Un chatbot pour conseiller dans la recherche de formation continue : l’humain reste malgré tout central

Face aux transformations technologiques, à l’automatisation et aux nouvelles compétences recherchées sur le marché de l’emploi, la formation continue se révèle être un facteur décisif pour préserver sa compétitivité en tant que travailleur et pour garantir l’existence d’un personnel qualifié. D’après le Rapport sur l’éducation en Suisse 2026, elle est la réponse majeure à apporter à la dématérialisation, à l’intelligence artificielle et à l’automatisation (CSRE, 2026). Compte tenu de la complexité du paysage de la formation continue suisse, trouver l’offre adaptée à ses besoins relève toutefois du défi. On a par ailleurs constaté que les PME en particulier étaient loin d’exploiter tout le potentiel offert par les activités de formation continue (Müller, 2024).

Cette articulation entre chatbot d’orientation en formation continue personnalisé et services de conseil individuels permet aux utilisateurs et utilisatrices de bénéficier en tout lieu et à toute heure d’un aperçu des offres de formation continue existantes, et de se pencher plus en détail, avec un conseiller ou une conseillère, sur les questions plus complexes demeurées irrésolues.

Eu égard à cette situation, ce projet de recherche financé par le SEFRI a cherché à savoir comment une solution de conseil en orientation hybride, c’est-à-dire reposant à la fois sur l’IA et l’humain, pouvait faciliter l’accès à des offres de formation continue adaptées. Le projet avait pour ambition d’aider les PME à accéder facilement à des offres de formation continue entièrement adaptées aux spécificités de leurs secteurs. Le format de conseil hybride choisi consiste en une solution basée sur l’IA (chatbot spécialisé en formation continue). Conçue à partir de questions simples automatisées, celle-ci répond de façon aussi individuelle que possible aux demandes de l’utilisateur en s’appuyant sur son profilage, et elle transfère les requêtes plus complexes à un conseiller humain. Cette articulation entre chatbot d’orientation en formation continue personnalisé et services de conseil individuels permet aux utilisateurs et utilisatrices de bénéficier en tout lieu et à toute heure d’un aperçu des offres de formation continue existantes, et de se pencher plus en détail, avec un conseiller ou une conseillère, sur les questions plus complexes demeurées irrésolues. L’élaboration du concept de base, qui a été l’un des premiers résultats du projet, a déjà fait l’objet d’une présentation dans Transfer (Pölderl et al., 2025) et est désormais disponible dans une version 2 révisée. Seront exposées ci-après les conclusions tirées de tests menés auprès de membres des associations professionnelles JardinSuisse et Fiduciaire|Suisse ayant utilisé ce chatbot d’orientation en formation continue.

Un développement itératif : l’élément méthodique clé

La phase de développement et de test du chatbot dédié à la formation continue s’est étalée de juillet 2025 à avril 2026. Un total de quatre itérations a été réalisé durant cette période (voir figure 1). Le chatbot dédié à la formation continue y a été testé à plusieurs reprises par divers acteurs du secteur tels que des représentantes et représentants de différentes associations professionnelles ou encore des personnes susceptibles de recourir aux offres de conseil en orientation pour la formation continue (personnes définies à partir du concept de base). Une fois validés, les enseignements tirés de ces expérimentations ont servi à perfectionner le chatbot.

1. La boucle 1 a consisté à harmoniser le protocole utilisé pour le test avec les associations professionnelles en vue de maximiser l’acceptation de l’outil ainsi que son utilisation par les utilisateurs et utilisatrices.
2. La boucle 2 a consisté à mener six entretiens d’observation avec des représentants et représentantes des deux associations professionnelles. Le chatbot dédié à la formation continue a été testé pour la première fois au cours de cette boucle d’itération, faisant l’objet d’une évaluation directe par les représentantes et représentants des associations professionnelles.
3. La boucle 3 a consisté à mettre le chatbot à la disposition des utilisatrices et utilisateurs (n=118) à des fins de test. Une fois le chatbot essayé, on a demandé les retours de ces utilisateurs et utilisatrices sur leur utilisation, l’utilité de l’outil ainsi que leur préférence entre les conseils assistés par IA et les conseils personnels.
4. Dans la boucle 4, le chatbot dédié à la formation continue a été testé et évalué par un autre groupe d’utilisateurs et utilisatrices, plus jeune que le précédent (n=105). La qualité des échanges qui se sont déroulés à l’intérieur du chat durant les tests a été évaluée dans les boucles 3 comme 4.

