Culture & Organisation
Équipe pluridisciplinaire : pourquoi l’IA fabrique de faux polyvalents
Avec un assistant IA, chacun produit en dix minutes un livrable plausible dans un métier qu’il ne connaît pas. De loin, ça ressemble à de la pluridisciplinarité. De près, c’est une nouvelle dépendance, en plus discrète.
Mardi, revue de sprint. Le développeur back-end présente les maquettes de la nouvelle page (générées par IA), la chargée de marketing a écrit le script de migration de données (généré par IA), et le testeur a rédigé l’analyse juridique sur les cookies (générée par IA). Tout est propre, bien formaté, livré en avance. Le manager est ravi : « Enfin une vraie équipe pluridisciplinaire, tout le monde sait tout faire. » Trois semaines plus tard, la migration a corrompu une partie de la base clients, et personne dans la salle n’était capable de le voir venir.
Ce scénario n’a rien de caricatural. Il illustre un piège qui monte dans beaucoup d’organisations en 2026 : confondre l’accès à une réponse avec la compétence. Le coach agile Claude Aubry l’a formulé très clairement dans un article publié le 28 octobre 2026 sur les obstacles et antipatterns de la pluridisciplinarité (lire l’article original) : l’IA donne à chacun un accès superficiel à des domaines qu’il ne maîtrise pas, ce qui ressemble de l’extérieur à de la polyvalence.
Chez Corporate Mavericks, on voit ce glissement chez de nombreux clients. Les équipes gagnent en vitesse, perdent en capacité de jugement, et le management prend la première pour la seconde. Cet article remet les choses à plat : ce qu’est vraiment une équipe pluridisciplinaire, les quatre pièges qui la sabotent, ce que l’intelligence artificielle change, et comment manager ce type d’équipe sans se raconter d’histoires.
Qu’est-ce qu’une équipe pluridisciplinaire ? De la santé au travail en entreprise
Une équipe pluridisciplinaire réunit des professionnels aux compétences et aux expertises complémentaires, qui travaillent ensemble sur un objectif commun. L’intention n’est pas d’avoir « un peu de tout », mais de réduire les dépendances : l’équipe dispose en interne des savoir-faire nécessaires pour livrer de la valeur sans attendre en permanence un service extérieur, un expert rare ou une validation à trois étages.
Le concept vient de loin. Dans le secteur de la santé et le médico-social, l’équipe pluridisciplinaire est une évidence depuis des décennies : médecin généraliste, médecin spécialiste ou psychiatre, infirmier, kinésithérapeute, psychologue, assistant social ou ergothérapeute coordonnent leurs interventions autour du patient pour assurer une prise en charge globale, à l’hôpital comme en maison de santé. En santé au travail, la loi a même consacré ce fonctionnement : le médecin du travail anime une équipe où interviennent infirmiers, ergonomes, psychologues et conseillers en prévention, au service de la santé des salariés. Personne n’imagine qu’un infirmier remplace le médecin, ni que le personnel paramédical décide seul d’un diagnostic médical. Chacun garde son métier, et la qualité vient de la coordination, de la communication et d’un projet partagé.
Dans le monde de l’entreprise, l’agilité a popularisé la même idée. Le Scrum Guide décrit les équipes Scrum comme pluridisciplinaires : ensemble, leurs membres possèdent toutes les compétences nécessaires pour créer de la valeur à chaque sprint. Le mot important est ensemble. La pluridisciplinarité est une propriété du collectif, pas une exigence posée sur chaque individu.
Pluridisciplinaire, interdisciplinaire, transdisciplinaire : quelle différence ?
Pluridisciplinaire : plusieurs disciplines travaillent côte à côte sur un même objectif, chacune avec ses méthodes. C’est le premier niveau de collaboration.
Interdisciplinaire : les disciplines interagissent réellement, échangent leurs approches et construisent des solutions communes. Le travail en équipe devient une co-construction.
Transdisciplinaire : les frontières entre disciplines s’estompent au profit d’une vision et d’un langage partagés autour du problème à résoudre.
En pratique, une bonne équipe agile glisse du pluridisciplinaire vers l’interdisciplinaire : on ne se contente pas de juxtaposer les métiers, on apprend à travailler les uns avec les autres. C’est justement cette progression que l’IA peut court-circuiter.
