L’IA au bureau : la promesse du “moins d’effort” qui se transforme en “plus de boulot”
L’intelligence artificielle générative s’est vendue comme le couteau suisse de la productivité. Vous savez, celui qui va rédiger vos mails, résumer vos réunions, pondre vos specs, corriger votre code et, tant qu’on y est, choisir le repas du soir. Sauf qu’une nouvelle étude relayée par Harvard Business Review vient casser l’ambiance : dans la vraie vie, l’IA ne fait pas forcément travailler moins. Au contraire, elle peut intensifier le travail.
Et c’est là que ça devient intéressant, parce que ce n’est pas un discours anti IA du style “c’était mieux avant”. Au contraire, l’étude observe une adoption spontanée dans une entreprise tech, avec des salariés autonomes, et sans obligation d’utiliser des outils IA. Donc pas de “vous devez faire 30% de plus grâce à ChatGPT”. Juste des humains curieux… et une machine très douée pour leur donner envie d’en faire plus.
Une étude en conditions réelles, pas un test en laboratoire
L’enquête a été menée entre avril et décembre 2025 auprès d’environ 200 employés d’une entreprise américaine de la tech. Point important : l’utilisation de l’IA n’était pas imposée. L’entreprise proposait des abonnements à des bots du marché, et les chercheurs ont pu observer les usages qui émergent naturellement quand on donne un outil puissant à des équipes motivées.
Pour éviter les biais des simples questionnaires, les chercheurs ont fait du terrain : présence sur site deux jours par semaine, observation du travail quotidien, analyse des échanges sur la messagerie interne, et entretiens approfondis avec des profils variés (ingénierie, produit, design, recherche, opérations). Autrement dit, pas juste un “alors, vous l’aimez bien l’IA ?”. Plutôt une radiographie de ce qui change dans la journée de travail quand l’IA s’installe.
L’illusion de la productivité : quand l’IA élargit votre job sans vous prévenir
Premier constat : les salariés qui utilisent l’IA prennent en charge des responsabilités supplémentaires, souvent hors de leur périmètre initial. Pourquoi ? Parce que l’IA “comble les trous”.
Un chef de produit peut se mettre à coder. Un designer peut bricoler un prototype. Un profil opérationnel peut automatiser un reporting. Tout ça sans forcément solliciter l’équipe technique, parce que l’IA donne des réponses immédiates et un sentiment de progression express.
Les chercheurs parlent de “gain cognitif”. C’est cette impression très agréable de devenir plus autonome, plus rapide, plus capable. Sur le papier, c’est une super nouvelle.
Le hic, c’est que ce gain ne réduit pas le travail total. Il l’étend.
- Les périmètres de postes s’élargissent
- Des tâches qui justifiaient auparavant un renfort deviennent “faisables” en interne
- Les équipes absorbent progressivement plus de missions
En clair, l’IA ne sert pas uniquement à faire plus vite. Elle sert aussi à faire plus de choses.
Vibe coding : quand tout le monde code… et que les ingénieurs héritent de la facture
Deuxième effet domino : quand des collègues non techniques se mettent à produire du code assistés par IA, ce code doit ensuite être relu, corrigé, sécurisé, maintenu.
Et qui fait ça ? Les ingénieurs.
L’étude note que les développeurs passent davantage de temps à encadrer et à corriger le travail généré ou assisté par IA. C’est logique : l’IA peut accélérer la production d’un premier jet, mais elle ne garantit ni la qualité, ni la cohérence avec l’architecture existante, ni la conformité aux standards internes.
Résultat :
- plus de relecture
- plus de correction
- plus de coordination
L’IA a donc déplacé une partie du travail vers des tâches moins visibles : supervision, validation, mise en production propre. Le genre de travail qu’on ne voit pas dans une démo, mais qu’on sent très fort quand ça s’accumule.
La frontière travail pause devient floue, et ce n’est pas un détail
Troisième observation : l’IA s’infiltre dans les interstices de la journée.
