30 personnes peuvent-elles s’accorder sur des règles d’IA en une journée ?

Comment une startup d’ingénierie de 30 personnes devrait-elle utiliser l’IA, et dans quels cas devrait-elle y renoncer ? En septembre 2026, Jean Lou Fourquet, facilitateur expérimenté de Lyfe Catalyst, a consacré une journée entière à cette question avec toute l’équipe.

La plupart des ateliers en entreprise se terminent avec de bonnes intentions, mais aucune suite concrète. Celui-ci a abouti à une première charte d’IA : des principes sur lesquels l’équipe s’est accordée malgré ses différences, puis qu’elle a elle-même classés par priorité.

La différence tient à l’utilisation successive des deux modes d’Agora. Le Mode Conversation a cartographié les accords et les désaccords tout au long de la journée. Le Mode Priorisation a ensuite transformé les propositions consensuelles en une liste hiérarchisée de priorités communes.

Le Mode Conversation révèle les points d’accord du groupe ; le Mode Priorisation détermine ce qui passe en premier.

Le défi : des ateliers qui informent sans décider

Une journée de formation sur l’IA suit souvent un scénario familier : interventions d’experts, échanges animés, quelques notes adhésives. Tout le monde apprend quelque chose, mais rien n’est décidé. Les conclusions restent dans la salle, souvent influencées par les personnes qui parlent le plus fort ou occupent les postes les plus élevés.

Pour cette startup, les enjeux étaient concrets. Les membres de l’équipe utilisaient les outils d’IA de façons et à des degrés différents, sans règles communes. Certaines questions concernaient les risques : peut-on transmettre les plans et les paramètres des machines de l’entreprise à un assistant d’IA externe ? D’autres touchaient à l’identité de l’entreprise : puisqu’elle met en avant une réduction de 30% de la consommation énergétique de ses machines, quelle place donner à une IA énergivore ?

L’objectif de la journée était clair : aller au-delà de la sensibilisation et repartir avec une première version d’une charte d’usage de l’IA, rédigée par l’équipe et dont elle se sente responsable.

Avant la journée : partir des pratiques réelles pour préparer les premières propositions

Les propositions initiales ont été élaborées à partir de l’expérience de l’équipe, et non d’une liste générique. Avant l’atelier, les participants ont répondu à trois questions :

1. Lors de votre dernière utilisation d’un outil d’IA générative (ChatGPT, Claude, Copilot) au travail, que lui avez-vous demandé exactement, et qu’avez-vous gagné ou perdu ?
2. Pour convaincre un collègue qui n’utilise jamais l’IA, quel usage précis dans votre métier en vaut vraiment la peine, et pourquoi ?
3. Pour mettre en garde un collègue qui utilise constamment l’IA, dans quel cas précis ne faudrait-il jamais y recourir, et pourquoi ?

Les réponses ont été synthétisées en propositions initiales : des idées concrètes, discutables, formulées avec les mots de l’équipe. Certaines étaient des règles, d’autres de bonnes pratiques ou des tensions encore ouvertes. Par exemple :

• « Nous devrions utiliser l’IA pour reformuler et clarifier des rapports à partir de notes déjà rédigées par les ingénieurs, jamais pour produire le contenu lui-même. »
• « Nous devrions interdire les assistants d’IA externes pour tout ce qui concerne les plans, schémas et paramètres techniques de nos machines. »
• « Avant d’adopter un nouvel outil d’IA, nous devrions comparer son empreinte environnementale aux gains réels de temps ou de qualité. »
• « Nous devrions encourager l’utilisation de l’IA pour explorer rapidement des options de dimensionnement ou de calcul pendant la conception, les ingénieurs conservant la décision finale. »

La description de la conversation donnait une consigne pour les nouvelles contributions : une proposition concrète vaut mieux qu’un principe abstrait. Plutôt que « nous devons être responsables », écrire « nous devrions toujours vérifier les chiffres produits par l’IA avant de les intégrer à un livrable client ».

Pendant la journée : une conversation ouverte du matin à l’après-midi

La conversation Agora « Comment voulons-nous utiliser l’IA dans notre entreprise ? » a été ouverte en direct à 9:00, chacun la rejoignant sur son téléphone. Elle est restée ouverte toute la journée, avec un QR code affiché dans la salle.

Les participants étaient invités à :

• Voter « D’accord », « Pas d’accord » ou « Incertain » sur chaque proposition
• Partager de nouvelles idées
• Revenir régulièrement pour voter sur les nouvelles propositions

Le programme alternait interventions courtes et échanges : fonctionnement de l’IA, impacts environnementaux et sociétaux, principes d’un numérique démocratique, usages réfléchis dans la recherche et l’ingénierie. Chaque séquence se terminait par une consigne invitant les participants à retourner sur Agora pour voter et ajouter des propositions. Les interventions alimentaient la conversation, qui nourrissait à son tour les échanges suivants.

À 15:45, le groupe a pris du recul pour lire ensemble la cartographie. Les propositions clivantes ont été identifiées et consignées, sans gommer les différences. Il s’agissait de comprendre la position collective de l’équipe, au-delà de « ce que je pense », avant de se concentrer sur les points d’accord.

Principaux résultats : un terrain commun et des désaccords bien réels

À la fin de la journée, 25 participants avaient exprimé 730 votes sur 42 propositions. Seules 6 étaient des propositions initiales : les 36 autres avaient été rédigées par les participants au fil de la journée.