Les avantages d’une équipe pluridisciplinaire (quand elle est bien faite)
Les bénéfices d’une équipe pluridisciplinaire sont bien documentés, que ce soit dans les organisations agiles ou dans le soin :
Moins d’attente. Les compétences sont dans l’équipe, donc le travail ne s’arrête pas à chaque passage de relais entre services.
Des solutions plus complètes. La diversité des points de vue (technique, métier, design, juridique) fait émerger les angles morts avant la mise en production.
Plus de robustesse. Quand une personne est absente, quelqu’un d’autre peut reprendre. Le fameux « facteur bus » remonte.
Moins de silos. Une équipe organisée autour d’un produit ou d’un client casse naturellement les silos organisationnels qui ralentissent les grandes entreprises.
Plus d’apprentissage. Chacun découvre le métier des autres, ce qui améliore la communication et la qualité des échanges.
Mais ces avantages reposent sur une condition rarement dite : chaque membre doit être capable de juger ce qui sort de l’équipe, au moins sur les sujets qui le concernent. Sans ce jugement, on n’a pas une équipe pluridisciplinaire. On a un groupe de personnes qui produisent beaucoup et ne vérifient rien.
Le vernis IA rend les erreurs invisibles
Sources : Atlassian Teamwork Lab (2026), BetterUp et Stanford via HBR (2025)
22 %
de chances en moins de repérer une erreur critique dans un document au rendu soigné
42 %
jugent moins fiable le collègue qui leur envoie un travail IA bâclé
62 %
seulement savaient ce qu’est un bon livrable avant d’en parler en équipe
Un livrable bien présenté endort la vigilance. Dans une équipe où plus personne ne maîtrise le domaine concerné, l’erreur traverse toutes les revues sans être vue.
Ces chiffres viennent d’une étude récente de l’équipe Teamwork Lab d’Atlassian (source). Sur 903 travailleurs du savoir américains, les relecteurs étaient 22 % moins susceptibles de repérer une faille critique dans la version « polie » d’un brouillon. Dans un atelier mené avec 31 salariés, seuls 62 % savaient au départ ce que leur équipe considérait comme un livrable de qualité, puis 100 % après une heure d’échange sur les standards. Leçon directe pour une équipe pluridisciplinaire : la qualité ne vient pas de l’outil, elle vient d’un standard partagé et de gens capables de l’appliquer.
Les 4 pièges qui sabotent une équipe pluridisciplinaire (et ce que l’IA aggrave)
Claude Aubry décompose la pluridisciplinarité en quatre pratiques : la polyspécialisation, le leadership émergent, la polyactivité et l’esprit critique. Pour chacune, il identifie un antipattern classique et un risque nouveau lié à l’IA. Voici notre lecture, côté management.
1. La polyspécialisation qui tourne au « tout le monde fait tout »
Ce qu’on observe : sous prétexte de pluridisciplinarité, on attend de chacun qu’il sache tout faire. Avec l’IA, l’illusion devient crédible : une personne produit un résultat plausible dans une discipline qu’elle ne connaît pas.
Le risque : plus personne n’a de point fort, la qualité baisse partout, et l’on croit avoir des généralistes alors qu’on a des personnes incapables de juger ce qu’elles livrent hors de leur domaine.
La parade : viser le recouvrement, c’est à dire deux personnes capables sur chaque discipline, et non l’uniformité. Et orienter l’ouverture vers une autre discipline vers la capacité de relire et corriger, pas seulement vers celle de produire. C’est le principe du profil en T : une expertise profonde, et une culture assez large pour dialoguer avec les autres métiers.
2. Le leadership émergent capté par le plus rapide
Ce qu’on observe : c’est toujours la même personne, la plus ancienne ou la plus à l’aise, qui prend la main sur tous les sujets. Version 2026 : celui qui manie le mieux l’IA produit vite des réponses sur tout.
Le risque : l’aisance avec l’outil passe pour une compétence métier. Les autres se mettent en retrait, et l’équipe redevient dépendante d’une seule personne, qui en plus ne connaît pas forcément le domaine.
La parade : reconnaître le leadership à la compréhension du domaine, pas à la vitesse de production. En rétrospective, regarder qui a pris la main sur quels sujets et inviter explicitement ceux qui ne la prennent jamais.
3. La polyactivité qui confond essayer et apprendre
Ce qu’on observe : pour éviter la monotonie, on fait tourner tout le monde sur toutes les tâches. L’IA rend encore plus facile de se lancer dans une activité qu’on n’a jamais faite.
