L’intelligence artificielle est désormais intégrée dans de nombreux dispositifs de formation professionnelle. Elle intervient dans l’analyse des besoins, la conception des parcours et le suivi des apprentissages. Cette évolution modifie les pratiques des directions Formation et des équipes L&D.
Dans ce contexte, une question structure les réflexions en 2026 : quelle place accorder à la formation en présentiel dans des environnements de plus en plus outillés par l’IA ? Cette interrogation ne porte pas sur une opposition des formats, mais sur leur articulation dans des dispositifs cohérents et pilotables.
L’essentiel à retenir
En 2026, l’IA transforme l’analyse et la personnalisation des dispositifs de formation. Toutefois, la formation en présentiel avec formateur demeure essentielle pour la pratique, l’interaction et le développement des compétences comportementales. Les organisations s’orientent vers un blended learning structuré, combinant IA, digital et présentiel, piloté par des outils adaptés.
IA et développement des compétences : une transformation en cours
L’IA influence directement la manière dont les organisations abordent le développement des compétences. Les données, les usages professionnels et les outils numériques occupent une place croissante dans les décisions liées à la formation.
En France, cette évolution est clairement identifiée par les directions RH. 58 % des DRH considèrent que l’IA et la data constituent l’enjeu compétences prioritaire des deux prochaines années, soit +25 points en un an (Baromètre Cegos « Transformations, compétences et learning » 2024).
Cette dynamique concerne l’ensemble des métiers et conduit les organisations à structurer leurs démarches d’upskilling et de reskilling dans la durée.
Upskilling et reskilling : définitions et enjeux clés
L’upskilling désigne le développement ou l’approfondissement de compétences existantes. Il permet aux collaborateurs d’adapter leurs pratiques professionnelles à des outils, méthodes ou exigences en évolution.
Le reskilling correspond à l’acquisition de compétences nouvelles afin d’évoluer vers un autre métier ou un autre domaine d’activité. Il est mobilisé lorsque les transformations technologiques ou organisationnelles rendent certaines compétences obsolètes.
Ces deux démarches constituent des leviers centraux du développement des compétences en 2026.
Pourquoi ces démarches deviennent stratégiques en 2026
Les professionnels constatent de plus en plus concrètement l’impact de l’IA sur leurs métiers.
59 % des professionnels estiment que leur métier évolue concrètement avec le renforcement de l’IA, contre 51 % un an plus tôt (Baromètre Lefebvre Dalloz Compétences 2026).
L’usage progresse parallèlement : 51 % des professionnels déclarent utiliser l’IA régulièrement ou ponctuellement dans leur quotidien en 2026, contre 25 % en 2025 (Baromètre Lefebvre Dalloz Compétences 2026).
Malgré cette progression, les actions de formation restent limitées : 54 % des professionnels n’ont toujours pas été formés à l’IA, même si la proportion baisse par rapport à 2025 (71 %) (Baromètre Lefebvre Dalloz Compétences 2026).
La formation aux risques et à la réglementation demeure marginale : seuls 10 % sont formés à la réglementation et aux risques de l’IA (Baromètre Lefebvre Dalloz Compétences 2026).
Ces écarts expliquent la dimension stratégique de l’upskilling et du reskilling dans les politiques de formation.
Comment l’IA transforme l’upskilling et le reskilling
L’IA intervient comme un outil d’accompagnement des démarches de développement des compétences. Elle soutient l’analyse des besoins et la structuration des parcours.
Cette évolution répond à une anticipation largement partagée par les salariés. 69 % des salariés français anticipent que les transformations actuelles vont modifier le contenu de leur travail (Baromètre Cegos « Transformations, compétences et Learning » 2024).
Les usages de l’IA s’inscrivent principalement dans une logique de soutien aux dispositifs existants.
Personnalisation des parcours et analyse des compétences
L’IA permet de traiter des volumes importants de données liées aux compétences. Elle facilite l’identification des écarts entre compétences détenues et compétences attendues.
Dans les démarches d’upskilling, cette analyse contribue à proposer des parcours ciblés. En reskilling, elle aide à séquencer les apprentissages et à identifier les prérequis nécessaires.
Ces mécanismes restent dépendants des référentiels utilisés et de la validation pédagogique humaine.
Gains opérationnels pour les directions Formation
L’IA automatise certaines tâches liées à la gestion et au suivi de la formation. Elle intervient notamment dans la consolidation des données et la production de synthèses.
