L'IA va-t-elle nous rendre moins bons en résolution de problèmes ? Une réponse lean

L'IA nous rend moins bons en résolution de problèmes quand elle répond aux questions auxquelles une méthode lean doit nous faire répondre, et meilleurs quand elle met nos réponses à l'épreuve. Tout tient à l'organisation : l'auteur écrit d'abord l'analyse, l'assistant la met à l'épreuve sans proposer de cause racine, des garde-fous interdisent de blâmer l'opérateur ou de proposer la formation comme contre-mesure, et un mentor relit toujours le raisonnement.

La question est ouverte dans la communauté lean en 2026, jusqu'au titre d'une session du Lean Global Connection : « Are We Building Better Problem-Solvers or Weaker Thinkers? ». Cet article explique comment se produit chacun des deux résultats, liste les garde-fous que recommande le Lean Enterprise Institute et propose une routine hebdomadaire qui garde l'apprentissage dans l'équipe.

Pourquoi la résolution de problèmes lean est d'abord une méthode d'apprentissage

Les méthodes lean de résolution de problèmes sont conçues pour faire grandir les personnes autant que pour corriger les problèmes. Toyota Kata de Mike Rother (2009) décrit l'amélioration comme une routine pratiquée chaque jour, avec un coach, jusqu'à devenir une habitude ; l'A3, comme l'a montré John Shook dans Managing to Learn (2008), fonctionne de la même façon par le dialogue entre un auteur et un mentor. Dans les deux cas, on apprend en répondant aux questions du coach et en allant voir.

C'est ce que l'IA peut court-circuiter. Au Lean Summit 2026, Art Smalley l'a résumé : « AI is a tool; you need to do the thinking for it to lead to kaizen » (l'IA est un outil ; c'est à vous de réfléchir pour qu'elle mène au kaizen).

Comment l'IA nous rend moins bons

L'IA affaiblit la résolution de problèmes de trois façons, toutes tentantes parce qu'elles font gagner du temps sur le moment :

Elle répond au lieu de mettre à l'épreuve : l'assistant écrit les 5 pourquoi, la cause racine et les contre-mesures, et l'auteur corrige une page finie au lieu de réfléchir.
Elle produit la cause plausible : l'analyse se lit bien, personne ne repère le saut logique, et personne ne va la tester sur le terrain.
Elle prend les cas formateurs : Bertrand Duperrin (octobre 2026) prévient qu'« une organisation peut devenir plus efficace tout en apprenant moins » si l'IA absorbe les tâches par lesquelles l'expérience se construit.

Comment l'IA nous rend meilleurs

Un assistant IA renforce la résolution de problèmes quand on l'installe en coach plutôt qu'en auteur. Tyson Heaton et Art Smalley (Lean Enterprise Institute, juillet 2026) recommandent de préciser dans le prompt le style de coaching (directif, guidé et neutre, ou uniquement par questions) et de nommer la méthode, pour que le modèle n'en fasse pas une moyenne. Pour l'étape des causes, ils ajoutent de choisir soi-même le type d'analyse, 5 pourquoi, Ishikawa, nuage de points ou plan d'expériences, car un modèle laissé libre se rabat presque toujours sur les 5 pourquoi.

Employé ainsi, l'assistant range chaque étape du raisonnement de l'auteur en fait, hypothèse ou saut logique sans proposer de cause racine, dit ce qu'il faut aller voir et prépare les questions du mentor. L'auteur réfléchit toujours ; il est simplement mis à l'épreuve plus tôt et plus souvent.

Quels garde-fous mettre dans un prompt de résolution de problème ?

Le Lean Enterprise Institute liste les garde-fous qu'il écrit dans ses propres prompts de résolution de problème : n'analyser que les données fournies, ne pas inventer de chiffres, ne pas énoncer la cause racine mais demander ce qui manque, ne pas blâmer l'opérateur, et expliquer le mécanisme de cause à effet probable. Parmi ce qu'il faut éviter, il ajoute : ne pas proposer la formation comme contre-mesure.

Nos propres prompts lean ajoutent une règle venue du jidoka : traiter une donnée manquante comme manquante, pas comme un zéro, et la lister, pour qu'un manque devienne une question au lieu d'une supposition.

Une routine hebdomadaire qui garde l'apprentissage dans l'équipe

Une routine en cinq étapes garde l'apprentissage dans l'équipe, sans nouvel outil :

L'auteur rédige d'abord la situation actuelle et l'analyse, sans IA, à partir des données et d'un passage sur le terrain.
L'assistant met ce brouillon à l'épreuve : faits, hypothèses, sauts logiques, ce qu'il faut aller vérifier, et aucune cause racine de son cru.
L'auteur retourne sur le terrain avec ces points et révise l'analyse.
Le mentor se sert de l'assistant pour préparer uniquement des questions, puis mène la séance de coaching en personne.
Une fois par mois, l'équipe regarde sa propre capacité, pas sa vitesse : quelles analyses ont tenu, quelles contre-mesures ont marché.

Ce que les managers doivent organiser

Que l'IA construise ou érode les compétences est une décision de management, pas une propriété de l'outil. Art Smalley (février 2026) recommande de traiter les standards comme des aides plutôt que comme des contraintes, par exemple en exigeant un point de coaching avant qu'un rapport de résolution de problème soit remis, de créer des boucles de retour pour les personnes comme pour les prompts, et de prévoir des circuits d'escalade qui transforment un mauvais résultat de l'IA en apprentissage plutôt qu'en reproche.

Notre guide de l'IA pour la résolution de problèmes A3 donne un prompt pour chaque case de l'A3, dont la mise à l'épreuve des 5 pourquoi et un prompt du mentor uniquement fait de questions.

Questions fréquentes

L'IA rend-elle les gens moins bons en résolution de problèmes ?

Elle le peut, quand elle fait la réflexion que la méthode doit faire faire aux personnes. Elle les rend meilleurs quand elle met leur raisonnement à l'épreuve sans proposer la réponse, avec un mentor qui relit toujours l'analyse.

Comment utiliser ChatGPT ou Claude comme coach lean ?

Écrivez d'abord votre propre analyse, puis demandez à l'assistant de la mettre à l'épreuve : nommez la méthode, précisez le style de coaching (uniquement par questions si vous voulez apprendre le plus), choisissez vous-même le type d'analyse, et interdisez-lui d'énoncer la cause racine. Allez sur le terrain avec ses remarques avant de réviser.

Une IA doit-elle proposer la formation comme contre-mesure ?

Non. Le Lean Enterprise Institute range « ne pas proposer la formation comme contre-mesure » parmi ce qu'un prompt de résolution de problème doit éviter. Une contre-mesure qui se contente de former les personnes laisse intact le processus qui a produit le problème.