, la difficulté à accéder à des données fiables sur les bonnes pratiques pédagogiques renforce ce blocage. Les biais cognitifs jouent aussi un rôle : le biais de confirmation nous pousse à surestimer l’efficacité de nos propres méthodes, et l’illusion de maîtrise nous empêche de voir ce qui ne fonctionne pas.

3. Des boucles qui s’auto-entretiennent

Ces quatre rapports ne sont pas mutuellement exclusifs, ils s’alimentent et forment des sortes de boucles de blocage.

La première boucle est cognitive : la méconnaissance des mécanismes d’apprentissage produit une impression de bien faire, qui alimente le rejet du changement, qui maintient les pratiques en l’état. C’est une boucle d’inertie.

La deuxième est organisationnelle : le manque de temps et de soutien génère une surcharge mentale, qui réduit l’énergie disponible pour expérimenter, qui empêche toute évolution des pratiques. C’est une boucle d’épuisement.

La troisième est liée à la preuve : l’absence de mesure d’impact affaiblit la valeur perçue du changement, qui réduit l’investissement, qui empêche de produire des résultats visibles. C’est une boucle d’invisibilité.

Heureusement, identifier ces boucles est un premier pas pour venir rompre ce qui les alimente. Et faire cela demande d’agir sur plusieurs nœuds, en même temps. Alors par où commencer ?

4. Ce que les sciences cognitives apportent

Les sciences cognitives fournissent un cadre de décision objectif pour repenser la façon dont on conçoit, anime et évalue la formation, et avec un haut niveau de preuves.

Pour les acteurs de la formation, cela se traduit notamment en trois apports concrets :

Le premier est un socle de connaissances fiables sur le fonctionnement cognitif de l’apprentissage : les conditions qui favorisent la mémorisation à long terme, le rôle de l’espacement, de la récupération active, du retour d’information, de la motivation intrinsèque. Ces connaissances remplacent les intuitions et les neuromythes par des repères solides, issus de décennies de recherche.
Le deuxième est une traduction opérationnelle de ces connaissances en outils, méthodes, gestes concrets : grilles de conception d’ateliers, principes de séquençage, critères de choix des modalités, indicateurs d’impact. L’enjeu n’est pas que les formateurs deviennent des chercheurs, mais qu’ils disposent d’outils utilisables dans leur quotidien.
Le troisième est un renforcement du sentiment d’auto-efficacité. Quand un professionnel de la formation comprend pourquoi telle pratique fonctionne et pourquoi telle autre donne une illusion d’efficacité, il gagne en confiance dans ses choix. Il peut argumenter ses décisions de conception, défendre une approche auprès de sa hiérarchie, et mesurer l’effet de ses ajustements. Ce sentiment de compétence et de contrôle est un levier de motivation puissant, y compris pour oser expérimenter et accompagner ses pairs.

5. Et l’IA dans tout ça ?

L’arrivée de l’intelligence artificielle dans les métiers de la formation rend cette montée en compétences encore plus urgente.

L’IA génère des contenus, propose des quiz, personnalise des parcours…Elle accélère la production et ouvre des possibilités réelles pour l’individualisation de l’apprentissage et la gestion de grandes cohortes. Mais elle ne sait pas, par elle-même, concevoir un dispositif pédagogique efficace. Elle ne sait pas séquencer un parcours pour favoriser la rétention. Elle ne sait pas quand un apprenant a besoin d’un retour correctif, d’un étayage précis ou d’un temps de réflexion. Elle ne sait pas distinguer un exercice qui produit un apprentissage réel d’un exercice qui donne seulement l’impression d’avoir appris. Tout cela réside au contraire dans le “geste” pédagogique affûté du professionnel !

Ces décisions doivent rester humaines et elles supposent une expertise pédagogique solide, informée par les mécanismes cognitifs de l’apprentissage et outillés avec les leviers étayés par des résultats récents et probants.

L’IA n’a pas vocation à remplacer pas les acteurs de la formation mais elle peut amplifier leur impact quand ils savent l’utiliser avec discernement tout comme elle amplifie leurs erreurs quand ils ne le savent pas. Former ces professionnels aux fondements cognitifs de l’apprentissage, c’est leur donner les moyens de piloter l’IA au service de leurs apprenants et de leurs intentions pédagogiques, plutôt que de subir des outils qu’ils ne maîtrisent pas, voire qu’ils n’ont pas envie d’intégrer dans leur pratiques. Cette “littératie” de l’IA à visée pédagogique est encore en plein construction, et il reste essentiel de repartir des besoins et réalités des métiers de transmission : c’est un chantier à part entière.

La compétence pivot

Les acteurs de la formation sont un maillon central de toute organisation qui veut apprendre, s’adapter, évoluer. Mais on leur demande de produire des résultats sans toujours leur donner les moyens de comprendre comment l’apprentissage fonctionne.

Investir dans leur montée en compétences pédagogiques, c’est agir sur un levier à effet multiplicateur : chaque formateur mieux outillé améliore l’apprentissage de dizaines, parfois de centaines de personnes.

C’est probablement l’investissement formation le plus rentable qu’une organisation puisse faire. Et c’est celui qui est le plus rarement fait !

Pour en discuter avec l’un de nos experts, c’est ici :

Sources & références

MESURE D’EXPOSITION À L’IA DE L’OCDE : CARTOGRAPHIE DES INDICATEURS DE L’OCDE SUR LES CAPACITÉS DE L’IA PAR PROFESSION © OCDE 2026

Le rapport classe le groupe « Formation pédagogique et bibliothèque » (code 25) parmi les professions les moins exposées à l’IA, ce qui signifie que l’IA actuelle est encore loin de couvrir le profil de compétences requis. Les raisons principales avancées : ces métiers exigent des niveaux élevés en langage, interactions sociales, résolution de problèmes, métacognition et connaissances/apprentissage/mémoire. Ce qui nuance le tableau : dans un scénario où les capacités cognitives de l’IA progresseraient d’un niveau, une vulnérabilité potentielle significative à moyen terme, notamment sur les tâches d’enseignement plus standardisées.

Dixit, A. S., & Jatav, S. (2024). Evolving needs of learners and role of artificial intelligence (AI) in training and development (T&D): T&D professionals’ perspective. Journal of Management Development, 43(6), 788-806.
Révolution IA dans la formation professionnelle – Le nouvel économiste. https://www.lenouveleconomiste.fr/lesdossiers/revolution-ia-dans-la-formation-professionnelle/
Baromètre Cegos « Transformations, Compétences & Learning 2026”
LinkedIn Workplace Learning Report 2025

L’article Former la fonction formation : la compétence oubliée des organisations est apparu en premier sur COG'X.

Structurer la vision pédagogique d’un campus d’entreprise

Steven Sinna — Fri, 29 May 2026 10:11:20 +0000

Sciences cognitives et IA : en quoi l’accélération technologique peut fragiliser l’apprentissage ?

1. Construire une offre de formation managériale fondée sur les sciences cognitives

Concevoir un dispositif d’apprentissage continu pour des managers qui ont peu de temps de se former, et s’assurer qu’elle transforme leurs pratiques au-delà de la séance d’atelier : tel était le “challenge” que nous avons relevé pendant six mois de collaboration avec le Laboratoire d’innovation managériale du Ministère de la Culture, pour créer le Campus des managers.

Cet article partage les grandes étapes de l’accompagnement et ses retombées : la démarche de co-conception du campus, les principes de sciences cognitives sur lesquels elle s’appuie, et les fruits récoltés neuf mois après le lancement du campus des managers.

Pourquoi les formations en entreprise sont inefficaces : les 4 causes “cognitives”

2. Le problème posé issu du terrain

Le Baromètre social du Ministère de la Culture (2023) faisait un constat net : moins de la moitié des encadrants de la fonction publique estimaient que les formations existantes les aidaient dans leur rôle au quotidien. Le catalogue ne couvrait pas les compétences dont ils avaient concrètement besoin: formuler un retour constructif, coopérer en transversal, gérer leur surcharge, créer un environnement inclusif ou encore maintenir la motivation de leur équipe.

Plus récemment, le rapport de l’IGAS* de mars 2025 confirme ce diagnostic à l’échelle nationale : la formation managériale française reste trop académique, peu tournée vers les compétences comportementales et la coopération.

Fort de ces constats, le Laboratoire d’innovation managériale du ministère de la culture a souhaité créer un dispositif à part, en dehors du catalogue classique. La question n’était pas « quels contenus proposer ? » mais « comment concevoir un dispositif qui tient compte de la façon dont les individus apprennent ? »

C’est sur cette question que Cog’X est intervenu pour apporter son expertise sur les leviers de l’apprentissage efficace et co-construire à la fois la charte pédagogique du campus mais aussi questionner les choix sur les modalités de transmission et sur la mesure d’impact.

Feedback et sciences cognitives : comment le retour d’information transforme l’apprentissage au travail

3. Ce qu’apporte un regard sciences cognitives à la conception d’une offre de formation

Le rôle de Cog’X n’a pas été de produire des contenus de formation puisque les thématiques des ateliers étaient déjà définies sur la base des besoins des managers, et l’équipe du Labo et ses intervenants s’en chargeaient. Notre apport a porté sur l’architecture du dispositif : poser les principes de conception, structurer la charte pédagogique, outiller les intervenants pour créer leurs ateliers en lien avec les principes de la charte et penser la mesure d’impact à court et long terme.

C’est là que les sciences cognitives changent la donne ! Elles ne disent pas quoi transmettre mais elles éclairent sur les conditions d’un apprentissage qui a des chances de tenir dans la durée, de modifier les pratiques, de résister à la pression du quotidien.

