Mentivis OS OpenMentivis OS EntrepriseMentivis OS Edu
Contactez-nousDémo
Tous les articles
M · IA & FormationTout public

Publié le 9 septembre 2026 · Mis à jour le 10 octobre 2026 · Par Marie Castelli, Partner, Mentivis

Comment choisir un système de formation IA : les bonnes questions à poser

Choisir un système de formation fondé sur l'IA suppose d'examiner quatre dimensions : fonctionnelle (le système génère-t-il des parcours ou sélectionne-t-il dans un catalogue ?), technique (intégrations, hébergement, modèle utilisé), juridique (RGPD, AI Act, information du CSE) et organisationnelle (délai de déploiement, maintenance, pilotage). La question la plus discriminante porte sur la personnalisation : recalcul réel selon les acquis ou simples chemins prédéfinis.

Pilier : Au-delà du LMS : comprendre et choisir ses outils de formation

Pourquoi ce marché est-il difficile à lire ?

Les mêmes promesses (parcours personnalisés, IA adaptative, mesure des compétences) recouvrent des réalités techniques très différentes selon les éditeurs, et les démonstrations sont construites sur des cas favorables. Un choix rigoureux consiste à distinguer ce qui est démontré de ce qui est annoncé, en posant des questions précises et en vérifiant les réponses sur ses propres données.

Quelles questions fonctionnelles poser ?

Le système génère-t-il des contenus ou se contente-t-il de les distribuer ?
Un système qui produit des contenus à partir d'un référentiel de compétences diffère d'une plateforme qui diffuse une bibliothèque existante. La génération permet de couvrir des besoins spécifiques, mais impose une validation des contenus par des experts.

La personnalisation est-elle dynamique ou fondée sur des chemins prédéfinis ?
Une ramification conditionnelle (« si l'apprenant se trompe, il va au module B ») reste un chemin fixe. Une personnalisation dynamique recalcule le parcours à chaque évaluation en fonction des acquis. La démonstration doit montrer ce mécanisme sur un cas réel.

La mesure des acquis est-elle intégrée au parcours ?
Un questionnaire de fin de module mesure surtout une mémorisation immédiate. Une mesure répartie dans le temps, qui déclenche un ajustement du parcours, renseigne mieux sur l'acquisition réelle.

Le système peut-il reprendre vos référentiels de compétences ?
Demandez combien de temps cela prend et qui s'en charge.

Quelles questions techniques poser ?

  • Intégrations : quelles interfaces avec le SIRH et les outils existants sont utilisées en production chez des clients ?
  • Hébergement : où les données sont-elles hébergées, et par quels sous-traitants transitent-elles ?
  • Modèle de langage : lequel est utilisé, et les données des apprenants servent-elles à l'entraîner ?
  • Disponibilité : quel niveau de service est garanti contractuellement ?

Quelles questions juridiques poser ?

RGPD. L'éditeur agit en principe comme sous-traitant : l'article 28 du RGPD impose un contrat qui encadre le traitement et ne permet de recourir qu'à des sous-traitants présentant des garanties suffisantes. La CNIL a publié des repères sur l'application du RGPD aux systèmes d'IA, notamment sur la minimisation des données et les décisions automatisées.

AI Act. Les systèmes destinés à évaluer les acquis d'apprentissage, à orienter le processus d'apprentissage ou à déterminer l'admission dans les établissements d'enseignement et de formation professionnelle figurent parmi les systèmes à haut risque de l'annexe III, avec des obligations applicables à partir du 2 décembre 2027. Demandez à l'éditeur comment il qualifie son système et quel contrôle humain il prévoit. Depuis le 2 août 2026, les apprenants doivent aussi savoir qu'ils échangent avec une IA (article 50).

Droit du travail. Dans les entreprises d'au moins 50 salariés, l'introduction de nouvelles technologies et les outils permettant de contrôler l'activité des salariés relèvent de l'information et de la consultation du CSE (articles L2312-8 et L2312-38 du Code du travail). Un système qui trace l'activité des apprenants peut être concerné.

Qualiopi. Pour un organisme de formation certifié, demandez comment le système produit les données utiles aux indicateurs de résultats.

Quelles questions organisationnelles poser ?

  • Délai et coût réels de déploiement, constatés chez des clients comparables et non estimés.
  • Charge de configuration et de maintenance : qui met à jour les référentiels et valide les contenus ?
  • Pilotage au quotidien : qui, dans l'organisation, administre la plateforme ?

Que faut-il éviter ?

Choisir sur une démonstration préparée par l'éditeur : exigez une démonstration sur vos propres données et référentiels. Choisir sur le nombre de fonctionnalités annoncées sans vérifier lesquelles sont en production. Choisir sans associer la DSI, la DRH, la DAF et, le cas échéant, le délégué à la protection des données.

Questions fréquentes

Un appel d'offres est-il nécessaire ?

Pour un acheteur public, les règles de la commande publique s'appliquent. Pour une entreprise privée, rien ne l'impose, mais il structure utilement la comparaison.

Comment évaluer la solidité d'un éditeur récent ?

En demandant des références clients en production, des études de cas avec des indicateurs mesurés et des informations sur sa situation financière.

Faut-il un pilote avant un déploiement général ?

C'est recommandé. Un pilote sur un périmètre limité révèle des difficultés que la démonstration ne montre pas : qualité des contenus générés, intégrations, adhésion des apprenants.

Un système de formation IA est-il forcément « à haut risque » au sens de l'AI Act ?

Non. La qualification dépend de l'usage : l'annexe III vise notamment l'évaluation des acquis et l'admission dans les établissements d'enseignement et de formation professionnelle. L'analyse doit être faite au cas par cas avec l'éditeur.

Sources

À lire aussi

Produits concernés : MentivisOS Entreprise, MentivisOS Education

Ce que l'IA ne peut pas faire en formation
Apprentissage adaptatif (adaptive learning) : définition et preuves