Rapport 2026 sur l'IA dans l'apprentissage et le développement (L&D)

L'IA a dépassé la phase d'expérimentation pour s'immiscer dans le travail quotidien des équipes L&D

87 % des personnes interrogées utilisent déjà l'IA, et seulement 2 % n'envisagent pas de l’adopter. La plupart ont dépassé la phase expérimentale, avec 36 % utilisant l'IA dans certains de leurs processus de travail et 9 % commençant à la déployer dans l’ensemble de l’entreprise.

La plus grande valeur de l'IA aujourd'hui réside dans sa rapidité d’exécution

Actuellement, les équipes L&D s’aident de l'IA durant les phases de conception et de développement des formations pour la génération de voix (63 %), la rédaction de contenus et de quiz (60 %), la création de vidéos (52 %) et la traduction (38 %). Les principaux avantages sont une production plus rapide (84 %) et une meilleure expérience pour l'apprenant (66 %).

La prochaine phase sera axée sur l'impact pour l'apprenant

Selon les équipes L&D, c'est au niveau de la personnalisation de l'apprentissage (72 %), de l’élargissement de la portée interne (65 %) et de l’augmentation de l'engagement des apprenants (56 %) que l'IA aura le plus d'impact. Une augmentation de l’utilisation est prévue dans les domaines des évaluations et simulations (36 %), des parcours adaptatifs (33 %), de la cartographie des compétences (32 %) et des tuteurs IA (29 %). Concernant la valeur perçue de l'IA, l'efficacité et le gain de temps (88 %) sont en train de perdre de l’importance au profit de l'impact sur les résultats commerciaux (55 %) et de la simplicité de la localisation (54 %).

L'écosystème d'apprentissage devient plus fragmenté

Seulement 47 % des répondants pensent que le système de gestion de l'apprentissage (LMS) restera le pilier central de leur écosystème. Selon les répondants, les fonctionnalités d'IA seront mises en œuvre dans des proportions quasi identiques dans les domaines suivants : fonctionnalités intégrées (19 %), outils de productivité (17 %), systèmes autonomes (17 %) et IA agentique orchestrant différents systèmes (19 %). Plus d’un quart des équipes (27 %) exprime des incertitudes à ce sujet.

L'intérêt pour l'IA agentique (IA capable d'agir de manière autonome) est élevé, mais les équipes sont circonspectes

Les répondants sont enthousiastes (27 %), circonspects (39 %), ou affirment avoir besoin d'en savoir plus (29 %). Les travaux exploratoires se concentrent sur les tuteurs IA (49 %), le coaching et le mentorat (43 %), l'assistance personnalisée (43 %) et l'automatisation administrative (38 %).

Les budgets restent faibles et fragmentés

39 % des répondants allouent 5 % ou moins de leur budget L&D à l'IA, et 30 % ne connaissent pas leurs dépenses. Les mécanismes de financements dédiés sont toujours à l'étude.

Les défis de préparation ralentissent les progrès

La sécurité (58 %), l’exactitude (52 %), les contraintes légales (41 %) et les difficultés d'intégration (36 %) demeurent des obstacles majeurs. Bien que 74 % affirment que leur culture d'entreprise encourage l'expérimentation, seulement 45 % estiment que le service informatique facilite l'adoption de l'IA.

Malgré ces frictions, l'optimisme est fort

66 % estiment que l'IA renforcera la portée du service L&D, et 72 % pensent qu’il s'en sortira en s’adaptant. Les équipes L&D expriment le besoin d’un soutien pratique, notamment une formation sur les compétences et la conception IA (67 %), des conseils sur les flux de travail (63 %), une méthode pour mesurer l'impact (63 %) et une aide à l'intégration (50 %).

Réponses

421 réponses ont été collectées, générant plus de 20 000 points de données.

Signification statistique

En utilisant une estimation de travail d'environ 600 000 professionnels du L&D et de la conception pédagogique dans le monde, cet échantillon offre une marge d'erreur de ±5% à un niveau de confiance de 95 %, rendant les résultats fiables en termes d'orientation.

