͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌     ͏ ‌    ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­ ­

Bonne fin d’année !

“Dis papa, c’est quoi cette bouteille d’IA ?”


Alors, si le bingo des repas de fêtes vous gratifie d’un désormais classique “Et qu’est-ce qu’on va devenir avec l’IA ?”, vous aurez désormais quelques éléments de réponse :


Patrice Bonfy, synthétise un article publié sur Le Paternel à propos de l’impact potentiel de l’IA sur l’éducation des enfants.


Emmanuel Ladoux, qui rencontre de nombreux jeunes diplômés dans le cadre du recrutement des juniors de l’agence, partage une réflexion très concrète sur le slop ou “comment apprendre à bien travailler dans un monde d’IA”.


Avec un peu de chance, cela vous occupera suffisamment longtemps pour éviter les sujets politiques.


Bonnes discussions, et très belles fêtes de fin d’année 🎄

On vous a partagé cette newsletter ? Pensez à vous inscrire pour ne pas manquer les prochaines 👉 Je m’inscris à la newsletter de Solstice Lab

🎒 Au programme aujourd’hui



☝️ Éduquer dans un monde d’IA : ce qui ne va plus de soi

Ce que l’IA change déjà dans les fondamentaux du développement des enfants… et pourquoi ces questions nous concernent aussi, adultes et professionnels.


👨‍🏫 Étudier, se former et recruter à l’ère de l’IA (et du slop)

Quand produire devient facile, qu’est-ce qui fait encore la différence dans les études, la formation et le recrutement ? Une réflexion très concrète sur le travail à l’heure de l’IA.

Éduquer dans un monde d’IA : ce qui ne va plus de soi


Photo de profil Par Patrice Bonfy, directeur conseil & marketing chez Solstice Lab

Chez Solstice Lab, je passe mes journées à travailler sur des projets Data & IA au cœur des organisations. Et plus j’avance sur ces sujets, plus une question me taraude : Que deviennent nos façons de penser et de travailler quand l’intelligence est accessible en un clic ?

À l’approche des fêtes, j’ai eu envie d’aborder cette question sous un autre angle. Sur Le Paternel, j’ai publié un article à propos de l’impact très concret de l’IA sur l’éducation des enfants. Un texte motivé par mon rôle de parent, nourri par la science du développement des enfants, et croisé avec mon expertise des usages de l’IA.

“Laisse l’IA tranquille, veux-tu ?” – Vue d’artiste IA


4 fondamentaux de l’éducation mis à l’épreuve de l’IA


Pour les enfants d’aujourd’hui, obtenir une réponse, une image ou un texte généré par une IA est déjà une évidence. Ce qui relevait il y a peu de la science-fiction est devenu la nouvelle normalité. Reste à comprendre comment ce contexte transforme les expériences fondamentales sur lesquelles un enfant se construit.


Quatre principes éducatifs, bien connus mais souvent implicites, se retrouvent particulièrement mis à l’épreuve :


  1. Le désir, d’abord, se construit dans l’attente, l’imperfection et parfois un léger inconfort. Quand grâce à l’IA tout devient immédiatement accessible, l’envie de créer risque de ne même plus avoir le temps de se former. Génération blasée ?


  2. Construire sa pensée autonome, ensuite, ce n’est pas demander une réponse, c’est essayer, hésiter, formuler une compréhension personnelle. L’IA fournit des réponses rapides et bien formulées, mais peut court-circuiter le moment où l’enfant cherche par lui-même.


  3. Vient ensuite la tolérance à l’effort. Les apprentissages durables passent par la répétition, l’erreur et la persévérance. En rendant des résultats immédiats et propres, l’IA peut rendre cet effort moins visible, voire secondaire.


  4. Enfin, apprendre la relation à l’autre passe par accepter des échanges parfois frustrants, des interlocuteurs pas toujours conciliants. Les échanges avec une IA sont fluides et toujours ajustés. Les relations humaines, elles, ne le sont pas.



L’article publié sur Le Paternel ne se contente pas de poser ces constats. Il propose aussi des pistes très concrètes pour atténuer ces risques, avec ou sans intelligence artificielle. Car l’enjeu n’est pas tant l’outil que la place qu’on lui donne. L’IA peut court-circuiter certaines expériences fondatrices… mais elle peut aussi, utilisée avec intention, les prolonger ou les renforcer.


Au fond, il ne s’agit pas de protéger les enfants de l’IA, mais de s’assurer de continuer à leur offrir ce dont ils ont besoin pour grandir.


