La formation en situation de changement technologique vise l’acquisition de compétences utilisables dans des tâches nouvelles ou modifiées. Son financement, la participation du personnel et l’utilisation des apprentissages au travail sont trois résultats distincts.

Une organisation peut payer une formation sans dégager le temps nécessaire pour la suivre. Une personne peut terminer une formation sans disposer ensuite d’un outil autorisé ou d’une tâche lui permettant de mettre ses apprentissages en pratique. Chaque étape exige donc sa propre observation.

La dépense mesure un investissement

Au Québec, l’article 3 de la loi sur le développement et la reconnaissance des compétences de la main-d’œuvre établit pour les employeurs assujettis une participation minimale de 1 % de la masse salariale en dépenses de formation admissibles. L’assujettissement dépend du seuil réglementaire, et l’admissibilité dépend des conditions applicables aux dépenses.

Le rapport quinquennal couvrant 2018-2023 décrit un dispositif suivi principalement par l’investissement. Cet indicateur ne renseigne pas sur les objectifs, la durée ou l’évaluation des formations, ni sur leur réponse à des besoins comme la littératie numérique.

Ce décalage ne démontre pas que les formations financées sont inefficaces. Il indique ce que la mesure financière permet de conclure : une somme a été consacrée à des dépenses admissibles. La pertinence et l’acquisition des compétences demandent d’autres mesures.

Le temps de formation se répartit avec les autres tâches

Prenons une équipe dont chaque membre reçoit six heures de formation durant une semaine de 35 heures. Si les 35 heures habituelles de tâches demeurent inchangées, le plan exige désormais 41 heures. Prévoir six heures dans l’horaire de formation ne résout pas cette contradiction; il faut aussi modifier le volume de travail, l’échéancier ou les ressources disponibles.

En mai 2026, dix organisations syndicales québécoises ont demandé que la formation à l’IA soit adaptée aux milieux et offerte sur le temps de travail. Cette demande porte sur l’organisation de l’apprentissage. Elle ne constitue pas, à elle seule, une règle appliquée dans tous les milieux.

Dans l’enseignement supérieur, une recommandation de 2024 reliait également le développement de la compétence numérique au rééquilibrage des tâches, à davantage de temps de formation et à du personnel de soutien. Le besoin formulé concernait les conditions d’apprentissage, au-delà du prix des activités de formation.

La réussite de la formation ne mesure pas tout son effet

L’évaluation de 33 projets de formations de courte durée terminés entre 2015-2016 et 2019-2020 faisait état d’un taux de réussite de 79 %. Le calcul rapportait les personnes diplômées à celles ayant commencé, en incluant les abandons et les échecs dans le dénominateur.

Ce résultat mesure la diplomation dans les projets évalués. Il ne constitue ni un taux propre aux formations en IA ni une mesure de leur effet sur l’emploi. Il illustre la nécessité de nommer le résultat et sa population.

Pour une formation à l’IA, distinguer dépense, temps consacré et compétence utilisable permet d’identifier l’étape qui pose problème. Une hausse du budget ne corrige pas automatiquement un manque de temps, et une attestation de participation ne décrit pas la capacité d’exécuter la nouvelle tâche.

Questions fréquentes

Atteindre le seuil de dépenses prouve-t-il la maîtrise des outils d’IA?

Non. La dépense mesure les ressources consacrées à la formation. La maîtrise se vérifie dans la capacité à accomplir les tâches visées et à traiter les situations prévues par la formation.

Un taux de diplomation est-il un taux de retour en emploi?

Non. La diplomation mesure l’achèvement réussi d’une formation. Le retour en emploi décrit une situation professionnelle ultérieure et exige un suivi distinct.

La formation sur le temps de travail est-elle la même chose qu’une formation payée?

Non. Le paiement couvre une dépense. La formation sur le temps de travail détermine quand l’apprentissage a lieu et comment il s’articule avec les autres tâches.

Sources

  1. Conseil supérieur de l’éducation et Commission de l’éthique en science et en technologie — Intelligence artificielle générative en enseignement supérieur : enjeux pédagogiques et éthiques — Sommaire (avril 2024).
  2. Fédération des travailleurs et travailleuses du Québec (FTQ) — Des organisations syndicales réclament un déploiement de l’IA responsable, fondé sur la transparence, l’encadrement et la formation (communiqué intersyndical, 6 mai 2026).
  3. LégisQuébec (Éditeur officiel du Québec) — D-8.3 - Loi favorisant le développement et la reconnaissance des compétences de la main-d’oeuvre.
  4. Ministère de l’Emploi et de la Solidarité sociale, en collaboration avec la Commission des partenaires du marché du travail — Loi favorisant le développement et la reconnaissance des compétences de la main-d’œuvre — Rapport quinquennal 2018-2023.