Concrètement, nous avons formalisé avec l’équipe du laboratoire 5 principes pédagogiques qui structurent l’ensemble du Campus dans une logique fondée sur des preuves :

Respecter les limites de l’attention. La mémoire de travail ne traite qu’un nombre restreint d’informations à la fois. Surcharger une action de formation nuit à la mémorisation et peut vraiment frustrer les participants de ne pas être en capacité de “tout comprendre”. Les ateliers du Campus durent 2h, avec des séquences variées, des objectifs clairs posés dès le départ, et des pauses intégrées qui respectent les besoins de récupération. Peu de notions sont donc partagées, mais elles sont travaillées de façon exhaustive.
Miser sur la motivation intrinsèque. Les recherches montrent que l’autonomie dans le choix des modalités d’apprentissage renforce l’engagement et la rétention, en nourrissant le besoin de contrôle des apprenants. Au Campus, les managers s’inscrivent librement aux ateliers qui les intéressent, et de façon très simple en termes de procédure. Pas de parcours imposé, ni de certification : l’expérience de réussite et les retours appréciatifs nourrissent le sentiment de compétence, un levier de motivation bien documenté.
Permettre d’apprendre entre pairs. Expliquer à un collègue, reformuler ce qu’on vient d’entendre, confronter ses représentations à celles des autres : ces processus d’élaboration renforcent la mémorisation et développent la métacognition (c’est-à-dire la capacité à évaluer et réguler sa propre compréhension). Le Campus mélange des encadrants de structures, de domaines et de niveaux d’expérience différents. C’est une véritable force non seulement pour l’intelligence collective mais aussi pour diversifier les sources de feedback. Quant aux intervenants : ils ne transmettent pas un savoir : ils facilitent les conditions pour que le groupe apprenne. Leur posture est donc bien différente de celle de la formation conventionnelle.
Privilégier l’expérience vécue. L’apprentissage est plus durable quand il passe par l’action, l’essai-erreur et des retours immédiats. Les ateliers du campus sont donc conçus comme des espaces d’expérimentation et de soutien au passage à l’action : mises en situation, jeux sérieux, codéveloppement. Le droit à l’erreur est explicitement posé. Les participants testent, se trompent, ajustent. C’est cette boucle qui consolide les acquis et qui soutient l’envie de progresser.
Penser la progressivité. La mémoire à long terme se construit par des retours réguliers, des phases de réflexion, et une mise en lien avec des situations concrètes. Le Campus fonctionne en programmation trimestrielle, donc les managers peuvent revenir d’un trimestre à l’autre, approfondir, tester de nouvelles pratiques entre deux sessions. L’objectif n’est pas tant la maîtrise à l’issue d’un atelier, mais une progression personnelle observable dans le temps avec des opportunités de mise en pratique en contexte de travail.

4. Traduire les principes en outils concrets

Poser des principes ne suffit pas. Il faut que les intervenants, qui n’ont pas tous un bagage en sciences cognitives, puissent les appliquer selon leurs expériences de la pédagogie et selon leurs sujets d’expertise.

Nous avons donc co-construit deux documents structurants avec l’équipe du Labo et qui a été transmis à l’ensemble des intervenants** :

une charte pédagogique formalise les cinq principes, leurs fondements scientifiques, et ce qu’ils impliquent pour la conception des ateliers.
un guide des intervenants traduit chaque principe en pratique à favoriser et pratiques à éviter. Par exemple : diversifier les modalités au sein d’un même atelier (favoriser), centrer la session sur un exposé théorique (éviter). Poser le cadre « pas de téléphone ni d’ordinateur » dès le début (favoriser), laisser s’installer un climat de dispersion (éviter).

Ces deux outils ont une vertu importante : ils rendent l’équipe autonome et permettent d’assurer la qualité des ateliers au niveau maximum. Le Labo peut aussi faire évoluer l’offre du Campus, intégrer de nouveaux intervenants et ajuster les formats sans au gré des retours des apprenants.

5. Un dispositif en amélioration continue

Finalement, le Campus est conçu comme un prototype permanent. Chaque premier atelier est traité comme un pilote. Les évaluations sont systématiques, les formats s’ajustent d’un trimestre à l’autre. Cette logique d’itération est cohérente avec l’approche cognitive : on ne sait pas à l’avance ce qui fonctionnera pour un public donné, dans un contexte donné. On teste, on observe, on ajuste.

Dès le premier trimestre, les indicateurs confirment que la démarche tient sa promesse : 390 demandes d’inscriptions par 137 managers, qui ont en moyenne demandé 3 ateliers. 63 % des participants viennent de structures extérieures au ministère au sens strict et donc accepter de se déplacer pour y assister. L’équipe du Labo reçoit des demandes qui dépassent largement les jauges sur chaque atelier, des nouvelles sessions sont donc programmées en plus que celles prévues au départ pour s’adapter au besoin.

Ce qui ressort aussi des retours : les managers soulignent l’originalité des thématiques, la pertinence du format court, et la possibilité de repartir avec des pratiques directement applicables. La valeur perçue de l’ancrage scientifique est également importante, ce qui montre que les sciences cognitives ont complètement leur place dans un projet comme celui-ci !

Ce que nous en retirons

Cette mission illustre le rôle que Cog’X occupe : acculturer et outiller ceux qui conçoivent l’expérience de formation dans les organisations de travail. Les sciences cognitives ne sont pas un simple vernis apposé sur offre de formation. Elles fournissent un cadre de décision pour trancher des questions concrètes : combien de notions par session ? Quel degré de liberté laisser aux participants ? Comment séquencer pour respecter l’attention ? Comment favoriser le transfert en situation de travail ?

Poser les fondations scientifiques d’un dispositif d’apprentissage, traduire les principes en outils opérationnels, puis rendre la main : tel est le parfait exemple des missions que nous avons à cœur de mener.

Pour en discuter avec l’un de nos experts, c’est ici :

Sources & références

*Rapport 2025 de l’Inspection générale des affaires sociales “Pratiques managériales dans les entreprises et politiques sociales en France”

**QuestionnaireFin_Atelier.pdf

L’article Structurer la vision pédagogique d’un campus d’entreprise est apparu en premier sur COG'X.

Pourquoi les formations en entreprise sont inefficaces : les 4 causes “cognitives”

Steven Sinna — Mon, 11 May 2026 13:42:00 +0000

Sciences cognitives et IA : en quoi l’accélération technologique peut fragiliser l’apprentissage ?

Malgré des milliards investis, les dispositifs de formations ne produisent pas assez souvent les effets attendus. Voici le décryptage de quatre causes profondes à cet échec issues des éclairages des sciences cognitives, une première étape à l’emergence de solutions concrètes.

Dans un précédent article, nous avons montré pourquoi il est urgent de repenser la formation en entreprise au regard des 6 leviers cognitifs d’un apprentissage durable, notamment avec notre modèle 360° centré apprenant. Ces leviers : maintenir l’attention, engager activement, transmettre du feedback élaboré, favoriser la consolidation sur la durée, stimuler la motivation intrinsèque, et enfin nourrir les échanges entre pairs, devraient constituer la boussole de toute expérience d’apprentissage efficace.

Mais pourquoi sont-ils si rarement réunis dans les formations actuelles ? La réponse ne se limite pas à un problème de format ou de budget. Elle est systémique. En croisant notre expertise du fonctionnement cérébral et nos observations de terrain auprès de nombreuses organisations, nous avons identifié quatre causes “cognitives” fondamentales qui peuvent expliquer pourquoi la formation en entreprise échoue à produire un apprentissage véritablement durable et utile.

1. Des équipes “formation” insuffisamment outillées

La première cause d’échec se situe en amont de la salle de formation : dans les pratiques et les connaissances des professionnels qui conçoivent et animent les dispositifs d’apprentissage.

Dans de nombreuses situations, les équipes formation s’appuient sur des intuitions ou des croyances largement répandues sur la pédagogie efficace, mais déconnectées de la réalité scientifique. Les neuromythes, ces idées fausses sur le fonctionnement du cerveau, persistent dans le milieu de la formation professionnelle : « styles d’apprentissage » visuels, auditifs ou kinesthésiques, cerveau droit vs cerveau gauche, ou encore l’idée qu’il y a des personnes douées par nature dans un domaine.

Ces croyances limitantes orientent les choix pédagogiques dans la mauvaise direction et empêchent la mise en place des 6 piliers cognitifs de l’apprentissage.

Au-delà de ces croyances erronées (parfois à très juste titre!), c’est un manque de ressources fondées sur des preuves scientifiques qui fragilise les pratiques.

Comment mettre en place un feedback véritablement guidant et élaboré quand on n’a pas été formé à le faire ? Comment concevoir des séquences qui favorisent l’engagement actif quand les modèles de référence restent les formats descendants ?

Comme le soulignent des travaux récents (Watkins et Marsick, 2023), la complexité croissante des environnements de travail exige que les professionnels de la formation développent de nouvelles capacités d’adaptation, or cette montée en compétences des formateurs eux-mêmes est rarement priorisée.

C’est un véritable paradoxe : les personnes en charge de la montée en compétences de leurs pairs dans une organisation sont très souvent les moins bien loties en termes d’accompagnement !

S’ajoute à cela un problème de mesure. Sans indicateurs fiables de l’impact réel de leurs pratiques, les formateurs peinent à évaluer l’efficacité de leur posture et de leurs méthodes de transmission. Comment progresser sans feedback sur sa propre pratique alors que c’est un pilier fondamental de l’apprentissage, mais il est souvent absent du parcours des formateurs eux-mêmes…

Enfin, les marges de manœuvre sont parfois limitées : agir sur les contenus, les agendas, les outils relève de décisions qui dépassent le formateur. La question devient alors : comment innover à faible coût, dans une logique de progression des pratiques pédagogiques, mais avec un maximum d’impact pour l’apprenant ?

Tou·te·s gagnant·te·s avec l’état d’esprit dynamique (growth mindset) au travail

2. Des contenus et des parcours déconnectés du fonctionnement cérébral

La deuxième cause d’échec touche directement l’expérience vécue par l’apprenant dans le parcours de formation. Et le constat est sans appel : de nombreux contenus et dispositifs sont en complet décalage avec les besoins du cerveau pour mémoriser efficacement.

Le déséquilibre entre théorie et pratique en est l’illustration la plus courante. Les formations trop longues, trop denses, pas suffisamment ancrées dans les besoins professionnels et le contexte réel de travail ne permettent pas au cerveau de consolider les apprentissages. L’ingénierie pédagogique ne prévoit pas toujours les temps de récupération et d’intégration indispensables, ce qui engendre un risque majeur de saturation cognitive et de surcharge.

Or, comme le montre la recherche sur l’autorégulation de l’apprentissage (Sitzmann & Ely, 2011), la capacité à apprendre dépend étroitement des conditions dans lesquelles le cerveau peut traiter, organiser et consolider l’information. Des formations « en silo thématique », contenu 1, contenu 2, contenu 3, sans lien ni réactivation, vont à l’encontre de ce que nous savons sur la consolidation en mémoire à long terme. L’espacement des réactivations et les opportunités de transfert en situation réelle sont des leviers puissants, mais rarement intégrés dans les parcours.

Plus fondamentalement, la formation est rarement pensée comme un continuum en trois temps (avant, pendant et après) formant un tout cohérent pour permettre un apprentissage continu au-delà du moment de formation. C’est pourtant cette vision élargie qui permet de dépasser l’illusion de familiarité, ce biais cognitif par lequel on croit avoir retenu une information parce qu’on la reconnaît, sans pour autant être capable de la mobiliser en situation réelle.

