C’est l’étude la plus intéressante que j’ai pu lire sur l’IA et ses conséquences organisationnelles une fois déployée en entreprise.
Elle met en évidence un risque encore peu discuté : des effets technologiques hétérogènes selon les tâches et les individus peuvent être transformés par les managers en attentes organisationnelles homogènes.
Dans l’expérience, l’IA améliore fortement la performance pour certaines tâches, mais pas pour d’autres. Pourtant, dans la condition étudiée sans retour sur les performances, seuls 7,8 % des managers anticipent correctement cette distinction : 92,2 % prévoient une amélioration pour les deux tâches.
Ce résultat ne signifie pas que 92,2 % de tous les managers surestimeront toujours l’IA. Il décrit une expérience et une situation précises. Mais il révèle un décalage essentiel entre une technologie dont l’utilité dépend du contexte et des décisions managériales qui peuvent en attendre un bénéfice général.
Quand des effets hétérogènes deviennent des attentes homogènes
On pourrait résumer la perception d’une IA bénéfique par trois facteurs :
IA bénéfique au travail = tâche × modèle × travailleur
Une fois l’IA déployée dans le monde réel, son bénéfice ressemble probablement davantage à une interaction :
IA bénéfique au travail = tâche × modèle × travailleur × organisation × modalités de déploiement
C’est là que la perception des managers devient un enjeu de prévention. Si les bénéfices sont surestimés ou généralisés, le risque est de chercher à « corriger » le travailleur — davantage de formation, davantage d’usage, davantage d’objectifs — alors que la difficulté peut venir de la tâche, du modèle, de l’organisation ou des conditions mêmes du déploiement.
Adapter l’organisation et l’outil au travail réel
Mieux déployer l’IA suppose donc de ne pas seulement adapter les travailleurs à l’outil. Il faut aussi adapter l’organisation et l’usage de l’outil au travail réel : choisir les bonnes tâches, rendre les limites visibles, organiser la vérification, préserver les marges de décision et réviser les objectifs lorsque les gains attendus ne se matérialisent pas.
C’est précisément sur le travailleur, l’organisation et les modalités de déploiement que la santé au travail peut intervenir : observer l’activité réelle, documenter les effets différenciés, identifier les situations de surcharge ou de perte d’autonomie et participer à l’ajustement du dispositif.
IA bénéfique au travail = tâche × modèle × prévention (travailleur × organisation × modalités de déploiement)
La performance d’un modèle ne suffit pas à garantir la performance du travail. Le déploiement doit être évalué au niveau de la tâche, du travailleur et de l’organisation.