IA au travail : le Québec adopte vite, mais encadre peu

Un portrait inédit de l'IA vécue par les travailleurs québécois

L'Observatoire international sur les impacts sociétaux de l'IA et du numérique (Obvia) vient de publier Cartographie de l'IA au travail , une étude menée en partenariat avec HEC Montréal, l'Université du Québec en Outaouais et l'Université de Montréal. Avec 4 595 répondants issus de 11 organisations syndicales, c'est le portrait le plus robuste à ce jour sur l'utilisation réelle de l'IA dans les milieux de travail québécois.

Le constat central tient en deux chiffres : 59 % des employés utilisent l'IA au travail , mais seulement 17 % affirment que leur organisation l'a formellement intégrée à ses processus. L'écart de 42 points révèle une adoption sauvage, portée par les individus plutôt que par les structures.

L'angle mort organisationnel : des données qui parlent

L'étude documente un déficit d'encadrement généralisé dans les organisations québécoises :

• 54 % des employés ignorent si leur organisation a intégré l'IA à ses processus
• 12 % seulement ont été consultés avant l'implantation d'outils IA
• 57 % rapportent qu'aucune formation sur l'IA n'est offerte dans leur milieu

Ces chiffres dessinent une situation paradoxale : les organisations laissent leurs employés adopter des outils IA sans balises, sans formation et sans consultation préalable. L'IA entre par la porte de service pendant que la direction regarde ailleurs.

Le problème de la responsabilité sans moyens

Un résultat de l'étude mérite une attention particulière : 70 % des employés s'estiment responsables en cas d'erreur commise par l'IA . Ce sentiment de responsabilité serait sain s'il s'accompagnait des compétences nécessaires. Or, 36 % des répondants se disent incapables d'évaluer la qualité des résultats générés par ces outils.

On demande donc aux travailleurs d'assumer la responsabilité de productions qu'ils n'ont pas les moyens de valider. Cette équation ne tient pas. Elle expose les employés à des risques professionnels et les organisations à des erreurs coûteuses.

Pour les PME et OBNL du Québec, ce décalage représente un risque opérationnel concret. Un employé qui utilise ChatGPT pour rédiger un courriel client ou analyser des données sans formation adéquate peut générer des inexactitudes, des biais ou des problèmes de confidentialité.

Ce que révèle l'étude sur les secteurs concernés

L'échantillon de l'Obvia provient majoritairement des secteurs public, parapublic et de l'éducation — des milieux syndiqués où l'encadrement des pratiques fait habituellement l'objet de conventions et de politiques formelles. Si le décalage est aussi marqué dans ces environnements structurés, on peut raisonnablement supposer qu'il l'est autant, sinon plus, dans les PME québécoises où les ressources en gouvernance sont plus limitées.

Les institutions d'enseignement, les établissements de santé et les organismes gouvernementaux font face à des enjeux spécifiques : protection des données personnelles, équité dans les décisions automatisées, transparence envers les citoyens. L'adoption non encadrée de l'IA dans ces contextes soulève des questions qui dépassent la simple efficacité opérationnelle.

Trois actions concrètes pour les organisations québécoises

L'étude de l'Obvia n'est pas qu'un diagnostic. Elle pointe vers des actions précises que les dirigeants peuvent entreprendre.

1. Cartographier les usages réels

Avant de rédiger des politiques, il faut savoir ce qui se passe sur le terrain. Un sondage interne simple — quels outils IA utilisez-vous? Pour quelles tâches? — permet d'établir un portrait factuel. Plusieurs organisations découvrent que l'IA est déjà présente dans des processus critiques sans qu'aucun gestionnaire n'en soit informé.

2. Former sur l'évaluation critique

La compétence prioritaire n'est pas de savoir utiliser l'IA — les employés s'en chargent déjà. C'est de savoir évaluer ses résultats . Une formation de quelques heures sur les limites des modèles génératifs, les biais courants et les méthodes de vérification peut réduire significativement les risques d'erreur.

3. Clarifier la gouvernance

Qui décide quels outils IA sont acceptables? Quelles données peuvent y être soumises? Qui est responsable en cas de problème? Ces questions appellent des réponses explicites, communiquées clairement aux équipes. L'absence de cadre n'empêche pas l'utilisation — elle empêche l'utilisation responsable.

Le contexte québécois : une occasion à saisir

Le Québec dispose d'atouts pour bien négocier ce virage. La Loi 25 sur la protection des renseignements personnels impose déjà des obligations de transparence et de consentement qui s'appliquent à plusieurs usages de l'IA. Les travaux de l'Obvia, financés par les Fonds de recherche du Québec, fournissent des données probantes pour éclairer les décisions.

Pour les PME et OBNL de la région de Montréal et d'ailleurs au Québec, l'enjeu est de transformer une adoption spontanée en avantage structuré. Les organisations qui encadrent l'IA maintenant — plutôt que de réagir après un incident — se positionnent mieux pour en tirer des bénéfices durables.

Ce que les chiffres ne disent pas

L'étude de l'Obvia documente l'état actuel, pas les trajectoires. Elle ne dit pas si le décalage entre adoption individuelle et encadrement organisationnel se résorbera naturellement ou s'il s'aggravera. Elle ne mesure pas non plus les conséquences concrètes — erreurs, pertes de temps, problèmes de confidentialité — qui découlent de cette situation.

Ces questions restent ouvertes. Mais les données disponibles suggèrent que l'attentisme n'est pas une stratégie viable. Les employés utilisent l'IA maintenant. Les organisations qui tardent à s'adapter ne font pas que prendre du retard — elles accumulent des risques.

Un signal pour les dirigeants québécois

L'étude Cartographie de l'IA au travail constitue un signal clair pour les dirigeants d'organisations québécoises. L'IA n'est plus un sujet prospectif : elle est présente dans les pratiques quotidiennes de la majorité des employés. La question n'est plus de savoir si on doit s'y intéresser, mais comment on choisit de l'encadrer.

Les organisations qui prennent ce sujet au sérieux — en cartographiant les usages, en formant leurs équipes et en clarifiant leur gouvernance — transforment un risque en levier. Les autres laissent leurs employés naviguer seuls dans un territoire qu'ils ne maîtrisent pas encore.