Project Management Pitfalls and the Ambivalent Role of Artificial Intelligence: A Scoping Review of Bad Practices
Cette revue de portée élargit la liste connue des mauvaises pratiques de gestion de projet à vingt défaillances systémiques réparties en quatre grappes clés et soutient que, bien que l'intelligence artificielle offre un potentiel d'amélioration, son adoption sans esprit critique risque d'exacerber les problèmes existants, nécessitant son intégration comme un complément plutôt qu'un substitut au jugement humain et à la gouvernance rigoureux.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Depuis des décennies, le monde de la construction et de l'édification repose sur un ensemble de règles conçues pour empêcher les efforts complexes de s'effondrer. Qu'il s'agisse de construire un pont, de lancer un satellite ou de déployer un nouveau logiciel, les équipes suivent une discipline appelée gestion de projet. Ce domaine repose sur l'idée que si vous planifiez soigneusement, affectez les bonnes personnes et surveillez le budget, vous réussirez. Pourtant, malgré l'invention de logiciels sophistiqués et la formation de millions de professionnels, les projets échouent encore à un taux obstinément élevé. Ils manquent d'argent, ratent leurs échéances ou livrent un produit dont personne ne veut. Les raisons de ces échecs sont rarement un manque d'outils ou un manque de connaissances ; elles découlent souvent d'habitudes humaines profondément ancrées. Nous avons tendance à être excessivement optimistes quant à la durée des choses, nous avons du mal à dire « non » aux nouvelles demandes et nous essayons de faire trop de choses à la fois. Ces schémas sont si courants qu'ils ont été étudiés pendant des années, formant un catalogue d'erreurs qui semblent impossibles à éviter.
Désormais, une nouvelle question entre dans la conversation. Alors que l'intelligence artificielle — des systèmes informatiques capables d'apprendre à partir de données et de faire des prédictions — devient plus puissante, beaucoup espèrent qu'elle résoudra enfin ces vieux problèmes. L'idée est qu'une machine, exempte de l'optimisme ou de la fatigue humaine, pourrait calculer le calendrier parfait, repérer les risques cachés et gérer les ressources sans erreur. Mais un examen récent de la recherche la plus récente suggère que la réponse n'est pas si simple. La technologie est porteuse de réelles promesses, mais elle comporte aussi le risque d'aggraver nos plus vieilles erreurs si nous n'y prenons pas garde.
Une équipe de chercheurs du Parc Technologique de Holguín et de l'Université de Holguín, à Cuba, s'est donné pour mission d'étudier précisément cette tension. Ils ont mené une revue de la portée de la littérature scientifique publiée entre 2021 et 2026 à travers cinq bases de données spécifiques : Scopus, Web of Science, DOAJ, OpenAlex et Google Scholar, à la recherche d'études sur les raisons de l'échec des projets et sur la manière dont l'intelligence artificielle est utilisée pour les corriger. Ils ont également examiné les rapports de praticiens de l'industrie qui font face à ces échecs quotidiennement. Leur objectif n'était pas de tester une théorie unique, mais de cartographier le paysage de vingt mauvaises pratiques spécifiques qui continuent de hanter le domaine. Ils ont organisé ces erreurs en quatre groupes principaux : les échecs de planification et d'estimation de la durée des tâches ; les échecs de gestion des personnes et du périmètre du travail ; les échecs de communication et de prise de décision au sein des équipes ; et les échecs liés à l'achèvement effectif du travail.