Avant, il y avait des micro pauses “naturelles” : attendre un collègue, souffler entre deux réunions, manger sans écran, prendre cinq minutes avant d’attaquer un dossier. Avec un bot sous la main, ces moments se remplissent facilement : un prompt pendant le déjeuner, une reformulation entre deux visios, un résumé d’article pendant une attente.
Ce n’est pas forcément dramatique à petite dose. Mais sur la durée, cela réduit la récupération.
Et quand on récupère moins, deux choses arrivent :
- Le travail devient plus diffus dans la journée
- Il devient plus facile à prolonger en dehors des horaires habituels
L’IA rend le travail “snackable”. Pratique, oui. Reposant, pas toujours.
Multitâche dopé à l’IA : l’attention en miettes, la charge mentale en hausse
Autre point marquant : l’IA encourage le multitâche. Beaucoup d’employés ont le sentiment d’être accompagnés par un “partenaire” qui aide à passer d’un sujet à un autre : écrire un message Slack, préparer une slide, résumer une réunion, relancer un ticket, tout ça dans la même heure.
Sauf que le cerveau humain n’est pas un processeur avec 64 coeurs.
Cette intensification du multitâche crée :
- une attention fragmentée
- une multiplication de tâches ouvertes
- une charge cognitive accrue
À court terme, on se sent efficace. À moyen terme, on se sent surtout… entamé.
Le paradoxe de l’IA au travail : gagner du temps, puis le remplir aussitôt
C’est probablement le coeur du sujet : l’IA peut réellement faire gagner du temps sur certaines tâches. Mais ce temps libéré est rarement transformé en repos.
Il est souvent réinvesti dans :
- des tâches additionnelles
- des missions “qu’on n’aurait pas faites avant”
- des améliorations et itérations supplémentaires
C’est un mécanisme classique dans les organisations : quand une équipe devient plus rapide, elle reçoit plus de demandes. Ou bien elle s’en impose plus à elle même, parce qu’elle voit soudain ce qui est “possible”.
Et comme l’étude le souligne, cette surcharge est d’autant plus difficile à détecter qu’elle est souvent volontaire. Personne n’a l’impression d’être forcé. On a juste l’impression de “bien utiliser l’outil”.
Les risques : qualité en baisse, burnout, et turn over (le trio qui coûte cher)
L’étude pointe un enchaînement plausible : illusion de productivité au début, puis accumulation silencieuse du travail. Ensuite viennent la fatigue mentale et le risque de baisse de qualité.
Dans les scénarios les plus durs, cela peut contribuer à :
- l’épuisement professionnel
- une hausse du turnover
- des frictions entre équipes (ceux qui produisent plus vite et ceux qui doivent relire)
Le plus ironique, c’est que l’IA, censée soulager, peut devenir un accélérateur de pression si l’organisation ne change pas en même temps.
Attention aux généralisations : une seule entreprise, un moment d’adoption
L’étude a aussi ses limites, et elles sont importantes. Elle porte sur une seule entreprise, dans la tech, avec des salariés déjà autonomes et habitués à jongler avec des outils.
Elle observe surtout une phase d’adoption enthousiaste, pas forcément l’équilibre à long terme. Il est donc difficile d’appliquer ces résultats à toutes les entreprises, tous les métiers, ou toutes les cultures de management.
Mais même avec ces précautions, le signal est clair : introduire l’IA sans cadre peut transformer un gain local en surcharge globale.
Mettre en place une vraie “pratique de l’IA” : le rempart contre l’auto régulation qui ne marche pas
Les auteurs recommandent de construire une pratique professionnelle de l’IA, plutôt que de laisser chaque personne se débrouiller. Car l’auto régulation individuelle a ses limites : quand l’outil donne l’impression d’aller plus vite, on a tendance à pousser.
Voici des pistes très concrètes, dans l’esprit de l’étude.
Des pauses intentionnelles, pas des pauses “quand j’aurai fini”
Si l’IA remplit les interstices, il faut créer des respirations explicites.
- bloc de pause sans écran
- vraie pause déjeuner
- plages sans prompts ni notifications
Oui, ça ressemble à une évidence. Non, ce n’est pas naturel quand on a un assistant qui répond en deux secondes.
