L’action de formation en situation de travail (AFEST) développe les compétences à
partir de l’activité réelle. Sa force repose sur un binôme : un apprenant qui agit, un
formateur qui l’aide à comprendre ce qu’il fait. L’intelligence artificielle peut alléger la
préparation, la traçabilité et le suivi de la démarche. Bien positionnée, elle libère du
temps pour l’essentiel : l’échange entre les personnes.
L’AFEST en bref : quatre étapes encadrées
Le décret du 28 décembre 2018 (article D.6313-3-2 du Code du travail) définit quatre étapes
- L’analyse de l’activité de travail, pour l’adapter à des fins pédagogiques ;
- La désignation préalable d’un formateur, qui peut exercer une fonction tutorale ;
- Des phases réflexives, distinctes des mises en situation, pour analyser les écarts
- entre les attendus, les réalisations et les acquis ;
- Des évaluations spécifiques des acquis.
Trois de ces quatre étapes reposent directement sur un travail d’échange et d’analyse conduit par des personnes. C’est le point de départ de toute réflexion sur la place de l’IA.
Le formateur AFEST, pivot de la démarche
Dans une AFEST, le formateur est le plus souvent un expert métier de l’entreprise : un salarié expérimenté qui maîtrise l’activité et transmet ses compétences à l’apprenant. Son rôle va au-delà de la démonstration du geste. Il consiste à transformer une situation de travail en situation d’apprentissage, ce qui demande d’ajouter à l’expertise métier une véritable posture pédagogique.
Une posture de questionnement
Le formateur AFEST aide l’apprenant à formuler lui-même ce qu’il a fait, pourquoi il l’a fait ainsi et ce qu’il ferait autrement. Cette posture demande de l’écoute, de la patience et une vraie maîtrise du questionnement. C’est elle qui fait passer l’apprenant de l’exécution à la compréhension.
Rendre explicite ce qui est implicite
Une grande partie des compétences professionnelles s’acquiert par l’expérience : tours de main, repères visuels, façon de gérer un client difficile ou un imprévu. Ces savoirs sont souvent difficiles à verbaliser, y compris pour ceux qui les maîtrisent. Le formateur fait ce travail d’explicitation sur sa propre pratique, puis aide l’apprenant à le faire sur la sienne.
Créer un cadre de confiance
Apprendre en situation réelle expose : l’apprenant agit sous le regard de ses collègues, avec de vrais enjeux. Le formateur instaure un cadre où l’erreur devient un matériau d’apprentissage. Cette sécurité conditionne la sincérité des échanges réflexifs, et donc leur valeur pédagogique.
Ajuster le parcours en continu
Le formateur observe la progression, repère ce qui est acquis et ce qui reste à consolider, puis choisit les prochaines mises en situation. Il garantit la cohérence d’ensemble du parcours et la qualité des traces qui attestent de sa réalisation.
Pourquoi les échanges humains font la valeur de l’AFEST
La réflexivité se construit dans le dialogue. Prendre du recul sur sa pratique suppose un interlocuteur qui relance, reformule et pousse l’analyse un cran plus loin. C’est dans cette interaction que l’apprenant construit sa compréhension et la rend transférable à d’autres situations.
Les savoirs d’expérience circulent par la relation. L’AFEST valorise l’expertise des salariés expérimentés et favorise la transmission entre générations. Ce lien contribue aussi à transmettre la culture du métier et de l’entreprise : ses règles implicites, ses exigences, ses façons de faire.
La reconnaissance soutient l’engagement. Voir son expérience analysée, discutée et reconnue renforce la motivation de l’apprenant. Pour l’expert métier qui forme, être reconnu comme transmetteur valorise également son expérience.
Le contexte réel demande du discernement. Aléas, relations entre collègues, contraintes du jour : chaque situation de travail a sa part de singularité. Lire ces éléments et en tirer des apprentissages relève du jugement humain.
Ce que l’IA peut outiller, au service du formateur
L’IA trouve sa juste place lorsqu’elle prend en charge ce qui consomme du temps sans relever de la relation pédagogique. Chaque usage peut se lire à travers une question simple : quel temps libère-t-il pour l’échange ?
Analyse de l’activité
Repérer les situations de travail apprenantes. L’IA peut aider à structurer l’analyse de l’activité et à identifier les situations propices à l’apprentissage. Le formateur dispose ainsi d’une base de travail qu’il valide et enrichit grâce à sa connaissance du métier.
Générer et adapter les supports pédagogiques. L’IA produit rapidement une première version de supports, ajustable au profil de chaque apprenant. Le formateur concentre son énergie sur la pertinence pédagogique.
