Un phénomène récemment nommé par Amy C. Edmondson interroge la pratique du coaching d’équipe à l’ère de l’IA générative.
Une scène ordinaire en 2026.
Une réunion d’équipe. Quelqu’un présente une recommandation produite par une intelligence artificielle générative. La proposition est claire, bien argumentée, livrée avec assurance. Personne ne la conteste. Les regards convergent. La décision est prise.
Cette équipe semble fonctionner. Décisions rapides, alignement apparent, peu de friction.
Et pourtant, peut-être pas.
Ce qui se passe sous la surface mérite un nom. Il vient d’être posé.
Un phénomène formellement identifié
Dans un article publié par la Harvard Business Review en février 2026, Jayshree Seth, scientifique chez 3M en charge du déploiement de l’IA générative en R&D, et Amy C. Edmondson, professeure à la Harvard Business School et autrice de référence sur la sécurité psychologique, nomment ce phénomène : la trust ambiguity.
Sa définition est paradoxale et précise. Les collaborateurs croient que la confiance dans l’IA est censée être justifiée — sans pour autant la ressentir. Et cette absence de confiance leur apparaît indiscutable.
Le mot indiscutable est ici à prendre au sens propre : impossible à mettre dans la discussion. Ce n’est pas que personne n’y pense. C’est que personne ne sait par quel bout en parler, et que parler en porterait le coût social.
Les conséquences documentées par les autrices sont sévères. Avec un usage prolongé de l’IA, les professionnels perdent confiance dans leur propre capacité à contester ses recommandations — même lorsqu’ils ont l’expertise pour le faire. Ils cessent de soulever leurs préoccupations. Ils cessent d’attraper les erreurs. Le silence qui en résulte n’est pas de l’adhésion. C’est, selon leur formule, du jugement professionnel qui passe en clandestinité.
Ce que la recherche récente confirme
La trust ambiguity s’inscrit dans un corpus de recherche désormais substantiel, qui documente l’effet par défaut négatif de l’IA sur la sécurité psychologique au travail.
Une étude longitudinale sud-coréenne publiée dans Humanities and Social Sciences Communications en 2025 a établi par modélisation par équations structurelles que l’adoption de l’IA a un impact négatif significatif sur la sécurité psychologique, laquelle médie à son tour une augmentation des symptômes dépressifs chez les collaborateurs. Une revue systématique parue la même année dans le Journal of Digital Management synthétise les mécanismes documentés : sentiment accru d’insécurité d’emploi, épuisement émotionnel, anxiété face à la collaboration humain-IA, hésitation à acquérir de nouvelles compétences.
Une étude conduite sur 2 257 employés d’un cabinet de conseil mondial montre par ailleurs un renversement conceptuel important : la sécurité psychologique prédit de façon fiable l’adoption initiale de l’IA, même si elle ne prédit pas l’intensité d’usage une fois l’adoption acquise. Autrement dit, sans sécurité psychologique préalable, les collaborateurs n’expérimentent pas, ne posent pas de questions, n’admettent pas leur confusion. IIls font semblant de maîtriser, au lieu d’apprendre vraiment.
L’apport spécifique de Seth et Edmondson est de nommer un mécanisme aval que la littérature n’avait pas encore formalisé : ce qui se passe une fois que l’IA est dans l’équipe, dans la durée. Leur réponse est troublante : sans intervention, l’usage prolongé de l’IA renforce le silence plutôt que de l’apaiser.
Pourquoi c’est particulièrement insidieux
La trust ambiguity est traîtresse pour une raison précise : elle ne ressemble pas à une atteinte à la sécurité psychologique.
Elle ressemble à de l’efficacité.
Une équipe en trust ambiguity peut afficher tous les indicateurs d’une équipe performante. Décisions rapides. Alignement apparent. Peu de conflit. Outputs livrés dans les délais. Tableau de bord au vert.
Sous la surface, elle est pourtant en train de perdre ce qui fait sa valeur : la capacité à exercer un jugement collectif, à signaler une erreur, à dire « je vois quelque chose que cette recommandation ne voit pas ».
C’est le retour, sous une nouvelle forme, du paradoxe fondateur d’Edmondson. Dans ses travaux des années 1990 en milieu hospitalier, elle observait que les équipes les plus performantes signalaient plus d’erreurs — non parce qu’elles en commettaient davantage, mais parce qu’elles osaient les nommer. Le signalement était l’indicateur d’une équipe qui apprenait.
Aujourd’hui, l’IA crée une nouvelle catégorie d’erreurs : les siennes. Hallucinations, biais d’apprentissage, recommandations confiantes mais inadaptées au contexte spécifique, simplifications qui ratent l’essentiel. La question devient : nos équipes osent-elles encore les nommer ?
Le risque qu’identifient Seth et Edmondson est que la réponse, dans beaucoup d’organisations, soit déjà non — sans que personne ne s’en soit aperçu.
Les signaux faibles à repérer
Pour un coach d’équipe, la trust ambiguity se repère à des marqueurs discrets, dont aucun n’est diagnostique pris isolément, mais dont la convergence est éloquente.