Biais en faveur des grandes entreprises

L'enquête reflète une base de répondants diversifiée en termes de fonctions, de secteurs et de zones géographiques, avec un fort biais en faveur des grandes entreprises, puisque près de la moitié des participants travaillent dans des entreprises comptant plus de 1 000 employés.

Biais des premiers adoptants

Comme l'enquête a circulé principalement au sein de réseaux favorables à l'IA, l'échantillon surreprésente probablement les premiers adoptants par rapport à la population plus large des professionnels L&D.

L'utilisation de l'IA dans le secteur de la formation est courante, même si elle n'est pas encore généralisée à l'échelle de l'entreprise

L'IA s'est immiscée dans les processus de travail L&D, même si la plupart des équipes n'en sont qu'au début de leur parcours. Une grande majorité des répondants (87 %) se disent à l'aise avec l'utilisation de l'IA.

Seulement 6 % expriment un malaise face à son usage. Cette confiance concorde avec l'ampleur de l'utilisation de l'IA au sein des équipes L&D.

La plupart des équipes signalent une utilisation active ou émergente de l'IA

La majorité affirme que leur équipe utilise déjà l'IA dans ses programmes d'apprentissage. 57 % l'utilisent activement aujourd'hui, et 30 % sont en projet pilote. Cela signifie que près de neuf équipes sur dix ont dépassé la simple expérimentation.

Seulement 13 % des répondants n'utilisent pas l'IA actuellement, dont 10 % qui envisagent de l’adopter et 3 % qui n'en ont pas l’intention ou qui font face à des obstacles. L'année dernière, ils étaient 20 % à ne pas l'utiliser.

« Le niveau de maturité augmente, mais il est très disparate. Beaucoup d'équipes en sont toujours aux premiers stades ; une minorité avance à vive allure. »

Dre Philippa Hardman

Votre équipe L&D utilise-t-elle actuellement des outils IA dans ses programmes d'apprentissage ?

Partager sur LinkedIn

L'adoption est large mais inégale

Interrogées sur leur niveau de maturité, la plupart des équipes se positionnent au milieu de la courbe. 36 % se disent en phase d'expérimentation ou en phase de projet pilote, et 39 % affirment utiliser activement l'IA dans certains de leurs flux de travail. Seulement 9 % ont atteint le stade du déploiement de l'IA à l'échelle de l'entreprise, et seulement 6 % disent que l'IA est entièrement intégrée ou adopte une mentalité « AI-first ». Seul 1 % dit ne pas utiliser l'IA du tout.

L'utilisation est généralisée, mais le niveau de maturité varie encore considérablement.

L'IA fait maintenant partie intégrante de la boîte à outils L&D

On passe d'une utilisation individuelle de l'IA à une utilisation au niveau de l'équipe. L'IA fait désormais partie intégrante de la boîte à outils L&D. Seulement 2 % des répondants disent n'utiliser aucun outil d'IA à usage général. La grande majorité s'appuie sur des outils tels que ChatGPT (74 %), Copilot de Microsoft (54 %) et Gemini (39 %). 

De nombreux répondants affirment utiliser l'IA pour des tâches spécifiques de conception et de développement (prompts, modèles partagés ou normes d'équipe émergentes). Ceci marque un net passage de l'expérimentation isolée et ponctuelle de l’IA en vue d'accélérer la production des ressources à des processus de travail plus cohérents et intégrés.

L’IA est désormais essentielle à la production quotidienne de contenus de formation

84 % des répondants désignent le gain de temps comme la principale incitation à utiliser l'IA dans leurs processus de travail.

C’est dans les tâches de production de matériel d’apprentissage que l’usage est le plus important, par ex. la synthèse vocale (63 %), la génération de quiz (60 %), la création de vidéos (52 %) et la traduction/localisation (38 %).

