
Une IA peut aider un manager à deux choses : rapprocher des faits (« trois relevés manquants le dimanche soir ce mois-ci ») et proposer une lecture prudente de la situation (« le poste du dimanche soir est souvent découvert »). Elle doit s'arrêter avant la troisième marche : le jugement sur une personne (« Kevin est négligent »). Cette limite tient au contexte que la machine ne voit pas, aux biais des données, au droit européen et à la confiance des équipes. Les faits peuvent être rapprochés par l'outil. La décision reste au manager.
Mardi, 15 h 30, dans la salle vide
Le service du midi est fini. Mélanie, responsable du restaurant, s'installe à une table près de la vitre avec son carnet et la tablette. Elle voit Kevin, commis depuis huit mois, jeudi pour son entretien.
Sur l'écran, les faits du mois. Trois relevés de température manquants, tous le dimanche soir. Une checklist de fermeture incomplète, un dimanche aussi. Pour le reste, des formations validées, deux remplacements acceptés au pied levé.
La phrase qui vient d'abord est simple : « Kevin ne fait pas ses relevés. » Mélanie la note, puis la barre. Elle regarde le planning. Le dimanche soir, Kevin ferme seul la cuisine depuis que Didier, le second, est passé en journée. Personne ne lui a transmis la fiche de fermeture mise à jour en septembre. Et la tablette du poste chaud a été changée deux fois ce mois-ci.
Elle écrit autre chose : « Le dimanche soir, la fermeture repose sur une seule personne, sans la fiche à jour. » Jeudi, elle commencera par cette question : « Comment ça se passe, le dimanche soir ? »
(Scène et personnages fictifs.)
Pourquoi trois marches et pas deux
Le fait se vérifie
« Trois relevés manquants le dimanche soir en octobre » se contrôle. On peut ouvrir l'historique, voir les dates, constater qu'un relevé a peut-être été fait sur papier. Même faux, il se corrige.
L'interprétation se discute
« Le poste du dimanche soir est souvent découvert » est une lecture. Elle porte sur une situation, un créneau, une organisation. Elle peut être fausse, et c'est justement pour cela qu'elle doit être présentée comme une hypothèse, avec les faits qui la fondent. Une IA peut proposer cette lecture si elle la signale comme telle.
Le jugement se subit
« Kevin est négligent » ne porte plus sur une situation mais sur une personne. On ne le vérifie pas, on le croit ou non. Écrit par un outil, il prend l'apparence de l'objectivité, et il suit la personne d'un entretien à l'autre. C'est la marche que l'IA ne doit pas franchir.
Pourquoi l'IA doit s'arrêter avant le jugement
Le contexte invisible
L'outil ne connaît que ce qui a été saisi. L'échange de poste arrangé à la pause, la tablette en panne, la fiche jamais transmise, le bus supprimé, la difficulté personnelle : rien de tout cela n'est dans la donnée. Le manager peut poser la question. L'IA ne peut que compléter le vide avec du probable.
Les biais de la donnée
Les données d'une équipe ne sont pas neutres. Celui qui ferme seul accumule plus d'écarts que celui qui travaille en binôme. Celle qui saisit tout honnêtement paraît moins bonne que celui qui coche sans vérifier. Un jugement tiré de ces chiffres mesure souvent le poste et l'honnêteté de la saisie, pas la personne.
Le droit européen
Deux textes posent des limites claires.
- Le RGPD, article 22, donne à chacun le droit de ne pas faire l'objet d'une décision fondée exclusivement sur un traitement automatisé, y compris le profilage, qui produit des effets juridiques ou l'affecte de manière significative. Une sanction, un refus de promotion ou un changement de poste décidés sur la seule foi d'un score entrent dans cette zone.
- L'AI Act (règlement (UE) 2024/1689, annexe III, point 4) classe à haut risque les systèmes d'IA destinés à l'emploi et à la gestion des travailleurs, notamment ceux qui servent à prendre des décisions sur la promotion ou le licenciement, à attribuer des tâches selon le comportement individuel ou à suivre et évaluer les performances et le comportement des personnes. Ces obligations s'appliquent à partir du 2 décembre 2027 : le règlement (UE) 2026/1744, publié au Journal officiel de l'Union le 24 juillet 2026, a reporté cette date, initialement fixée au 2 août 2026. L'article 5 du même texte interdit déjà, depuis le 2 février 2025, l'inférence des émotions d'une personne sur le lieu de travail, sauf raisons médicales ou de sécurité.
