Faut-il encore apprendre la bureautique à l'heure de l'IA ?

Depuis de nombreuses années, on pousse l’intégration du socle de compétences numériques dans toutes les formations, y compris celles des métiers manuels. Rédiger un compte rendu de chantier, monter un dossier d'appel d'offres, remplir un tableau de projection budgétaire, archiver ses documents, partager un plan, … Ces compétences sont devenues nécessaires, pour l’apprenti en CAP comme pour le chef d’équipe ou l’entrepreneur qui lance son activité. La maitrise des outils bureautiques est une composante essentielle pour toute progression professionnelle mais aussi pour la vie personnelle (démarches admin, communication avec nos proches, ...).

Mais voilà que désormais l'IA générative rédige nos mails directement dans notre boite, fouille les sites web pour rapporter une réponse à notre recherche, tri nos fichiers sur notre bureau, met en forme nos rapports, nos présentations ou nos tableaux de données. Elle nous permet de contrôler nos applis, nos logiciels et systèmes d’exploitation au prompt écrit ou à la voix. Alors, doit-on encore (se) former aux compétences du socle numérique de base (DigComp, CRCN, Pix) ? Pourquoi encore enseigner ce que la machine fait à notre place ?

Les signaux du marché du travail

La demande en compétences Office a chuté de -52 % dans les offres d'emploi entre 2023 et 2025 (Global State of the Skills Economy Report de Cornerstone OnDemand), pendant que les compétences IA explosent de +245 % et les soft skills de +800%. Pour autant, les acteurs du recrutement indiquent que les compétences de bureautique n’ont pas totalement disparu des exigences au profit de l’IA, elles sont entre autres passées dans la catégorie des prérequis implicites. On ne l'écrit plus parce qu'on l'assume acquis.

Côté formation, les modules dédiés à l’IA se multiplient : le CNAM propose la micro-certfication « Former avec les IA génératives ». L’organisme Hypra indique sa position : « l'enjeu n'est plus seulement de se former aux compétences dures, mais bien aux compétences douces et à la culture numérique. ». Et Comundi la sienne : « la compétence ne réside plus dans la connaissance de boutons à cliquer ».

Du côté des référentiels de compétences numériques, aucun grand acteur n'a supprimé de compétence fondamentale depuis l'émergence de l'IA. Pix, DigComp 3.0, UNESCO, OCDE : tous ajoutent des compétences IA sans retirer les bases. L'approche est additive, jamais soustractive.

Les arguments en faveur d’un remplacement du socle numérique par l’IA

Pour certains, l'IA nous amènera à des interfaces en langage naturel : plus besoin de cliquer sur des boutons pour réaliser des actions sur un logiciel, une commande vocale suffira. Ce qui impliquerait un besoin moindre de connaître l’organisation des logiciels, l’emplacement de chaque fonctionnalité, et réduirait de façon importante les besoins d’apprentissage. Connaitre les fonctionnalités existantes sur le logiciel suffirait, sans savoir comment les activer. « Le ruban d'Office change à chaque version, mais le langage naturel est universel ».

Un autre argument est que les IA génératives permettent déjà d’assister des non experts d’une tâche à la réaliser de façon professionnelle. L'étude Brynjolfsson (Stanford/MIT, 2025) menée sur 5 000 travailleurs de service client conclu que les novices bénéficient 2 fois plus de l’IA que les experts. L'IA « diffuse les bonnes pratiques » des meilleurs agents vers les moins expérimentés. Un apprenti peut utiliser l'IA pour rédiger un devis, structurer un rapport de chantier ou analyser un tableau de coûts sans maîtriser Excel en profondeur. 

Les arguments en faveur de la conservation du socle numérique

D’autres études concluent que l'IA sans encadrement nuit à l'acquisition des compétences. L'étude Bastani et al. (Wharton/PNAS, 2025) réalisée sur 1000 lycéens en exercice de mathématiques indique que les élèves assistés par IA sans garde-fous progressent moins que ceux qui travaillent sans. Ils ont certes réalisé +127% de performance, mais ont obtenu 17% de moins à l’examen sans IA. En revanche, le groupe ayant utilisé une IA « tuteur » pédagogiquement programmée a obtenu le même taux de réussite à l’examen que le groupe n’ayant pas utilisé d’IA. Une personne qui n'a jamais structuré un tableur ne pourra pas détecter qu'une IA lui a généré une erreur de calcul dans son budget.

Un autre argument est celui de la résilience. Rester capable de produire lorsque l’IA n’est pas disponible : difficulté de connexion, interruption de service, problèmes géopolitiques limitant l’accès à des outils étrangers (nos usages étant aujourd’hui majoritairement appuyés sur des systèmes d’IA soumis au droit américain, 60 % des Français craignent une dépendance excessive aux entreprises étrangères d'après Ifop/Talan).

