Le paradoxe de l'efficacité : pourquoi l'IA nous fait travailler plus dur, et non plus intelligemment

Ces dernières années, le récit entourant l'intelligence artificielle (IA - Artificial Intelligence) sur le lieu de travail a été singulier et séduisant : l'IA est l'outil ultime pour gagner du temps. On nous a promis un avenir où les grands modèles de langage (Large Language Models) et les agents autonomes se chargeraient des tâches ingrates, libérant les travailleurs humains pour qu'ils se concentrent sur la stratégie de haut niveau et la créativité — ou peut-être, simplement pour rentrer chez eux un peu plus tôt.

Cependant, une nouvelle étude révolutionnaire de l'University of California, Berkeley, publiée cette semaine dans la Harvard Business Review, a brisé cette illusion. La recherche, qui a suivi 200 employés d'une entreprise technologique américaine pendant huit mois, révèle une réalité radicalement différente : loin de réduire le travail, les outils d'IA ne cessent de l'intensifier.

Alors que nous, chez Creati.ai, analysons ces conclusions, il devient clair que nous assistons à l'émergence d'un « paradoxe de la productivité ». Si les indicateurs de rendement augmentent, le coût humain — mesuré en fatigue cognitive, en flou des frontières et en taux d'épuisement professionnel (burnout) qui montent en flèche — augmente encore plus rapidement.

Décryptage des conclusions de l'UC Berkeley

L'étude, dirigée par la professeure associée Aruna Ranganathan et la chercheuse Xingqi Maggie Ye de la Haas School of Business, offre l'un des regards les plus détaillés à ce jour sur la manière dont l'adoption de l'IA se traduit sur le terrain. Contrairement aux vastes enquêtes qui s'appuient sur des sentiments autodéclarés, cette recherche a intégré des observateurs au sein d'un effectif ayant adopté volontairement des outils d'IA générative (Generative AI).

Les chercheurs ont identifié un phénomène qu'ils appellent la « dérive de la charge de travail (workload creep) ». Si les tâches individuelles étaient effectivement accomplies plus rapidement, le temps gagné n'était pas récupéré par les employés pour se reposer ou réfléchir profondément. Au lieu de cela, il était immédiatement rempli par davantage de travail, souvent d'une nature différente du rôle principal de l'employé.

Selon l'étude, l'intensification du travail est tirée par trois mécanismes spécifiques qui passent souvent inaperçus aux yeux de la direction jusqu'à ce que l'épuisement s'installe.

1. L'expansion des tâches

L'IA abaisse la barrière à l'entrée pour des tâches techniques complexes. Dans l'étude, les gestionnaires de produits (product managers) ont commencé à écrire leur propre code, et les chercheurs utilisateurs ont commencé à prendre en charge des tickets d'ingénierie. Bien que cette « démocratisation des compétences » ait semblé valorisante au départ, elle a signifié que les employés absorbaient de fait des rôles qui appartenaient auparavant à d'autres départements. Le résultat a été un élargissement significatif du périmètre sans aucun ajustement des attentes professionnelles formelles.

2. L'effacement des « micro-pauses »

L'une des conclusions les plus insidieuses est la manière dont l'IA a érodé les pauses naturelles d'une journée de travail. Dans un flux de travail traditionnel, rencontrer un obstacle signifiait souvent faire une pause pour réfléchir ou consulter un collègue. Avec l'IA, la solution est toujours à portée de « prompt ». Les employés ont déclaré remplir chaque moment libre — y compris les pauses déjeuner et les minutes entre les réunions — avec des requêtes IA « rapides ». Le temps de repos mental nécessaire à la récupération a été systématiquement éliminé par l'attrait des réponses instantanées.

3. Surcharge liée au multitâche

L'étude décrit un « nouveau rythme » de travail où les employés gèrent plusieurs fils actifs simultanément. Un développeur peut déboguer manuellement un script pendant qu'un agent d'IA en génère un deuxième, et qu'une troisième fenêtre exécute une suite de tests. Ce traitement parallèle crée une lourde charge cognitive, transformant le travailleur en un contrôleur de trafic à grande vitesse pour des sorties numériques plutôt qu'en un créateur concentré.

Visualiser le changement : travail traditionnel vs travail optimisé par l'IA

Pour mieux comprendre comment la texture de la journée de travail a changé, nous pouvons comparer le flux de travail pré-IA avec les modèles intensifiés observés dans l'étude de Berkeley.

