Croire qu'un disclaimer suffit
Faux, cf. Air Canada. Un avertissement « les réponses peuvent contenir des erreurs » ne dégage pas la responsabilité de l'organisation.
La compétence rare en 2026 n'est pas d'utiliser l'IA. C'est de savoir quand refuser, et tenir la ligne.
La culture pro 2026 pousse à utiliser l'IA partout. Cette pression managériale injecte des hallucinations dans des contextes critiques. Cinq catégories rouges à mémoriser, et à défendre.
Promesse
Vous saurez identifier 5 catégories de tâches où l'IA générative nuit plus qu'elle n'aide, et justifier votre refus en réunion.
Pourquoi maintenant
Duolingo a annoncé en 2025 cesser de recruter quand l'IA peut faire le travail. Shopify n'attribue plus de ressources à une équipe sans justification de pourquoi l'IA ne peut pas faire la tâche (sources : clubic.com, techcrunch.com).
Cette pression managériale injecte des hallucinations dans des contextes critiques. La compétence rare en 2026 n'est pas d'utiliser l'IA. C'est de savoir quand ne pas l'utiliser, et de tenir cette ligne face à la pression.
Le concept central
Cinq catégories où le coût d'erreur dépasse systématiquement le gain de productivité. À mémoriser.
Actualité, statistique précise, citation, jurisprudence, donnée scientifique. L'IA hallucine plus qu'elle n'informe.
Devis, comptabilité, formules. Les LLM échouent dès 3 chiffres sans Code Interpreter. Ouvrez un tableur.
Risque vital, responsabilité légale, jurisprudence évolutive. Cas canon Air Canada (2024 BCCRT 149).
Tri de CV, licenciement, prestation sociale. CNIL priorités 2026 : RH + IA en tête.
Santé, secret-défense, M&A, secret des affaires. Fuite via training ou logs fournisseur.
Conseil juridique ou médical. Cas canon : Moffatt v. Air Canada (2024 BCCRT 149). Le tribunal a condamné Air Canada pour les promesses fausses de son chatbot, en rejetant explicitement l'argument que le chatbot était une « entité juridique séparée ». En France, le TA de Rennes a rejeté le 28 janvier 2026 des écritures rédigées par IA non vérifiées (lexbase.fr).
Méthode
Cinq questions à se poser systématiquement avant d'envoyer un prompt sur un sujet pro :
1. Exactitude à 100 % requise ? Si oui et que vous n'avez pas le temps de tout vérifier, ne promptez pas.
2. Validation humaine avant publication ou décision ? Si non et que la sortie engage l'organisation, ne pas prompter en autonomie.
3. Juridiction acceptable ? Si non et que les données sont sensibles, refuser ou basculer sur un outil souverain.
4. Coût d'erreur compatible avec 5-15 % d'hallucination ? Sur juridique, médical, RH, la réponse est non.
5. Gain net après vérification ? Si vérifier prend autant de temps que faire, ne pas prompter.
Une seule réponse rouge sur 5 suffit à refuser l'usage. C'est la règle de prudence Distil, que la boussole de décision transforme en réflexe de 30 secondes.
Cas canon
En 2022, Jake Moffatt achète un billet Air Canada pour assister à des funérailles. Le chatbot de la compagnie lui indique qu'il peut demander un remboursement partiel rétroactif au tarif « bereavement » dans les 90 jours. C'est faux : la politique réelle exige une demande avant l'achat. Air Canada refuse de rembourser. Moffatt attaque devant le tribunal de Colombie-Britannique.
La compagnie plaide que le chatbot est une « entité juridique séparée » dont les déclarations ne l'engagent pas. Le tribunal rejette frontalement l'argument. Citation de la décision : « Air Canada est responsable de toutes les informations sur son site, qu'elles proviennent d'une page statique ou d'un chatbot ». Air Canada est condamnée à rembourser, plus les frais. Source : mccarthy.ca.
L'enseignement : un disclaimer ne protège pas. Une IA déployée sous votre marque vous engage, point.
Second cas
L'association autrichienne Noyb a porté deux plaintes distinctes contre OpenAI. En avril 2024, sur la date de naissance erronée d'une personnalité publique qu'OpenAI déclarait ne pas pouvoir rectifier, seulement bloquer. Le 20 mars 2025, devant l'autorité norvégienne de protection des données (Datatilsynet), sur un cas autrement lourd : ChatGPT attribuait à un citoyen norvégien le meurtre de ses enfants, en mêlant à cette invention des éléments exacts de sa vie privée, sa ville et le nombre de ses enfants.