Enfin, il ne faut pas négliger le rôle du marketing de la formation : la communication sur l’offre, les catalogues, les processus d’inscription peuvent être sous-optimaux et ne pas correspondre aux besoins, au temps disponible et aux appétences des individus. Moins l’expérience « vendue » est attractive, moins un collaborateur aura envie de s’engager dans la formation. Chaque expérience de formation décevante dégrade la motivation intrinsèque de l’apprenant et renforce la perception que la formation est une formalité administrative plutôt qu’un levier de progression.

Feedback et sciences cognitives : comment le retour d’information transforme l’apprentissage au travail

3. Un environnement de travail qui rend l’apprentissage inefficace

La troisième cause d’échec dépasse largement la salle de formation.

Un nombre croissant d’études montrent que c’est l’environnement de travail dans lequel évolue l’individu, ses tâches quotidiennes, ses collègues, sa hiérarchie, qui joue un rôle déterminant dans sa capacité à se former et à mettre en application ce qu’il a appris.

Hughes et al. (2020), dans une méta-analyse sur le rôle de l’environnement de travail dans le maintien des acquis de formation, démontrent que le transfert des apprentissages dépend fortement du contexte organisationnel : le soutien du manager, les opportunités de mise en pratique et le climat psychologique sont des prédicteurs majeurs de l’efficacité de la formation. Sans un environnement favorable, même les formations les mieux conçues échouent à produire des changements durables.

La question du manager est centrale. Dans quelle mesure consent-il à ce que le collaborateur prenne du temps pour se former ? Et sur quels sujets, au regard de quels besoins ? Une fois la formation terminée, le manager fait-il en sorte que le collaborateur puisse pleinement mobiliser ses nouvelles compétences dans des missions concrètes ? Reconnaît-il et valorise-t-il ce temps investi dans la montée en compétences ?

La recherche sur la sécurité psychologique (Newman, Donohue & Eva, 2017) montre que la capacité des individus à prendre des risques interpersonnels, poser des questions, avouer des erreurs, proposer de nouvelles idées, est une condition sine qua non de l’apprentissage en contexte professionnel. Un environnement où le droit à l’erreur est absent, où le feedback est punitif plutôt que constructif, étouffe toute dynamique d’apprentissage.

Au-delà du management, c’est tout l’écosystème collectif qui est en jeu. Les méta-analyses sur le lien entre organisation apprenante et performance (Ju et al., 2021) montrent des corrélations significatives et positives entre une culture d’apprentissage et la satisfaction au travail, l’engagement et la performance en termes de connaissances. À l’inverse, les organisations qui ne créent pas d’espaces pour le partage des acquis en réunion d’équipe, pour l’expérimentation et pour le feedback collectif privent leurs collaborateurs d’un levier fondamental de consolidation des apprentissages.

La charge de travail et les rythmes jouent également un rôle critique. Quand le temps de formation entre en compétition directe avec les urgences opérationnelles, quand les temps de récupération sont insuffisants pour intégrer les nouvelles connaissances, l’apprentissage ne peut tout simplement pas avoir lieu. La recherche (Watkins & Kim, 2018) souligne d’ailleurs que ce sont les opportunités d’apprentissage informel, celles qui s’inscrivent dans le flux de travail, qui corrèlent le plus fortement avec les dimensions d’une organisation apprenante, bien davantage que la simple participation à des formations formelles.

Repenser la formation pour une expérience apprenante satisfaisante grâce aux sciences cognitives : les 6 leviers d’un apprentissage durable

4. Le conflit motivationnel : quand le coût de se former dépasse le bénéfice perçu

La quatrième cause est peut-être la plus insidieuse, car elle opère à l’intérieur même de l’apprenant.

C’est ce que nous appelons chez Cog’X le conflit motivationnel : la tension entre le besoin ressenti de se former et le coût perçu de l’effort à investir.

D’un côté, le collaborateur identifie parfois un besoin de monter en compétences. De l’autre, se former représente un coût : du temps à libérer dans un agenda déjà saturé, un effort cognitif pour apprendre de nouveaux processus et connaissances, une prise de risque liée au changement de ses pratiques habituelles. Face à cette équation, la tentation est grande de continuer en « mode par défaut » : poursuivre avec les méthodes existantes, même si elles ne sont pas optimales, plutôt que d’investir dans l’inconfort temporaire de l’apprentissage.

Ce conflit motivationnel s’ancre dans des mécanismes bien documentés par la recherche. Les modèles expectation-valeur (Eccles & Wigfield, 2002) montrent que la motivation résulte de la combinaison de deux facteurs : la valeur attribuée au comportement et à ses résultats, et l’attente quant à la probabilité de réussite. Quand le bénéfice perçu de la formation est flou (« à quoi ça va vraiment me servir ? ») et que le coût est immédiat et tangible (temps, effort, désorganisation), le déséquilibre penche nettement du côté du statu quo.

Le modèle des phases de l’action de Heckhausen et Gollwitzer (1987) enrichit cette compréhension en distinguant la motivation comme le processus de choix entre différents objectifs, et la volition soit la mise en œuvre concrète de l’action choisie. Passer de « je devrais me former » à « je me forme effectivement » nécessite de franchir un seuil volitif qui ne va pas de soi, surtout quand l’environnement ne soutient pas cette transition.

S’ajoutent à cela les croyances limitantes qui habitent de nombreux apprenants : « je ne suis pas capable d’apprendre ça », « c’est trop tard pour moi », « la formation, ce n’est pas pour moi ». La théorie de l’autodétermination (Ryan & Deci, 2000) et les travaux récents sur les cycles motivation-réussite (Vu et al., 2021) montrent que le sentiment de compétence est le plus fort prédicteur de la motivation intrinsèque à apprendre. Or, ces croyances viennent directement saper ce sentiment de compétence, créant un cercle vicieux : moins on se sent capable, moins on se forme, moins on développe de compétences, et moins on se sent capable.

La bonne nouvelle, c’est que ce conflit motivationnel n’est pas une fatalité. Il peut être réduit en agissant simultanément sur plusieurs leviers : rendre les bénéfices de la formation visibles et tangibles rapidement, réduire les coûts perçus (temps, effort, complexité), développer les stratégies d’apprentissage autonome des collaborateurs, et surtout créer un environnement qui valorise et soutient la démarche d’apprentissage continu.

Comment renforcer l’accès aux opportunités pour soutenir l’engagement ?

Vers une vision systémique pour transformer l’expérience d’apprentissage

Ces quatre causes ne fonctionnent pas de manière isolée puisqu’elles s’alimentent mutuellement. Des professionnels de la formation insuffisamment outillés produisent des contenus inadaptés pour une pleine intégration en mémoire à long terme.

Ces contenus dégradent l’expérience des apprenants et renforcent leur conflit motivationnel, leur donnant moins envie de se former. L’environnement de travail quant à lui, s’il ne soutient pas la démarche, peut empêcher le transfert des compétences acquises directement en contexte. Et ce transfert raté confirme, aux yeux de tous, que « la formation ne sert à rien », ce qui fragilise encore davantage le système.

C’est ce cercle vicieux qui peut expliquer pourquoi les interventions ponctuelles ne suffisent pas. Changer de LMS, raccourcir les modules, ajouter/enlever du digital, changer de prestataires, requestionner les besoins des salariés : ces actions traitent des symptômes. Pas les causes réelles d’une expérience d’apprentissage peu impactante.

Prenons un exemple concret : la montée en compétences sur l’intelligence artificielle, enjeu majeur de 2026 et des années à venir.

Former tout un collectif à l’utilisation de l’IA ne se résume pas à des heures de formation. Qu’est-ce qui fera vraiment la différence ?

C’est la qualité pédagogique des modules au regard du fonctionnement cognitif et du contexte de travail des individus. Mais aussi : le soutien du manager pour que chaque collaborateur ose expérimenter en situation réelle. C’est la réduction du conflit motivationnel face à un sujet qui peut générer autant d’enthousiasme que d’appréhension. Et bien sûr : c’est aussi la capacité de l’organisation elle-même à créer des espaces de partage entre pairs pour que les apprentissages circulent et bénéficient à tous et toutes !

C’est cette conviction qui fonde notre modèle 360° centré apprenant. En croisant quatre niveaux d’analyse (contenus et parcours, pratiques de transmission, environnement de travail et managérial, dynamique collective), nous aidons les organisations à identifier où se situent leurs angles morts et à construire une stratégie d’apprentissage qui s’attaque aux causes profondes, non de façon superficielle.

Bien entendu, chaque organisation a sa propre combinaison de freins et de leviers. Si vous souhaitez en discuter au regard de votre contexte, nos experts sont disponibles pour un premier échange.

Pour en discuter avec l’un de nos experts, c’est ici :

Sources & références

Achtziger, A., & Gollwitzer, P. M. (2008). Motivation and volition in the course of action. In J. Heckhausen & H. Heckhausen (Eds.), Motivation and action (pp. 272–295). Cambridge University Press.

Eccles, J. S., & Wigfield, A. (2002). Motivational beliefs, values, and goals. Annual Review of Psychology, 53(1), 109–132.

Ju, B., Lee, Y., Park, S., & Yoon, S. W. (2021). A meta-analytic review of the relationship between learning organization and organizational performance and employee attitudes. Human Resource Development Review, 20(2), 207–251.

Sitzmann, T., & Ely, K. (2011). A meta-analysis of self-regulated learning in work-related training and educational attainment. Psychological Bulletin, 137(3), 421–442.

Vu, T., et al. (2021). Motivation–achievement cycles in learning: A literature review and research agenda. Educational Psychology Review.

Watkins, K. E., & Marsick, V. J. (2023). Rethinking workplace learning and development catalyzed by complexity. Human Resource Development Review, 22(3), 333–344.

L’article Pourquoi les formations en entreprise sont inefficaces : les 4 causes “cognitives” est apparu en premier sur COG'X.

Sciences cognitives et IA : en quoi l’accélération technologique peut fragiliser l’apprentissage ?

Steven Sinna — Tue, 28 Apr 2026 09:16:44 +0000

IA et charge mentale : quand l’intelligence artificielle intensifie le travail au lieu de le simplifier

En France, alors que 55% des étudiants du supérieur utilisaient l’intelligence artificielle générative en 2023 (étude Compilatio, 2023, portant sur environ 4 500 étudiants), ce chiffre est monté à 82% en 2025 (Pascal et al., 2025). L’usage de l’IA par cette population est donc passé de marginal à répandu en l’espace de 3 ans dans l’ensemble des pays de l’OCDE. Et dans le monde de la formation professionnelle, les outils d’IA s’implantent à un rythme comparable.

Derrière cette adoption massive et prévisible, une question reste largement ouverte : l’IA aide-t-elle vraiment à apprendre, et dans quelles conditions ? Ou donne-t-elle simplement l’illusion d’avoir appris ?

