Compétence numérique : la maîtrise que personne ne vérifie

Une exigence universelle que rien ne mesure

La formule figure dans d'innombrables fiches de poste et offres d'emploi du secteur public comme du privé : « maîtrise du pack Office ». Elle fonctionne comme un prérequis si évident qu'il n'appelle ni définition ni vérification. Aucun recensement systématique de sa fréquence dans les offres n'existe à ce jour, mais son statut d'évidence est précisément le point : la compétence bureautique est traitée comme un attribut naturel de tout candidat, au même titre que savoir lire.

Les données disponibles racontent autre chose. L'INSEE établit qu'en 2021, 15,4 % des personnes de quinze ans ou plus résidant en France étaient en situation d'illectronisme, et que 28 % des internautes présentaient des capacités numériques faibles dans au moins un des cinq domaines mesurés (recherche d'information, communication, usage de logiciels, protection de la vie privée, résolution de problèmes). L'institut précise d'ailleurs une limite méthodologique décisive : ces enquêtes reposent sur des données déclaratives, « la personne déclare si elle sait réaliser ou non la tâche ». Autrement dit, même l'appareil statistique national mesure une compétence déclarée, pas une compétence démontrée. La présomption est inscrite jusque dans l'instrument de mesure.

Quand la compétence est testée plutôt que déclarée, l'écart se creuse. L'évaluation des compétences des adultes de l'OCDE (PIAAC), dont la deuxième édition a été publiée en décembre 2024, place la France sous la moyenne de l'OCDE dans tous les domaines mesurés, avec des niveaux quasiment inchangés depuis la première édition de 2012. Et la littérature académique sur les tableurs, consolidée par le European Spreadsheet Risks Interest Group, documente depuis les années 1990 un phénomène massif : dans la synthèse de Raymond Panko portant sur 88 tableurs audités entre 1995 et 2004, 94 % contenaient au moins une erreur, avec un taux d'erreur moyen par cellule supérieur à 5 %. Le même auteur souligne que les concepteurs de tableurs se montrent systématiquement surconfiants dans l'exactitude de leurs fichiers. La maîtrise d'Excel la plus répandue consiste à faire fonctionner des formules simples sans capacité à en garantir le résultat.

Le marché de la certification confirme, en creux, la hiérarchie réelle des usages. Le référentiel TOSA, l'un des standards français de certification bureautique, fixe le seuil de délivrance à 351 points sur 1000 pour Word, Excel ou PowerPoint, mais à 551 pour le VBA, le langage de programmation intégré à Office. L'écart de seuil dit ce que le discours des fiches de poste ne dit pas : l'automatisation bureautique, celle qui transforme réellement la productivité, relève d'une compétence rare, pas d'un acquis natif.

La figure du « digital native » a longtemps servi de caution à cette présomption. Elle est pourtant réfutée par la recherche. La fondation ECDL montrait dès 2014 que l'exposition précoce à la technologie ne garantit aucune compétence de travail, et que les jeunes surestiment des capacités qui ne résistent pas au test. Paul Kirschner et Pedro De Bruyckere ont établi en 2017 que les prétendus natifs du numérique sont surtout des consommateurs de contenus, non des producteurs outillés. La compétence bureautique universelle est un mythe commode que trente ans de données déclaratives ont entretenu et que chaque mesure directe dément.

L'IA générative rejoue la scène en accéléré

La séquence se reproduit aujourd'hui, comprimée sur trois ans au lieu de trente. Le Baromètre du numérique 2026, présenté le 6 février 2026 par le Crédoc pour l'Arcep, l'Arcom, le CGE et l'ANCT, mesure que 48 % des Français de douze ans et plus utilisent l'IA générative, soit une progression de 28 points en deux ans, comparable à la vitesse d'adoption observée aux États-Unis. Dans la fonction publique d'État, l'enquête conduite entre janvier et avril 2026 auprès d'environ 2 000 agents de neuf administrations, rendue publique le 16 juin 2026 lors du lancement du plan « Notre IA », établit que 89 % des agents interrogés utilisent déjà l'IA dans leur travail, dont 55 % via des outils non validés par leur administration. Le rapport des inspections générales (IGF, IGA, IGAS) publié le 2 juillet 2026 estime pour sa part que l'usage spontané non encadré pourrait concerner jusqu'à 40 % des agents publics, et qu'un agent sur cinq verrait ses tâches significativement exposées à l'automatisation.

