Il y a un phénomène silencieux qui guette les équipes après l’euphorie des premiers mois d’utilisation de l’IA : la fatigue cognitive. Contrairement à l’idée reçue, déléguer à l’IA ne repose pas toujours le cerveau. Parfois, cela l’épuise différemment.
Les psychologues du travail et les ergonomes commencent à documenter ce que l’on pourrait appeler la « fatigue de supervision ». C’est le passage d’un rôle d’acteur (je fais) à un rôle de superviseur (je vérifie). Or, l’humain est biologiquement mal câblé pour la vigilance passive soutenue.
La Charge Mentale de la Vérification
Écrire un e-mail demande un effort cognitif de flux (flow). Lire un e-mail généré par une IA pour débusquer une erreur subtile, un ton inapproprié ou une hallucination demande un effort d’inhibition et d’analyse critique constant. C’est beaucoup plus coûteux en énergie cérébrale. C’est la différence entre conduire une voiture (action) et surveiller une voiture autonome (vigilance).
Une étude récente montre que les développeurs utilisant Copilot produisent plus de code, mais finissent leur journée avec un niveau de fatigue mentale supérieur. Pourquoi ? Parce qu’ils passent leur temps à faire de la « code review » intensive, une tâche connue pour être drainante.
La Perte de Sens et l’Aliénation
Il y a aussi une dimension psychologique plus profonde. Si l’IA fait « la partie amusante » (la création, le premier jet) et laisse à l’humain « la partie ingrate » (la vérification, la correction, la responsabilité juridique), la motivation s’effondre. C’est une forme de taylorisme intellectuel.
Les employés peuvent avoir le sentiment de devenir des « nourrices de robots » (bot-sitters). Ce sentiment de déclassement, s’il n’est pas géré, mène au désengagement. « Si la machine fait 80% du boulot, à quoi je sers ? Juste à signer ? ».
Gérer le Changement : L’Approche Hybride
Pour contrer cette fatigue, le management doit imposer des limites et redéfinir la valeur ajoutée :
- Sanctuariser la création humaine : Encourager les équipes à effectuer certaines tâches « à la main » pour maintenir la compétence et le plaisir de faire. L’IA doit rester un outil, pas une prothèse permanente.
- Valoriser la décision : Le management doit explicitement récompenser la prise de décision et la stratégie, et non plus le volume de production. On ne félicite plus pour « avoir écrit 10 articles », mais pour « avoir choisi les 3 angles pertinents ».
- Rotation des tâches : Alterner entre des phases de supervision d’IA et des phases de travail créatif profond ou relationnel, où l’IA est absente.
Conclusion
L’adoption de l’IA n’est pas une ligne droite vers la productivité infinie. C’est une courbe en J, avec un creux de désillusion et de fatigue. Les managers qui ignorent cette dimension humaine transformeront leurs équipes en contrôleurs qualité dépressifs. La technologie est prête, mais nos cerveaux ont besoin d’une mise à jour des protocoles de travail.