Le récent rapport publié par l’OECD (Digital Education Outlook 2026) apporte pour la première fois une réponse documentée à cette question. S’appuyant sur des essais randomisés contrôlés, des méta-analyses et des données de terrain à grande échelle, il dresse un portrait nuancé pour répondre à cette question centrale : oui, l’IA peut améliorer l’apprentissage, mais uniquement si elle est conçue avec une intention pédagogique claire… mais utilisée comme “raccourci”, elle risque au contraire d’affaiblir des compétences cognitives précieuses pour le mécanisme d’apprentissage.

Face à ce constat, comment offrir aux professionnels de la formation des repères concrets et clairs pour intégrer l’IA sans sacrifier ce qui fait la qualité d’un apprentissage durable ? Passons ces résultats au crible des six leviers cognitifs de l’apprentissage, le cadre que nous utilisons chez Cog’X pour analyser et concevoir des expériences de formation.

1. Le paradoxe fondamental : performer avec l’IA ne veut pas dire apprendre

Commençons par un des résultats le plus marquant du rapport. En Turquie, un essai randomisé contrôlé de grande envergure a suivi des lycéens qui utilisaient GPT-4 pour s’entraîner en mathématiques. Pendant la phase d’entraînement, les résultats étaient spectaculaires : un gain de 48% de performance avec un chatbot standard, et jusqu’à 127% de avec une version tutorat conçue pour guider l’apprentissage. De quoi conclure attentivement sur des bénéfices fous de l’IA …

Mais lors de l’examen final, cette fois-ci sans IA, les élèves qui avaient utilisé le chatbot standard ont obtenu un score de 17% en dessous du groupe qui n’avait pas utilisé d’IA du tout. Autrement dit, l’IA n’a pas simplement échoué à améliorer l’apprentissage, elle l’aurait même dégradé.

Comment expliquer cela ? Ce résultat illustre ce que les chercheurs du rapport de l’OCDE appellent le « mirage de fausse maîtrise ». Autrement dit, l’IA permet de produire des résultats de haute qualité tout en masquant des lacunes réelles dans les compétences sous-jacentes. La performance augmente, mais l’apprentissage au mieux stagne, au pire recule.

Et ce n’est pas un résultat isolé. Une méta-analyse menée par Vaccaro et collaborateurs (2024), portant sur 106 études expérimentales de collaboration humain-IA, montre qu’en moyenne, les ces combinaisons performent moins bien que le meilleur des deux acteurs seuls, en particulier sur les tâches de décision. La synergie humain-IA ne s’improvise donc pas, elle se conçoit.

Qu’est-ce que ces données apportent comment éclairages pour la fonction formation ? Qu’évaluer la qualité d’une production assistée par l’IA ne dit rien sur ce que l’apprenant a réellement appris. Les dispositifs de formation doivent pouvoir mesurer l’apprentissage indépendamment de la performance augmentée lors d’une mise en pratique assistée par l’IA.

Tou·te·s gagnant·te·s avec l’état d’esprit dynamique (growth mindset) au travail

2. L’IA passée au crible des 6 leviers cognitifs de l’apprentissage

Chez Cog’X, nous analysons toute expérience de formation à travers six leviers cognitifs, ancrés dans la littérature scientifique. Chacun représente une condition nécessaire pour qu’un apprentissage soit durable, transférable et engageant. Le rapport OCDE nous permet, pour chacun d’entre eux, de faire le point sur ce que l’IA apporte et ce qu’elle menace.

1. Maintenir l’attention

L’attention est la porte d’entrée de tout apprentissage : sans elle, l’information ne franchit même pas le seuil de la mémoire de travail. L’IA générative, par sa capacité à personnaliser le contenu en temps réel, promet de maintenir chaque apprenant dans sa zone proximale de développement, ce niveau de difficulté idéal, ni trop facile (ennui), ni trop difficile (décrochage) qui peut éviter la surcharge mentale liée à trop d’informations nouvelles à traiter en même temps.

Mais le rapport de l’OCDE pointe un revers inattendu sur cet aspect : une étude comparant l’usage de ChatGPT à un moteur de recherche classique pour une tâche d’investigation scientifique montre que les étudiants utilisant le LLM ont ressenti une charge cognitive significativement plus basse. Bonne nouvelle ? Pas forcément. Cette facilité s’est accompagnée de raisonnements de moindre qualité et d’argumentations moins solides dans leurs recommandations finales. Or, produire un effort cognitif actif est ingrédient clé de l’apprentissage. En réduisant la charge de la recherche d’informations, l’IA risque finalement de réduire l’engagement attentionnel soutenu, nécessaire à leur compréhension.

2. Engager activement

Malheureusement, c’est probablement le pilier le plus menacé par un usage non guidé de l’IA, avec pour risque le phénomène que les chercheurs nomment la « paresse métacognitive » : quand l’IA fournit des réponses directes, les apprenants cessent de mobiliser les processus de vérification, de réflexion et d’auto-évaluation qui sont au cœur de l’apprentissage profond.

L’étude de Fan et collaborateurs (2024) est éclairante : des étudiants assistés par ChatGPT pour rédiger un essai ont obtenu de meilleures notes que le groupe sans IA. Mais lors d’un test de transfert de connaissances sur de nouveaux sujets, aucune différence n’a été observée. Autrement dit : les gains de performance sur un sujet ne se sont pas traduits en apprentissage transférable sur un nouveau sujet connexe. Plus préoccupant : les étudiants du groupe IA étaient significativement moins enclins à s’engager dans des activités métacognitives : ils sautent les étapes d’évaluation et d’itération, et de supervision pour aller directement à la solution fournie par l’IA !

Il y aurait une distinction importante à faire entre un usage dit lent de l’IA (itératif, réflexif, où l’apprenant reste maître de sa démarche et contrôle les différentes étapes de construction des savoirs) et un usage dit rapide où l’IA s’envisage comme un « distributeur de réponses ». Seul le premier favorise l’engagement actif. C’est la différence entre utiliser l’IA comme un partenaire de réflexion et l’utiliser comme un raccourci pour aller plus vite en grillant toutes les étapes essentielles à la consolidation.

3. Donner du feedback

Le feedback est un levier d’apprentissage parmi les mieux documentés en sciences cognitives. Et c’est précisément l’un des domaines où l’IA générative montre le plus de promesses, mais aussi des limites révélatrices.

Côté promesses : une étude comparative publiée en 2024 montre que GPT-4 produit un feedback plus lisible et plus structuré que celui des formateurs humains. Il est particulièrement performant sur le feedback qui porte sur les stratégies d’apprentissage plutôt que sur la seule correction d’erreurs. L’immédiateté et la disponibilité permanente sont d’autres atouts évidents, surtout dans des contextes de formation à distance ou avec des ratios formateurs / apprenants élevés.

Côté limites : le rapport révèle que les apprenants perçoivent systématiquement le feedback humain comme plus crédible, plus significatif et plus motivant. Même lorsque le feedback IA produit des résultats équivalents en termes de performance mesurée, les apprenants lui font moins confiance et agissent moins dessus. Le feedback ne se réduit pas à de l’information, il comporte une dimension relationnelle et émotionnelle clé (confiance, reconnaissance, encouragement) que l’IA ne reproduit pas.

Le consensus qui se dégage est donc celui d’une approche hybride : l’IA génère un premier feedback rapide et structuré, le formateur l’enrichit et le personnalise, le contextualise et y ajoute la dimension relationnelle humaine indispensable Cette approche libère du temps pour ce qui compte vraiment : l’accompagnement humain sur les points de blocage profonds, et le soutien social pour maintenir la motivation.

4. Favoriser la consolidation

Il est clair que sans consolidation, tout apprentissage est éphémère et voué à l’oubli. Les études sur le sujet en psychologie cognitive nous enseignent que la mémorisation durable repose sur un effort conscient de récupération de la part de l’apprenant (aussi appelé testing effect), mais aussi sur la réactivation espacée dans le temps. Or, c’est précisément ce que l’usage « raccourci » de l’IA tend à éliminer.

Le résultat le plus frappant sur ce pilier vient d’une étude du MIT. Des apprenants ayant rédigé un essai avec l’assistance d’IAC n’ont pu rappeler que 12% du contenu de leur texte, contre 89% pour ceux qui avaient écrit seuls. Les mesures d’imagerie cérébrale ont confirmé une moindre activation neuronale lors de la rédaction assistée, ce n’est pas une simple histoire moindre performance.

Ce résultat n’est pas surprenant si on se réfère aux travaux du chercheur Robert Bjork sur les « difficultés désirables » : l’effort investi dans la production d’un contenu est précisément ce qui permet son encodage en mémoire à long terme. Quand l’IA prend en charge cet effort, l’information reste en mémoire à court terme chez l’apprenant et nourrit même l’illusion que comme l’apprentissage est facile alors il porte ses fruits.

5. Stimuler la motivation intrinsèque

La motivation intrinsèque, c’est-à-dire apprendre pour le plaisir de comprendre, de progresser, de maîtriser, est le “carburant” de l’apprentissage durable. Le rapport de l’OCDE révèle une relation ambivalente entre l’IA et ce levier.

D’un côté, l’essai contrôlé de Harvard montre qu’un tuteur IA conçu avec des principes pédagogiques solides (tel que l’étayage progressif) peut générer une motivation et un engagement supérieurs à ceux d’une formation en salle, avec une amplitude forte. L’explication : l’IA maintenait les apprenant dans leur zone proximale de développement, créant un sentiment de compétence et de progression qui alimentait l’envie de continuer d’apprendre.

De l’autre côté, les données montrent que l’IA peut avoir un effet positif pour les apprenants modérément motivés, mais qu’elle atteint ses limites face à une motivation faible couplée à un challenge trop élevé. L’absence d’encouragements personnalisés, de renforcement positif et d’interaction sociale humaine peut créer un vide motivationnel que la technologie ne comblera pas.

Par ailleurs, le rapport note une tendance préoccupante : sous pression académique ou professionnelle, les apprenants se tournent vers l’IA non pas pour apprendre mais pour « survivre », soit une utilisation corrélée à davantage de procrastination, une moindre réussite dans l’utilisation des savoirs, et même un sentiment de “perte de mémoire”.

6. Nourrir les échanges entre pairs

L’apprentissage est fondamentalement social. À ce titre, l’IA générative pourrait jouer plusieurs rôles dans l’apprentissage collaboratif : être un “hub” d’informations partagé, générer des matériaux personnalisés pour le travail de groupe, et encore accélérer la production de contenus issus de l’intelligence collective pour avoir une synthèse tangible des nouvelles idées.

