Le 2 juillet dernier, un premier article publié sur ce blog donnait la parole à Stéphanie Hemairia-Clerc, du LaborIA, pour dessiner les cinq enjeux majeurs de l’intégration de l’intelligence artificielle dans nos métiers de l’accompagnement. Aujourd’hui, c’est sa collègue Anne-Sophie Maillot, docteure en ergonomie et psychologie du travail, qui prend le relais pour présenter les résultats du deuxième livret de cette même étude, commanditée par la Direction générale de la Cohésion sociale (DGCS) : le Panorama des usages de l’IA dans le travail social, des enjeux à la réalité du terrain. Et ce qui frappe, à l’écoute de sa présentation, c’est la constance d’une même exigence : ne pas laisser la technologie s’imposer sans que les professionnels de terrain aient été entendus, écoutés, associés.
Cette étude s’inscrit dans un cadre précis : le LaborIA, programme de recherche né dans le sillage du rapport Villani et placé sous la cotutelle de l’Inria et du ministère du Travail. Ce laboratoire a été sollicité par la Direction Générale de la Cohésion Sociale (DGCS) pour anticiper les effets de l’IA générative sur le travail social, en tentant d’éviter de reproduire les erreurs de la numérisation passée. Comme le rappelle Anne-Sophie Maillot dans un interview accordée à Millénaire 3, la numérisation du secteur avait creusé une fracture et alourdi la charge des professionnels de terrain. L’enjeu, cette fois, est d’anticiper plutôt que de subir.
Des réserves qui disent quelque chose de l’identité professionnelle
La première partie de ce deuxième livret de l’étude donne à voir trois grandes inquiétudes qui traversent le secteur. La première est celle du risque de la déshumanisation et de l’éthique : le travail social, rappelle la chercheuse, « repose sur l’écoute, l’empathie et la singularité des situations », des dimensions perçues comme fondamentalement incompatibles avec une technologie automatisée. Ce n’est pas un simple réflexe de méfiance technophobe, c’est l’expression d’une identité professionnelle qui se sent menacée dans ce qui la constitue.
Vient ensuite la question de la confidentialité et du secret professionnel. C’est un sujet qui n’a rien d’abstrait quand on recueille au quotidien des données sensibles sur des personnes en situation de vulnérabilité. Sur ce sujet, Stéphanie Hemairia-Clerc, dans un entretien pour Eurecia, précisait même que « pseudonymiser [ les identités des personnes ] ne suffit pas toujours : les professionnels savent qu’une situation peut rester identifiable à travers son contexte ». Cette façon de voir les choses montre que les travailleurs sociaux ne réagissent pas par principe, mais à partir d’une connaissance fine des risques concrets que ferait courir une utilisation mal maîtrisée de ces outils.
Enfin, troisième crainte, et non des moindres : la perte de compétences et d’autonomie, avec un risque d’appauvrissement de la pensée. Ici encore, on touche à quelque chose de central : l’écriture professionnelle, dans le travail social, n’est pas une simple formalité administrative. Elle est un outil de construction de l’évaluation et de l’expertise du professionnel, un espace où se pense la situation d’une personne accompagnée.
La romancière Flannery O’Connor disait : « j’écris parce que je ne sais pas ce que je pense tant que je n’ai pas lu ce que je dis ». Cette belle formule rappelle que l’écriture est une activité de la pensée qui se vérifie à posteriori. C’est particulièrement vrai dans le champ du travail social. Les professionnel(le)s présentent sur le papier des situations complexes et en mouvement et doivent les analyser pour en tirer des hypothèses de travail ou des recommandations. L’IA si elle le fait à leur place, risque en effet d’appauvrir leur capacité de discernement et d’analyse.
Ce que l’IA peut faire, ce qu’elle ne doit pas faire
Malgré ces réserves, légitimes, l’étude ne dresse pas un tableau uniquement défensif. Elle recense six fonctions d’usage effectif de l’IA générative par les professionnels : le soutien à la rédaction et à la reformulation, où les professionnels disent « faire des corrections, chercher des synonymes, clarifier des textes, rédiger partiellement parfois des rapports », mais aussi le prolongement et l’approfondissement des capacités, pour aller plus loin et produire des contenus inédits.