Pour compléter les retours apportés par les deux associations professionnelles JardinSuisse et FIDUCIAIRE|SUISSE, on a pour finir interrogé quatre autres associations professionnelles afin de savoir s’il est selon elles possible d’utiliser le chatbot dédié à la formation continue dans d’autres secteurs.

Figure 1 : les différentes phases de test du chatbot dédié à la formation continue.

Les leçons technologiques tirées du chatbot dédié à la formation continue

Au départ, le partenaire technologique du projet, Apps with love, avait développé une architecture basée sur l’IA qu’il avait intégrée au concept de base. Composée de plusieurs niveaux, celle-ci incluait un réglage fin du modèle de langage, un graphe de connaissances centralisé et une base de données vectorielle dédiée. Au moment de la mise en œuvre, les leçons tirées des vastes données récoltées sur le système de formation continue suisse et les transformations extrêmement rapides survenues entre-temps dans le domaine de l’IA ont toutefois imposé des ajustements. Les raisons à ces modifications apportées à l’architecture initiale peuvent être résumées en trois points :

1. Un paysage de la formation continue très hétérogène

Dans la mesure où les offres de formation continue sont donc présentées de façon fortement hétérogène, le moissonnage initialement prévu s’est finalement révélé infaisable, car il aurait demandé trop de travail. On a par conséquent recouru au moteur de recherche Perplexity Web Search, basé sur l’IA, pour pallier ce problème.

Côté fournisseurs, les formats proposés pour la formation continue ne sont pas toujours homogènes : les contenus sont représentés tantôt au format html, tantôt au format pdf, tantôt sous forme de tableaux ou encore de textes non structurés. Quant aux pages internet, elles sont structurées de façon très variée (liens directs, navigation sur plusieurs niveaux, tableaux). Une autre difficulté est le plurilinguisme, différents noms étant alors utilisés pour désigner les mêmes programmes. L’utilisation fréquente de synonymes pour nommer les niveaux de qualification (p. ex. BP en allemand pour l’examen professionnel comme pour le diplôme fédéral) constitue une autre difficulté. Dans la mesure où les offres de formation continue sont donc présentées de façon fortement hétérogène, le moissonnage initialement prévu s’est finalement révélé infaisable, car il aurait demandé trop de travail. On a par conséquent recouru au moteur de recherche Perplexity Web Search, basé sur l’IA, pour pallier ce problème.

2. Des biais dans la qualité des résultats de recherche

Un problème structurel est apparu durant les tests : les recherches effectuées sur le web tendent à privilégier les institutions académiques au détriment des fournisseurs de formation continue spécialisés tels que les associations professionnelles. Un biais des moteurs de recherche qui s’explique sans doute par le meilleur référencement en ligne des hautes écoles. Pour réduire ce biais, un mécanisme consistant à booster certains domaines a été implémenté de manière à ce que les prompts faits sur Perplexity affichent en priorité les fournisseurs professionnels. La liste des résultats recense par ailleurs désormais les certifications professionnelles avant les diplômes académiques. Une solution plus satisfaisante encore pourrait être d’optimiser le moteur de recherche utilisé ainsi que la qualité des données fournies par les associations professionnelles.

3. Des champs pas toujours couverts et des données lacunaires

Il avait d’abord été prévu d’utiliser une base de données centralisant les offres associée à un modèle de données standardisé. Impossible cependant d’obtenir un schéma complet répertoriant tous les champs d’information liés aux offres de la sorte, la raison en étant que les informations disponibles sur le web sont fortement lacunaires. En effet : seuls les titres des formations et les noms des fournisseurs peuvent être extraits du web avec certitude. Dans bien des cas, les autres champs d’information tels que le prix (25 % de couverture), le lieu où se déroule la formation (36 %) ou encore l’accréditation (35 %) n’apparaissent pas sur les sites des fournisseurs. Dans 75 % des offres, par exemple, le prix n’est disponible que « sur demande ». Pour le modèle de données, cela signifie donc que le système doit être en mesure d’accepter les champs manquants et de communiquer en toute transparence sur ces lacunes auprès des utilisatrices et utilisateurs.