Accompagnement
Automatiser les tâches répétitives. Planification, relances, mise en forme : le temps gagné se réinvestit dans l’observation et l’échange avec l’apprenant.
Phases réflexives
Préparer les entretiens réflexifs. L’IA peut proposer des pistes de questionnement à partir de la situation vécue. Le formateur les sélectionne, les adapte et choisit le moment de les poser.
Exploiter les retranscriptions. Les échanges menés en visio, voire filmés, peuvent être retranscrits et synthétisés. Le formateur peut ainsi rester pleinement présent pendant l’échange, et la traçabilité s’en trouve facilitée.
Évaluations
Construire des grilles d’évaluation. L’IA aide à formaliser des critères observables, alignés sur les compétences visées.
Gamifier le parcours. Challenges et récompenses peuvent rythmer la progression et soutenir l’engagement.
Points de vigilance pour préserver la qualité des échanges
Intégrer l’IA dans une AFEST demande quelques précautions, pour que l’outil renforce la relation pédagogique :
- Enregistrement et confiance. Retranscrire un échange réflexif modifie la façon dont chacun s’exprime. Informer clairement les participants de l’enregistrement et de son usage, et prévoir des temps d’échange non enregistrés, préserve la sincérité de la parole.
- Questions générées, questions personnalisées. Une trame de questionnement proposée par l’IA reste un point de départ. Les meilleures relances naissent de l’écoute de ce que dit l’apprenant, au moment où il le dit.
- La réflexion appartient à l’apprenant. Une synthèse automatique résume un échange ; l’apprentissage se produit quand l’apprenant formule lui-même ce qu’il retient. Garder ce temps de formulation personnelle est essentiel.
- Le jugement d’évaluation reste humain. L’IA aide à structurer les critères ; l’appréciation des acquis revient au formateur, qui connaît le contexte et le parcours de l’apprenant.
- La singularité de chaque situation. Des supports générés à grande échelle tendent à se ressembler. Les adapter à la réalité de l’entreprise et du poste garantit leur utilité.
Récapitulatif : la répartition des rôles
| Étape AFEST | Ce que l’IA peut outiller | Ce qui reste humain |
|---|---|---|
| Analyse de l’activité | Repérage des situations de travail apprenantes, génération et adaptation des supports pédagogiques | Implication d’un expert métier dans l’analyse du travail |
| Accompagnateur / tuteur | Automatisation de tâches répétitives | Désignation de l’accompagnateur |
| Phases réflexives | Préparation des entretiens réflexifs, exploitation des retranscriptions | Animation de la phase réflexive par une personne |
| Évaluations | Grilles d’évaluation, gamification, traçabilité des preuves | Complétion et analyse des évaluations, validation des traces |
Sécuriser la démarche : deux cadres à respecter
- Le cadre légal de l’AFEST : les quatre étapes et la conservation des traces restent la référence, quels que soient les outils utilisés.
- Le règlement européen sur l’IA (IA Act) : il encadre l’usage des systèmes d’IA, avec des exigences renforcées pour certains usages liés à la formation professionnelle et à l’emploi, comme l’évaluation des acquis.
Vérifier la conformité des outils dès la conception du parcours permet de déployer la démarche sereinement.
Notre lecture : l’IA renforce la place du formateur
En tant que cabinet de conseil, notre conviction est la suivante : l’IA déplace le temps du formateur vers ce qui a le plus de valeur. Les tâches de préparation et de formalisation s’allègent ; l’observation, le questionnement et l’accompagnement prennent davantage de place. Le rôle du formateur gagne ainsi en importance.
Cette évolution appelle plusieurs choix lors de la conception d’une AFEST augmentée par l’IA :
- Partir des besoins du formateur et de l’apprenant, puis choisir les outils. Cibler une ou deux étapes où l’IA apporte une plus-value claire.
- Former les experts métier à la posture de formateur et à l’outil. Maîtriser son métier, savoir conduire un échange réflexif et savoir utiliser l’IA sont trois compétences complémentaires.
- Protéger les temps d’échange. Chaque gain de temps obtenu grâce à l’IA gagne à être réinvesti dans la relation pédagogique.
- Choisir des outils simples, utilisables par les équipes sans expertise technique.
- Documenter les usages : ce qui fonctionne, ce qui a été ajusté, ce qui a été abandonné.
En résumé
L’IA outille l’AFEST à chacune de ses étapes : repérage des situations apprenantes, création de supports, préparation des échanges réflexifs, traçabilité et évaluation. Elle rend la démarche plus légère et plus accessible. Le formateur et l’apprenant restent au cœur du dispositif : leurs échanges font la valeur pédagogique de l’AFEST, et l’IA leur donne davantage de temps pour les faire vivre.
