L’IA épuise de plus en plus : une étude de BCG menée auprès de 1 488 employés révèle que la productivité diminue dès lors qu’on utilise plus de trois outils, et que 34 % des employés « surchargés mentalement » envisagent de démissionner.
TechFlow SélectionTechFlow Sélection
L’IA épuise de plus en plus : une étude de BCG menée auprès de 1 488 employés révèle que la productivité diminue dès lors qu’on utilise plus de trois outils, et que 34 % des employés « surchargés mentalement » envisagent de démissionner.
La « ordonnance » délivrée par BCG ne consiste pas à se priver d’IA, mais à repenser entièrement le travail.
Dédié à des analyses Web3 approfondiesAuteur : Xia Luo, TechFlow
Une étude récente menée conjointement par Boston Consulting Group (BCG) et la Harvard Business Review révèle qu’un salarié sur sept (14 %) dans les grandes entreprises américaines souffre d’un phénomène baptisé « épuisement cognitif lié à l’IA » (AI brain fry), caractérisé par un brouillard mental, des céphalées et une lenteur accrue dans la prise de décision. L’étude montre que l’utilisation de 1 à 3 outils d’intelligence artificielle améliore nettement la productivité, mais qu’au-delà de quatre outils, celle-ci chute brutalement. Parmi les employés signalant cet « épuisement », 34 % envisagent activement de quitter leur emploi. Julie Bedard, responsable de la recherche chez BCG, a confié lors de l’émission podcast Hard Fork qu’elle était « assez pessimiste » quant à la capacité des humains à surmonter ce problème à court terme.
L’IA devait alléger la charge de travail, mais de plus en plus d’utilisateurs intensifs découvrent qu’ils sont entraînés, par ces « outils d’optimisation », vers une fatigue mentale sans précédent.
Dans une étude publiée en mars 2024 par BCG dans la Harvard Business Review, ce phénomène est officiellement désigné sous le nom d’« épuisement cognitif lié à l’IA », défini comme un épuisement cognitif résultant d’une utilisation excessive ou d’une supervision trop soutenue d’outils d’IA. Parmi les 1 488 salariés américains à temps plein interrogés, nombreux sont ceux qui décrivent une sensation persistante de « bourdonnement » ou de brouillard mental après une longue utilisation de l’IA, les obligeant à s’éloigner de leurs écrans pour se reposer — certains rapportent même avoir ramené cette sensation chez eux.
Avec 3 outils, on gagne en efficacité ; avec 4, on s’effondre
L’équipe de recherche de BCG a interrogé 1 488 salariés à temps plein travaillant dans de grandes entreprises américaines issues de divers secteurs, et y a identifié une ligne de rupture claire : l’utilisation de 1 à 2 outils d’IA entraîne une hausse nette de la productivité ; l’ajout d’un troisième outil ralentit cette progression ; à partir du quatrième outil, la productivité auto-évaluée commence à diminuer. Ce n’est pas que les outils cessent de fonctionner, mais bien la charge cognitive nécessaire à leur gestion qui finit par annuler tout bénéfice qu’ils apportent.
14 % des répondants signalent des symptômes d’« épuisement cognitif lié à l’IA », notamment brouillard mental, céphalées et ralentissement de la prise de décision. Ce phénomène est plus fréquent dans les départements marketing, ressources humaines, opérations et ingénierie logicielle que dans les services juridiques ou conformité.
Les effets secondaires révélés par les données sont tout aussi préoccupants : lorsque les tâches liées à l’IA exigent une surveillance intense (par exemple, la relecture ligne par ligne des textes générés par des grands modèles), les employés dépensent 14 % d’efforts cérébraux supplémentaires, ressentent 12 % de fatigue mentale accrue et éprouvent 19 % de surcharge informationnelle en plus. Parmi les employés ayant signalé un « épuisement cognitif », 34 % manifestent clairement une intention de quitter leur poste, contre 25 % parmi ceux ne signalant aucun symptôme. BCG cite une estimation de Gartner selon laquelle une entreprise réalisant un chiffre d’affaires de 5 milliards de dollars pourrait perdre environ 150 millions de dollars par an en raison d’une détérioration de la qualité des décisions.
Julie Bedard, responsable de la recherche chez BCG, a déclaré au magazine Fortune que si les employés accomplissent effectivement davantage de travail grâce à l’IA, ils ont également le sentiment d’avoir atteint leurs limites cognitives : trop de décisions à prendre, un rythme de traitement de l’information trop lent comparé à la vitesse de fonctionnement des outils. Elle a ensuite été encore plus directe dans l’émission podcast Hard Fork, affirmant qu’elle était « assez pessimiste » quant à la capacité des humains à surmonter rapidement ce phénomène d’« épuisement ».
Les développeurs logiciels touchés en premier lieu : naissance du concept d’« IA vampire »
Ce sont actuellement les développeurs logiciels qui subissent le plus fortement l’impact. Les agents intelligents de programmation progressent à grande vitesse, écrivant du code bien plus vite qu’un humain — mais vérifier le code généré par l’IA est plus fatigant que de relire celui produit par un collègue. Dans un billet de blog, le développeur Siddhant Khare écrit que le code généré par l’IA exige en réalité une révision plus minutieuse. Le programmeur canadien Adam Mackintosh indique, quant à lui, qu’il lui semble « terrifiant » de devoir valider des centaines de lignes de code produit par l’IA, sachant que des vulnérabilités de sécurité peuvent subsister ou qu’il est impossible de comprendre l’ensemble de la base de code.
