Agent IA sur l'organigramme : qui reste responsable?

L'article en 30 secondes

• Donner un nom et une place formelle à un agent IA déplace la responsabilité perçue sans déclencher le réflexe de supervision qu'un gestionnaire applique à un subalterne humain.
• Un « employé IA » désigne ici un agent logiciel identifié par un nom propre et inscrit dans la structure organisationnelle, avec des tâches attribuées, comme un poste.
• Dans l'étude Wiles, Hsu, Bedard et Kropp de juillet 2026 (813 gestionnaires américains), le sous-groupe dont l'organisation compte déjà un agent IA sur son organigramme, soit 23 % de l'échantillon, détecte 18 % moins d'erreurs.
• Le correctif tient en une règle : chaque agent IA est rattaché nommément à une personne responsable de sa production, et cette personne est identifiée dans le document lui-même.
• À noter que l'échantillon est américain et l'effet est concentré dans un sous-groupe restreint. La transposition au contexte québécois demande de la prudence.

Le jour où un agent a reçu un prénom

Dans les mandats d'accompagnement, la question revient avec une régularité étonnante depuis un an : faut-il donner un nom à l'agent conversationnel qu'on déploie? La réponse spontanée des équipes est presque toujours oui. Un nom facilite l'adoption, humanise l'outil, rend la consigne plus naturelle (« demande à Léa de préparer le sommaire »). Personne, jusqu'ici, ne m'avait demandé ce que ce prénom faisait à la vigilance de celui qui relit ensuite le travail de Léa. Une étude parue au début de juillet 2026 apporte un premier élément de réponse, et il est contre-intuitif.



Qu'est-ce qu'un « employé IA » sur un organigramme?

Un « employé IA » est un agent logiciel autonome auquel une organisation attribue un nom propre, un périmètre de tâches et une position formelle dans sa structure, souvent avec un supérieur hiérarchique désigné. Il se distingue d'un simple outil d'IA générative utilisé au cas par cas : l'outil est convoqué par un humain pour une tâche ponctuelle, l'agent nommé produit du travail de manière récurrente et attendue. La différence n'est pas technique. Elle est organisationnelle et symbolique, et c'est précisément cette dimension symbolique que l'étude mesure.



18 % moins d'erreurs détectées dans les organisations déjà équipées

Emma Wiles (Boston University) et trois chercheurs du Boston Consulting Group ont soumis les mêmes documents, comportant les mêmes erreurs, à 813 gestionnaires américains des ressources humaines et des finances. Une seule variable changeait : la source annoncée du document. Soit un outil d'IA générique, soit un « employé IA » nommé (ALEX-3), soit un employé humain nommé (Alex).

Sur l'ensemble de l'échantillon, l'écart entre les trois groupes reste faible. Le signal apparaît dans un sous-groupe précis : les gestionnaires dont l'organisation compte déjà un agent IA inscrit à son organigramme, soit 23 % des répondants. Chez eux, on observe 18 % moins d'erreurs détectées lorsque le document est attribué à l'employé IA nommé. La responsabilité perçue glisse du gestionnaire vers « le système IA ». L'hypothèse avancée par Emma Wiles est directe : si la production dérape, plusieurs gestionnaires estiment que la faute reviendra aux TI ou à la direction qui a décidé d'intégrer cet agent, pas à eux.

Détail révélateur du même sous-groupe : c'est le document attribué à l'employé humain nommé qui a reçu la révision la plus attentive. La délégation à un humain déclenche un réflexe de supervision. La délégation à un agent nommé déplace la responsabilité sans déclencher ce réflexe.

Note méthodologique : l'étude porte sur un échantillon américain, dans un contexte de déploiement d'agents plus avancé qu'au Québec. L'effet principal est mesuré sur un sous-groupe de moins de 200 personnes, ce qui invite à traiter le chiffre de 18 % comme un ordre de grandeur, non comme une constante.



Ce que ça change pour une PME ou un OBNL québécois

La plupart des organisations québécoises que nous accompagnons ne sont pas encore dans le sous-groupe où l'effet se manifeste. Elles utilisent des outils d'IA générative, pas des agents nommés dotés d'une place formelle. C'est exactement pour cette raison que le constat est utile maintenant : il documente un risque en amont de son apparition. Le passage de l'outil à l'agent nommé se produit vite, souvent sans décision formelle, quand une équipe commence à confier des livrables récurrents à un assistant qu'elle a baptisé.