Le premier est le glissement du langage. Quand on entend en réunion « l’outil dit que », « le système recommande », « l’IA a calculé », plutôt que « je propose », « je recommande », « j’ai calculé », c’est qu’un déplacement s’est produit. L’autorité a changé de siège. Le collaborateur s’efface derrière l’instrument.
Le deuxième est la disparition des questions « bêtes ». Dans une équipe en bonne santé psychologique, on entend régulièrement « je n’ai pas compris pourquoi », « peux-tu reprendre », « ça ne me parle pas ». Face à une recommandation d’IA, ces questions se raréfient — parce que ne pas comprendre l’IA est désormais perçu comme une faille personnelle, pas comme une légitime demande de clarification.
Le troisième est celui des corrections discrètes. Les collaborateurs corrigent l’IA en silence, dans leur coin, sans en parler à l’équipe. Le savoir tacite sur les limites de l’outil ne circule plus. Chaque membre apprend isolément ce que d’autres ont déjà appris.
Le quatrième est la déférence proportionnelle à la confiance affichée. Plus l’IA délivre sa recommandation avec assurance, moins l’équipe la conteste. La forme du discours algorithmique — articulée, structurée, sans hésitation — produit un effet d’autorité qui désactive le filtre critique habituel.
Le cinquième, et probablement le plus important, est la suspicion latente entre collègues : ce sentiment, jamais formulé en réunion, qu’on ne sait plus très bien si ce que dit l’autre vient de lui ou de l’IA. Cette suspicion érode la confiance interpersonnelle elle-même : on ne sait plus qui pense quoi.
Le travail spécifique du coach d’équipe
Notre métier consiste à rendre discutable ce qui ne l’est pas. À nommer le tiers absent. À légitimer la voix qui détonne. À transformer un climat en conversation.
Face à la trust ambiguity, ce travail se redéploie autour de cinq interventions concrètes.
Renommer ce qui se passe. Le premier acte est diagnostique : permettre à l’équipe de reconnaître le phénomène qu’elle vit. Le simple fait de poser le concept de trust ambiguity sur la table — d’expliquer ce qu’il désigne, de demander aux membres s’ils s’y reconnaissent — produit déjà une part du chemin. Ce qui était indiscutable devient nommable. Ce qui est nommable peut être travaillé.
Cartographier tâches et jugement. Toutes les activités d’une équipe ne se valent pas face à l’IA. Certaines sont des tâches au sens strict : process reproductibles, outputs définissables, résultats mesurables. D’autres relèvent du jugement professionnel : tenir une complexité, lire ce qui n’est pas dit, répondre à une situation singulière. Le coach aide l’équipe à expliciter cette frontière, à dire collectivement où l’IA accélère utilement le travail et où elle risque de faire passer du jugement pour de la tâche.
Restaurer la fonction de challenge. Puisque le mécanisme central est l’érosion de la capacité à contester, l’intervention symétrique consiste à instituer la contestation. Cela peut prendre des formes très concrètes : aucun output d’IA n’est validé sans qu’au moins une voix dans l’équipe ait formulé une objection ou un point de vigilance ; chaque réunion intègre un temps explicite de « ce que l’IA a manqué cette semaine » ; le rôle de challenger est confié à tour de rôle, pour qu’il ne tombe pas toujours sur les épaules de la même personne.
Modéliser la faillibilité conjointe. Edmondson répète que les leaders doivent modéliser leur propre faillibilité pour autoriser celle des autres. Appliqué à l’IA : raconter publiquement les fois où on a fait confiance à un output d’IA et où on s’est trompé ; raconter ce qu’on a vu et que l’IA a manqué. Le coach peut faciliter ces récits — non pour humilier l’outil ou ses utilisateurs, mais pour rétablir une relation symétrique entre l’humain et la machine.
Rendre l’IA visible. Tant que les contributions de l’IA restent fondues dans le travail des humains, l’équipe perd la capacité à les attribuer, donc à les corriger. Une convention simple — signaler systématiquement ce qui vient de l’IA et ce qui vient de soi — restaure les conditions minimales du débat collectif.
L’enjeu élargi
La trust ambiguity n’est pas seulement une question de performance d’équipe. Quand le jugement professionnel passe en clandestinité, ce sont les clients, les patients, les usagers, les citoyens qui en portent le coût.
Une équipe médicale qui ne conteste plus une recommandation diagnostique de l’IA met le patient en risque. Une équipe juridique qui ne challenge plus une analyse algorithmique expose son client. Une équipe pédagogique qui ne questionne plus un signalement automatisé fragilise l’élève. Une équipe RH qui ne discute plus un classement de candidatures produit par l’IA cristallise des biais qu’aucune voix humaine n’aura signalés.
L’IA ne nous demande pas, paradoxalement, de lui faire confiance aveuglément. Elle nous demande plus d’esprit critique collectif que jamais — parce que sa parole apparaît plus assurée, plus articulée, plus rapide que la nôtre.
Cet esprit critique collectif n’est pas une compétence individuelle. C’est une condition d’équipe.
Et les conditions d’équipe, c’est notre terrain.