65 % des répondants affirment désormais utiliser l'IA de manière courante pour ce type de tâches liées aux étapes de conception et de développement du modèle ADDIE (analyse, design , développement, implémentation et évaluation).

L'IA contribue à accélérer la production de contenus

Les équipes disent utiliser l'IA pour l'idéation, la rédaction de scripts, la création de storyboards, la traduction et la synthèse de recherche, qu’elles passent en revue ensuite pour garantir la qualité.

Les deux tiers (66 %) affirment utiliser l'IA pour améliorer l'expérience de l'apprenant. L'IA réduit également la charge opérationnelle grâce à la réduction des tâches administratives (40 %) et à la localisation (37 %).

40 % des répondants utilisent actuellement des assistants de recherche et de connaissances alimentés par l'IA.

L'évolution future de l'IA

La nouvelle priorité n'est plus la vitesse de production, mais l’apprentissage intelligent et sur mesure.

Ce sont les applications adaptatives qui enregistrent la plus forte croissance : les évaluations/simulations (36 % en projet pilote), les parcours personnalisés (31 % en projet pilote ; 33 % en prévision), la cartographie des compétences (30 % ; 32 %) et les tuteurs/chatbot IA (30 % ; 29 %).

Les équipes s'attendent également à ce que l'IA progresse davantage dans les étapes ultérieures du modèle ADDIE, notamment dans l’implémentation et l’évaluation, où l'on observe un intérêt grandissant pour l'aide contextuelle et l'obtention plus rapide d'indicateurs sur l'efficacité de l'apprentissage.

Perspectives

Les répondants s'attendent à ce que l'IA approfondisse la personnalisation, automatise davantage de travail à faible valeur ajoutée et ouvre la voie à des expériences plus riches comme les simulations, le coaching et les jeux de rôle.

L'enjeu n'est plus de générer des ressources rapidement, mais de déployer la puissance de l'IA dans l'intégralité de l'écosystème d'apprentissage.

La valeur immédiate de l’IA ne se réduit plus à sa rapidité d'exécution

La plupart des répondants affirment que l'IA les aide déjà à produire des contenus d'apprentissage plus rapidement, 88 % faisant état d'un gain de temps dans la création de contenu.

On commence également à observer des économies de coût : 45 % des répondants font état d’avantages financiers aujourd'hui, bien que la plupart s'attendent à ce que ces gains deviennent plus nets et mesurables une fois l'IA étendue à davantage de processus de travail.

Une part équivalente (41 %) estime que l'IA a déjà un effet sur les résultats de l'entreprise, souvent grâce aux délais plus courts, au rendement plus élevé et à une meilleure coordination avec les parties prenantes.

On observe des améliorations en matière d'engagement, encore précoces mais déjà notables : 40 % signalent une meilleure satisfaction et interaction des apprenants dans les programmes où l'IA est utilisée.

La localisation émerge également comme un domaine de valeur important, 32 % observant déjà des améliorations dans la traduction et l'adaptation régionale.

Ces effets sont encore inégaux, mais ils montrent que les sources de valeur se multiplient, même si la plupart des équipes n'en sont qu'aux premières étapes de l'adoption.

« Pour l'instant, la valeur de l'IA dans le domaine de la formation est la vitesse : production plus rapide de ressources de meilleure qualité et d'expériences d'apprentissage plus pointues. Pour une fraction des répondants, l'avenir sera marqué par d’autres facteurs : l’apprentissage sera personnalisé, en temps réel et adapté au contexte et aux besoins de l’apprenant au lieu d’être standard. »

Kevin Alster

Perspectives

Pour les deux ans à venir, l'accent sera mis sans ambiguïté sur les résultats. 

Les équipes anticipent une amélioration majeure de l'expérience de l'apprenant, 72 % s'attendant à ce que l'IA offre un apprentissage plus personnalisé, contre seulement 24 % qui perçoivent cette valeur aujourd'hui. 