Sur cette adoption massive, les organisations bâtissent une attente inédite : que les agents délèguent une part croissante de leur production aux assistants. La généralisation de « l'Assistant », l'agent conversationnel de l'État fondé sur Mistral, est annoncée pour près d'un million d'agents d'ici l'automne 2026, avec un gain de temps allant jusqu'à 16 % sur la synthèse documentaire selon la communication gouvernementale. L'attente porte donc sur un usage productif, intégré aux tâches, mesurable en heures gagnées.

Or les données d'usage décrivent une pratique dominée par l'interrogation simple. L'étude publiée par des chercheurs d'OpenAI, de Duke et de Harvard en septembre 2025, à partir de 1,1 million de conversations anonymisées, classe 49 % des messages adressés à ChatGPT dans la catégorie « Asking », c'est-à-dire la recherche d'information ou de conseil, contre 40 % de production effective de tâches. Le Baromètre du numérique confirme la même hiérarchie côté français : pour chercher une information, les moteurs de recherche restent deux fois plus utilisés que l'IA générative (59 % contre 28 %). L'outil conçu pour produire est majoritairement employé comme un moteur de recherche amélioré. Et la formation qui permettrait de franchir ce seuil reste marginale : l'étude Lecko 2026, conduite avec Ipsos auprès d'organisations publiques et privées de plus de 250 salariés, mesure que 15 % seulement des utilisateurs en entreprise ont été formés.

Chiffre-clé.

Dans l'étude d'usage la plus large publiée à ce jour (OpenAI, Duke, Harvard, septembre 2025, 1,1 million de conversations), 49 % des messages adressés à ChatGPT relèvent de la simple demande d'information ou de conseil. La compétence que les organisations présument (déléguer des chaînes de production à des agents) et l'usage que les données décrivent (interroger un guichet conversationnel) ne sont pas la même compétence.

L'écart est d'autant plus net que la pratique avancée de l'IA générative constitue désormais un savoir-faire technique identifiable : structuration de problèmes, chaînage de tâches, connexion des modèles aux systèmes d'information via des standards comme le Model Context Protocol publié par Anthropic en novembre 2024, orchestration d'agents. Les enquêtes professionnelles situent l'usage industrialisé, via API et agents spécialisés, autour de 11 % des professionnels du numérique eux-mêmes. Ce qui est présumé chez tous est effectivement maîtrisé par une petite minorité, y compris parmi les spécialistes. La présomption de maîtrise s'est déplacée d'un logiciel à un autre sans que le mécanisme change, mais avec un enjeu qui a changé d'échelle : hier une lettre mal mise en page, demain une production administrative déléguée sans contrôle de qualité.

Le fait a un nom : la technologie mise en acte

Le constat empirique précède ici la théorie, et il tient en une phrase : dans la bureautique comme dans l'IA générative, la technologie effectivement pratiquée dans les organisations n'est pas la technologie dont parlent les fiches de poste, les plans de déploiement et les promesses de gains. C'est précisément l'écart que la politiste Jane Fountain a conceptualisé en étudiant l'informatisation de l'administration américaine.

Concept : la technologie mise en acte (technology enactment).

Dans Building the Virtual State (Brookings Institution Press, 2001), Jane Fountain distingue la technologie objective (les capacités du logiciel tel qu'il existe) de la technologie mise en acte (enacted technology), c'est-à-dire la technologie telle qu'elle est perçue, appropriée et réellement utilisée par les acteurs, façonnée par les routines, les structures et les cadres cognitifs de l'organisation. L'écart entre les deux n'est pas un défaut transitoire d'accompagnement : il est le produit normal de l'encadrement institutionnel des usages.