Le risque : l’activité est traversée sans que la capacité reste dans l’équipe. Le travail est fait moins bien, plus lentement, et personne n’a vraiment appris.
La parade : laisser chacun choisir ce qu’il veut essayer, accepter que cet apprentissage coûte du temps sur le sprint, et faire accompagner chaque essai par un coéquipier capable de relire le résultat. Le binôme reste l’outil de montée en compétences le plus sous-estimé.
4. L’esprit critique délégué à la machine
Ce qu’on observe : pour préserver l’ambiance, on évite les sujets qui fâchent. Et l’IA répond avec assurance, en fournissant des arguments pour à peu près n’importe quelle position.
Le risque : la contradiction est soit confiée à l’outil, soit étouffée par une réponse qui paraît faire autorité. L’équipe cesse de délibérer et applique des choix que personne ne soutient vraiment.
La parade : traiter une réponse d’IA comme un avis de plus, à contester comme les autres, et exiger qu’une personne l’assume dans la discussion. Nous avons détaillé ce sujet dans notre article sur l’esprit critique face à l’IA, et sur les mécanismes de la pensée de groupe.
L’équipe confond l’accès à une réponse avec la compétence : elle croit réduire ses dépendances alors qu’elle en crée une nouvelle, sans esprit critique pour juger ce qui lui est proposé.Claude Aubry, « Pluridisciplinarité : obstacles, antipatterns et impact de l’IA » (2026)
Tu veux des équipes vraiment autonomes, pas juste rapides ?
Chaque semaine, on décortique ce qui marche vraiment en management, en organisation et en transformation. Zéro jargon, zéro bullshit.
Le piège d’avant l’IA : garder les anciens rôles dans la nouvelle équipe
Il serait injuste de tout mettre sur le dos de l’intelligence artificielle. Le premier antipattern que décrit Claude Aubry date d’avant ChatGPT : on monte une équipe « pluridisciplinaire », mais on y conserve les rôles anciens, architecte, développeur web, testeur, voire chef de projet déguisé en Scrum Master. Chacun reste dans son couloir, les passages de relais continuent, simplement à l’intérieur d’une même équipe au lieu de traverser l’organigramme.
Le risque, selon lui, est un retour probable à la culture du chef et de l’expert, au détriment de la robustesse. On a changé l’étiquette, pas le fonctionnement. La parade proposée est simple et exigeante : faire un travail collectif sur la définition des rôles. Qui décide de quoi ? Qui peut relire quoi ? Sur quelles disciplines sommes-nous fragiles ? Ces questions se traitent en équipe, pas dans un organigramme envoyé par les RH.
Le test anti-bullshit : pour chaque discipline critique de votre équipe (code, données, design, juridique, métier), combien de personnes sont capables de dire, sans IA, si un livrable est faux ? Si la réponse est « zéro » ou « une seule », vous n’avez pas une équipe pluridisciplinaire. Vous avez un goulet d’étranglement ou un angle mort.
Comment manager une équipe pluridisciplinaire à l’ère de l’IA : 6 leviers concrets
Voici ce que nous recommandons aux managers et aux coachs que nous accompagnons. Aucun de ces leviers ne consiste à interdire l’IA. Tous consistent à protéger la capacité de jugement collective.
Cartographier les compétences, pas les intitulés de poste. Une matrice simple (disciplines en colonnes, personnes en lignes, niveau « sait faire », « sait relire », « découvre ») rend visibles les zones où l’équipe n’a qu’un seul expert, ou aucun.
Viser deux relecteurs compétents par discipline critique. C’est l’objectif de recouvrement. Il guide les choix de formation et de recrutement bien mieux qu’un vague « tout le monde doit monter en compétences ».
Rendre l’usage de l’IA visible. Indiquer quand un livrable a été produit avec un assistant, et par qui il a été relu. L’objectif n’est pas de culpabiliser, mais de savoir où concentrer la vérification.
Écrire ensemble les standards de qualité. L’atelier d’une heure mené par Atlassian a suffi à faire passer de 62 % à 100 % la part de salariés qui savent ce qu’est un bon livrable. Une définition de « terminé » partagée vaut plus que n’importe quel outil.
Payer le coût de l’apprentissage. Le binômage, la programmation en binôme ou la relecture croisée prennent du temps sur le sprint. C’est un investissement dans la robustesse, pas une perte de productivité.
