IA et évaluations de performance : pourquoi mesurer l’usage n’est pas toujours une bonne idée - Pollen - Formation professionnelle et continue avec les meilleurs experts

La question que posent tous les DRH

Dans nos accompagnements avec les équipes RH, la même question revient : « Comment prouver à la direction que l’IA est adoptée ? » 54% des salariés français n’utilisent toujours pas l’IA au travail, et la pression du ROI est réelle.

La tentation : créer un indicateur dans les évaluations annuelles. « Utilise-t-il les outils IA ? »

Duolingo a testé cette approche. Un an plus tard, le CEO a fait publiquement marche arrière.

Quand mesurer l’usage peut devenir contre-productif

Avril 2025 : Duolingo annonce que l’utilisation de l’IA sera intégrée aux performance reviews. Douze mois plus tard, le CEO fait publiquement marche arrière :

« Si l’IA ne peut pas vous aider, je ne vais pas vous forcer. » — Luis von Ahn, CEO Duolingo

Le problème ? Les collaborateurs avaient commencé à utiliser l’IA pour cocher une case, pas pour améliorer leur performance.

La même logique se répète ailleurs, sous des formes différentes. Certaines entreprises augmentent les objectifs de performance en pariant que l’IA permettra de les atteindre. L’intention : créer une incitation forte. Le risque : transformer l’IA en contrainte plutôt qu’en aide. Résultat : l’adoption se fait par pression, pas par conviction.

Quand vous mesurez l’usage au lieu de l’impact, trois choses se produisent :

Vous obtenez de la compliance, pas de la transformation : vos métriques sont vertes, mais rien ne change vraiment. Les collaborateurs utilisent l’IA de manière superficielle pour satisfaire l’évaluation.
Vous amplifiez la résistance : imposer un outil sans en démontrer la valeur génère de l’anxiété et du ressentiment. Exactement ce que vous ne voulez pas dans une transformation.
Vous vous exposez juridiquement : l’AI Act classe les systèmes d’IA utilisés dans les évaluations RH comme systèmes à haut risque. Sans consultation du CSE et conformité RGPD, vous exposez l’entreprise à des recours.

Et surtout : vous perdez votre crédibilité stratégique. Les RH qui imposent des mesures inefficaces renforcent l’image de fonction administrative, pas stratégique.

Les risques à anticiper si vous mesurez l’usage

Ce qui marche : l’exemple Mirakl

Pendant que Duolingo recule, Mirakl atteint 90% d’adoption hebdomadaire en 3 ans. La différence avec Duolingo ? Chez Mirakl, l’IA est bien intégrée dans les évaluations de performance et les parcours professionnels. Mais après avoir construit une vraie culture d’adoption. C’est l’ordre qui change tout.

Le principe directeur de Mirakl, formulé par Isabelle Bénard : « Mesurer l’usage réel, l’impact sur le business — et non le nombre de licences activées. » Nuance importante : chez eux, la mesure de l’usage existe, mais elle est collective. Seul l’impact métier est évalué individuellement.

Mesurer en 3 niveaux

Adoption (% d’utilisateurs actifs/semaine) → par équipe, jamais individuel Engagement (fréquence d’usage, agents créés) → par département Impact (temps gagné, qualité, NPS) → seul niveau évalué individuellement

Former massivement, puis identifier des relais

La clé n’est pas de choisir entre former tout le monde ou former quelques champions. C’est de faire les deux, dans le bon ordre selon votre contexte.

Chez Schneider Electric, 48 000 collaborateurs ont d’abord été formés aux fondamentaux de l’IA. Puis l’entreprise a identifié et formé en profondeur 1 000 AI Champions qui relaient les formations et organisent des ateliers locaux. En Inde, 10 champions ont ainsi permis de former 2 000 personnes supplémentaires en un mois.

L’important : que vous commenciez par une formation massive ou par un groupe de champions, ce qui rend l’adoption durable, c’est d’avoir des relais internes qui maintiennent la dynamique et accompagnent au quotidien.

Récompenser les résultats, pas le comportement

La bonne question n’est jamais « combien d’heures sur ChatGPT ? ». C’est toujours « l’IA vous a-t-elle aidé à mieux faire votre travail cette semaine ? »

Votre plan d’action (4 décisions à prendre cette semaine)

Repositionner la conversation avec votre direction : utilisez l’exemple Duolingo pour expliquer pourquoi mesurer l’usage dans les évaluations est contre-productif. Proposez à la place un dashboard d’adoption collectif (par équipe/département) et un suivi d’impact individuel.
Définir votre stratégie de formation IA : deux approches complémentaires fonctionnent :
Formation large d’abord : sensibiliser l’ensemble des équipes aux fondamentaux, puis identifier les profils moteurs qui deviennent relais naturels
Champions d’abord : former 10-15 champions en profondeur qui évangélisent et forment ensuite leurs équipes
Créer votre dashboard d’impact (pas d’usage) : trois questions à poser lors des 1-to-1 mensuels : l’IA vous a-t-elle aidé ce mois-ci sur un projet précis ? Combien de temps avez-vous gagné ? Quelle était la qualité du résultat ? (1-5)
Sécuriser le dialogue social dès maintenant : présentez votre approche au CSE avant tout déploiement. Documentez clairement quelles décisions l’IA ne prendra jamais seule. Ce dialogue bien mené accélère l’adoption, il ne la freine pas.

Ce que vous devez retenir

Le piège : mesurer l’usage de l’IA pour prouver le ROI rapidement → compliance de surface, résistance amplifiée, crédibilité RH affaiblie.
L’alternative : mesurer l’impact, former vos équipes, identifier des relais, accompagner le changement → adoption organique durable, repositionnement des RH comme pilotes stratégiques.

Votre fenêtre d’action : maintenant. Duolingo a perdu un an. Vous pouvez éviter cette erreur dès cette semaine.

FAQ

Ma direction insiste pour mesurer l’usage IA. Comment la convaincre ?

Trois arguments : le recul public de Duolingo (échec avéré), les résultats de Mirakl (90% d'adoption sans obligation), le cadre juridique (AI Act + risque CSE). Proposez un dashboard d'adoption collectif comme alternative.

Faut-il former tout le monde ou seulement des AI Champions ?

Les deux approches fonctionnent, selon votre contexte. Schneider Electric a formé 48 000 collaborateurs puis identifié 1 000 champions. D’autres entreprises commencent par 10-15 champions qui forment ensuite leurs équipes. L’essentiel : avoir des relais formés en profondeur qui accompagnent dans la durée, quelle que soit l’approche initiale.

Comment mesurer l’impact sans alourdir les process RH ?

Ajoutez 3 questions aux 1-to-1 mensuels existants (2 minutes). Compilez les réponses trimestriellement. Vous avez votre dashboard d’impact sans process lourd.

Que faire avec les collaborateurs qui résistent à l’IA ?

Ne les forcez pas. Mirakl a atteint 90% d’adoption en laissant 10% de résistants tranquilles. Dans 80% des cas, ils basculent naturellement quand ils voient les résultats de leurs pairs.

🌿 Aller plus loin avec Pollen

Vous construisez votre stratégie d’adoption IA ? Pollen accompagne les DRH dans la formation de leurs équipes et l’identification de relais internes (AI Champions) pour une adoption durable.

→ Découvrir l’Académie IA Pollen

Sources : Business Insider (Duolingo CEO backtracks, avril 2026) • Business Insider (Big Tech, Wall Street Bring AI to Performance Reviews, avril 2026) • PwC, Étude adoption IA France, 2025 • AI Act européen • Pollen, « IA : quand la formation devient transformation », septembre 2025