Un travail mieux séquencé pour limiter les interruptions
L’IA rend facile le zapping : on lance un prompt, puis un autre, puis on retourne à un dossier, puis on corrige un message. Séquencer, c’est décider :
- un créneau pour produire
- un créneau pour vérifier
- un créneau pour communiquer
Le but n’est pas de brider l’outil, mais de protéger l’attention.
Plus d’interactions humaines pour éviter l’isolement “assisté”
Quand l’IA répond vite, on demande moins aux collègues. C’est parfois excellent pour avancer. Mais à long terme, cela peut réduire les échanges, l’apprentissage collectif, et la cohésion.
Réintroduire des moments humains, c’est aussi éviter que chacun bosse dans sa bulle avec son bot.
Comment utiliser l’IA sans tomber dans le piège du “toujours plus”
Quelques règles simples peuvent aider, quel que soit votre métier.
1) Décider ce que l’IA ne doit pas accélérer
Tout n’a pas vocation à être plus rapide. Par exemple :
- les décisions importantes
- les validations de sécurité
- les feedbacks sensibles
Accélérer n’est pas toujours optimiser.
2) Mettre la relecture au même niveau que la génération
Si l’IA produit, la relecture devient une compétence centrale. Il faut la planifier, l’estimer, et l’assumer comme une tâche à part entière.
Sinon, elle se fait “en plus”, le soir, quand on est déjà rincé.
3) Mesurer la charge, pas seulement les livrables
Une équipe peut livrer plus… tout en s’épuisant. Les bons indicateurs ne sont pas uniquement le volume produit, mais aussi :
- nombre de sujets en parallèle
- temps de concentration réelle
- fréquence des interruptions
- taux de reprise et de correction
4) Clarifier les nouvelles frontières de rôle
Si un designer code, si un PM écrit des scripts, si un ops automatise, c’est très bien. Mais il faut clarifier :
- qui maintient ?
- qui valide ?
- qui porte la responsabilité ?
Sinon, les zones grises se transforment en dettes techniques, et les dettes techniques finissent toujours par réclamer des intérêts.
Automatisation et IA : le bon combo, à condition de ne pas se créer un second job
L’IA donne envie d’automatiser tout et n’importe quoi, parce que c’est grisant. Mais automatiser, c’est aussi concevoir, tester, documenter, maintenir.
Si vous voulez industrialiser proprement certains flux (reporting, tri d’emails, extraction de données, génération de brouillons), une approche no code peut aider à cadrer et rendre visible le travail d’automatisation.
Des plateformes comme Make peuvent structurer les choses : scénarios, déclencheurs, logs, responsabilités. Et si vous testez Make, le lien d’inscription est ici : https://www.make.com/en/register?pc=laurentwiart
L’idée n’est pas de vous transformer en usine à automatisations, mais d’éviter le piège du “j’ai gagné 20 minutes, donc je vais lancer 4 nouveaux workflows”.
Le vrai super pouvoir à développer : savoir dire “stop” quand l’IA dit “encore”
Cette étude met le doigt sur un phénomène très moderne : l’IA ne vous force pas à travailler plus, elle vous donne les moyens de le faire. Nuance importante, et c’est précisément ce qui rend le sujet délicat.
Le risque n’est pas l’outil en lui même, mais la dynamique qu’il enclenche : élargissement des rôles, multitâche intensifié, pauses grignotées, supervision accrue, et au final une charge mentale qui monte sans bruit.
La bonne nouvelle, c’est que ce n’est pas une fatalité. Avec des règles d’équipe, des routines, des pauses assumées et une vraie culture de la qualité, l’IA peut redevenir ce qu’on attend d’elle : un levier, pas un tapis roulant.
Et si jamais vous surprenez votre IA à vous proposer une “petite tâche rapide” à 18h42, rappelez lui que vous avez déjà un projet stratégique en cours : réussir votre soirée.
Source : L’IA promettait de nous faire gagner du temps… et si elle nous faisait surtout travailler plus ?