Mais Anne-Sophie Maillot pose une limite claire, qui mérite d’être citée intégralement tant elle est nette : on peut se servir de l’IA « pour la forme, mais pas pour le fond ». Cette phrase, reprise également par Stéphanie Hemairia-Clerc dans son entretien pour Eurecia, résume à elle seule la ligne de crête sur laquelle se tient aujourd’hui le secteur. L’IA peut aider à reformuler, structurer, démarrer un texte. Elle ne doit jamais se substituer au discernement de la personne qui écrit. Il y a, disent les professionnels interrogés, « une volonté forte de garder la main ».
C’est là, je crois, que réside l’apport le plus précieux de cette étude : elle pose des mots précis pour exprimer une intuition que beaucoup de travailleurs sociaux partagent sans toujours savoir la formuler. L’écriture n’est pas un sous-produit du travail social, elle en est une composante active. Comme le souligne la chercheuse, ces écrits permettent « de prendre du recul notamment sur des situations complexes avec une mise à distance des exigences émotionnelles » propres au métier. C’est un temps d’élaboration de la réflexion professionnelle, pas une simple tâche bureaucratique qu’on pourrait déléguer sans perte.
Le gain de temps, une promesse à interroger
L’un des arguments les plus fréquemment avancés en faveur de l’IA générative est le gain de temps qu’elle permettrait. Or, l’étude révèle que cette promesse mérite d’être sérieusement nuancée. Stéphanie Hemairia-Clerc l’exprime avec une franchise appréciable : « Oui, on obtient une réponse plus vite, mais il faut ensuite vérifier, corriger, reformuler, parfois reprendre entièrement ce qui a été produit. Le temps économisé n’est donc pas si évident. »
Anne-Sophie Maillot va plus loin encore dans son propos, en rappelant une chose fondamentale que l’on oublie trop souvent dans les discours technosolutionnistes : l’IA « ne peut seule uniquement endiguer l’inflation administrative qu’il y a eu dans le secteur du travail social », un problème qui « exige vraiment des réponses beaucoup plus générales et structurelles que l’IA seule ne peut répondre ». Cette précision est essentielle. Elle invite à ne pas faire porter à la technologie la responsabilité de résoudre des dysfonctionnements organisationnels qui relèvent d’abord de choix politiques et institutionnels : moyens humains, temps dédié à l’écrit, reconnaissance du travail de coordination.
Ce que la machine ne capte pas : l’intelligence situationnelle
Parmi les concepts qui émergent de cette étude, celui d’« intelligence situationnelle » mérite qu’on s’y attarde, car il permet de nommer précisément ce qui distingue l’expertise du travailleur social d’une réponse générée par une machine. Anne-Sophie Maillot la décrit comme une compétence que les professionnels mobilisent en permanence et qui constitue, dit-elle, « le produit de l’expertise du métier ». Cette intelligence est « enracinée dans l’expérience et dans le corps à corps de la rencontre », c’est-à-dire qu’elle se construit dans la relation directe, incarnée, avec la personne accompagnée.
Toute rencontre est unique et relativement imprévisible. C’est précisément cette dimension qui, selon la chercheuse, « échappe à tout système ». Autrement dit, aussi sophistiqué soit un modèle de langage, il ne pourra jamais capter ni reproduire cette capacité fine d’ajustement en temps réel que le professionnel déploie face à une situation singulière, parce qu’elle ne relève pas du traitement de l’information mais de l’expérience vécue et incarnée du métier.
Le chatbot d’accueil social, ou ce que révèle l’observation du réel
La troisième étude du livret change de terrain d’observation. Il ne s’agit plus ici d’analyser les usages spontanés de l’IA générative par les professionnels, mais d’étudier de près l’implémentation d’un outil précis : un chatbot ou si vous préférez l’agent conversationnel destiné aux agents d’accueil. Celui dont fait état l’étude a été expérimenté dans deux maisons départementales des solidarités. Pour comprendre ce que cet outil change concrètement au travail, les chercheurs ont mené des observations et des entretiens directement sur le terrain, au plus près de l’activité réelle des agents.