Tableau : L'impact de l'IA sur la dynamique du flux de travail

Les coûts cognitifs de la productivité « toujours active »

Les conclusions de Berkeley concordent avec un corpus croissant de preuves concernant la fatigue cognitive à l'ère de l'IA. Lorsque les travailleurs délèguent des tâches répétitives à l'IA, il ne leur reste que les composants de prise de décision à enjeux élevés et de résolution de problèmes complexes. Bien que cela semble idéal en théorie, le cerveau humain n'est pas conçu pour fonctionner à une intensité cognitive maximale pendant huit heures consécutives sans le « nettoyeur de palais » que constituent les tâches de moindre valeur.

L'étude note que les employés ont initialement ressenti un élan d'énergie, décrivant l'IA comme un « partenaire » qui les aidait à résorber les retards. Cependant, cet élan était souvent illusoire. Au sixième mois de l'étude, les signalements d'épuisement professionnel, d'anxiété et de paralysie décisionnelle ont grimpé en flèche. Les chercheurs avertissent que ce qui ressemble à un miracle de productivité au premier trimestre conduit souvent à un roulement de personnel et à une dégradation de la qualité au troisième.

De plus, la « surcharge liée au multitâche » mentionnée dans le rapport souligne une incompréhension critique de l'attention humaine. Nous ne sommes pas de véritables multitâches ; nous changeons de tâche (task-switching). Chaque fois qu'un travailleur bascule entre l'examen d'un résultat d'IA, la formulation d'une nouvelle requête et la vérification d'un fait, il subit un « coût de commutation ». Sur une journée, ces micro-coûts s'accumulent en un épuisement mental profond.

Un signal d'alarme pour les dirigeants

Pour les chefs d'entreprise, l'étude de l'UC Berkeley fait office d'avertissement urgent : ne confondez pas activité et productivité durable. Les indicateurs que de nombreuses entreprises utilisent actuellement pour mesurer le succès de l'IA — tels que les lignes de code écrites ou les tickets clôturés — capturent le volume de travail, mais ignorent l'intensité.

Les chercheurs soulignent que cette intensification du travail est largement volontaire. Les employés ne reçoivent pas nécessairement l'ordre d'en faire plus ; ils sont séduits par les capacités des outils au point d'en assumer davantage. Cela rend le problème plus difficile à détecter et plus difficile à résoudre.

Recommandations pour une stratégie d'IA durable :

• Mettre en œuvre des « Pratiques d'IA » : L'étude suggère que les organisations doivent établir des normes intentionnelles, ou une « pratique de l'IA ». Cela inclut des pauses obligatoires et des directives claires sur les moments où il ne faut pas utiliser l'IA.
• Redéfinir la productivité : S'éloigner des indicateurs basés sur le rendement (que l'IA peut facilement gonfler) pour se diriger vers des indicateurs basés sur les résultats. Mesurez l'impact du travail, pas seulement la vitesse de sa production.
• Garde-fous sur le périmètre : Les managers doivent être vigilants face à la « dérive du périmètre » (scope creep). Ce n'est pas parce qu'un responsable marketing peut générer des requêtes SQL avec l'IA qu'il doit faire le travail de l'équipe de données en plus du sien.
• Prioriser la connexion humaine : À mesure que les interactions avec les agents d'IA augmentent, le temps consacré à la collaboration d'humain à humain — qui apporte souvent un soutien émotionnel et une étincelle créative — doit être protégé.

Naviguer dans l'avenir du travail

Chez Creati.ai, nous restons optimistes quant au potentiel de l'intelligence artificielle pour transformer les industries. Cependant, la transformation ne peut se faire au détriment de la santé mentale de la main-d'œuvre. L'outil doit servir l'humain, et non l'inverse.

L'étude de l'UC Berkeley n'est pas une condamnation de la technologie, mais une critique de la façon dont nous la déployons actuellement. Si nous continuons à traiter l'IA uniquement comme un mécanisme pour extraire plus d'heures d'une journée, nous serons confrontés à une crise d'épuisement professionnel qu'aucun algorithme ne pourra résoudre. La voie à suivre nécessite une refonte délibérée du travail — une refonte qui reconnaît nos limites cognitives et privilégie la créativité durable et à long terme plutôt que les poussées d'efficacité à court terme.

Alors que nous avançons plus loin dans l'année 2026, l'avantage concurrentiel n'appartiendra pas aux entreprises qui utilisent l'IA pour courir le plus vite, mais à celles qui l'utilisent pour courir le plus longtemps.