Par exemple, une récente étude a montré que des apprenants utilisant un outil IA de mind mapping collaboratif ont non seulement surpassé le groupe contrôle en performance, mais ont aussi démontré un processus de construction de connaissances plus sophistiqué, progressant de la simple juxtaposition d’idées individuelles vers une véritable synthèse collective (An et al. 2025).

Mais les preuves restent encore limitées, même si cela est trivial : le risque majeur est celui d’un remplacement des interactions humaines par des interactions humain-machine. La motivation, les relations inter-personnelles et l’apprentissage socio-émotionnel restent inhérents à l’espère humaine. L’IA ne remplacera pas un débriefing personnalisé entre pairs après une mise en situation, ni des sessions de co-développement, ou encore un mentorat en phase d’on-boarding.

Feedback et science cognitive : comment le retour d’information transforme l’apprentissage au travail

En conclusion : L’IA dans la formation : ni totem, ni tabou. Un outil à concevoir

Un grand message clé à retenir : le design pédagogique, réalisé par les professionnels de la formation, fait toute la différence entre une IA qui renforce l’apprentissage par rapport à une IA qui l’érode.

L’IA remplace-t-elle ici un effort cognitif que l’apprenant devrait fournir ?
Préserve-t-elle l’engagement actif ou l’esquive-t-elle ?
Complète-t-elle le feedback humain ou s’y substitue-t-elle ?

Et les six leviers cognitifs de l’apprentissage, une grille concrète pour évaluer vos dispositifs existants : à chaque étape du parcours, pour chaque usage de l’IA envisagé, vérifiez que vous n’êtes pas en train de sacrifier un levier d’apprentissage au nom de l’efficacité.
Le défi que pose l’OCDE est finalement celui que nous portons chez Cog’X depuis le début : s’assurer que la technologie serve le fonctionnement cognitif humain, et non l’inverse.

L’IA a sa place dans la formation — à condition qu’on lui assigne le bon rôle : celui d’un partenaire d’apprentissage, jamais celui d’un raccourci.

Comment des feedback apprenants et élaborés soutiennent-ils l’engagement ?

En résumé : les 6 leviers cognitifs face à l’IA

Levier cognitif	Ce que l’IA peut apporter	Ce que l’IA peut menacer
Maintenir l’attention	Personnalisation en temps réel, zone proximale	Réduction de l’effort cognitif bénéfique
Engager activement	Usage « lent » et itératif, questionnement socratique	Paresse métacognitive, usage « rapide »
Donner du feedback	Feedback immédiat, structuré, niveau processus (97%)	Manque de crédibilité perçue, dimension relationnelle absente
Favoriser la consolidation	Espacement, entraînement ciblé	12% vs 89% de rappel, fausse maîtrise
Stimuler la motivation	Zone proximale, sentiment de compétence	Limites si motivation faible, usage instrumental
Nourrir les échanges	Préparation des temps collectifs, synthèse	Risque de remplacement des interactions humaines

Pour en discuter avec l’un de nos experts, c’est ici :

Références

Rapport principal :
OECD. (2026). OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. OECD Publishing.

Études citées :
An, S., Zhang, S., Lu, W., Zhang, Z., & Cai, Z. (2025). Impacts of generative AI on student’s task performance and collaborative knowledge construction process in mind mapping-based collaborative environment. Computers & Education, 227, 105-227.

Cukurova, M. (2026). A conceptual framework for teacher-AI teaming in education: Harnessing GenAI to enhance teacher agency. In OECD (Ed.), OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. OECD Publishing.

Darvishi, A., Khosravi, H., Sadiq, S., Gašević, D., & Siemens, G. (2024). Impact of AI assistance on student agency. Computers & Education, 210, 104967.

Fan, Y., Tang, H., Le, K., Shen, S., Tan, Y., Zhao, Y., Shen, X., Li, & Gašević, D. (2025). Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology, 56(2), 489-530.

Kestin, G., Miller, K., Klales, A., Milbourne, T., & Ponti, G. (2025). AI tutoring outperforms in-class active learning: An RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15(1), 17458.

Kosmyna, N., Hauptmann, E., Yuan, Y.T., Situ, J., Liao, X.-H., Beresnitzky, A.V., Braunstein, I., & Maes, P. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. MIT.

Vaccaro, M., Almaatouq, A., & Malone, T. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8(12), 2293-2303.

L’article Sciences cognitives et IA : en quoi l’accélération technologique peut fragiliser l’apprentissage ? est apparu en premier sur COG'X.

Tou·te·s gagnant·te·s avec l’état d’esprit dynamique (growth mindset) au travail

Steven Sinna — Wed, 22 Apr 2026 16:18:39 +0000

Faire de nos automatismes des alliés face aux changements

Growth mindset et état d’esprit dynamique au travail : la science au service de l’efficacité durable

« Les maths, ce n’est pas pour moi » ; « j’ai toujours été nul en orthographe ». Ces croyances limitantes, encore très répandues, reflètent un état d’esprit fixe (fixed mindset) : une vision déterministe de nos capacités cognitives qui associe l’erreur à une faiblesse et le résultat à une fin en soi.

À l’inverse, le growth mindset, ou état d’esprit dynamique, est un levier scientifiquement solide pour renforcer la motivation, la résilience et l’apprentissage tout au long de la vie professionnelle.

Adopté par de nombreuses grandes entreprises de la tech, cet état d’esprit formalisé par la chercheuse Carol Dweck (Stanford) transforme aussi la façon dont les entreprises françaises conçoivent la formation et des équipes apprenantes.

1. Qu’est-ce que le growth mindset (état d’esprit dynamique) ?

Le growth mindset, ou état d’esprit dynamique (parfois traduit « état d’esprit de croissance »), repose sur une idée simple mais puissante : nos capacités intellectuelles ne sont pas figées. Elles se développent grâce à l’effort, la pratique, le temps et les stratégies d’apprentissage efficaces (Dweck & Yeager, 2019).

Cette perception évacue l’idée que la réussite serait liée au fait d’être doué de nature. Elle redonne toute sa place à la capacité acquise d’utiliser des stratégies de progression et d’évaluer cette progression via le feedback par les pairs.

La neuroplasticité : fondement biologique du growth mindset

Les connexions entre neurones se réorganisent en permanence en fonction de nos expériences. Ce processus de neuroplasticité, validé par l’imagerie cérébrale, prouve que le cerveau adulte reste capable d’apprendre et de se transformer tout au long de la vie — à condition d’être stimulé de façon adaptée.

Connaître le fonctionnement du cerveau et la neuroplasticité constitue un levier puissant pour passer d’un état d’esprit fixe à un état d’esprit dynamique. Des méta-analyses (Sarrasin et al., 2018) montrent que le simple fait d’enseigner ce concept améliore la motivation, les résultats d’apprentissage et même l’activité cérébrale des apprenants.

Quelles techniques pour aider notre cerveau à mieux apprendre ?

2. État d’esprit fixe vs. dynamique : les différences clés

La distinction entre fixed mindset et growth mindset se manifeste dans la manière dont nous réagissons aux défis, aux erreurs et au feedback :

Dimension	État d’esprit fixe	Growth mindset
Défis	Les éviter (peur de l’échec)	Les recherches (occasion d’apprendre)
Erreurs	Preuve d’incompétence	Source de feedback précieuse
Effort	Inutile si on n’est pas « fait pour »	Moteur de la progression
Feedback	Menace pour l’ego	Levier d’amélioration
Succès des autres	Menace, comparaison	Inspiration, preuve que c’est possible

Si vos pairs pensent que l’intelligence est innée, vous avez plus de chance d’avoir un état d’esprit fixe. Les chercheurs parlent de « contagion de l’état d’esprit ». — Léa Tân Combette, chercheuse en sciences cognitives spécialiste du sujet.

Feedback et science cognitive : comment le retour d’information transforme l’apprentissage au travail

3. Les bienfaits du growth mindset au travail

De nombreuses études montrent qu’adopter un état d’esprit dynamique en entreprise a des répercussions positives sur la performance individuelle et collective :

Motivation et persévérance — Le growth mindset déclenche et maintient la motivation intrinsèque, même face aux difficultés
Résilience face aux défis — Les collaborateurs en état d’esprit dynamique s’engagent dans des situations plus « challengeantes » et mobilisent des stratégies plus efficaces
Correction des erreurs — L’état d’esprit dynamique active les mécanismes cérébraux de détection et correction des erreurs, rendant les collaborateurs plus réceptifs au feedback constructif
Confiance et bien-être — La persévérance renforcée nourrit la confiance en soi, avec un effet positif mesurable sur le bien-être au travail
Focus sur les compétences, pas les résultats — Les individus en growth mindset se concentrent sur les moyens de progresser plutôt que sur la performance brute, favorisant l’amélioration continue (Cook et al., 2018)

Impact mesuré en entreprise

Selon les recherches de Dweck, les managers dans les entreprises à culture growth mindset évaluent leurs équipes comme plus innovantes, plus collaboratives et plus engagées dans l’apprentissage

Faire de nos automatismes des alliés face aux changements

4. Comment développer le growth mindset dans votre organisation

Au niveau individuel : se poser les bonnes questions

Passer à l’action commence par une prise de recul régulière. Comme le préconise la chercheuse Léa Tân Combette : interrogez-vous sur votre réaction face à l’échec, votre attitude face aux difficultés, et ce que chaque erreur vous apprend sur vos compétences actuelles.

Gardez à l’esprit que la réussite dépend :

Du temps et des efforts investis
De l’entraînement régulier et délibéré
Du choix des stratégies de progression
De la capacité à utiliser l’erreur comme levier d’apprentissage
Du feedback de vos pairs et de votre manager

Dites-vous que vous n’êtes pas encore compétent sur ce sujet — mais que vous allez le devenir grâce à ces ingrédients (Dweck, 2017).

Au niveau collectif : créer les conditions du growth mindset

Dans une perspective organisationnelle, cultiver le growth mindset suppose d’agir sur plusieurs leviers simultanément :

Créer des opportunités de développement — Formations, soutien personnalisé, mentorat interne pour aider chacun à sortir de sa zone de confort
Protéger le temps d’apprentissage — Veiller à ce que les apprenants disposent du temps nécessaire pour tester, expérimenter et constater les bénéfices de leur progression
Développer une culture du feedback — Normaliser le retour d’expérience, le debrief après erreurs et le partage de pratiques entre pairs
Valoriser l’effort et la progression — Reconnaître les stratégies utilisées plutôt que le seul résultat, célébrer les progrès plutôt que la performance brute
Réduire le conflit motivationnel — Aligner management, charge de travail et temps de formation pour que l’apprentissage ne soit pas en compétition avec l’activité courante

Développer une culture de partage, de retour d’expériences et de transmission des compétences tacites crée le terreau fertile au développement d’un état d’esprit dynamique collectif. — Karaki, 2023

Repenser la formation pour une expérience apprenante satisfaisante grâce aux sciences cognitives : les 6 leviers d’un apprentissage durable

5. L’approche Cog’X : du growth mindset à l’organisation apprenante

Chez Cog’X, nous intégrons le growth mindset dans une approche plus large : celle de l’organisation apprenante fondée sur les sciences cognitives. Notre modèle 360° centré apprenant identifie les freins à l’état d’esprit dynamique à 4 niveaux — le contenu, l’équipe formation, le manager et le collectif — et propose des leviers d’action concrets.