Faire parler le domaine avant l’outil. En réunion de conception, demander d’abord ce que pensent les personnes qui connaissent le métier, puis seulement ce que propose l’IA. L’ordre change tout. Une équipe qui fonctionne ainsi progresse naturellement vers plus d’autogestion.
Qui compose une équipe pluridisciplinaire efficace, et quel rôle pour chaque membre ?
Il n’existe pas de composition universelle. Une équipe produit numérique réunit souvent développeurs, designer, product owner, spécialiste des données et expert métier. Une équipe de soins réunit médecins, infirmiers, aides-soignants, psychologue et travailleur social, avec un cadre de santé qui coordonne. Dans le secteur social, l’équipe accompagne l’autonomie des personnes en croisant éducateurs, conseillers et intervenants spécialisés selon les besoins et les troubles rencontrés. Dans tous les cas, trois critères font la différence :
Une taille raisonnable : au-delà de neuf ou dix personnes, la coordination prend le pas sur le travail et les échanges se fragmentent.
Une mission claire et partagée : sans objectif commun, la diversité des profils produit des tensions plutôt que de la complémentarité.
De la stabilité : une équipe recomposée tous les trois mois n’a jamais le temps de construire la confiance ni les compétences croisées qui font sa valeur.
Le rôle du manager n’est donc pas de distribuer les tâches entre experts, mais de créer les conditions pour que l’équipe s’organise, se coordonne et apprenne. C’est un changement de posture plus qu’un changement d’organigramme.
L’équipe pluridisciplinaire en trois phrases
C’est une propriété du collectif : l’équipe possède ensemble les compétences nécessaires, personne n’a à tout savoir faire.
L’IA crée de faux polyvalents : produire un livrable plausible n’est pas la même chose que savoir juger s’il est juste.
Le bon objectif est le recouvrement : deux personnes capables de relire chaque discipline critique, des standards de qualité écrits ensemble, et un usage de l’IA visible.
Vous voulez faire le point sur la façon dont vos équipes travaillent vraiment avec l’IA ? Réservez un appel stratégique avec Corporate Mavericks.
FAQ : l'équipe pluridisciplinaire
C’est une équipe qui réunit des professionnels aux compétences complémentaires (technique, métier, design, données, soin, social selon le secteur) autour d’un objectif commun. Son intérêt est de réduire les dépendances extérieures : ensemble, ses membres disposent des savoir-faire nécessaires pour livrer de la valeur.Dans une équipe pluridisciplinaire, les disciplines travaillent côte à côte sur un même objectif. Dans une approche interdisciplinaire, elles interagissent réellement et construisent des solutions communes. La transdisciplinarité va plus loin en effaçant les frontières entre disciplines au profit d’une vision partagée.Moins d’attente entre services, des solutions plus complètes grâce à la diversité des points de vue, une meilleure robustesse en cas d’absence, moins de silos et davantage d’apprentissage mutuel. Ces avantages supposent que chaque discipline critique soit maîtrisée par au moins deux personnes.En santé, c’est un ensemble de professionnels (médecin généraliste ou spécialiste, infirmier, kinésithérapeute, psychologue, assistant social, ergothérapeute) qui coordonnent leurs interventions autour du patient, à l’hôpital, en maison de santé ou en service de santé au travail. Chacun garde son expertise, et la qualité du suivi vient de la coordination et d’un projet de soins partagé, souvent discuté lors d’un staff pluridisciplinaire.En cartographiant les compétences réelles, en visant deux relecteurs compétents par discipline critique, en écrivant ensemble des standards de qualité, en finançant le temps d’apprentissage (binômes, relecture croisée) et en reconnaissant le leadership à la compréhension du domaine plutôt qu’à la vitesse de production.En apparence seulement. L’IA permet à chacun de produire un résultat plausible hors de son domaine, mais pas de juger s’il est correct. Sans experts capables de relire, l’équipe crée une nouvelle dépendance à l’outil. L’IA est utile si elle sert à apprendre et à relire, pas à remplacer la compétence.Ils dépendent du secteur : en santé, médecin, infirmier, psychologue ou assistant social ; en produit numérique, développeurs, designer, product owner, expert données et expert métier. L’essentiel est de définir les rôles collectivement, en précisant qui décide, qui produit et qui peut relire chaque type de travail.
Des équipes qui savent juger, pas seulement produire
Reçois chaque semaine nos analyses sur le management, le leadership et la transformation, sans jargon ni bullshit.