Dans une PME de trente personnes, la conséquence est concrète. Il n'y a pas de deuxième ligne de contrôle. Si le gestionnaire qui relit un état de rapprochement, une lettre de fin d'emploi ou une demande de subvention relâche sa vigilance de quelques points parce que le document vient de « Léa », l'erreur sort de l'organisation. Dans un OBNL soumis à une reddition de comptes, elle sort vers un bailleur de fonds.



Cinq règles pour rattacher chaque agent à un humain responsable

La règle de fond tient en une phrase : un agent IA n'est jamais responsable, une personne l'est toujours. Voici comment la rendre opérante, sans créer de bureaucratie disproportionnée.

La cinquième règle est celle qui suscite le plus de résistance. Le prénom facilite réellement l'adoption. L'arbitrage se pose donc en connaissance de cause : accepter le gain d'adoption, mais compenser par les règles 1 à 4.



Ce que le cadre québécois exige déjà

La Loi 25 impose la désignation d'une personne responsable de la protection des renseignements personnels et, pour les décisions fondées exclusivement sur un traitement automatisé, une obligation d'information et la possibilité pour la personne concernée de présenter ses observations à un employé en mesure de réviser la décision. Autrement dit, la loi québécoise présuppose déjà un humain identifiable derrière le système. Un agent inscrit à l'organigramme ne satisfait pas cette exigence.

Au fédéral, les travaux entourant l'encadrement des systèmes d'IA à incidence élevée maintiennent la même logique de responsabilité humaine désignée. Le règlement européen sur l'intelligence artificielle, applicable aux organisations qui offrent des services dans l'Union, formalise une obligation de supervision humaine effective : la personne chargée de la supervision doit être en mesure de comprendre les limites du système et d'écarter sa production. La lecture croisée de ces cadres converge vers la même conclusion pratique que l'étude de juillet 2026, en la formulant en droit plutôt qu'en psychologie organisationnelle.

Cet article ne constitue pas un avis juridique. Les obligations exactes varient selon le secteur, la nature des renseignements traités et le territoire desservi.



Ce que j'en pense

Je trouve ce résultat plus inquiétant que la plupart des chiffres sur les hallucinations des modèles. Une erreur de modèle est un problème technique, corrigible par un meilleur outil ou un meilleur prompt. Un relâchement de vigilance est un problème humain, invisible, et il s'aggrave à mesure que l'outil devient fiable. Plus l'agent est bon, moins on le vérifie, et plus l'erreur rare passe.

Ma position est donc simple : je recommande de résister à la tentation d'inscrire un agent IA à l'organigramme. Pas par conservatisme, mais parce que l'organigramme est un instrument de reddition de comptes. Y placer une entité qui ne peut ni rendre compte, ni être sanctionnée, ni apprendre d'une conversation de rétroaction, c'est en affaiblir la fonction. On peut donner à un agent une place dans un processus, dans une cartographie de flux, dans un registre d'actifs numériques. L'organigramme, lui, sert à répondre à une question précise : qui répond de quoi.



Les limites de ce constat

L'étude ne démontre pas que les agents IA produisent plus d'erreurs. Elle démontre que les humains en détectent moins dans certaines conditions. La distinction est essentielle. L'échantillon est américain, les fonctions testées se limitent aux ressources humaines et aux finances, et l'effet se concentre dans un sous-groupe de 23 % des répondants. Rien n'indique que l'ampleur serait la même dans une PME québécoise de vingt personnes, où la proximité hiérarchique modifie déjà les comportements de révision. Aucune donnée québécoise comparable n'existe à ce jour, et c'est en soi un manque à combler.

Les cinq règles proposées ne couvrent pas non plus la question des agents déployés par un fournisseur tiers dans un logiciel de gestion, où l'organisation ne contrôle ni la configuration ni la journalisation. Ce cas de figure appelle une clause contractuelle, pas une règle interne. Reste une question que je pose à ceux qui ont déjà franchi le pas : dans votre organisation, si la production d'un agent cause un préjudice à un client demain matin, quel nom apparaît dans la case « responsable »?