Nos formations, conçues et animées par des docteur·es en psychologie cognitive et en neurosciences, permettent de :

Sensibiliser les managers et les équipes aux mécanismes du growth mindset et de la neuroplasticité
Diagnostiquer les croyances limitantes et le conflit motivationnel dans les parcours de formation existants
Former les formateurs internes à activer les 6 piliers cognitifs de l’apprentissage durable
Mesurer l’impact des dispositifs sur la montée en compétences réelle

Cas client

Avec BNP Paribas, nous accompagnons depuis 2021 des chefs de mission seniors à mieux transmettre leur expertise. L’approche s’appuie sur les piliers cognitifs et la posture growth mindset du tuteur : valoriser l’effort de l’apprenant, structurer le feedback, créer un espace d’essai-erreur sécurisé. 15 groupes formés à ce jour.

Pour en discuter avec l’un de nos experts, c’est ici :

L’article Tou·te·s gagnant·te·s avec l’état d’esprit dynamique (growth mindset) au travail est apparu en premier sur COG'X.

Feedback et sciences cognitives : comment le retour d’information transforme l’apprentissage au travail

Steven Sinna — Mon, 20 Apr 2026 15:34:57 +0000

Quelles techniques pour aider notre cerveau à mieux apprendre ?

XX XX XXXX

Votre équipe sort d’une formation de deux jours. Le lendemain, les évaluations à chaud sont positives, autrement dit l’équipe semble satisfaite de ce temps de montée en compétences, d’ailleurs tout le monde a passé un bon moment. Mais trois semaines plus tard, rien n’a véritablement changé dans les pratiques et les mêmes erreurs se répètent Le constat est décevant : le temps passé à se former n’a visiblement pas permis une évolution des façons de faire, va-t-il falloir encore s’engager dans une démarche de formation professionnelle ?

Ce scénario, les fonctions formation le connaissent bien malheureusement ….

Pourtant, la recherche en psychologie cognitive identifie un levier puissant pour briser ce cercle vicieux : le feedback. Pas le retour appréciatif express du type « bien joué, ta présentation était top! », mais un retour d’information riche et structuré qui, selon une méta-analyse récente, multiplie par 6 la probabilité de remobiliser correctement de nouveaux savoirs . Maintenant que cela est dit : à quoi ressemble concrètement ce type de feedack ?

Cet article décrypte en détail ce que les sciences cognitives nous apprennent sur les pouvoirs du feedback, et comment en faire un outil concret de progression durable au travail.

1. Comment le cerveau apprend : encodage, consolidation, récupération

Avant de parler de feedback, il faut comprendre ce qui se passe dans le cerveau quand on apprend. La psychologie cognitive distingue trois étapes fondamentales :

L’encodage — L’information nouvelle crée des connexions synaptiques. C’est la première trace en mémoire, fragile et éphémère.
La consolidation — Par la répétition, le sommeil et la réactivation espacée, ces connexions se renforcent. La compétence s’ancre dans la mémoire à long terme.
La récupération — Mobiliser activement la connaissance en situation réelle. C’est l’étape la plus exigeante — et la plus négligée en formation.

La neuroplasticité : le cerveau se reconfigure à chaque apprentissage Les connexions neuronales ne sont pas figées. Grâce à la neuroplasticité, le cerveau réorganise en permanence ses réseaux en fonction des expériences, et au gré de nos besoins. C’est le fondement biologique de l’apprentissage tout au long de la vie — et la raison pour laquelle le feedback est si déterminant : il guide cette reconfiguration pour la rendre bien plus efficace.

À chacune de ces étapes, le cerveau fonctionne par prédiction et correction. Il génère une hypothèse, la confronte à la réalité, et ajuste. Ce mécanisme d’essai-erreur est le moteur fondamental de l’apprentissage. Et le feedback est ce qui permet au cerveau de savoir s’il doit ajuster ou renforcer sa prédiction, pour savoir s’il sera pertinent ou pas de reproduire une pratique, une action, une posture.

2. Pourquoi le feedback est un pilier sous-exploité de l’apprentissage

Parmi les piliers cognitifs de l’apprentissage — attention, engagement actif, feedback, consolidation, motivation, échanges entre pairs — le feedback est celui qui aurait l’impact le plus mesurable sur la progression.

Car sans retour d’information précis et immédiat, un apprenant ne peut pas distinguer ce qu’il maîtrise vraiment de ce qu’il croit maîtriser, ou ne maîtrise pas encore assez. C’est le phénomène de l’illusion de maîtrise : une personne sort d’une formation intéressante persuadée d’avoir appris, mais incapable de mobiliser la compétence en situation réelle par manque de retour sur sa capacité à le faire avec les bonnes pratiques

Une expérience simple l’illustre. Demandez à quelqu’un de dessiner le logo de la fameuse marque Apple de mémoire, sans tricher*. La plupart des gens échouent malgré des milliers d’expositions à cette information. Pourquoi ? Parce qu’ils n’ont jamais reçu de feedback correctif sur leur représentation mentale. Et les études scientifiques sur le sujet le mesure très bien :l’exposition passive ne crée pas la compétence à long terme — le feedback élaboré, couplé à l’engagement actif si !

*https://www.signs.com/branded-in-memory/?srsltid=AfmBOooW99sIrMzK99jowhAX6W5i8WtErLNAOWQHkzFyEqCbAWA86F3K#summary

3. Les 3 niveaux de feedback : du basique à l’élaboré

Attention, car tous les feedbacks ne se valent pas. Une méta-analyse compilant 435 études sur le sujet et publiée en 2020 distingue trois niveaux de feedback dans l’apprentissage avec des impacts très différents sur la rétention en mémoire et la capacité d’utilisation des compétences. :

Niveau	Description	Impact
Basique	Renforcement / punition simple : « C’est juste » ou « C’est faux »	Faible — le cerveau sait qu’il s’est trompé, mais pas pourquoi ni comment mettre à jour les connexions
Correctif	Explication de l’erreur : « C’est faux parce que… la bonne réponse est… »	Modéré — le cerveau peut ajuster sa prédiction et changement de stratégie mais la motivation n’est pas toujours soutenue
Élaboré	Guidage + plan d’action + dimension émotionnelle : « Voici pourquoi, voici comment progresser, et voici tes points forts »	×6 la probabilité de réussite (méta-analyse) — correction complète + motivation + autonomie

Le feedback élaboré : le levier le plus puissant. Selon cette même méta-analyse, le feedback élaboré — celui qui combine explication, guidage, plan d’action et dimension motivationnelle — multiplie par 6 la probabilité de réussite de l’apprentissage. Ce n’est pas un bonus. C’est le levier le plus puissant dont disposent les formateurs et les managers !

4. Les caractéristiques d’un feedback efficace en entreprise

Un « bon » feedback n’est pas un ressenti subjectif. C’est un outil structuré qui répond à des critères précis pour maximiser ses chances d’être un catalyseur pour apprendre :

1. Rétrospectif et prospectif

Le feedback efficace regarde à la fois en arrière (« voici ce qui s’est passé ») et en avant (« voici comment progresser »). Un feedback uniquement rétrospectif risque d’être vécu comme un jugement. La dimension prospective — le feed-forward — transforme le retour en plan d’action concret.

2. Factuel, pas personnel

Le feedback doit s’appuyer sur des faits observables, pas sur des traits de personnalité. « De mon point de vue, la présentation manquait de structure sur les parties 2 et 3 » est un feedback ; « Tu n’es pas assez structuré » est une attaque. La formulation « de mon point de vue » désamorce la confrontation.

3. Immédiat et régulier

Plus le feedback est proche dans le temps de l’action, plus il est efficace pour le cerveau. Idéalement, une à deux fois suffit pour modifier un comportement. Pour les novices, des feedbacks courts et fréquents évitent la surcharge cognitive.

4. Dialogué, pas descendant

Le feedback le plus efficace est celui qui laisse à la personne le temps de digestion et qui ouvre un échange. Poser la question « Qu’est-ce qui, selon toi, a fonctionné et qu’est-ce que tu ferais différemment ? » avant de donner son retour active les mécanismes de métacognition, la capacité à s’observer en train d’apprendre.

5. Valorise et dédramatise l’erreur

Dans le contexte du travail ou de la formation, nous faisons tous et toutes des erreurs quand nous ne maîtrisons pas encore pleinement un savoir-faire. Dans les informations que nous transmettons à nos interlocuteurs au cours d’un projet, le plus important est leur capacité à faire progresser les individus ou le projet plutôt qu’à simplement évaluer ce qui a été fait.

Que vous soyez la personne qui reçoit ou celle qui donne du feedback, gardez toujours à l’esprit que plus il est riche et élaboré, plus il permettra de monter en compétence rapidement, et plus il motivera.

Dans votre quotidien au travail, n’hésitez pas à chercher une source de feedback quand vous êtes bloqué sur un problème, et à en proposer à vos collègues qui en ressentent le besoin, même à devenir promoteur d’une culture d’une feedback réellement formalisée dans votre organisation.

Vous souhaitez améliorer les feedbacks de vos équipes ?

Nos docteur·es en neurosciences aident les organisations à construire un cadre de travail qui protège les ressources cognitives.

Références

Anseel, F., & Sherf, E. N. (2025). A 25-year review of research on feedback in organizations: From simple rules to complex realities. Annual Review of Organizational Psychology and Organizational Behavior, 12, 19-43.

Wisniewski, B., Zierer, K., & Hattie, J. (2020). The power of feedback revisited: A meta-analysis of educational feedback research. Frontiers in psychology, 10, 487662.

Xing, L., Sun, J. M., & Jepsen, D. (2021). Feeling shame in the workplace: examining negative feedback asan antecedent and performance and well‐being as consequences. Journal of Organizational Behavior, 42(9),1244-1260.

Rivera, M., Qiu, L., Kumar, S., & Petrucci, T. (2021). Are traditional performance reviews outdated? An empiricalanalysis on continuous, real-time feedback in the workplace. Information Systems Research, 32(2), 517-540.