En France, le Code du travail ajoute que, dans les entreprises d'au moins 50 salariés, le CSE est informé et consulté avant la mise en œuvre de moyens permettant de contrôler l'activité des salariés (article L2312-38). Pour une situation précise, demandez l'avis d'un juriste ou de votre délégué à la protection des données.
La confiance des équipes
Une équipe accepte qu'un outil lui rappelle une fiche. Elle n'accepte pas qu'il la juge. Dès que les salariés pensent qu'une machine écrit un avis sur eux, ils cochent pour l'outil et plus pour le travail. Les écarts disparaissent des écrans, pas des cuisines.
Les règles d'une IA qui interprète sans juger
- Partir des faits datés, avec leur provenance : enregistré, déclaré, observé, prouvé. Un fait sans date ne sert pas en entretien.
- Interpréter des situations, pas des personnes. Le sujet de la phrase est un poste, un créneau, une procédure : « la fermeture du dimanche », pas « Kevin ».
- Présenter la lecture comme une hypothèse, et dire ce qui la fonde. « Les trois manques tombent le dimanche, quand une seule personne ferme. »
- Dire ce qui manque. « Je ne sais pas si la fiche de fermeture a été transmise. » L'absence de donnée est une information.
- Proposer une question plutôt qu'une conclusion. « Voulez-vous vérifier qui ferme le dimanche et avec quelle fiche ? »
- Laisser la décision au manager, et toute action en deux temps : l'outil prépare, la personne confirme.
Fait, interprétation prudente, jugement interdit
| Fait (vérifiable) | Interprétation prudente (une hypothèse sur la situation) | Jugement interdit (sur la personne) |
|---|---|---|
| Trois relevés manquants le dimanche soir ce mois-ci | Le poste du dimanche soir est souvent découvert | « Kevin est négligent » |
| Quatre retards de 10 à 15 minutes sur les ouvertures de 7 h | Les ouvertures de 7 h posent un problème d'accès ou d'horaire | « Elle n'est pas fiable » |
| Module allergènes non validé, prévu il y a trois semaines | La formation n'a pas trouvé de créneau dans le planning | « Il ne s'intéresse pas à son métier » |
| Deux checklists de fermeture incomplètes après des services à plus de 120 couverts | La fermeture déborde quand le service est chargé | « Il bâcle » |
| Peu de messages dans le canal d'équipe | Aucune lecture : le volume de messages ne dit rien du travail | « Elle est démotivée » |
| Deux remplacements acceptés au pied levé | Le planning repose sur quelques volontaires | « C'est le meilleur de l'équipe » |
La dernière ligne compte autant que les autres : un jugement favorable reste un jugement. Mieux vaut remercier pour deux remplacements précis que décerner un titre.
Erreurs fréquentes
- Glisser de la situation à la personne. « Le dimanche est découvert » devient « Kevin ne fait pas le dimanche » au deuxième passage. Relisez le sujet de chaque phrase.
- Prendre l'absence de donnée pour un manquement. Un relevé non saisi n'est pas toujours un relevé non fait. Il faut demander.
- Laisser un score résumer une personne. Un compteur d'actions anime une équipe ; il ne remplace pas un entretien.
- Croire que la validation humaine suffit si elle est automatique. Un manager qui signe sans lire ce que l'outil propose ne décide pas vraiment.
- Ne pas dire à l'équipe ce que l'outil fait. Un outil dont on ignore la finalité devient vite de la surveillance.
Ce qu'il faut mesurer
- La part des entretiens préparés à partir de faits datés, et non d'impressions.
- Le nombre d'écarts résolus par un changement d'organisation (planning, fiche, formation) plutôt que par un reproche.
- Le nombre de faits corrigés par les salariés eux-mêmes avant un entretien : c'est le signe que le circuit est contradictoire.