Appliqué au cas présent, le cadre de Fountain éclaire trois choses. D'abord, l'écart entre Word objectif (un environnement de production structurée, de styles, de publipostage, d'automatisation) et Word mis en acte (une machine à écrire) n'est pas une anomalie individuelle mais un fait organisationnel stable, reproduit sur une génération entière d'agents. Ensuite, les gains annoncés des déploiements d'IA sont calculés sur la technologie objective, alors que les gains réels seront produits par la technologie mise en acte, dont tout indique qu'elle restera longtemps conversationnelle et superficielle. Enfin, la promesse de délégation aux agents autonomes suppose une capacité de pilotage (spécifier, vérifier, corriger) qui est exactement la compétence que la présomption dispense de construire.

Deux mécanismes complémentaires précisent le tableau. Le premier relève de l'économie de l'information : Michael Spence a montré en 1973 que, sur un marché où l'employeur ne peut observer la productivité réelle, les candidats émettent des signaux et les recruteurs s'en contentent. La ligne « maîtrise du pack Office », puis demain « maîtrise des outils d'IA », fonctionne comme un signal que personne n'a intérêt à tester : le candidat y perdrait, le recruteur n'a pas d'instrument, et l'organisation préfère l'hypothèse haute. Le second mécanisme relève de l'apprentissage organisationnel : Barbara Levitt et James March ont décrit en 1988 le competency trap, le piège de compétence, par lequel une organisation qui obtient des résultats acceptables avec une procédure inférieure accumule de l'expérience sur cette procédure et n'atteint jamais le seuil de rentabilité de la procédure supérieure. L'usage de Word en machine à écrire a fonctionné pendant trente ans. L'usage de l'IA en moteur de recherche fonctionne aussi. C'est bien là le problème : la pratique superficielle rend des services suffisants pour ne jamais déclencher l'investissement d'apprentissage qui donnerait accès à la pratique profonde.

La dactylographie, ou comment une compétence cesse d'en être une

Le mécanisme a un précédent structurellement très proche. L'historienne Delphine Gardey a documenté, dans La dactylographe et l'expéditionnaire (Belin, 2001), la construction de la frappe comme compétence professionnelle entre 1890 et 1930 : une machine (la machine à écrire), un métier (dactylographe, puis sténodactylographe), des diplômes, des concours de vitesse, des organisations dédiées (les pools dactylographiques), et une qualification progressivement dévaluée à mesure que la profession se féminise et se banalise. La frappe fut pendant un demi-siècle une compétence certifiée, mesurée en mots par minute, rémunérée comme telle.

La micro-informatique des années 1980 et 1990 a dissous cette architecture sans la remplacer. Le clavier a quitté le pool pour s'installer sur tous les bureaux, et la frappe est passée du statut de métier au statut d'attribut présumé de tout salarié, sans que quiconque soit formellement formé à ce que les dactylographes apprenaient. La France a même donné à cette bascule une forme de consécration politique : le plan Informatique pour tous, présenté le 25 janvier 1985 et doté de 1,8 milliard de francs, promettait l'initiation de toute une génération, avant d'être abandonné en 1989 avec une formation des enseignants laissée pour l'essentiel au volontariat.

Ce précédent éclaire le présent sur un point décisif. La dé-professionnalisation d'une compétence technique ne fait pas disparaître la compétence : elle fait disparaître sa mesure, sa transmission organisée et sa reconnaissance salariale, pendant que l'exigence, elle, demeure. Chacun est censé savoir taper, comme chacun est censé maîtriser Office, comme chacun sera bientôt censé savoir piloter des agents. À chaque étape, l'organisation a converti une qualification en présomption, et transféré silencieusement à l'individu la charge d'acquérir seul ce qu'elle ne vérifie plus. Ce que la sociologue Marcelle Stroobants rappelait dès 1993 trouve ici une illustration exacte : la compétence n'est pas un attribut naturel des personnes, c'est le produit d'un processus social d'habilitation. Quand ce processus s'interrompt, la compétence ne devient pas universelle. Elle devient invisible.