Sources

1. Wiles, Hsu, Bedard et Kropp, Putting AI on the Org Chart: Evidence on Delegation and Oversight , juillet 2026
2. The New York Times, We're Only Starting to Grasp the Pitfalls of Using A.I. at Work , 29 juin 2026
3. La Presse, On commence à peine à saisir les pièges de l'IA au travail , 7 juillet 2026

À propos de l'auteure

 Annie Daigneault est fondatrice et présidente d'extensio.ai, firme-conseil québécoise spécialisée en gouvernance et en adoption responsable de l'intelligence artificielle. Elle accompagne les PME, les OBNL, les ordres professionnels et les institutions publiques du Québec. extensio.ai est un organisme formateur agréé par la Commission des partenaires du marché du travail (agrément no 0061225).



Passez de la réflexion à l'action

Nos services visent à vous donner les clés pour agir. Découvrez comment nous pouvons accompagner votre organisation :

• Évaluez votre niveau de préparation avec le diagnostic de maturité IA, Posture IA™.
• Structurez votre démarche avec un accompagnement en développement d'un plan d'adoption de l'IA.
• Assurez un déploiement éthique grâce à notre expertise en gouvernance IA responsable.
• Renforcez les compétences de vos équipes via nos ateliers de formation et de vulgarisation en IA.
• 

Questions fréquemment posées

Faut-il inscrire un agent IA sur l'organigramme de mon entreprise?

Non, c'est déconseillé. L'organigramme sert à établir qui répond de quoi. Un agent IA ne peut ni rendre compte, ni être sanctionné, ni corriger son comportement à la suite d'une rétroaction. Une étude de juillet 2026 montre que les gestionnaires d'organisations ayant formalisé un agent détectent 18 % moins d'erreurs dans ses productions. Mieux vaut inscrire l'agent dans un registre d'actifs numériques, avec un propriétaire humain nommé.



Pourquoi les gestionnaires vérifient-ils moins le travail d'un « employé IA »?

Parce que la délégation à un agent nommé déplace la responsabilité perçue sans déclencher le réflexe de supervision associé à un subalterne humain. Selon Emma Wiles, plusieurs gestionnaires estiment qu'en cas de problème, la faute reviendra aux TI ou à la direction qui a intégré l'agent, pas à eux. Dans la même étude, le document attribué à un employé humain nommé recevait la révision la plus attentive.



Que dit la Loi 25 sur la responsabilité humaine face aux décisions automatisées?

La Loi 25 impose la désignation d'une personne responsable de la protection des renseignements personnels. Pour une décision fondée exclusivement sur un traitement automatisé, l'organisation doit en informer la personne concernée et lui permettre de présenter ses observations à un employé en mesure de réviser la décision. Le cadre québécois présuppose donc un humain identifiable derrière le système. Cet énoncé n'est pas un avis juridique.



Comment rattacher un agent IA à un responsable humain dans une PME?

Cinq règles suffisent. Inscrire au registre des agents le nom et la fonction du propriétaire humain. Faire apparaître ce nom sur les livrables, jamais celui de l'agent. Définir trois niveaux de révision selon le risque. Réviser en aveugle un échantillon de productions chaque trimestre. Préférer un identifiant fonctionnel à un prénom. Ces règles restent applicables dans une organisation de vingt à cinquante personnes.



Faut-il donner un prénom à un assistant IA en entreprise?

Un prénom facilite l'adoption par les équipes, mais il renforce l'illusion d'un collègue autonome et peut réduire la vigilance de révision. La solution intermédiaire consiste à utiliser un identifiant fonctionnel, du type Assistant-Comptes-Fournisseurs, et à annoncer clairement qu'il s'agit d'un système. Si l'organisation choisit malgré tout un prénom, elle doit compenser par une signature humaine obligatoire sur chaque livrable.



Combien de gestionnaires ont participé à l'étude sur les agents IA de juillet 2026?

L'étude de Wiles, Hsu, Bedard et Kropp, intitulée « Putting AI on the Org Chart », a porté sur 813 gestionnaires américains des ressources humaines et des finances. Les mêmes documents, comportant les mêmes erreurs, leur ont été remis en variant uniquement la source annoncée. L'effet significatif concerne le sous-groupe de 23 % dont l'organisation compte déjà un agent IA sur son organigramme.



Ce constat s'applique-t-il aux OBNL et aux institutions publiques du Québec?

Le mécanisme de déplacement de responsabilité s'applique à toute organisation qui formalise un agent IA, mais l'étude est américaine et aucune donnée québécoise comparable n'existe à ce jour. Pour un OBNL soumis à une reddition de comptes envers un bailleur de fonds, l'enjeu est amplifié par l'absence de deuxième ligne de contrôle. La règle du propriétaire humain nommé reste applicable telle quelle.