D’ici 2030, puis 2035, le futur de la formation en entreprise se joue sur deux fronts opposés : l’expérience de l’apprenant se simplifie, pendant que l’exigence technique et humaine derrière augmente. C’est le constat que dressent sept experts — de la prospective aux neurosciences, en passant par l’IA et les ressources humaines — réunis pour le 100e épisode du podcast Never Stop Learning. Nous en avons tiré trois évolutions concrètes, que vous pourrez mettre en perspective dès aujourd’hui dans vos propres dispositifs.
Le futur de la formation en entreprise ne tient pas à un nouvel outil, mais à un changement de rythme. Le dispositif « monolithique » — une session, un temps dédié, une date de fin — cède la place à une formation diffuse, qui arrive au moment où le besoin se manifeste.
| Aujourd’hui Un dispositif à part | 2030-2035 Une formation dans le flux de travail | |
|---|---|---|
| Une session sur un temps dédié | Rythme | Une formation diffuse, au fil des besoins |
| Un catalogue dans lequel on navigue | Accès | Une question posée, une réponse au cœur du travail |
| Les équipes produisent elles-mêmes les contenus | Rôle du L&D | Elles accompagnent les experts métier et l’autonomie des apprenants |
| On mesure le temps passé et le potentiel | Mesure | On mesure l’effort fourni et le résultat |
| Sortir du travail pour se former, puis y revenir | Apprendre | Apprendre en situation, avec des temps de réflexivité |
| Un effet de nouveauté, un engagement temporaire | IA | Un partenaire de relecture, encadré par un contrat pédagogique |
Passage d’un dispositif de formation classique à une formation continue
C’est le sens que donne Philippe Lacroix, cofondateur du cabinet ILDI, à l’évolution des dispositifs : la formation viendra « au fur et à mesure » des besoins, un peu comme les suggestions qui accompagnent la découverte d’un nouveau logiciel. Une conséquence directe touche la façon de mesurer l’efficacité d’un parcours : la métrique du temps passé cède la place à celle de l’effort fourni, et le potentiel mesuré en amont cède la place au résultat observé en aval.
Cette bascule change aussi le rôle des équipes L&D. Elles produisent moins de contenus elles-mêmes, et accompagnent davantage deux publics : les experts métier, dans la formalisation de leur savoir, et les apprenants, dans leur autonomie à se former en continu.
Cette continuité a une contrepartie, moins visible : côté technique, l’exigence de structuration explose. Morgan Naud, cofondateur de Bealink, anticipe la disparition progressive des frontières entre LMS et LXP au profit d’une expérience conversationnelle unique, où l’apprenant pose une question plutôt que de naviguer dans un catalogue. Ce que cela suppose en coulisses : une donnée propre, taguée sans redondance, et une architecture pensée pour dialoguer avec les autres systèmes de l’entreprise comme avec les modèles d’IA.
Une chose ne bouge pas avec l’intelligence artificielle : le fonctionnement du cerveau. Aurélie Van Dijk, docteure en psychologie cognitive, le rappelle : la mémorisation repose sur trois étapes — l’encodage, le stockage, la récupération — et ces mécanismes ne se laissent pas contourner par un meilleur outil.
C’est là que se pose la question qui structure vraiment le futur de la formation en entreprise : l’IA aide-t-elle à mieux apprendre, ou aide-t-elle surtout à éviter d’apprendre ? Une étude du MIT, Your Brain on ChatGPT — un préprint mené sur 54 participants, donc à interpréter avec prudence — apporte un élément de réponse inconfortable. Les personnes qui délèguent trop tôt un effort cognitif à l’IA affichent, une fois livrées à elles-mêmes, une activité cérébrale plus faible et une moins bonne mémorisation que celles qui ont d’abord réfléchi seules.
| Bon réflexe | Ce que ça évite |
|---|---|
| Réfléchir seul avant de solliciter l’IA | la dette cognitive |
| Formuler sa propre réponse d’abord | la délégation prématurée |
| Utiliser l’IA pour challenger une production plutôt que la produire | la perte d’esprit critique |
Bons réflexes pour éviter la dette cognitive
Le même constat de lucidité traverse le regard de Pierre Monclos, conférencier et ex-DRH, sur le retour sur investissement des projets IA en formation. Il cite une étude du MIT selon laquelle 95 % des entreprises ayant intégré l’IA n’observeraient aucun ROI mesurable (chiffre à vérifier auprès de la source primaire avant citation officielle). Son diagnostic : l’effet de nouveauté génère un engagement réel, mais temporaire, qui masque la vraie question — est-ce que le contenu répond à un besoin réel, et fait-il pratiquer l’apprenant ?
Deux usages illustrent ce tri. Les avatars IA, malgré leur sophistication, semblent avoir peu d’avenir en formation professionnelle : ils déshumanisent l’expérience. À l’inverse, les tuteurs IA contextualisés, qui font pratiquer en situation réelle, génèrent aujourd’hui un engagement mesurable et croissant.
Face à cette bascule, Rochane Kherbouche, technopédagogue, propose une image simple : l’IA comme un exosquelette pour l’esprit. Elle démultiplie la capacité à traiter des tâches complexes — mais laissée à elle-même, elle produit surtout ce qu’il appelle du « contenu beige » : standardisé, générique, à retravailler.