L'angle mort : des déploiements comptés, des capacités jamais

Le discours institutionnel sur l'IA publique n'ignore pas la question des compétences. Il la traite par un vocabulaire précis, celui de l'« acculturation » et de la « montée en compétence », et par un instrument unique, le volume de formation. Le rapport annuel de la DGAFP indique qu'en 2023 les agents des ministères ont suivi en moyenne 2,5 jours de formation hors formation statutaire, toutes thématiques confondues. Le plan « Notre IA » annonce des parcours de sensibilisation massifs. Aucun de ces dispositifs ne comporte de mesure de capacité : le système compte des agents formés, des licences déployées, des taux d'équipement, jamais des compétences vérifiées. La puissance publique dispose pourtant de l'outillage : le dispositif Pix, adossé au cadre européen des compétences numériques, propose des parcours d'évaluation pour les agents de l'État, de la bureautique à l'IA. Il reste facultatif là où l'exigence de maîtrise, elle, est implicite et générale.

Cette asymétrie n'est pas un oubli. Ne pas mesurer les capacités réelles présente un avantage fonctionnel pour chaque acteur de la chaîne. Les directions de programme peuvent chiffrer des gains sur la technologie objective sans que la technologie mise en acte vienne les démentir. Les employeurs peuvent maintenir des exigences de recrutement sans financer la qualification correspondante. Les agents eux-mêmes n'ont aucun intérêt à faire objectiver un écart entre leur compétence déclarée et leur compétence démontrée. La présomption de maîtrise est un équilibre, pas une erreur. C'est ce qui la rend durable, et c'est ce que le discours du déploiement ne nomme jamais : un plan qui équipe un million d'agents repose sur une hypothèse de compétence qu'aucune donnée ne soutient et qu'aucun instrument ne teste.

Conclusion : la présomption survivra-t-elle à l'automne 2026 ?

La question posée par le titre peut désormais être formulée en prédiction. La maîtrise que personne ne vérifie a traversé trente ans de bureautique parce que le coût de la présomption restait diffus : des documents mal structurés, des tableurs faux, une productivité théorique jamais atteinte. Avec l'IA générative, le coût change de nature, puisque la production elle-même est déléguée à des systèmes que l'agent est censé savoir piloter. Deux échéances permettront de vérifier si les organisations publiques tirent cette conséquence ou reconduisent l'équilibre existant.

La première est l'accord-cadre sur l'intelligence artificielle dans la fonction publique, dont la négociation a été ouverte en avril 2026 par la DGAFP avec une signature visée à l'automne 2026. L'hypothèse défendue ici est que le texte final traitera la compétence par le volume (nombre d'agents à former, heures de sensibilisation) et non par la capacité. L'indicateur observable est simple : la présence ou l'absence, dans l'accord publié, d'un dispositif de vérification des compétences IA (référentiel d'évaluation, certification opposable, mesure de niveau de type Pix) assorti d'objectifs chiffrés. La seconde échéance est le bilan de la généralisation de « l'Assistant » à un million d'agents : si, d'ici fin 2027, l'administration publie des données d'usage ventilées par types de tâches (interrogation simple contre chaînes de production outillées), la présomption commencera à se fissurer. Si le bilan s'en tient aux taux d'activation et aux enquêtes de satisfaction, elle aura, une fois de plus, tenu. Trente ans de bureautique suggèrent le second scénario. C'est une hypothèse falsifiable, et son échéance est datée.

---

Note méthodologique

L'article opérationnalise le cadre de la technologie mise en acte (Fountain, 2001) comme lentille principale, la théorie du signal (Spence, 1973) et le piège de compétence (Levitt et March, 1988) en appui. La fréquence de la mention « maîtrise du pack Office » dans les offres d'emploi n'a pas pu être quantifiée par une source primaire : elle est traitée comme un fait qualitatif notoire, non chiffré. Le gain de 16 % attribué à « l'Assistant » relève de la communication gouvernementale du plan « Notre IA » et est attribué comme tel. Les taux d'erreur de tableurs varient selon les définitions retenues par les études compilées par Panko, la fourchette citée correspond à sa synthèse de 2005. Le chiffre de 40 % d'agents en usage non encadré est présenté par le rapport interinspections comme une borne haute (« jusqu'à »).