Où Tsuno intervient
La doctrine de Tsuno tient en une phrase : Tsuno rapproche les faits, l'humain décide. L'application prépare les entretiens à partir de faits datés : formations validées, checklists faites ou non, relevés, absences, retards et oublis enregistrés, tâches et objectifs convenus. Elle distingue le fait enregistré, le fait déclaré, l'observation d'un manager, la preuve jointe et l'absence de donnée, et une déduction de l'IA est signalée comme telle.
L'IA de Tsuno ne note pas un salarié à la place de son manager, ne prédit pas les départs, ne déduit ni humeur ni motivation. Elle refuse d'inscrire sur un salarié sa santé, une grossesse, un handicap, sa religion ou ses opinions, et propose de consigner des faits datés et observés. L'application affiche bien un classement du mois, fait des points gagnés en formation, en ponctualité et sur les tâches faites, pour animer les équipes. Il n'est jamais transmis à l'assistant : l'IA ne l'utilise pas et ne classe pas les salariés, et San, l'assistant vocal des équipes, n'évalue personne. Toute action se fait en deux temps, l'outil prépare, la personne confirme, et c'est tracé. Le cadre complet est sur la page confiance, et l'assistant sur la page Tsuno San.
Pour aller plus loin
Pour la vue d'ensemble du rôle de l'IA auprès des managers, lisez l'IA au service de l'encadrement : analyser, conseiller, rassurer. La position de principe est posée dans l'IA ne doit pas juger vos salariés, et sa version RH dans l'outil rappelle, l'humain décide : une doctrine pour l'IA en RH. Sur le risque de dérive, voyez pourquoi un outil de management peut vite devenir un outil de surveillance. Pour l'entretien lui-même, comment préparer un entretien salarié avec des faits, pas des impressions. Et pour la liste des limites de l'assistant, ce que San ne fait jamais. Le cadre général est posé dans la page pilier IA, voix et vie privée au travail. Pour voir ce que l'outil peut préparer sans juger, lisez ce que l'IA peut rassembler pour un manager.
À retenir
Une IA utile en management rapproche des faits et propose des lectures de situations, présentées comme des hypothèses. Le jugement sur une personne reste au manager, parce que lui seul peut voir le contexte, poser la question et en répondre.
Questions fréquentes
Quelle différence entre un fait, une interprétation et un jugement en management ?
Un fait est daté et vérifiable : trois relevés manquants le dimanche soir ce mois-ci. Une interprétation propose une lecture d'une situation : le poste du dimanche soir est souvent découvert. Un jugement qualifie une personne : il est négligent. Une IA peut aider sur les deux premiers, jamais sur le troisième.
Une IA peut-elle évaluer la performance d'un salarié ?
Elle ne devrait pas le faire à la place du manager. Le RGPD (article 22) encadre les décisions fondées exclusivement sur un traitement automatisé qui affectent significativement une personne, et l'AI Act classe à haut risque les systèmes d'IA utilisés pour évaluer les performances et le comportement des travailleurs.
Quand les règles de l'AI Act sur l'IA à haut risque dans l'emploi s'appliquent-elles ?
Les obligations des systèmes à haut risque listés à l'annexe III, dont l'emploi et la gestion des travailleurs, s'appliquent à partir du 2 décembre 2027, après le report voté en 2026 (règlement (UE) 2026/1744). L'interdiction de l'inférence d'émotions au travail s'applique depuis le 2 février 2025.
Pourquoi une IA ne voit-elle pas tout le contexte d'une situation d'équipe ?
Parce qu'elle ne connaît que ce qui a été saisi. Un échange de poste arrangé oralement, une tablette en panne, une consigne jamais transmise ou une difficulté personnelle n'apparaissent dans aucune donnée. Le manager, lui, peut poser la question.
Tsuno note-t-il ou classe-t-il les salariés ?
L'application affiche un classement du mois, fait des points gagnés en formation, en ponctualité et sur les tâches faites, pour animer les équipes. Il n'est jamais transmis à l'assistant : l'IA de Tsuno ne l'utilise pas, ne note ni ne classe les salariés, et San n'évalue personne.