Sa feuille de route se déroule en trois phases, calées sur un horizon de 3 à 5 ans plutôt que sur un big bang technologique — un rythme qu’un outil de pilotage de la formation comme une plateforme LMS aide à tenir, phase après phase.
| Phase | Priorités |
|---|---|
| Année 1-2 | Fondations : gouvernance, règles de données, charte d’usage, littératie IA pour tous, culture du doute |
| Année 2-3 | Intégration par métier, cas d’usage concrets, refonte progressive de l’évaluation |
| Année 4-5 | Industrialisation maîtrisée des usages validés, mesure d’impact |
Feuille de route IA en formation, 3 phases sur 3 à 5 ans
Le garde-fou que Rochane Kherbouche juge prioritaire n’est ni technique ni réglementaire au sens strict : c’est un contrat pédagogique explicite, qui fixe, activité par activité, ce qui est autorisé, conditionnel ou interdit avec l’IA. Objectif : documenter le processus plutôt que seulement le résultat, pour que l’évaluation porte sur le jugement de l’apprenant, pas sur le contenu produit.
Si la technologie automatise une part croissante des tâches, les compétences qui restent proprement humaines gagnent en valeur. Jérémy Lamri, docteur en psychologie et auteur du livre 2040, résume l’enjeu par un mot : l’agentivité, la capacité à agir, apprendre et interagir par soi-même. Elle se traduit concrètement par les 4C — créativité, esprit critique, communication, collaboration.
Le vrai changement ne porte pas sur la liste de ces compétences, largement connue depuis plusieurs années, mais sur la manière de les développer. Pendant cinquante ans, se former a signifié sortir du travail, le temps d’une session, puis y revenir. Ce modèle s’épuise : les compétences dont les organisations ont besoin sont de moins en moins théorisables à l’avance, elles se construisent en situation.
Concrètement, cela déplace l’apprentissage vers le travail lui-même, avec des temps de réflexivité intégrés — seul, en binôme, ou avec l’appui de l’IA comme partenaire de relecture plutôt que comme exécutant.
Pour prendre de la hauteur sur ces évolutions, Denis Cristol, chercheur en sciences de l’éducation spécialiste de l’apprenance collective, construit trois scénarios prospectifs à horizon 2035, à partir des tendances lourdes (automatisation, hybridation du travail, tensions réglementaires) et des signaux faibles déjà observables aujourd’hui.
| Scénario | Logique |
|---|---|
| Linéaire augmenté | L’organisation actuelle s’enrichit d’une IA assistive, sans transformation profonde des modes de décision |
| Contrainte apprenante | Les pressions externes (réglementation, énergie, chaînes d’approvisionnement) deviennent le moteur du changement |
| Écosystème vivant | Adoption massive de l’IA et modèle régénératif inspiré du vivant, plus de coopération et d’horizontalité |
3 scénarios prospectifs pour l’organisation apprenante en 2035
Le point commun aux trois scénarios est plus instructif que leurs différences : dans aucun des cas, l’avenir de l’organisation apprenante ne dépend uniquement de la technologie disponible. Il dépend du contexte dans lequel l’organisation évolue, et de la culture interne qu’elle choisit de construire autour de l’apprentissage.
C’est cette même conclusion qui traverse les sept regards de l’épisode : la formation en entreprise ne deviendra pas meilleure parce qu’elle sera plus équipée, mais parce qu’elle restera exigeante sur ce qui compte — l’engagement cognitif, la pertinence du contenu, et la place laissée à l’humain.
Chez Bealink, cette conviction guide la conception de notre plateforme LXP : donner à l’apprenant un point d’accès unique à ses contenus, sans jamais faire de l’IA un substitut à l’effort d’apprendre.
Le futur de la formation en entreprise ne se résume pas à une liste de tendances : il se prépare, dispositif par dispositif.
Les sept interventions complètes, avec la feuille de route détaillée et les trois scénarios prospectifs, sont réunies dans notre guide gratuit — pour aller au-delà de cet aperçu et repartir avec des repères actionnables.
Retrouvez ici tous les experts qui ont participé à cette discussion
Non. Les sept experts convergent : l’IA change l’outillage, pas la mécanique de l’apprentissage ni la nécessité d’une gouvernance humaine forte.
C’est l’affaiblissement de la mémorisation et de l’engagement cognitif observé quand un effort de réflexion est délégué trop tôt à l’IA, avant tout essai personnel.
Les experts recommandent 3 à 5 ans, en 3 phases : fondations et gouvernance, intégration par métier, industrialisation maîtrisée des usages validés.
La créativité, l’esprit critique, la communication et la collaboration — les 4C — au service de l’agentivité : la capacité à apprendre et à s’adapter par soi-même.
Les acronymes pourraient s’estomper au profit d’une expérience conversationnelle unique, mais l’architecture data qui les sous-tend (qualité, interopérabilité) reste, elle, indispensable.
10-14 rue Brancion
75015 Paris
France
Solutions
Suivez-nous sur les réseaux sociaux