---

Sources

Sources primaires institutionnelles

INSEE, « L'illectronisme touche 15,4 % des personnes de 15 ans ou plus en 2021 », Insee Première n° 1953, 22 juin 2023. https://www.insee.fr/fr/statistiques/7624783 (à vérifier avant publication : numéro exact de la publication)

OCDE, « Survey of Adult Skills 2023 (PIAAC), Do Adults Have the Skills They Need to Thrive in a Changing World? », 10 décembre 2024. https://www.oecd.org/en/publications/do-adults-have-the-skills-they-need-to-thrive-in-a-changing-world_b263dc5d-en.html (à vérifier avant publication)

Crédoc pour l'Arcep, l'Arcom, le CGE et l'ANCT, « Baromètre du numérique, édition 2026 », rapport présenté le 6 février 2026. https://www.arcep.fr/uploads/tx*gspublication/barometre-du-numerique-edition-2026*RAPPORT.pdf

Direction interministérielle de la transformation publique, « L'IA dans l'État : les agents publics s'emparent de l'IA », enquête publiée à l'occasion du plan « Notre IA », 16 juin 2026. https://www.modernisation.gouv.fr/actualites/lia-dans-letat-les-agents-publics-semparent-de-lia

IGF, IGA, IGAS, « Le déploiement de l'intelligence artificielle dans les administrations publiques », rapport daté d'avril 2026, rendu public le 2 juillet 2026. https://www.igas.gouv.fr (URL du rapport à vérifier avant publication)

DGAFP, « Rapport annuel sur l'état de la fonction publique, édition 2025 », octobre 2025. https://www.fonction-publique.gouv.fr/files/files/publications/rapport-annuel/ra_2025.pdf

Études et données d'usage

Chatterji, Cunningham, Deming, Hitzig et al., « How People Use ChatGPT », NBER Working Paper n° 34255, septembre 2025. https://www.nber.org/system/files/working_papers/w34255/w34255.pdf

Lecko avec Ipsos, « État de l'art de la transformation interne des organisations », édition 2026, présentée le 29 janvier 2026. https://lecko.fr (URL de l'étude à vérifier avant publication)

Panko, Raymond, « What We Don't Know About Spreadsheet Errors Today », synthèse présentée à la conférence EuSpRIG, 2015. https://arxiv.org/pdf/1602.02601

Cadres théoriques

Fountain, Jane E., Building the Virtual State: Information Technology and Institutional Change, Washington D.C., Brookings Institution Press, 2001.

Spence, Michael, « Job Market Signaling », The Quarterly Journal of Economics, vol. 87, n° 3, 1973, p. 355 à 374.

Levitt, Barbara et March, James G., « Organizational Learning », Annual Review of Sociology, vol. 14, 1988, p. 319 à 340.

Stroobants, Marcelle, Savoir-faire et compétences au travail. Une sociologie de la fabrication des aptitudes, Bruxelles, Éditions de l'Université de Bruxelles, 1993.

Kirschner, Paul A. et De Bruyckere, Pedro, « The myths of the digital native and the multitasker », Teaching and Teacher Education, vol. 67, 2017, p. 135 à 142.

ECDL Foundation, « The Fallacy of the 'Digital Native': Why Young People Need to Develop their Digital Skills », 2014. https://icdl.org/policy-and-publications/the-perception-and-reality-of-digital-skills/

Parallèle historique

Gardey, Delphine, La dactylographe et l'expéditionnaire. Histoire des employés de bureau, 1890-1930, Paris, Belin, 2001.

EPI (association Enseignement Public et Informatique), « Le plan Informatique pour tous », dossier de présentation, 1985. https://www.epi.asso.fr/revue/37/b37p023.htm