Cette observation montre d’abord un objectif clair assigné à l’outil : faciliter les démarches de l’usager et, par ricochet, faciliter le travail d’accompagnement que réaliseront ensuite les travailleurs sociaux.
Mais l’analyse détaillée de l’activité met en évidence une réalité plus complexe. Anne-Sophie Maillot souligne ainsi que l’accueil, tel qu’il se pratique aujourd’hui, repose sur un « flux continu d’échange » entre l’agent et la personne accueillie : il n’y a « jamais de blanc et de moment où il n’y a pas d’interaction entre les deux interlocuteurs ». Cette continuité n’est pas un détail, elle a une fonction précise dans la relation d’accueil : elle signifie à la personne que l’on est présent, que l’on écoute, et elle contribue ainsi à la construction du lien de confiance.
Or l’introduction du chatbot vient perturber cette continuité. Son format de réponse est particulier avec des phrases rédigées, parfois structurées en plusieurs points. Son déchiffrage demande un temps de lecture qui n’existait pas auparavant. Ces discontinuités, précise la chercheuse, pourraient « altérer la qualité des interactions et du lien de confiance » entre l’agent et l’usager. Le chabot devient un tiers avec qui il faut « négocier ».
L’étude relève aussi un bénéfice réel de l’outil : il permet de réduire les disparités de connaissance entre agents, notamment pour les nouveaux entrants qui maîtrisent moins bien l’ensemble des dispositifs. Mais ce bénéfice ne doit pas masquer la nécessité, rappelée par les chercheurs, d’intégrer l’outil aux dynamiques collectives déjà existantes plutôt que de l’y substituer, et de bien expliciter en amont les objectifs poursuivis. Sinon, il y a un risque que l’outil ne soit ni approprié ni réellement bien utilisé par les professionnels.
Des recommandations qui replacent le collectif au centre
Cette étude se distingue d’un simple constat alarmiste ou, à l’inverse, d’un plaidoyer technophile. La différence vient de la qualité de ses recommandations. Anne-Sophie Maillot insiste sur la nécessité de « former et accompagner » les professionnels, mais surtout de « préserver les espaces collectifs de discussion, les analyses de pratique, la supervision, les réunions d’équipe ». Ces espaces, trop souvent perçus comme des « coûts » voire des pertes de temps dans une logique gestionnaire, sont ici réaffirmés comme des conditions de possibilité d’une intégration éthique de l’IA.
Il s’agit aussi, précise-t-elle, de tenter d’encadrer ces usages par une intégration institutionnelle qui « questionne vraiment les questions éthiques collectives ». Cette réflexion sur les usages évite d’appauvrir les valeurs constitutives des métiers du travail social et restent en cohérence avec elles. On retrouve ici l’esprit du premier volet de l’étude évoqué dans l’article précédent : ne pas subir, mais construire collectivement, en associant les professionnels dès l’amont plutôt que de leur imposer des outils pensés hors sol.
Une méthode qui a donné la parole au terrain
Il faut le souligner : cette étude, par sa méthodologie même, incarne ce qu’elle défend. Rappelons que ce travail s’est appuyé sur une « convention professionnelle » réunissant 25 participants issus du secteur, puis sur 30 entretiens exploratoires et un questionnaire ayant recueilli plus de 650 réponses. Cette ampleur donne à l’étude une légitimité de terrain rare, et permet d’éviter les généralisations hâtives que l’on rencontre trop souvent dans les débats sur l’IA.
Cette deuxième étape du travail du LaborIA, montre aussi que la question n’est jamais « pour ou contre l’IA », mais bien « à quelles conditions, pour quels usages, et sous quel contrôle collectif ». Une question que chaque équipe, chaque institution, chaque professionnel du travail social gagnerait à se poser avant que les outils ne s’imposent d’eux-mêmes, comme cela a pu être le cas par le passé avec d’autres outils liés à la numérisation. Le débat, heureusement, est encore ouvert. À nous de nous en saisir.
Source : Vidéo YouTube, Dans cette vidéo, Anne-Sophie Maillot, chercheuse au LaborIA, présente les enseignements du deuxième livret de l’étude IA et travail social, menée par le LaborIA en partenariat avec la Direction générale de la Cohésion sociale (DGCS).