Ces fondamentaux valent aussi pour l’entreprise


Ces principes de développement ne s’arrêtent pas à l’enfance. Ils éclairent très directement ce que l’IA est déjà en train de transformer dans les organisations.


Quand produire des réponses devient facile, la valeur ne se situe plus dans l’exécution rapide, mais dans la capacité à vouloir s’attaquer à des problèmes qui méritent réellement d’être résolus. Sans désir, on produit des livrables. Avec du désir, on crée du sens.


L’intelligence sait répondre, parfois mieux et plus vite que nous. Mais l’IA ne doit pas penser à notre place. Structurer un problème, poser les bonnes questions, douter d’un résultat, arbitrer entre plusieurs options restent des compétences humaines clés. De même, si l’IA rend les résultats propres et immédiats, le travail de fond demeure : comprendre un contexte, affiner une analyse, aller au bout d’un raisonnement. Sans expérience ni goût de l’effort intellectuel, il devient difficile d’évaluer la qualité de ce que produit une machine.


Enfin, les outils conversationnels peuvent faciliter les échanges, mais ils ne remplacent pas la relation humaine. Le collectif se construit dans la discussion réelle, les désaccords et les ajustements, pas dans des boucles auto-validantes.



À l’heure de l’IA, déployer ces outils sans perdre de vue ces fondamentaux est essentiel pour éviter leurs écueils. C’est à cette condition que l’IA reste un levier de décision et de création, plutôt qu’un facteur de déresponsabilisation individuelle et collective.


TL;DR (Too Long; Didn’t Read)

  • L’IA rend l’intelligence immédiatement accessible, ce qui bouleverse des expériences clés du développement humain : le désir, la pensée autonome, l’effort et la relation à l’autre.


  • Chez l’enfant comme chez l’adulte, le risque n’est pas l’inaction, mais le court-circuitage de ces fondamentaux par des réponses trop faciles, trop rapides.


  • L’enjeu n’est pas de se protéger de l’IA, mais de l’utiliser avec intention, au bon moment, sans remplacer ce qui construit réellement les compétences.


  • En entreprise, déployer l’IA sans perdre de vue ces principes est une condition pour qu’elle reste un levier de sens, de décision et de responsabilité collective.


Étudier, se former et recruter à l’ère de l’IA (et du slop)


Photo de profil Par Emmanuel Ladoux, fondateur et dirigeant de Solstice Lab

Le slop n’est pas une dérive marginale. C’est un signal. Il nous dit que produire devient facile. Et que, dans ce contexte, la vraie question à poser aux jeunes n’est peut-être plus quelle compétence acquérir, mais comment apprendre à travailler quand l’exécution est largement automatisable.



Ce que l’IA automatise en premier


L’intelligence artificielle ne remplace pas “le travail” en bloc. Elle commence par automatiser ce qui est standardisable : produire un texte correct, un tableau cohérent, un bout de code fonctionnel, une présentation lisible. Tout ce qui repose sur des règles explicites, des formats attendus et des conventions bien établies devient soudain très rapide à générer.


C’est précisément pour cela que le slop prolifère. L’IA excelle à produire des livrables plausibles, propres, rassurants. Mais elle ne sait pas pourquoi elle les produit. Elle ne comprend ni l’intention, ni les enjeux réels, ni les arbitrages implicites. Elle exécute très bien, sans jamais vraiment aller au fond du problème.

“Louis n’hésite jamais à mettre les mains dans le slop” - Vue d’artiste IA


C’est précisément pour cela que le slop prolifère. L’IA excelle à produire des livrables plausibles, propres, rassurants. Mais elle ne sait pas pourquoi elle les produit. Elle ne comprend ni l’intention, ni les enjeux réels, ni les arbitrages implicites. Elle exécute très bien, sans jamais vraiment aller au fond du problème.


Cette automatisation touche en premier lieu les tâches historiquement confiées aux profils juniors : préparation d’analyses, rédaction de synthèses, production de code ou de slides. Des tâches souvent formatrices, mais aussi répétitives. Résultat : la capacité à “faire” ne suffit plus à justifier une valeur professionnelle. L’IA peut déjà faire. Plus vite.


Le point clé n’est donc pas que l’IA remplace les humains, mais qu’elle dévalue l’exécution comme critère central. Elle augmente massivement la productivité, sans pour autant créer de compréhension, de jugement ou de responsabilité. Et c’est exactement là que se joue la suite.