Ces automatisations peuvent alléger la charge opérationnelle, sous réserve d’un cadrage clair des usages et des responsabilités.
Les limites de l’IA dans la formation professionnelle
L’intégration de l’IA dans les dispositifs de formation présente plusieurs limites identifiées par les acteurs du secteur.
Diminution du lien humain et sentiment d’isolement
L’usage intensif de dispositifs automatisés peut réduire les interactions entre apprenants et formateurs. La formation devient alors plus individualisée et moins collective.
Or, le développement des compétences repose également sur l’échange et la confrontation des pratiques.
Risque de surproduction de contenus peu qualitatifs
La facilité de génération de contenus peut conduire à une accumulation de ressources hétérogènes. Sans gouvernance pédagogique, cette abondance nuit à la lisibilité des parcours.
La cohérence des messages et la qualité pédagogique deviennent alors difficiles à garantir.
Fatigue technologique et charge de contrôle accrue
L’IA nécessite une supervision constante des contenus et des recommandations. Cette exigence peut générer une charge supplémentaire pour les équipes formation et les apprenants.
Pourquoi la formation en présentiel avec un formateur reste essentielle ?
En 2026, la formation en présentiel conserve une place structurelle dans les dispositifs déployés en France. Les données le confirment : sur 10 parcours de formation, environ 4 sont 100 % présentiel, 4 relèvent du blended learning, et seulement 2 à 3 sont entièrement à distance (ISTF, Chiffres clés digital learning 2025). Découvrez notre article : 10 chiffres qui prouvent le retour du présentiel.
Cette répartition trimodale est stable dans le temps. Elle reflète ce que les formats digitaux ne permettent pas encore de remplacer.
Par ailleurs, la formation distancielle repose largement sur l’interaction. En France, 41 % des formations sont dispensées à distance, dont 62 % en mode synchrone, soulignant le rôle central de l’interaction humaine (Baromètre Cegos « Transformations, compétences et learning » 2024).
Le formateur : une variable d’ajustement pédagogique que l’IA ne reproduit pas
Un formateur ne délivre pas un contenu fixe. Il observe, évalue l’état du groupe, reformule, ralentit ou accélère selon ce qu’il perçoit. Cette capacité d’ajustement en temps réel est au cœur de l’efficacité pédagogique du présentiel. Les chiffres sur la complétion l’illustrent directement : sans tutorat humain, 58 % des dispositifs de formation affichent un taux de complétion inférieur à 10 %. Avec tutorat, 65 % dépassent 60 % de complétion (ISTF, Chiffres clés digital learning 2025). Ce différentiel ne s’explique pas uniquement par la motivation : il tient à la régulation pédagogique que seul un humain peut assurer.
Par ailleurs, 41 % des formations sont aujourd’hui dispensées à distance en France, mais 62 % de ces formations distancielles se font en mode synchrone (Baromètre Cegos 2024). Autrement dit, même dans les dispositifs digitaux, les organisations cherchent à recréer les conditions de l’interaction humaine.
La pratique et le feedback : ce qui ancre vraiment les compétences
L’ancrage des compétences ne s’opère pas à la lecture d’un module e-learning. Il intervient dans la mise en situation, le droit à l’erreur encadré, et le retour immédiat d’un expert. Le présentiel avec formateur est le seul format qui réunit ces trois conditions simultanément.
Les mises en situation permettent à l’apprenant de tester une compétence dans un environnement sécurisé avant de la mobiliser en contexte professionnel réel. Le feedback direct, contextualisé à la situation vécue pendant la session, participe à une mémorisation plus durable que le feedback automatisé. C’est particulièrement vrai pour les compétences qui exigent du jugement, de la nuance ou de l’adaptation au contexte.
Les compétences comportementales : un terrain que l’IA ne peut pas couvrir
Leadership, communication, gestion de conflits, pensée critique, intelligence émotionnelle : ces compétences se développent par l’interaction, l’observation et la pratique entre pairs. Elles nécessitent un environnement où l’on peut expérimenter des postures, recevoir un feedback humain sur des comportements subtils, et s’ajuster en temps réel. Aucun dispositif automatisé ne reproduit ces conditions.
Dans des environnements professionnels fortement outillés par l’IA, ces compétences prennent une valeur différenciante accrue. Les organisations qui investissent dans leur développement misent sur ce que l’automatisation ne peut pas uniformiser.