Les points d’accord

Agora a identifié 10 propositions approuvées par les deux groupes d’opinion. Ce terrain commun constituait un socle clair :

• Vérifier : utiliser l’IA pour la veille scientifique et technique uniquement en revenant à la source originale. Avec 84% d’accord, c’était la proposition la plus soutenue de la journée.
• Signaler : les documents techniques produits avec l’IA doivent le mentionner (68%, aucun désaccord).
• Protéger : pas d’assistants d’IA externes pour ce qui concerne les plans, schémas et paramètres des machines de l’entreprise (68%, aucun désaccord). Toute donnée de l’entreprise transmise à une IA doit être approuvée par l’entreprise (60%).
• Former : chaque nouvelle recrue découvre dès son arrivée les usages de l’IA approuvés en interne (64%).

Fait marquant, 7 des 10 propositions consensuelles avaient été rédigées par les participants pendant la journée, et non par les organisateurs.

Les points de désaccord

• « Avant de poser une question à une IA, les collaborateurs devraient vérifier si des collègues compétents n’ont pas déjà la réponse. »
• « Devrions-nous développer notre propre IA interne, spécifique à l’entreprise ? »

La salle n’était pourtant pas divisée entre partisans et adversaires de l’IA. Seuls 8% estimaient que l’entreprise ne devait pas du tout utiliser l’IA. Les désaccords ont été conservés comme questions ouvertes dans la charte, sans imposer un accord.

Deux groupes d’opinion

• Les pragmatiques (15 personnes, 60%) : considèrent l’IA comme un outil utile lorsqu’elle est utilisée de manière responsable. Tous soutiennent son usage pour la veille technique avec vérification des sources et pour automatiser les tâches fastidieuses. Ils souhaitent protéger les données personnelles et faire prendre en charge les abonnements d’IA par l’entreprise.
• Les humanistes (6 personnes, 24%) : privilégient l’expertise humaine et les interactions. Pour 83% d’entre eux, les coûts sociétaux et environnementaux de l’IA générative dépassent largement ses avantages en matière de rapidité, contre 20% des pragmatiques. Les deux tiers estiment que l’IA ne devrait jamais automatiser entièrement un processus impliquant une interaction humaine.

Les participants non rattachés à un groupe (4 personnes) avaient voté sur moins de 7 propositions.

Du consensus aux priorités : hiérarchiser la charte

Le consensus indique à une équipe ce sur quoi elle s’accorde. Il ne lui dit pas par où commencer. C’est pourquoi la journée ne s’est pas arrêtée à la cartographie.

Les 10 propositions ayant obtenu un consensus entre les groupes ont été transférées dans une seconde conversation Agora, cette fois en Mode Priorisation. Les participants les ont classées les unes par rapport aux autres. Le but n’était pas l’exhaustivité, mais une courte liste alliant consensus et priorité.

Parmi les priorités communes les mieux classées :

1. Nous devons faire attention aux contenus confidentiels que nous risquons d’exposer en utilisant l’IA, afin d’éviter les fuites de données, le vol de procédés, etc.
2. Nous autorisons l’IA pour accélérer la veille scientifique et technique (résumés d’articles et de brevets), à condition de toujours revenir à la source originale avant d’utiliser l’information.
3. Lorsqu’on utilise l’IA pour la recherche, il faut vérifier au moins une partie des sources.

À 16:30, le projet de charte issu du classement a été lu à voix haute. L’équipe l’a adopté comme document évolutif, qu’un comité tiré au sort réexaminera tous les trois mois.

Pourquoi c’est important : comprendre collectivement, au-delà du brainstorming

Un brainstorming rassemble des idées. Une démarche de compréhension collective révèle ce qu’un groupe pense réellement. La cartographie d’Agora a donné à l’équipe deux points d’appui : un terrain commun sur lequel construire et des désaccords méritant une discussion. Les participants ont pu approfondir leurs divergences et collaborer sur leurs points d’accord.

Les deux modes répondent à deux questions différentes :

• Mode Conversation : sur quoi nous accordons-nous, malgré nos différences ?
• Mode Priorisation : parmi nos points d’accord, qu’est-ce qui compte le plus ?

Ensemble, ils transforment une journée d’interventions en un résultat que l’équipe s’approprie. Les règles n’ont été imposées ni par la direction ni par les facilitateurs. Elles viennent des personnes qui les appliqueront.

Et ensuite ?

La charte est conçue pour évoluer. Le comité trimestriel tiré au sort la fait vivre à mesure que les outils, les usages et l’équipe changent.

Ce format dépasse largement le sujet de l’IA : toute organisation confrontée à une décision collective peut suivre le même chemin.

Un atelier ne doit pas forcément se terminer par de bonnes intentions. Avec le bon processus, il aboutit à des priorités communes que toute l’équipe peut soutenir.

Vous souhaitez organiser un atelier similaire ?

Lyfe Catalyst, partenaire officiel d’Agora, peut concevoir et animer un atelier pour votre équipe, votre communauté, vos étudiants ou vos partenaires, sur l’IA ou toute autre décision collective. Contactez Lyfe Catalyst.

Vous êtes déjà un facilitateur expérimenté ? Commencez à utiliser Agora ou contactez-nous directement.