Le fondement principal est l'article 5(1)(d) du RGPD, qui impose l'exactitude des données personnelles, complété par les droits d'accès (article 15) et de rectification (article 16). L'instruction est en cours en 2026. L'enseignement : le droit à la rectification s'applique en théorie aux IA génératives, mais reste largement inappliqué. La seule contre-mesure efficace est la prudence à l'usage.
À éviter
Faux, cf. Air Canada. Un avertissement « les réponses peuvent contenir des erreurs » ne dégage pas la responsabilité de l'organisation.
La CNIL contrôle la profondeur de la validation, pas son existence formelle. Cocher une case ne suffit pas.
Les jurisprudences inventées sont une cause classique de rejet d'écritures (TA Rennes, CAA Bordeaux, rapport CNB RP-2026-001).
Ils hallucinent autrement, et plus joliment. Le ratio 5-15 % reste solide en 2026 sur prompts ouverts.
Exemple complet
La demande. « On pourrait faire passer les entretiens annuels par l'IA, elle synthétiserait les évaluations et proposerait les augmentations. » La proposition vient d'un dirigeant, en comité, et tout le monde acquiesce.
Ce qui ne marche pas comme refus. « Je ne le sens pas », « c'est un peu risqué », « l'IA n'est pas prête ». Ces objections perdent contre l'enthousiasme, parce qu'elles n'opposent rien de vérifiable.
Ce qui marche. « Cette décision affecte la rémunération de personnes identifiées. Trois problèmes concrets. D'abord, il faudra pouvoir expliquer à chaque salarié pourquoi lui et pas un autre, et un score de modèle ne s'explique pas. Ensuite, le modèle apprendra de nos décisions passées, y compris de leurs biais : si nous avons moins augmenté certains profils, il reproduira l'écart et lui donnera l'apparence de l'objectivité. Enfin, en cas de contestation, c'est nous qui portons la décision, pas l'outil. »
Le contre-projet, indispensable. Refuser sans proposer fait passer pour un frein. « En revanche, préparer une synthèse des entretiens écrits pour aider le manager à ne rien oublier, oui. La décision reste humaine, l'IA prépare la matière. »
À vous
4 cas. Pour chacun, décidez si l'IA a sa place. Validation à partir de 3/4 bonnes réponses.
8 questions. 60 % de bonnes réponses pour valider la leçon.
Synthèse
Mise en pratique
Listez les 5 dernières fois où vous avez utilisé l'IA dans un contexte pro. Pour chacune, appliquez les 5 questions de filtrage. Identifiez celle qui aurait dû basculer en mode « refus » selon vos propres critères. Préparez la phrase que vous direz en réunion la prochaine fois.
Critère de réussite : vous savez nommer en 30 secondes la catégorie rouge concernée et formuler un refus argumenté.
Cinq catégories : faits récents, calculs devant être exacts, sujets juridiques ou médicaux, décisions RH non supervisées, données ultra-confidentielles. Une seule réponse rouge suffit à renoncer.
Oui, et l'affaire Air Canada fait référence : l'entreprise a été jugée engagée par ce que son chatbot avait affirmé. Un avertissement affiché n'y change rien.
En 2022, un passager suit une information erronée donnée par le chatbot du site. Air Canada refuse le remboursement en soutenant que le chatbot est une entité distincte. Le tribunal de Colombie-Britannique écarte l'argument (2024 BCCRT 149) : l'entreprise répond de toutes les informations publiées sur son site, chatbot compris.
C'est le terrain le plus surveillé. La CNIL a fait du couple recrutement-IA une priorité de contrôle annoncée le 3 avril 2026, et les systèmes RH relèvent de l'Annexe III de l'AI Act. Rien n'interdit d'utiliser l'IA pour préparer, mais la décision et sa justification restent humaines et documentées.
Refuser par principe, oui. Refuser sur un cas précis en sachant dire pourquoi, non : c'est la compétence rare. La question n'est pas d'utiliser l'IA partout, mais de savoir nommer les tâches où son taux d'erreur est incompatible avec l'enjeu.