Han, S. J., & Stieha, V. (2020). Growth mindset for human resource development: A scoping review of the lite- rature with recommended interventions. Human Resource Development Review, 19(3), 309-331.

L’article Feedback et sciences cognitives : comment le retour d’information transforme l’apprentissage au travail est apparu en premier sur COG'X.

Repenser la formation pour une expérience apprenante satisfaisante grâce aux sciences cognitives : les 6 leviers d’un apprentissage durable

Cog'x — Fri, 17 Apr 2026 14:58:03 +0000

Faire de nos automatismes des alliés face aux changements

XX XX XXXX

Chaque année, la France investit plus de 10 milliards d’euros dans la formation continue*. Pourtant, 70 % des apprentissages sont oubliés en 24 h en l’absence de renforcement (c’est la fameuse courbe de l’oubli d’Ebbinghaus). Face à l’accélération des transformations numériques et à l’essor de l’IA, le processus d’apprentissage est plus que fragilisé que jamais alors que la montée en compétences doit être de plus en plus rapide.

Les sciences cognitives appliquées à la formation peuvent résoudre ce paradoxe : elles révèlent pourquoi les dispositifs classiques échouent, et surtout comment concevoir des formations qui ancrent durablement les compétences au service de l’adaptation continu.

1. Pourquoi la formation en entreprise est souvent inefficace

L’Insee recense chaque année plus de 10 milliards d’euros investis en France dans la formation continue des collaborateur·rices des secteurs public et privé. Ce chiffre reflète l’ampleur des besoins : évolutions des marchés, nouveaux cadres réglementaires, transformation des usages et des modes de travail.

Malgré ces investissements massifs, la formation reste le parent pauvre du développement des organisations. Le problème ne réside pas dans le manque de moyens, mais dans la manière dont les formations sont conçues, déployées et intégrées dans le quotidien de travail.

En 2026, 32 % des dirigeants déclarent encore douter du ROI des actions de formation. Et pour cause : les dispositifs « trop » traditionnels/conventionnels (formats descendants, modules e-learning séquentiels, sessions longues et sans suivi) ignorent largement les mécanismes par lesquels le cerveau humain acquiert et consolide les compétences. La question n’est plus combien investir, mais comment concevoir des dispositifs d’apprentissage continu alignés sur le fonctionnement cognitif, et qui portent enfin leurs fruits ?

Quelles techniques pour aider notre cerveau à mieux apprendre ?

XX XX XXXX

2. Le leurre de la formation à large diffusion

Confrontées à l’injonction de former davantage avec moins de moyens, de nombreuses directions de formation se sont tournées vers des contenus autonomes, principalement le e-learning. Le coût d’entrée est élevé, mais le potentiel de diffusion semble immense.

Des millions de collaborateur·rices parcourent ainsi chaque année des modules obligatoires sur la conformité, la RSE, la sécurité ou la diversité au travail. L’objectif implicite : aller vite en massifiant.

Le résultat est quant à lui prévisible. Sans engagement réel de l’apprenant·e en se formant, les connaissances s’évaporent en quelques jours et ne sont plus qu’un lointain souvenir! La formation a certes eu lieu sur le papier, mais l’apprentissage n’a pas eu lieu efficacement du point de vue du cerveau.

Ce phénomène s’explique en partie par l’illusion de familiarité : on croit avoir retenu parce qu’on connaît l’information, mais on est incapable de la mobiliser en situation réelle. Cette absence d’organisation des apprentissages in situ freine le développement et l’ancrage des compétences, pourtant utiles.

De plus, chaque expérience de formation décevante dégrade la motivation intrinsèque de l’apprenant et renforce l’idée que la formation est une formalité administrative plutôt qu’un levier de progression et d’évolution. On ne peut pas leur en vouloir : ne pas voir d’impact pour soi du temps passé à se former est frustrant ! Cette mauvaise expérience globale de la formation dans une structure crée à terme un désengagement des salariés, et pour finir une réduction du budget pour l’année suivante pour de nombreux responsables de formation.

Alors comment dépasser ce type de situation contre-productive pour l’entreprise ?

Tou·te·s gagnant·te·s avec l’état d’esprit dynamique au travail

XX XX XXXX

3. Les 6 leviers cognitifs d’un apprentissage durable

La recherche en sciences cognitives a permis d’identifier six leviers concrets qui favorisent l’acquisition durable des compétences et qui soutiennent l’apprenance. Ces leviers constituent à ce jour la boussole de Cog’X pour concevoir, évaluer et transformer des expériences d’apprentissage et de formation réellement efficaces.

Des solutions bien au-delà de la salle de formation peuvent être envisagées qui croiseront l’approche des sciences cognitives et du design. Par souci d’efficacité, elles impliqueront tous les acteurs de la chaîne d’apprentissage au-delà de l’apprenant·e·s et du formateur. Un diagnostique en amont identifiera les freins à l’engagement dans l’apprentissage et à l’acquisition durable des compétences de manière à d’une part à répondre au plus près du besoin de formation, d’autre part à y répondre de manière efficace et satisfaisante pour les collaborateur·rice·s comme pour l’organisation.

Une telle démarche implique de s’autoriser à agir de façon conjointe sur la formation et l’organisation du travail : un choix ambitieux mais nécessaire pour faire face à la crise d’acquisition et de rétention des talents.

Maintenir l’attention	Engager activement	Culture du feedback	Consolidation long terme	Motivation intrinsèque	Échanges entre pairs
Objectifs clairs, challenge adapté, temps de récupération	Mobilisation active, mises en situation, essai-erreur	Retours immédiats, élaborés et guidants	Réactivation régulière et espacées, opportunités de transfert des compétences	Réduire le conflit motivationnel à se former, soutien à l’auto-détermination	Buts communs d’apprentissage, coopération, entraide

Notre constat issu à la fois de notre connaissance fine du fonctionnement du cerveau et des situations d’apprentissage : l’efficacité pédagogique repose sur l’alignement entre les pratiques de transmission et les conditions dans lesquelles un apprenant se trouve pour se former.

Sans cet alignement des stratégies de transmission, d’apprentissage et du contenu, les compétences ne peuvent se transférer durablement pas en situation réelle de travail.

4. Revisiter le parcours d’apprentissage dans son ensemble

Si les contenus et formats des formations doivent être repensés à la lumière du fonctionnement cérébral, il est tout aussi essentiel de revisiter l’expérience d’apprentissage dans son ensemble. Car la montée en compétences ne se joue pas évidemment pas que dans la salle de formation ou devant un LMS

Plusieurs questions fondamentales se posent :

Comment apprendre quand le temps de formation entre en compétition avec la charge de travail quotidienne ?
Comment s’engager quand la hiérarchie ne reconnaît pas l’utilité de la formation ?
Comment rester motivé·e quand les opportunités d’application sont limitées ?
Comment se sentir valorisé·e quand il n’existe aucun espace pour partager ses apprentissages avec ses pairs ?

Agir sur la qualité de la transmission des savoirs et savoir-faire reste primordial, mais c’est tout le rapport à l’apprentissage dans l’organisation qui doit être repensé — de la direction aux managers, des formateurs aux apprenants.

5. Notre modèle 360°, centré apprenant

Chez Cog’X, nous avons développé un modèle 360° qui identifie les leviers et les freins à chaque niveau du système d’apprentissage. L’apprenant·e est au centre de ce modèle, et quatre dimensions conditionnent sa réussite dans un dispositif d’apprentissage :

Dimension 1 : Les contenus transmis & la structuration des parcours (ingénierie/séquençage pédagogique, qualité/pertinence des contenus et activités, outils choisis, communication sur l’offre de formations)Dimension 2 : Les pratiques de transmission (mise en place des 6 piliers cognitifs en situation, ressources et connaissances des bonnes pratiques, posture), mesure d’impact à chaud et à froidDimension 3 : L’environnement et le management (mobilisation post-formation, temps disponible, charge de travail adaptée, reconnaissance et valorisation du managerDimension 4 : Le collectif & le knowledge management (partage des acquis en collectif, expérimentation, droit à l’erreur et au feedback, outils et stratégies d’apprentissage continu en autonomie)

Pour en discuter avec l’un de nos experts, c’est ici :

Sources & références

*10 milliards : France Compétences

Watkins, K. E., & Marsick, V. J. (2023). Rethinking Workplace Learning and Development Catalyzed by Complexity. Human Resource Development Review, 22(3), 333-344.

Hughes, A. M., Zajac, S., Woods, A. L., & Salas, E. (2020). The role of work environment in training sustainment: A meta-analysis. Human factors, 62(1), 166-183.

Ahmad, F., & Karim, M. (2019). Impacts of knowledge sharing: a review and directions for future research. Journal of workplace learning, 31(3), 207-230.

OECD (2020), Increasing Adult Learning Participation: Learning from Successful Reforms, Getting Skills Right, OECD Publishing,Paris, https://doi.org/10.1787/cf5d9c21-en.

Making lifelong learning work for everyone – Global perspectives on education and skills(OECD Education and Skills today). https://oecdedutoday.com/making-lifelong-learning-work-for-everyone/

L’article Repenser la formation pour une expérience apprenante satisfaisante grâce aux sciences cognitives : les 6 leviers d’un apprentissage durable est apparu en premier sur COG'X.

IA et charge mentale : quand l’intelligence artificielle intensifie le travail au lieu de le simplifier

Steven Sinna — Fri, 10 Apr 2026 06:37:42 +0000

Monter en compétences

IA et charge mentale

Certains voyaient dans l’IA un moyen de se libérer des tâches ingrates et de laisser les salarié·es se concentrer sur leur cœur de métier. Pourtant, alors même que l’adoption de l’IA s’accélère, 76% des travailleurs déclarent toujours manquer de temps pour faire leur travail en profondeur (Microsoft, 2025). Pire encore, de récentes données suggèrent que non seulement l’IA ne réduit pas la charge de travail mais qu’elle l’intensifie. Ce paradoxe technologique cache une réalité cognitive que les neurosciences permettent de décrypter.

Le paradoxe : L’IA accélère la saturation de nos ressources mentales sous couvert d’efficacité. Comprendre les mécanismes cognitifs en jeu est la première étape pour reprendre le contrôle.

1. Le piège de la surproduction : quand le coût humain reste constant

Le premier piège de l’IA réside dans sa vitesse de production. Puisqu’il est devenu facile de générer un rapport, une synthèse ou un code, nous en produisons davantage. Or, si le coût de production baisse, le coût de traitement, lui, reste humain.

Chaque gain de temps individuel généré par une IA se traduit souvent par une surcharge mentale collective : le temps « gagné » est immédiatement réalloué à la lecture des idées et données produites par ses collègues « augmentés » à l’IA. Ce flux informationnel incessant pousse notre mémoire de travail dans ses derniers retranchements.

