Les référentiels de compétences sont-ils encore utiles à l'ère de l'IA ?

Le déclin des référentiels traditionnels : Une désuétude programmée ?

Les référentiels dits traditionnels reposent sur des compétences fixes, souvent définies à partir de métiers ou de tâches établis. Pourtant, aujourd’hui, l’intelligence artificielle modifie les métiers à un rythme très rapide. Ce qui paraît pertinent aujourd’hui peut donc être dépassé demain.

De plus, de nombreuses compétences émergentes sont implicites ou hybrides (alliant technique, soft skills et éthique), et ne s’intègrent pas facilement dans des référentiels figés.

La multiplication des référentiels et des normes complique la coordination, la formation et la reconnaissance des compétences. Leur mise à jour régulière engendre un coût élevé, ce qui explique que certaines entreprises et institutions peinent à s’adapter rapidement.

Enfin, la pertinence des référentiels est souvent remise en cause dans un contexte où l’IA automatise certaines compétences techniques, questionnant ainsi la valeur relative de celles-ci. Il devient nécessaire de s’orienter vers des compétences plus transversales : pensée critique, créativité, jugement éthique.

La réinvention des référentiels : une nouvelle utilité pour l'IA ?

Loin d’être obsolètes, les référentiels de compétences peuvent aujourd’hui tirer parti de l’intelligence artificielle pour se réinventer et gagner en pertinence. Face à l’évolution rapide des métiers, leur transformation passe d’abord par l’intégration de nouvelles compétences spécifiques à l’IA, qu’elles soient techniques — comme la maîtrise des données, les bases du machine learning ou encore la compréhension des limites des algorithmes — ou éthiques, incluant la gestion des biais, la transparence et l’analyse de l’impact social.

En parallèle, les référentiels gagnent à devenir plus progressifs et modulaires : une structure en niveaux (comprendre, appliquer, créer) permet de mieux accompagner la montée en compétence, tandis qu’une modularité accrue rend possible l’ajout de blocs spécifiques selon les secteurs ou les évolutions technologiques.

Dans cette logique, les référentiels doivent devenir vivants, régulièrement mis à jour selon les évolutions du terrain et les besoins du marché. Leur pertinence repose sur une co-construction avec les acteurs de l’écosystème : entreprises, universités, institutions.

L’IA peut aider à réinventer les référentiels en personnalisant les apprentissages et en évaluant les compétences en temps réel, grâce à des outils comme AICOS, qui mesurent le niveau de maîtrise de l’IA de façon claire et adaptable.

Ainsi, loin d’être figés, les référentiels ont un rôle clé à jouer, à condition d’évoluer avec leur temps.

III. L'avenir des compétences : de la connaissance à la capacité d'apprendre.

À l’ère de l’intelligence artificielle, la compétence la plus essentielle pourrait ne plus être ce que l’on sait, mais la capacité à apprendre et à s’adapter. Les savoirs techniques évoluent si vite qu’ils deviennent rapidement obsolètes. En revanche, la flexibilité mentale, la curiosité, ou encore la capacité à transférer ses connaissances dans de nouveaux contextes deviennent centrales.

C’est ce qu’on appelle les meta-compétences, comme « apprendre à apprendre », la pensée critique ou la résolution de problèmes complexes. Ces compétences permettent de s’ajuster en continu face à des environnements incertains ou technologiques, et elles prennent une valeur croissante dans tous les secteurs. Le développement de l’IA, en automatisant certaines tâches intellectuelles, renforce ce besoin : il ne s’agit plus seulement d’exécuter, mais de comprendre, juger, collaborer, innover.

Par ailleurs, les compétences humaines prennent une place plus stratégique que jamais : communication, empathie, leadership, sens de l’éthique, travail en équipe. Ce sont autant de qualités que les machines ne peuvent pas reproduire à l’identique, et qui deviennent donc différenciantes sur le marché du travail.

Dans cette perspective, la formation ne peut plus être pensée comme un temps limité, mais comme un processus continu, tout au long de la vie. Le « re-skilling » (réapprentissage) et « l’up-skilling » (montée en compétence) deviennent essentiels, aussi bien dans l’entreprise que dans l’éducation.

Enfin, l’évolution des compétences appelle aussi à repousser les frontières des référentiels classiques. Il ne s’agit plus seulement de lister des savoirs, mais de favoriser des parcours d’apprentissage flexibles, personnalisés, et centrés sur le développement du potentiel humain. L’avenir appartient sans doute à des modèles hybrides, où la capacité à évoluer compte autant que les compétences acquises.

L’intelligence artificielle ne rend pas les référentiels de compétences inutiles, mais pousse à les adapter. Plus flexibles, actualisés et centrés sur l’humain, ils peuvent rester des repères utiles dans un monde en constante évolution. Le défi est désormais de les transformer pour qu’ils accompagnent l’apprentissage.