Ce qui fait encore la différence…




Quand l’exécution devient facile, la valeur se déplace. Ce qui distingue un bon professionnel n’est plus sa capacité à produire rapidement quelque chose de correct, mais sa capacité à penser avant de produire.


Poser un problème est déjà un travail. Comprendre le contexte, identifier ce qui compte vraiment, formuler une question claire, décomposer un sujet complexe en éléments traitables : tout cela précède l’usage de l’IA, et ne peut pas être délégué sans perte de sens. Une IA peut proposer des solutions. Elle ne sait pas décider ce qui mérite d’être résolu.


Vient ensuite le jugement. Arbitrer entre plusieurs pistes, évaluer la qualité d’un résultat, détecter une approximation séduisante mais fausse, assumer un choix dans l’incertitude. Ces compétences ne sont ni automatisables ni immédiatement visibles dans un livrable final. Pourtant, ce sont elles qui font la différence entre un contenu qui ressemble à du travail et un livrable réellement utile.


Enfin, il y a la capacité à aller au bout. Pas seulement livrer, mais vérifier, ajuster, expliquer, défendre une position. L’IA peut produire des itérations infinies. Elle ne sait pas quand s’arrêter, ni pourquoi. Ce sens de la responsabilité intellectuelle reste profondément humain.


Dans un monde saturé de slop, la méthode, la clarté de pensée et la capacité de jugement deviennent des actifs rares. Et donc précieux.



… Pour longtemps






Le jour où l’IA saura formuler une intention, choisir ses problèmes et en assumer les conséquences, le sujet changera. En attendant, la valeur reste du côté de ceux qui savent penser avant de produire.



Côté formation, cela implique de privilégier tout ce qui oblige à structurer un raisonnement dans la durée. Par exemple : travailler sur des problèmes volontairement mal définis, où il faut clarifier le besoin avant de chercher une solution ; expliquer son travail à d’autres, à l’écrit ou à l’oral, jusqu’à être capable de répondre à la question "pourquoi as-tu fait comme ça ?" ; aller au bout d’un sujet sans réponse évidente, comme un projet personnel, une étude de cas réelle ou un mémoire qui impose des choix et des arbitrages.


Apprendre à utiliser l’IA fait évidemment partie du jeu, mais toujours comme un outil au service d’une démarche claire, jamais comme un substitut à la compréhension. Utiliser l’IA pour explorer des pistes, comparer des options, challenger une hypothèse ou reformuler un raisonnement est formateur. L’utiliser pour produire directement un résultat final l’est beaucoup moins.


L’IA accélère l’apprentissage quand il existe déjà une méthode. Elle fige les lacunes quand ce n’est pas le cas.



Côté recrutement, le signal fort n’est plus la qualité apparente d’un livrable, mais la capacité à raconter son travail. Être capable de dire ce qu’on a compris, pourquoi on a choisi telle approche, ce qu’on a volontairement écarté, où se situent les limites. Montrer qu’on sait douter, arbitrer et assumer un raisonnement imparfait vaut souvent plus qu’un résultat "propre", produit avec l’aide d’une machine.


Dans un monde saturé de slop, ceux qui tirent leur épingle du jeu ne sont pas ceux qui produisent le plus, mais ceux qui restent identifiables comme auteurs de leur pensée. Et cette compétence-là, contrairement aux compétences techniques à l’obsolescence de plus en plus accélérée, est appelée à durer.


TL;DR (Too Long; Didn’t Read)

  • L’IA rend la production de contenus facile et rapide, ce qui fait émerger le slop : des livrables plausibles, mais sans intention ni compréhension profonde.


  • Ce que l’IA automatise en premier, c’est l’exécution standardisée, notamment les tâches historiquement confiées aux profils juniors.


  • Ce qui fait encore la différence, c’est la capacité à poser un problème, structurer un raisonnement, exercer un jugement et assumer des arbitrages.


  • Tant que l’IA ne sait pas formuler d’intention, apprendre à penser avant de produire reste la compétence la plus durable pour se former et se présenter en entreprise.


☀️ À propos de Solstice Lab


Créée en 2019, Solstice Lab est une agence-conseil Data & IA située à Paris.

💬 Besoin de réfléchir à un projet Data et/ou IA de votre entreprise ?


Envoyez-nous un message via notre formulaire de contact ou directement par mail à contact@solstice-lab.com.


Ci-dessous, l’équipe, ramenée en enfance/adolescence par Nano Banana. Comparez avec les photos sources sur notre page "équipe”.

Ils nous font confiance :