📊 Ce que disent les données : Microsoft (2025) révèle que 80% des travailleurs dans le monde déclarent manquer de temps ou d’énergie pour accomplir leur travail. Ils sont en outre interrompus en moyenne toutes les 2 minutes — soit 275 interruptions par jour.

Le mécanisme cognitif en jeu : la saturation de la mémoire de travail

Notre mémoire de travail — cette « mémoire tampon » qui traite les informations entrantes en temps réel — a une capacité limitée. En moyenne, le cerveau peut gérer simultanément une dizaine d’éléments d’information. Lorsque le flux dépasse cette capacité, nous basculons dans un état de surcharge cognitive qui altère notre concentration et nos prises de décision.

L’IA, en accélérant la production de contenus, augmente mécaniquement la quantité d’informations que notre mémoire de travail doit traiter — sans en augmenter la capacité. C’est un conflit entre la vitesse de la machine et la biologie du cerveau.

Avoir une visibilité à long terme

XX XX XXXX

2. Le biais d’automatisation : quand la confiance aveugle remplace l’esprit critique

L’intensification du travail vient également de la nature même de la collaboration avec l’IA. Contrairement à une tâche automatisée classique, l’IA générative requiert une supervision constante. Or, ces tâches de vérification sont extrêmement coûteuses d’un point de vue cognitif.

Si l’IA produit des résultats souvent très satisfaisants en apparence, elle peut justement induire un biais d’automatisation : la tendance à faire confiance aux productions et recommandations d’un système automatisé, particulièrement chez les profils les plus juniors.

Pour éviter les erreurs ou les « hallucinations », ces erreurs propres à l’IA, il faudrait passer un temps de vérification parfois supérieur au temps qu’aurait pris la réalisation humaine de la tâche.

Dans un monde de surcharge généralisée, où la réactivité prime, le choix de l’économie cognitive se fera souvent au détriment de la performance à long terme.

On gagne du temps à court terme, mais on accumule une dette de qualité qui finira par se manifester.

Pourquoi les juniors sont-ils les plus exposés ?

Le biais d’automatisation touche davantage les profils qui n’ont pas encore consolidé une expertise suffisante pour détecter les erreurs subtiles de l’IA. Or, c’est précisément cette expertise — construite par l’essai-erreur, la confrontation au réel et l’accumulation d’expérience — qui permet d’exercer un esprit critique face aux productions de la machine.

C’est le paradoxe fondamental : on ne peut exercer son esprit critique vis-à-vis de l’IA que si l’on maîtrise le fond du sujet. Déléguer trop tôt à l’IA risque d’empêcher la construction même de l’expertise nécessaire pour la superviser.

3. Le multitâche augmenté : l’illusion de la productivité parallèle

Enfin, l’IA intensifie le travail en favorisant le mode multitâche. Une étude récente menée auprès d’une entreprise de 200 salarié·es révèle que certains utilisent l’IA pour produire des tâches en « arrière-plan » : lancer une production de code par l’IA pendant qu’ils analysent un rapport, par exemple.

Ils doivent alors alterner rapidement entre des tâches dans des domaines variés. Ce fonctionnement a un coût cognitif majeur : chaque interruption provoque un « résidu attentionnel ». Une partie de notre cognition reste mobilisée par la tâche précédente, dégradant la qualité de traitement de la suivante.

Le résidu attentionnel : Quand on passe d’une tâche A à une tâche B, une partie de notre attention reste « accrochée » à la tâche A. Ce résidu réduit la qualité cognitive disponible pour la tâche B — et l’effet se cumule au fil de la journée.

En voulant aller plus vite avec l’IA, nous prenons le risque de commettre plus d’erreurs. La vitesse de production de l’IA s’oppose radicalement au travail en profondeur, gage d’innovation et de performance durable. L’urgence devient la norme, et le temps « libéré » par la machine est sacrifié sur l’autel de la réactivité immédiate.

4. Ce que les neurosciences nous apprennent : protéger le « travail profond »

Face à cette intensification, les sciences cognitives offrent des clés de lecture — et des leviers d’action — pour reprendre le contrôle sur notre rapport au travail « augmenté ».

Sacraliser le temps de travail en profondeur

Le travail en profondeur — cette capacité à se concentrer sans distraction sur une tâche complexe — est le seul mode de fonctionnement cognitif qui permette l’innovation, la résolution de problèmes complexes et l’acquisition d’expertise. Or, c’est précisément ce mode que l’IA menace en accélérant les interruptions et le multitâche.

L’entreprise doit donc accepter une part d’« improductivité » apparente : lire, découvrir, expérimenter, se tromper, débattre. Ce sont ces activités, en apparence « lentes », qui construisent l’expertise nécessaire pour utiliser l’IA avec discernement.

Réallouer — et sacraliser — le temps gagné

L’enjeu n’est plus seulement d’identifier les tâches à déléguer à l’IA, mais de donner aux équipes les leviers pour interroger l’usage de celle-ci, et définir vers quoi et comment ils doivent réallouer le temps gagné.

Plusieurs pistes concrètes émergent de notre accompagnement des organisations :

Protéger des plages de travail en profondeur — sans e-mails, sans notifications, sans IA en arrière-plan
Questionner systématiquement la valeur ajoutée de l’IA sur chaque tâche : est-ce que le temps de vérification justifie la délégation ?
Former les équipes à la méta-cognition : apprendre à reconnaître les signaux de surcharge mentale et à y répondre
Créer un cadre collectif qui légitime le temps d’apprentissage, d’expérimentation et de réflexion — même quand l’IA pourrait « aller plus vite »
Préserver la montée en compétences des juniors en maintenant des temps d’apprentissage par essai-erreur sans IA

5. Vers un usage raisonné de l’IA : la responsabilité de l’organisation

La question n’est pas de rejeter l’IA, mais de l’intégrer en respectant les contraintes biologiques du cerveau humain. C’est toute la conviction de Cog’X : adapter le travail au fonctionnement du cerveau, et non l’inverse.

Les organisations qui réussiront cette transition seront celles qui investiront autant dans la compréhension des mécanismes cognitifs de leurs équipes que dans les outils technologiques. Cela implique de repenser les rythmes de travail, les modes de collaboration, et la place de l’IA dans la chaîne de valeur — avec les neurosciences comme boussole.

L’IA ne remplacera pas le travail humain. Mais si nous ne protégeons pas les conditions du travail en profondeur, elle pourrait bien en détruire la qualité.

Vous souhaitez accompagner vos équipes face à l’intensification du travail par l’IA ?

Nos docteur·es en neurosciences aident les organisations à construire un cadre de travail qui protège les ressources cognitives.

Sources & références

Tribune originale : Gaëtan de Lavilléon, « IA et charge mentale », Les Echos, 2025.

Microsoft Work Trend Index 2025 — 31 000 travailleurs interrogés dans 31 pays. 80% déclarent manquer de temps ou d’énergie. 275 interruptions/jour en moyenne.

Microsoft New Future of Work Report 2025 — Risques de dé-compétenciation (deskilling) et perte de jugement liés à l’IA.

Ebbinghaus (1885) — Courbe d’oubli : 70% des apprentissages oubliés en 24h sans renforcement.

L’article IA et charge mentale : quand l’intelligence artificielle intensifie le travail au lieu de le simplifier est apparu en premier sur COG'X.

COG'X

Pourquoi l’IA rend le diagnostic 360° de l’expérience d’apprentissage urgent ?

Lire aussi :

Un cas d’apprentissage exigeant et inédit qui fait ressortir des besoins précis

Lire aussi :

1. Permettre une pleine auto-efficacité et un sentiment de compétence

Lire aussi :

2. Protéger des “soft skills” cruciales pour les organisations

Agir en mesurant et en intégrant les leviers cognitifs d’adaptation

Quelle est la démarche ?

Sources & références

Construire une organisation apprenante : le modèle 360° centré apprenant, basé sur les sciences cognitives

Lire aussi :

Lire aussi :

Lire aussi :

1. Regarder au-delà de la formation elle-même

Lire aussi :

2. Notre modèle 360°, centré sur l’apprenant

3. De l’analyse à la transformation

4. Légitimer davantage la place de la formation continue au travail

Sources & références

Former la fonction formation : la compétence oubliée des organisations

Lire aussi :

Lire aussi :

1. Un problème qui ne se voit pas

2. Quatre rapports qui expliquent une partie du blocage

Le rapport au savoir

Le rapport au métier

L’environnement organisationnel

Le rapport à la preuve

3. Des boucles qui s’auto-entretiennent

4. Ce que les sciences cognitives apportent

5. Et l’IA dans tout ça ?

Sources & références

Structurer la vision pédagogique d’un campus d’entreprise

Lire aussi :

1. Construire une offre de formation managériale fondée sur les sciences cognitives

Lire aussi :

2. Le problème posé issu du terrain

Lire aussi :

3. Ce qu’apporte un regard sciences cognitives à la conception d’une offre de formation

4. Traduire les principes en outils concrets

5. Un dispositif en amélioration continue

Sources & références

Pourquoi les formations en entreprise sont inefficaces : les 4 causes “cognitives”

Lire aussi :

1. Des équipes “formation” insuffisamment outillées

Lire aussi :

2. Des contenus et des parcours déconnectés du fonctionnement cérébral

Lire aussi :

3. Un environnement de travail qui rend l’apprentissage inefficace

Lire aussi :

4. Le conflit motivationnel : quand le coût de se former dépasse le bénéfice perçu

Lire aussi :

Sources & références

Sciences cognitives et IA : en quoi l’accélération technologique peut fragiliser l’apprentissage ?

Lire aussi :

1. Le paradoxe fondamental : performer avec l’IA ne veut pas dire apprendre

Lire aussi :

2. L’IA passée au crible des 6 leviers cognitifs de l’apprentissage

1. Maintenir l’attention

2. Engager activement

3. Donner du feedback

4. Favoriser la consolidation

5. Stimuler la motivation intrinsèque

6. Nourrir les échanges entre pairs

Lire aussi :

En conclusion : L’IA dans la formation : ni totem, ni tabou. Un outil à concevoir

Lire aussi :

En résumé : les 6 leviers cognitifs face à l’IA

Références

Tou·te·s gagnant·te·s avec l’état d’esprit dynamique (growth mindset) au travail

Lire aussi :

1. Qu’est-ce que le growth mindset (état d’esprit dynamique) ?

Lire aussi :

2. État d’esprit fixe vs. dynamique : les différences clés

Lire aussi :

3. Les bienfaits du growth mindset au travail

Lire aussi :

4. Comment développer le growth mindset dans votre organisation