La dimension collective : un levier d’engagement sous-estimé
La formation en groupe génère une dynamique que les parcours individuels ne produisent pas. Les échanges entre pairs permettent la confrontation des pratiques, la validation des représentations et la construction d’une intelligence collective sur des situations professionnelles partagées. Le formateur joue ici un rôle de facilitateur : il oriente les échanges, capitalise sur les expériences du groupe et structure ce qui émerge de la discussion.
Cette dimension collective contribue à l’engagement des participants, souvent supérieur dans les formats présentiels. Elle facilite également le transfert des apprentissages en situation de travail, en créant des références communes auxquelles les collaborateurs peuvent se raccrocher après la formation.
Vers un blended learning 2.0 : l’équilibre IA, digital et présentiel
Le blended learning n’est pas un concept nouveau. Ce qui change en 2026, c’est la manière dont l’IA s’y intègre, non pas comme une modalité supplémentaire, mais comme une infrastructure transversale qui reconfigure le rôle de chaque composante.
Ce qui change avec l’IA : une logique de complémentarité et non de substitution
Dans un dispositif de blended learning structuré, chaque modalité remplit une fonction précise. L’IA intervient en amont et en aval des parcours : analyse des besoins, personnalisation des recommandations, suivi des progressions, consolidation des données. Le digital structure l’accès aux contenus : modules asynchrones, ressources documentaires, évaluations intermédiaires. Le présentiel, enfin, se concentre sur ce qu’aucune autre modalité ne peut assurer : la pratique guidée, l’interaction directe et le développement des compétences complexes.
Cette complémentarité n’est efficace que si elle est explicitement construite. Un dispositif blended qui juxtapose des modules e-learning et une journée de présentiel sans articulation pédagogique ne tire parti ni du digital ni du présentiel.
Exemple de dispositif hybride structuré
Un dispositif blended learning cohérent peut s’organiser en quatre temps. Un diagnostic initial, réalisé via des outils digitaux ou assisté par l’IA, identifie les écarts de compétences et les prérequis de chaque apprenant. Une phase de préparation à distance permet d’acquérir les fondamentaux théoriques en autonomie, au rythme de chacun. Une session en présentiel avec formateur se concentre sur la mise en pratique, les échanges entre pairs et le traitement des situations complexes. Enfin, une phase de consolidation post-formation, combinant ressources digitales et suivi individualisé, ancre les apprentissages dans la durée.
Cette séquence n’est pas un modèle universel : elle doit être adaptée aux objectifs pédagogiques, au profil des apprenants et aux contraintes opérationnelles. Mais elle illustre ce que signifie mobiliser chaque modalité là où elle est la plus efficace.
Piloter un dispositif blended : les enjeux opérationnels
Un dispositif blended learning génère une complexité de pilotage supérieure à celle d’un format unique. Les sessions présentielles impliquent de la planification de formateurs, de la gestion de salles et de ressources, de la coordination logistique et de la traçabilité des présences. Les composantes digitales nécessitent un suivi des progressions et une consolidation des données. L’ensemble doit être cohérent avec le plan de développement des compétences et documenté pour répondre aux exigences réglementaires, notamment dans le cadre de Qualiopi.
Or, la structuration reste limitée dans de nombreuses organisations. Parmi celles qui formalisent un plan de développement des compétences, 44 % le font encore via un tableur et seulement 10 % utilisent une solution spécialisée (Baromètre Entreprises & Formation MEDEF 2025). Dans un dispositif blended, cette absence d’outil dédié devient rapidement un facteur de risque : données fragmentées, pilotage approximatif, difficulté à produire un reporting fiable.
Le rôle du Training Management System dans le pilotage du blended learning
Un Training Management System comme Training Orchestra centralise les composantes opérationnelles des dispositifs en présentiel et en distanciel synchrone : planification des sessions, mobilisation des formateurs internes et externes, gestion des ressources physiques, traçabilité des formations délivrées. Il fournit aux directions Formation une vision unifiée de l’activité, indépendamment de la diversité des modalités et des intervenants.
Dans un environnement où l’IA prend en charge l’analyse et la personnalisation en amont, le TMS assure la cohérence opérationnelle en aval : que les formations planifiées soient effectivement délivrées, que les données soient fiables, et que le plan de développement des compétences soit exécuté conformément à ce qui a été défini.
Faites le point sur le pilotage de votre activité Formation avec l’un de nos experts : contactez-nous.
A lire aussi :