À la lecture de l’article publié par Fred Cavazza, Un référentiel de compétences en IA pour faciliter l’adoption, une question s’impose rapidement : qu’appelle-t-on une “compétence en IA” aujourd’hui ?
Non pas au sens technique ou expert, mais du point de vue de l’utilisateur, du professionnel, de celui qui mobilise l’IA dans ses pratiques quotidiennes.

Dans son analyse, Fred Cavazza met en évidence un décalage persistant entre l’usage déclaré de l’IA et la maturité réelle des pratiques. Il évoque notamment l’existence d’une grille d’auto-évaluation d’une vingtaine de critères qu’il utilise dans ses accompagnements, sans la formaliser publiquement. Cette absence de cadre explicite n’est pas un manque : elle révèle au contraire un point central. Avant d’évaluer, encore faut-il savoir ce que l’on cherche à observer.

C’est dans cette perspective que s’inscrit cet article. Il ne propose ni un référentiel officiel, ni une méthode de certification. Il s’agit d’une tentative de création d’une grille d’évaluation des compétences en IA, pensée avant tout comme un outil d’auto-positionnement et de réflexion personnelle.

Des cadres existants comme points d’appui

Cette initiative ne part pas d’une page blanche. Plusieurs cadres reconnus offrent déjà des repères solides.

Le cadre européen DigComp structure les compétences numériques autour de domaines clés (information, création, sécurité, résolution de problèmes) et de niveaux de maîtrise progressifs. L’IA y est abordée de manière transversale, notamment sous l’angle de l’évaluation critique et de l’usage responsable.

Les travaux de l’OCDE sur l’AI Literacy rappellent que la compétence en IA ne se limite pas à l’usage d’outils, mais repose sur la capacité à comprendre, questionner, évaluer et décider dans un environnement algorithmique.

Enfin, la plateforme Pix illustre une logique d’auto-positionnement particulièrement pertinente : la compétence ne se déclare pas, elle se révèle dans l’action, au travers de situations concrètes.

Ces trois approches ne constituent pas des modèles à reproduire tels quels, mais des sources d’inspiration méthodologique.

Principes fondateurs de la grille proposée

Sur cette base, une grille d’évaluation des compétences en IA, conçue comme un outil d’auto-évaluation, pourrait reposer sur quatre principes simples :

• Auto-positionnement, et non évaluation externe

• Usages concrets, plutôt que connaissances théoriques

• Progressivité, avec des niveaux de maturité lisibles

• Responsabilité, intégrant les enjeux éthiques et organisationnels

L’objectif n’est pas de produire un score, mais de se situer honnêtement.

Proposition de structure d’une grille de compétences en IA

À titre exploratoire, cette grille peut s’organiser autour de cinq grandes dimensions, chacune traduite en questions d’auto-positionnement.

1. Compréhension et acculturation à l’IA

• Comprends-je ce que fait réellement un outil d’IA lorsque je l’utilise ?

• Suis-je capable d’en identifier les limites (biais, approximations, hallucinations) ?

• Est-ce que je distingue clairement automatisation, IA prédictive et IA générative ?

2. Usage opérationnel des outils IA

• Suis-je capable de formuler des demandes claires et contextualisées ?

• Est-ce que je sais améliorer un résultat en reformulant ou en itérant ?

• Est-ce que j’utilise l’IA pour répondre à de vrais besoins professionnels ?

3. Esprit critique et contrôle

• Est-ce que je vérifie systématiquement les productions de l’IA ?

• Suis-je capable d’identifier une réponse incohérente ou erronée ?

• Est-ce que je garde la décision finale, sans déléguer mon jugement ?

4. Intégration dans les pratiques de travail

• L’IA est-elle intégrée dans mes processus réels, ou seulement dans des tests ponctuels ?

• Ai-je structuré des usages récurrents ?

• Est-ce que je capitalise sur mes expériences passées avec l’IA ?

5. Responsabilité et cadre d’usage

• Suis-je attentif aux données que je transmets aux outils d’IA ?

• Est-ce que je connais les règles de confidentialité applicables à mon contexte ?

• Suis-je capable de décider quand il est préférable de ne pas utiliser l’IA ?

Une grille comme outil d’éclairage, pas comme finalité

Cette grille d’évaluation des compétences en IA n’a pas vocation à figer un niveau ni à établir une hiérarchie. Elle se veut avant tout un outil de lucidité personnelle, permettant de rendre visibles ses pratiques réelles, ses angles morts et ses axes de progression.

Dans la foulée de cette réflexion engagée par Fred Cavazza, il s’agit moins de mesurer que de comprendre, moins de certifier que de s’orienter. La grille devient alors un support de réflexion continue, appelé à évoluer au fil des usages et des apprentissages.

Grille de compétences en IA

Sources

• Cavazza, F. (2026). Un référentiel de compétences en IA pour faciliter l’adoption. FredCavazza.net

• Commission européenne – Joint Research Centre. DigComp 2.2

• OECD. AI Literacy & OECD Principles on Artificial Intelligence

• Pix. Référentiel de compétences numériques