Les équipes prévoient également une plus grande accessibilité en interne (65 %), une amélioration de l'engagement et de la satisfaction des apprenants (56 %), un impact commercial plus net (55 %) et une localisation facilitée (54 %), ce qui témoigne d’une tendance vers un apprentissage évolutif, personnalisé et à moindre coût opérationnel.

La localisation, en particulier, est considérée comme prometteuse. Bien qu'elle ne soit pas la plus grande source d'impact aujourd'hui, les données sur la valeur future montrent que les équipes s'attendent de plus en plus à ce que l'IA supprime les obstacles de longue date à l'adaptation régionale et à la traduction, permettant un déploiement mondial plus rapide et plus cohérent.

Une minorité significative prévoit que l'IA basculera vers l'assistance directe à la performance, 17 % prédisant que l’impact majeur d'ici deux ans sera de rendre les employés autonomes dans leur environnement de travail quotidien grâce au coaching, à l’accès à des bases de données et à l'aide contextuelle.

La priorité centrale passe de la production de contenu à l'expérience de l'apprenant, l'évolutivité et les résultats commerciaux.

Les budgets augmentent, mais la plupart des organisations n'en sont qu'aux premières étapes

Les dépenses liées à l'IA dans le domaine de la formation restent modestes et souvent mal définies. La plupart des équipes investissent peu dans l’IA, 26 % lui allouant 1 à 5 % de leur budget et 15 % lui allouant 6 à 10 %. De plus, 30 % ne connaissent pas du tout leurs dépenses, ce qui suggère que l'activité liée à l'IA est encore menée au coup par coup plutôt que de manière méthodique.

Au cours des 12 à 18 prochains mois, la proportion des équipes qui prévoient de ne rien dépenser chute de 13 % à 5 %, et davantage d'équipes anticipent un investissement à deux chiffres. L'allocation budgétaire commence à refléter le niveau d'adoption, même si les politiques de contrôle n'évoluent pas aussi rapidement.

Les obstacles reflètent les risques, le manque d'infrastructures et de compétences

La sécurité est l'obstacle le plus courant (58 %), suivie par les préoccupations relatives à la fiabilité (52 %), les défis d'intégration (46 %) et les restrictions légales (41 %). Les approbations budgétaires (44 %) et les processus d'approvisionnement (19 %) ajoutent des frictions, tandis que le manque de compétences, en particulier l'expertise interne (46 %) et la résistance des parties prenantes (29 %), continuent de ralentir les progrès.

Seulement 6 % ne rencontrent aucun obstacle.

L'ouverture au changement est présente mais l'alignement opérationnel est mitigé

La mentalité d'expérimentation est forte, 74 % des équipes affirmant que leur entreprise encourage l'essai d'outils IA.

La gouvernance des données et des systèmes est encore émergente

La plupart des équipes évitent d'utiliser les données personnelles des apprenants avec l'IA (59 %), ce qui limite l'expérimentation aux tâches à faible risque.

Parmi ceux qui traitent des données personnelles (IIP, Personally Identifiable Information), la surveillance provient généralement de l'équipe informatique, de la sécurité de l'information, ou du service juridique (13 %), et 18 % déclarent que leur processus d'approbation n'est pas clair.

Plus l’IA sera utilisée dans la personnalisation de l’apprentissage, plus ces lacunes en matière de gouvernance deviendront contraignantes.

Le rôle du LMS devient incertain

Le LMS reste le pilier de l'écosystème d'apprentissage pour de nombreuses équipes, mais le doute plane quant à sa pérennité. Seulement 47 % pensent qu'il restera la plateforme principale de leur infrastructure au cours des trois prochaines années, tandis que les autres sont neutres ou s'attendent à ce qu’il perde de l’importance.

Il est probable qu’il ne soit pas remplacé, mais plutôt réorganisé. Le LMS devient une partie d'un écosystème plus vaste et plus connecté où le contenu d'apprentissage, les données et les services pilotés par l'IA circulent plus librement entre les outils, et où les équipes L&D passent des solutions ponctuelles à des architectures d'IA composables et multi-modèles superposées à une IA à usage général.