Forte de ces enseignements, l’équipe du projet a jugé légitime d’abandonner le graphe de connaissances centralisé conçu avec soin au départ et de finalement opter pour un système de recherche décentralisé sur internet reposant sur une ingénierie de prompt. Cette nouvelle architecture rend l’outil plus évolutif, tout en éliminant la nécessité de procéder à des maintenances, mais elle restreint dans le même temps également l’auditabilité de certains points de données. Pour le triage des données, des critères spécifiques ont été définis avec les associations professionnelles (p. ex. la présence d’informations sur les examens ou encore les demandes d’équivalences), puis ont été implémentés dans le modèle. Après trois interactions avec l’outil, le modèle signale à l’utilisateur la possibilité d’échanger personnellement avec un conseiller ou une conseillère. La figure 2 illustre sommairement l’architecture du chatbot d’orientation en formation continue : la requête de l’utilisateur entraîne un traitement des questions simples et fréquentes par l’IA, qui fournit alors des réponses automatiques, et transfère de façon ciblée les requêtes plus complexes à des conseillers et conseillères humains.

Figure 2 : architecture du système basé sur des agents conversationnels.

Le socle technologique et les modèles de données ayant servi à développer le chatbot dédié à la formation continue sont disponibles en open source à cette adresse pour toutes les associations professionnelles intéressées par cette approche. Des conclusions plus détaillées sur l’expérience utilisateur (UX) ainsi que sur la protection des données sont disponibles dans le concept de base.

L’humain reste important

Les différentes enquêtes réalisées en aval des tests ont révélé que les participantes et participants se montraient globalement satisfaits de l’environnement de test du chatbot dédié à la formation continue. Les premières informations fournies par l’IA ont été bien acceptées, et la prise en main de l’outil a paru simple, sans présenter de difficultés. Les différentes mesures prises pour améliorer le chatbot en fonction des spécificités propres à chaque branche (le fait d’afficher en priorité les offres de formation continue des fournisseurs du secteur p. ex.) ont permis d’optimiser la qualité des résultats, renforçant par là même la satisfaction des personnes utilisant l’outil. Les utilisateurs et utilisatrices plus jeunes ne se trouvant qu’en début de carrière, par exemple après avoir terminé leur apprentissage, ont exprimé beaucoup plus de satisfaction vis-à-vis du chatbot d’orientation en formation continue.

Nombreux sont en effet les utilisateurs et utilisatrices qui n’ont pas recouru aux services de conseil individuel quand bien même cela leur avait été explicitement recommandé par le chatbot d’aide à l’orientation.

Comme nous l’avons constaté durant les tests, il a été difficile d’expérimenter concrètement le passage du système de conseil hybride basé sur IA à un service de conseil individuel dispensé par un être humain. Nombreux sont en effet les utilisateurs et utilisatrices qui n’ont pas recouru aux services de conseil individuel quand bien même cela leur avait été explicitement recommandé par le chatbot d’aide à l’orientation. Une solution pourrait être, lors d’itérations futures, de simplifier cette transition et d’améliorer sa visibilité en intégrant par exemple des widgets Calendly et un système de chat en direct plutôt que d’afficher l’adresse e-mail et le numéro de téléphone du conseil ou de la conseillère.

De façon contrastée avec le comportement observé durant les tests, les enquêtes réalisées en aval ont montré que plus d’un tiers des utilisatrices et utilisateurs préféraient être conseillés par des êtres humains plutôt que d’obtenir des informations par IA, surtout quand leurs questions portent sur le contenu des formations, les conditions requises pour s’inscrire, la validation des acquis de l’expérience et le financement. Les entretiens menés avec des spécialistes des associations professionnelles (boucles 2 et 4) ont du reste clairement démontré qu’une compréhension fine du contexte du secteur professionnel en question était requise pour pouvoir conseiller quelqu’un cherchant une formation continue, et qu’il fallait également avoir soi-même travaillé dans le domaine – deux choses que le chatbot n’est pas en mesure d’assurer avec le niveau de qualité souhaité.