Les chercheurs ont constaté que ces vingt mauvaises pratiques ne sont pas nouvelles. Ce sont les mêmes schémas décrits dans des études plus anciennes, prouvant que l'écart entre ce que nous savons devoir faire et ce que nous faisons réellement reste important. L'une des erreurs les plus persistantes est l'« erreur de planification » (planning fallacy), une habitude par laquelle les individus se convainquent que leur projet sera différent et meilleur que celui des autres, ignorant les données historiques qui suggèrent le contraire. Un autre problème courant est l'incapacité à dire « non » aux changements de exigences, ce qui conduit à la « dérive du périmètre » (scope creep), où un projet s'élargit lentement au-delà de ses limites originales jusqu'à s'effondrer sous son propre poids. La revue a également mis en évidence la nature destructrice du multitâche, où les membres de l'équipe sont tirés dans trop de directions, ce s'entraînant à l'épuisement professionnel et ralentissant le travail.
Lorsque les chercheurs ont examiné comment l'intelligence artificielle interagit avec ces problèmes, ils ont découvert une arme à double tranchant. Du côté positif, la technologie montre un véritable potentiel pour améliorer des tâches spécifiques. Par exemple, des modèles informatiques avancés peuvent analyser de vastes quantités de données historiques pour créer des estimations plus précises de la durée d'un projet, surpassant souvent les méthodes traditionnelles. Ces outils peuvent également suivre les ressources pour s'assurer que personne n'est surchargé de travail et peuvent signaler automatiquement lorsqu'un projet dévie de sa trajectoire. Dans certains cas, ces systèmes ont montré une capacité à réduire les erreurs de prédiction de manière significative, offrant un niveau de précision que les planificateurs humains peinent à égaler.
Cependant, la revue avertit que le simple fait d'allumer un ordinateur ne résout pas les problèmes humains sous-jacents. Si les données injectées dans un système d'intelligence artificielle sont erronées, biaisées ou incomplètes, la machine répétera simplement ces erreurs, peut-être même avec plus d'assurance qu'un humain. Les chercheurs ont noté que si une entreprise a l'habitude de sous-estimer les coûts, une intelligence artificielle entraînée sur les données passées de cette entreprise apprendra également à sous-estimer les coûts. De plus, il existe un risque que les équipes deviennent trop dépendantes de ces outils, faisant confiance au résultat de la machine sans le remettre en question. Cela pourrait conduire à une situation où de mauvaises décisions sont prises plus rapidement et avec plus d'autorité parce qu'elles sont soutenues par un ordinateur. La revue a également souligné que de nombreux projets d'intelligence artificielle eux-mêmes ne parviennent pas au déploiement car ils sont trop complexes, résolvent le mauvais problème ou manquent d'explications claires sur la manière dont ils sont parvenus à leurs conclusions.
La conclusion centrale de l'étude est que ces échecs sont fondamentalement organisationnels et comportementaux, et non seulement techniques. Les problèmes d'optimisme, de mauvaise communication et d'incapacité à prioriser sont enracinés dans la psychologie humaine et la culture d'entreprise. L'intelligence artificielle est un outil puissant, mais ce n'est pas une baguette magique capable de réparer une culture défaillante. Les chercheurs soutiennent que la technologie doit être utilisée pour soutenir le jugement humain, et non pour le remplacer. Elle peut gérer la partie laborieuse de l'analyse des données et de la reconnaissance des formes, libérant ainsi les humains pour qu'ils puissent se concentrer sur ce que les machines ne peuvent pas faire : naviguer dans des relations politiques complexes, ressentir le moral d'une équipe et prendre les décisions éthiques difficiles qui surviennent souvent dans des situations à enjeux élevés.
En fin de compte, la voie à suivre nécessite une approche équilibrée. Les organisations qui veulent réussir doivent investir dans l'amélioration de la qualité de leurs données et former leur personnel à utiliser ces nouveaux outils avec sagesse. Elles doivent construire des structures de gouvernance qui garantissent que l'intelligence artificielle est transparente et que les humains restent impliqués dans les décisions finales. La revue conclut que, bien que la technologie puisse nous aider à voir les pièges plus clairement, il nous appartient de les éviter. Les projets les plus efficaces seront ceux qui combineront la vitesse et la précision de l'intelligence artificielle avec la sagesse, l'empathie et l'esprit critique de leaders humains expérimentés.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.