La place de l'IA dans cet écosystème est encore moins définie. Les réponses se répartissent presque uniformément entre quatre possibilités : intégration dans le LMS ou le LXP (19 %), intégration dans les outils de productivité (17 %), mise à disposition par des plateformes d'IA indépendantes (17 %) ou fonctionnement comme IA agentique orchestrant différents systèmes (19 %).

La plus grande partie des répondants (27 %) ne sait tout simplement pas encore. Cette incertitude reflète un marché qui évolue plus rapidement que l'émergence d'un schéma dominant.

L'IA agentique suscite l'intérêt, même si elle n'est pas encore bien comprise

La plupart des répondants voient un potentiel dans l'IA agentique. Environ 27 % déclarent qu'ils sont déjà en phase d’expérimentation, tandis que 39 % sont intéressés mais circonspects. Seulement 4 % expriment des inquiétudes et aucun ne la rejette catégoriquement. L'hésitation semble provenir d'un manque de familiarité plutôt que d'une résistance.

Les domaines d'expérimentation montrent où l'IA agentique gagne du terrain. Les tuteurs IA arrivent en tête (49 %). L'assistance personnalisée et le coaching se situent tous deux à 43 %, indiquant une préférence pour les outils d'assistance en temps réel, plutôt que pour les formations traditionnelles.

Bien que l'intérêt soit le plus fort pour les expériences utilisateur personnalisées et interactives en temps réel, 37 % des répondants ont également mentionné les agents de création de cours.

L'automatisation administrative (38 %) et les évaluations pilotées par l'IA (34 %) émergent également, alors que les équipes cherchent à réduire l'effort manuel et à moderniser la manière dont elles mesurent les compétences.

Selon vous, comment l'IA sera-t-elle principalement intégrée dans votre écosystème d'apprentissage ?

Partager sur LinkedIn

Démontrer la valeur

Les équipes L&D subissent une pression croissante pour démontrer l'impact de l'IA. La difficulté à mesurer cet impact (et non plus seulement la rapidité) est un problème majeur : 63 % des répondants disent avoir besoin d'aide à ce sujet.

Les équipes veulent montrer que l'IA améliore l'engagement, la personnalisation et l'efficacité, et non pas seulement l'efficience de la production.

« D’ici un à deux ans, je prévois une distinction plus nette entre les équipes qui utilisent l'IA pour gagner en rapidité et celles qui l’utilisent pour bâtir des écosystèmes d'apprentissage plus intelligents, plus personnalisés et davantage fondés sur des preuves. »

Dre Philippa Hardman

Intégration et architecture

L'intégration demeure l'un des plus grands obstacles à l’adoption de l’IA. Si les projets pilotes d'IA sont simples à lancer, connecter l’IA aux LMS, aux SIRH (Systèmes d'Information de Ressources Humaines) et aux plateformes de connaissances est beaucoup plus complexe.

La moitié des répondants (50 %) déclarent avoir besoin de plus d’aide concernant l'intégration technique. À mesure que les équipes construisent des systèmes d'IA reposant sur plusieurs outils, les questions relatives au flux de données, à la gouvernance et à l'architecture des systèmes deviennent plus importantes.

Évolution rapide

Malgré les défis, les perspectives sont positives. Beaucoup pensent que l'IA renforcera le rôle stratégique du L&D, avec 72 % qui s'accordent à dire que le service prospérera en s'adaptant, et 58 % qui estiment que l'IA donne au L&D une plus grande influence stratégique qu'auparavant. Des préoccupations concernant l'érosion de la valeur professionnelle existent (29 % sont d'accord), mais l'optimisme l'emporte clairement sur l'inquiétude.

La principale incertitude concerne le rythme du changement. Seulement 34 % estiment que la vitesse du changement induit par l'IA est gérable, tandis que beaucoup restent neutres ou hésitants. L'optimisme quant aux perspectives du L&D est élevé, mais les progrès réels dépendront du développement de l'expertise, de la gouvernance et de l'infrastructure nécessaires pour utiliser l'IA de manière responsable et efficace.