Les processus décisionnels des êtres humains ne doivent pas être appréhendés comme de simples traitements de données : ce sont aussi des processus psychologiques au sein desquels l’expérience, les émotions, la connaissance du contexte et l’incertitude jouent un rôle majeur (Gigerenzer, 2020 ; Kahneman, 2011). En conseillant personnellement un individu à la recherche d’une formation continue, on lui témoigne de l’empathie tout en tenant compte du contexte, et ce afin de l’aider à juger individuellement de l’utilité d’une offre. Le fait d’opérer un premier tri des situations individuelles par un chatbot avant de proposer une consultation personnelle n’est donc pas seulement un enrichissement : c’est aussi une nécessité. Il suffit de jeter un œil aux échanges se déroulant dans le chat – où des formes très variées d’interactions se produisent – pour comprendre qu’il s’agit d’une étape décisive. Que la raison tienne au cadre dans lequel se sont déroulés les tests, aux différentes affinités que peuvent avoir les utilisateurs et utilisatrices pour l’IA ou à d’autres facteurs, une question reste cependant ouverte, à savoir le fait que certaines personnes intéressées par la formation continue sont plus faciles à atteindre par d’autres formats de conseil en orientation que le chatbot. Les résultats obtenus montrent toutefois dans le même temps que ce dernier est bien mieux perçu par les jeunes, qui se sentent davantage aidés par ce système – une différence qui souligne d’autant plus la nécessité de miser sur une approche hybride adaptée aux différents publics cibles.

Conclusion et bilan

Les tests menés avec la solution de conseil hybride dédiée à la formation continue ont permis de faire ressortir deux aspects. Le premier porte sur les spécificités sectorielles du chatbot : les parcours de carrière spécifiques à chaque branche, les fournisseurs reconnus des associations professionnelles et les réglementations propres à chaque secteur sont des points essentiels pour assurer la valeur ajoutée et l’acceptation des offres tout en se distinguant des autres grands modèles de langage (en anglais LLM) couramment utilisés. Pour qu’un chatbot d’orientation en formation continue fonctionne, il faut toutefois que chaque branche identifie auparavant les informations importantes tirées de son expérience (p. ex. les retours d’expérience) et décide sous quelle forme exactement elle peut et doit intégrer ces informations dans le chatbot.

Pour l’heure, le projet présenté dans cet article montre que l’humain et sa capacité à conseiller demeurent irremplaçables.

Le deuxième aspect porte sur l’hybridation entre conseils humains et conseils fournis par IA. Quels que soient les nombreux enseignements que l’on peut tirer sur la configuration technologique d’un chatbot spécialisé en formation continue, les résultats obtenus durant les tests ont clairement démontré que les conseils dispensés par un humain présentaient des avantages et étaient toujours souhaités par les utilisatrices et utilisateurs. Il ne reste plus qu’à savoir s’il en sera toujours ainsi dans les années à venir. Car, avec l’évolution très rapide de l’IA agentique, le chatbot d’orientation en formation continue pourrait bien à l’avenir non seulement fournir des informations sur les formations continues, mais aussi prendre des rendez-vous ou encore prendre directement en charge l’inscription à un cours en toute autonomie. Reste à savoir, également, si ces nouvelles possibilités offertes par la technologie seront bien acceptées, sachant que cela dépendra aussi du fait que les innovations restent centrées sur l’humain. Pour l’heure, le projet présenté dans cet article montre que l’humain et sa capacité à conseiller demeurent irremplaçables.

Literatur

• Gigerenzer, G. (2020). Risiko. Wie man die richtigen Entscheidungen trifft. Pantheon: München.
• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux: New York.
• Müller, M., Gollob, S. & Hedinger, F. (2024). Bedeutung und Umsetzung von Weiterbildung in KMU. Zürich: SVEB.
• Pölderl, C., Gerber, M., Probst, J., & Oswald, O. (2025). IA et conseil personnel : un copilote dédié à la formation continue pour les PME. Transfer. Formation professionnelle dans la recherche et la pratique 10 (9).
• Sgier, Irena, Schläfli, André & Grämiger, Bernhard (2022). Weiterbildung in der Schweiz. Länderporträt. Bielefeld: wbv.
• CSRE (2026). Rapport sur l’éducation en Suisse 2026. Aarau: Centre suisse de coordination pour la recherche en éducation.

La présente contribution est protégée par le droit d'auteur. Toute utilisation est autorisée à l'exception de l'utilisation commerciale. La distribution sous la même licence est possible ; elle nécessite toutefois la mention de l’auteur.