Un appui très fort sur l’IA, sans plus de pratique « manuelle », amènerait au phénomène de déqualification (« deskilling ») d’après l'ACM Communications (2025-2026) qui le documente à travers plusieurs cas. Des endoscopistes utilisant régulièrement l'IA pour la détection de polypes auraient vu leur taux de détection chuter de 28,4 % à 22,4 % quand l'IA était retirée (Lancet Gastroenterology, 2025). Des étudiants en droit utilisant des chatbots commettraient davantage d'erreurs critiques. Et l'analogie avec la calculatrice, parfois invoquée, a ses limites : comme le résume Kognitivo, « les calculatrices n’hallucinent pas, personne n'a fait de l'ingénierie de calculatrice une compétence clé, et leur usage irréfléchi n'érode pas silencieusement la capacité de penser ».). L'Université de Haute-Alsace (projet DémoUHA) alerte sur « une érosion progressive de l'expertise humaine sur le plan technique ».

L’argument de l’impact environnemental entre aussi en jeu : une requête sur une IA générative consommant bien davantage d’électricité qu'une recherche web classique, il reste essentiel de savoir utiliser un moteur de recherche pour les requêtes simples.

Enfin, d’autres avancent que la pensée computationnelle est plus importante que jamais. Jeannette Wing (Columbia University, ACM 2025), pionnière du concept, affirme que « la programmation est devenue une commodité, mais la pensée computationnelle est plus importante que jamais ». L'ACM démontre que le prompt engineering lui-même exige décomposition de problèmes, abstraction et pensée algorithmique, les composantes de la pensée computationnelle. Colin de la Higuera et François Bocquet (Université de Nantes / UNESCO) identifient cinq piliers pour l'ère IA : conscience des données, compréhension de l'incertitude, codage et pensée informatique, éthique numérique, humanisme post-IA, et maintiennent que « le codage et la pensée informatique restent des compétences fondamentales ».

En complément, l'expérimentation de Dell'Acqua et al. (Harvard Business School/BCG) montre que les gains pour les novices cités par l’étude Brynjolfsson dépendent de la tâche. L’IA, sur certaines tâches plus complexes, n’apporte des gains que lorsque les utilisateurs possèdent une expertise de domaine préalable, sans quoi la performance chute de 23 % sur les tâches complexes. ».

Beaucoup convergent donc pour dire qu’il est nécessaire de maitriser les compétences numériques de base pour s'approprier l'IA. Or, l’étude INSEE de 2025 pointe que 34% des Français manquent de compétences numériques de base. L’observatoire Pix 2025 indique que ce sont 3 actifs sur 5 qui ne maitrisent pas le socle numérique indispensable.

Les arguments contre le remplacement relèvent donc de la résilience cognitive et systémique, et de la qualité de nos usages de l’IA.

Conclusion

Lorsque l'on cherche des points de vue scientifiques et etayés pour répondre à cette question, « doit-on encore (se) former aux compétences du socle numérique de base ? », il n'est pas difficile de trouver des études et des chiffres. Il est en revanche difficile de trouver des études qui comparent réellement la même chose, ou donnent une approche complète et nuancée. Quand l'étude Brynjolfsson constate que l'IA permet aux novices de réaliser des tâches pour lesquelles ils ne sont pas formés, la qualité de ces réalisations est-elle évaluée ? Quand cette même étude s'intéresse au gain de performance et de productivité, l'étude Bastani et al. citée pour défendre la position conservatrice s'intéresse quant à elle à l'apprentissage.

Il n'existe donc pas de position scientifique unanime, mais les débats et orientations prisent par les grands référentiels incitent à préserver l'apprentissage des bases. 

« La littératie numérique est un prérequis, pas un concurrent à l'IA literacy, parce que les individus ont besoin de comprendre comment fonctionne un ordinateur pour avoir un usage pertinent des IA » (IBM).

Ils incitent également à faire des choix : que veut-on pouvoir continuer de faire lorsque l'IA n'est plus disponible ? Que continue-t-on d'apprendre pour maintenir notre capacité à évaluer les productions des IA ?

Enfin, au-delà de se demander si l'IA remplace le socle numérique, on peut se demander comment repenser la façon dont on forme à ces compétences numériques fondamentales qui se transforment en partie avec l’IA. Notamment :  l’IA peut-elle aider à gagner en autonomie dans ces apprentissages transverses souvent difficiles à intégrer dans les temps de formation ? Comment amène-t-on chacun à pouvoir se servir de l’IA pour apprendre, plutôt que pour produire à sa place ?

« Le vrai clivage de demain ne sera pas entre ceux qui utilisent l'IA et ceux qui ne l'utilisent pas. Il sera entre ceux qui l'utilisent pour apprendre et ceux qui l'utilisent pour éviter de penser. » (Benoît Raphaël)

Dans les formations aux métiers manuels, cela suppose des compétences supplémentaires à transmettre, mais on peut espérer, avec le temps, que le socle numérique soit de plus en plus acquis avant l’entrée en apprentissage, puisqu’il est normalement travaillé au collège.