« La prochaine étape pour les équipes L&D est d'apprendre à tout connecter. Les perspectives sont positives, mais le défi est clair : aller au-delà de la simple création de contenu pour instaurer un soutien efficace et mesurable de la performance. La valeur unique du L&D a toujours été d’impulser la transformation. La question n'est plus de savoir si l'IA va nous remplacer, mais si nous pouvons faire évoluer notre rôle pour aider l'entreprise à s'adapter ; en recentrant les efforts pédagogiques en fonction des besoins de l'entreprise et du soutien à la performance. »  

Kevin Alster

La maturité de l'IA augmente plus rapidement que la stratégie

La plupart des équipes ont normalisé l'IA dans leurs flux de travail quotidiens, mais beaucoup en sont encore aux premières étapes de l'adoption. Le risque émergent n'est pas une faible utilisation, mais une utilisation superficielle qui n'évolue pas vers une pratique fondée sur les données ou axée sur les résultats.

La priorité est passée à l'intégration des flux de travail

Une majorité d'équipes opèrent désormais au stade 2 de la courbe de maturité, avec des cohortes croissantes atteignant le stade 3 (prise de décision fondée sur les données) et le stade 4 (automatisation intelligente), et un petit groupe précurseur montrant des comportements du stade 5.

L'adoption de l'IA évolue : on passe d'une utilisation individuelle à un déploiement au niveau de l'équipe et à une architecture complète.

Les équipes s'appuient de plus en plus sur des écosystèmes multi-outils et multi-modèles qui mélangent l'IA à usage général, les outils spécifiques au L&D et les copilotes internes ou LLM privés émergents. Cette transition introduit de nouvelles exigences en matière de gouvernance, d'intégration et de protection des données.

L'IA se déploie dans l'ensemble du cycle de vie de l'apprentissage

L'utilisation s'étend au-delà de la production de ressources pour englober l'analyse, l'implémentation et l'évaluation. Les équipes utilisent l'IA pour synthétiser les retours, regrouper les données des apprenants, identifier les lacunes de contenu et soutenir les choix stratégiques liés au catalogue de formation.

La stratégie de contenu est de plus en plus fondée sur les données

Les équipes avancées commencent à utiliser l'IA pour déterminer quel contenu créer, améliorer ou retirer, en privilégiant non plus la quantité de contenu produit, mais celui qui a le plus d’impact.

L'IA agentique passe à l'expérimentation active

Les premiers projets pilotes déploient des tuteurs virtuels et coachs IA, des systèmes d’assistance personnalisée, des chatbots intégrés dans les outils de travail, et des processus de localisation semi-automatisés. Ces prototypes marquent un passage progressif des cours statiques à des expériences d'apprentissage interactives et assistées par l'IA.

L'intervention humaine reste essentielle

Bien que l'IA accélère la production des supports et apporte un soutien à la prise de décision, les équipes L&D possèdent l'expertise fine dans des domaines tels que la science de l'apprentissage, le jugement contextuel, les normes éthiques, l'assurance qualité et la voix de marque, garantissant la pertinence et la justesse des contenus.

La gouvernance est en retard par rapport à l'adoption

Alors que l'IA s'intègre aux outils et aux flux de travail, le besoin de garde-fous clairs, de listes d'outils approuvés, de politiques de données et d'une responsabilité partagée entre les services L&D, informatique, juridique et la sécurité de l’information devient plus urgent. L'adoption est allée plus vite que le déploiement de l’infrastructure sous-jacente.

La création de valeur passera par l'hyper-personnalisation et l'évaluation concrète des résultats

L'efficacité n'est plus un critère de valeur suffisant. La prochaine phase se concentrera sur les parcours adaptatifs, l'aide contextuelle, la sophistication de l’assistance et l’établissement de liens plus clairs entre l'activité d'apprentissage, la performance et les résultats commerciaux.