Steve Yegge, développeur expérimenté, a lancé en janvier 2024 Gas Town (un système de coordination multi-agents permettant aux développeurs de piloter simultanément de 20 à 30 agents intelligents de programmation), mais il a ensuite publié en février, sur Medium, un avertissement opposé : le concept d’« IA vampire ». Il compare la façon dont l’IA draine l’énergie humaine à celle du personnage de « vampire énergétique » Colin Robinson, tiré de la série télévisée Vampires, soulignant que, bien que la production augmente, l’énergie humaine est continuellement pompée.
Dans son article, Yegge décrit un phénomène largement répandu : la programmation par agents est addictive ; chaque prompt ressemble à un coup de manivelle de machine à sous, offrant aléatoirement des récompenses ou des « gros lots ». Sur les réseaux sociaux, les utilisateurs vantent fièrement avoir travaillé pendant 40 heures d’affilée avec Claude Code, incitant leurs pairs à les imiter. Les entrepreneurs épuisent ainsi, à un rythme sans précédent, leur propre énergie et celle de leurs équipes, poursuivant une vague d’idées hautement homogènes. Il qualifie cela de « ruée vers l’or » où chacun court jusqu’à l’épuisement, sans qu’aucun ne remporte véritablement la course.
Ben Wigler, co-fondateur de LoveMind AI, parle d’« un nouveau type de charge cognitive », précisant que les utilisateurs doivent « surveiller ces modèles comme des nounous ». Tim Norton, fondateur de nouvreLabs, cabinet spécialisé dans l’intégration de l’IA, note sur X que ce n’est pas l’utilisateur occasionnel qui sombre dans l’épuisement, mais bel et bien l’utilisateur intensif, qui crée de nombreux agents et doit les gérer en continu.
Francesco Bonacci, fondateur de Cua AI, décrit sur X un paradoxe qu’il appelle « paralysie de la programmation ambiante » : plus l’IA est puissante, plus on se sent obligé de l’utiliser ; plus on l’utilise, plus son attention se fragmente ; plus son attention se fragmente, moins il produit concrètement. Le résultat n’est pas un employé hautement productif et autonomisé, mais une montagne de projets inachevés et un être humain désemparé.
L’IA améliore-t-elle vraiment la productivité ? Les données divergent
Autour de la promesse de gains de productivité liés à l’IA, le marché renvoie des signaux diamétralement opposés.
Preuves positives : une estimation publiée en février 2024 par la Réserve fédérale de Saint-Louis (St. Louis Fed) attribue à l’IA générative une contribution d’environ 1,1 % à la croissance globale de la productivité, soit une augmentation de près de 33 % de la productivité horaire des employés utilisant l’IA. Erik Meijer, ancien haut responsable technique chez Meta, a ainsi déclaré que Claude Code, développé par Anthropic, avait « fait progresser en quelques mois la frontière technologique du génie logiciel au-delà de ce que 75 ans de recherche universitaire avaient permis ».
Preuves négatives : une analyse publiée en mars par Goldman Sachs conclut qu’au niveau macroéconomique, aucune « corrélation significative entre l’adoption de l’IA et la productivité » n’a pu être identifiée. Selon ce rapport, l’IA ne démontre un impact mesurable que dans deux cas précis : le service client et les tâches de développement logiciel. Une enquête plus large, couvrant 6 000 dirigeants de niveau C, livre un constat encore plus sévère : 90 % des répondants affirment ne pas avoir observé d’impact concret de l’IA sur la productivité ou l’emploi dans leur entreprise au cours des trois dernières années, et prévoient qu’elle ne permettra d’accroître la productivité que de 1,4 % au cours des trois prochaines années.
Une équipe de recherche de l’Université de Californie à Berkeley a suivi pendant huit mois une entreprise technologique américaine de 200 personnes, et conclut que l’IA augmente effectivement la charge de travail des employés, mais qu’elle engendre aussi davantage d’épuisement, nuisant à terme à l’efficacité globale. Selon les chercheurs, l’IA ne réduit pas le travail, mais en accroît plutôt l’intensité : les employés doivent traiter davantage d’informations, et la frontière entre vie professionnelle et vie privée devient de plus en plus floue.
La « recette » proposée par BCG : ne pas supprimer l’IA, mais repenser le travail
L’étude de BCG met toutefois en lumière un signal positif : lorsque l’IA se contente de remplacer des tâches répétitives, le niveau classique d’épuisement professionnel diminue. Julie Bedard insiste sur le fait que l’« épuisement cognitif » est une entité différente de l’épuisement professionnel classique : le premier est un surchargement cognitif aigu, tandis que le second est un épuisement émotionnel chronique, chacun relevant de mécanismes neurologiques distincts.
La recommandation de BCG est claire : le problème ne réside pas dans l’utilisation ou non de l’IA, mais dans sa manière de déploiement. Trop d’entreprises se contentent d’ajouter des outils d’IA aux responsabilités existantes des employés, sans repenser fondamentalement les postes. Lorsque la direction fournit une formation et un accompagnement adaptés à l’usage de l’IA, les symptômes d’« épuisement cognitif » diminuent nettement. L’équipe de recherche de Berkeley suggère, quant à elle, de regrouper les tâches nécessitant l’IA dans des plages horaires précises de la journée de travail, et de prévoir sciemment des pauses hors écran avant toute prise de décision complexe.
Cependant, Ben Wigler, de LoveMind AI, ne partage pas cet optimisme. Il rappelle que l’autosoins n’a jamais été une valeur centrale du monde du travail américain, et exprime des doutes quant à la possibilité de résoudre ce problème de façon saine ou de haute qualité.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
深潮TechFlow
