Comment choisir un système de formation IA : les bonnes questions à poser
Choisir un système de formation IA requiert d'évaluer quatre dimensions : fonctionnelle (le système génère-t-il vraiment des parcours ou sélectionne-t-il dans un catalogue ?), technique (intégration SIRH, hébergement des données, modèle de langage utilisé), juridique (RGPD, AI Act, Qualiopi) et organisationnelle (délai de déploiement, charge de maintenance, accompagnement de l'éditeur). La distinction la plus importante est entre personnalisation dynamique réelle et personnalisation par chemins conditionnels prédéfinis : ces deux approches portent le même nom commercial mais produisent des résultats très différents.
Pourquoi ce marché est difficile à lire
Le marché des systèmes de formation IA est en croissance rapide et très peu standardisé. La même promesse (parcours personnalisés, IA adaptative, mesure des compétences) recouvre des réalités techniques très différentes selon les éditeurs. Les démonstrations commerciales sont construites sur des cas optimaux.
Un choix rigoureux repose sur une capacité à distinguer ce qui est démontré de ce qui est annoncé.
Les questions fonctionnelles
Le système génère-t-il des contenus ou seulement les distribue-t-il ?
Un système IA qui génère des contenus à partir d'un référentiel de compétences est fondamentalement différent d'un LMS qui distribue des contenus existants. La capacité de génération est ce qui permet de s'adapter à des besoins spécifiques sans dépendre d'une bibliothèque préexistante.
La personnalisation est-elle dynamique ou par chemins prédéfinis ?
La personnalisation par chemins conditionnels ("si l'apprenant répond faux, il va vers le module B") est une ramification fixe. La personnalisation dynamique recalcule le parcours à chaque évaluation en fonction des acquis réels. La démonstration doit permettre de voir ce second mécanisme en action sur un cas réel.
La mesure de l'acquisition est-elle intégrée ou ajoutée en fin de parcours ?
Un QCM de fin de module est une mesure de mémorisation à court terme. La mesure intégrée évalue compétence par compétence à des moments répartis dans le temps et déclenche un ajustement du parcours.
Le système peut-il intégrer vos référentiels de compétences existants ?
Demandez combien de temps cela prend et qui s'en occupe.
Les questions techniques
Intégration SIRH et LMS : quelles APIs sont disponibles et utilisées en production chez des clients existants ? Hébergement des données : sur quelle infrastructure, dans quel pays ? Modèle de langage : lequel est utilisé, est-il auditable ? Disponibilité : quel est le SLA en conditions de charge réelle ?
Les questions juridiques
RGPD : le traitement des données est-il documenté dans un contrat de sous-traitance conforme à l'article 28 ? AI Act : des décisions automatisées affectant les apprenants sont-elles prises sans supervision humaine ? Qualiopi : comment le système produit-il les données nécessaires au reporting des indicateurs de résultats ?
Les questions organisationnelles
Délai et coût réels de déploiement (données constatées chez des clients similaires, pas estimations commerciales). Charge de configuration et de maintenance : qui met à jour les référentiels ? Pilotage au quotidien : qui dans l'organisation gère la plateforme ?
Ce qu'il faut éviter
Choisir sur la base d'une démonstration sur un cas préparé par l'éditeur. Exigez une démonstration sur vos propres données et référentiels. Choisir sur la base du nombre de fonctionnalités annoncées sans vérifier lesquelles sont opérationnelles en production. Choisir sans impliquer la DSI, la DRH et la DAF.
Questions fréquentes
Un appel d'offres est-il nécessaire ?
Selon la structure et les montants en jeu, il peut être obligatoire. Indépendamment de l'obligation, il structure utilement la comparaison.
Comment évaluer la solidité d'un éditeur jeune ?
Des références clients en production depuis au moins un an, des études de cas documentées avec des indicateurs mesurés, et des informations sur la structure financière.
Un pilote est-il recommandé avant un déploiement général ?
Oui systématiquement. Un pilote sur un périmètre limité (50 à 200 apprenants) révèle les problèmes réels que la démonstration ne montre pas.