LLM et risques psychosociaux au travail

La question de départ

Comment prévenir les risques psychosociaux lorsque les grands modèles de langage transforment les tâches intellectuelles, les métiers et les relations professionnelles ? L’article examine les effets possibles de leur introduction en entreprise et la manière dont les professionnels de santé au travail peuvent accompagner ces changements.

Le cadre de l’analyse

Cette revue générale rapproche des travaux sur l’IA, des recherches sur les conditions de travail et des exemples de transformations en entreprise. Elle s’appuie sur les six dimensions du rapport Gollac : intensité et temps de travail, exigences émotionnelles, autonomie, rapports sociaux, conflits de valeurs et insécurité de la situation de travail. Elle propose ainsi de lire les effets des LLM à travers des facteurs de risques déjà connus en santé au travail.

Le point central est organisationnel : automatiser une tâche ne détermine pas, à lui seul, l’effet sur la santé. La place laissée au jugement professionnel, les objectifs de production, la formation et la participation des salariés influencent la manière dont le changement est vécu.

Quatre mécanismes de risque

1. L’insécurité de l’emploi et de l’avenir professionnel. L’automatisation des activités rédactionnelles et analytiques peut nourrir le sentiment d’être remplaçable. L’incertitude sur l’évolution des missions, des compétences attendues ou des effectifs devient elle-même une source de tension. Les études prospectives citées décrivent une exposition potentielle des tâches : elles ne doivent pas être lues comme des suppressions d’emplois déjà constatées.
2. La déqualification et la perte de sens. Déléguer durablement des tâches expertes peut réduire les occasions de pratiquer et d’entretenir un savoir-faire. L’article relie cette question à l’autonomie, à la reconnaissance et à la possibilité de réaliser un travail jugé utile et de qualité. Il mobilise notamment les travaux de LaborIA sur les tensions entre une logique d’optimisation et ce qui compte pour les professionnels dans leur activité.
3. La surcharge cognitive et le stress. Les productions de l’IA doivent être vérifiées, corrigées et replacées dans leur contexte. Cette vigilance mobilise du temps et de l’attention, alors même que la rapidité apparente de l’outil peut conduire à augmenter les exigences de production. L’article discute aussi la multiplication des informations, l’urgence et l’hyperconnexion. Le rapprochement avec la fatigue liée aux alarmes constitue une analogie pour éclairer le travail de supervision.
4. L’isolement et la dégradation des relations de travail. Le recours individuel à un assistant peut remplacer des échanges auparavant collectifs. La surveillance automatisée, l’évaluation par des indicateurs ou le flou sur la responsabilité en cas d’erreur peuvent également fragiliser la confiance, le soutien et la coopération. L’enjeu est de maintenir des espaces de discussion et des responsabilités compréhensibles.

Des effets qui dépendent des conditions d’usage

L’article souligne l’ambivalence de ces technologies. Une IA bien intégrée peut réduire des tâches répétitives, libérer du temps pour la relation, la création ou la décision, et soutenir les compétences. Ces bénéfices supposent que les salariés soient formés, associés au déploiement et disposent de marges de manœuvre. La prévention consiste donc aussi à identifier les usages qui renforcent leur capacité d’agir.

Le rôle des équipes de santé au travail

La formation doit permettre de comprendre les capacités et les limites des LLM, notamment les biais et les erreurs, puis de relier leurs usages au travail réel. Lors des visites ou des études de poste, une charge inhabituelle, un ennui croissant, une anxiété ou des troubles du sommeil peuvent inviter à explorer les transformations récentes de l’activité, sans attribuer automatiquement ces signes à l’IA.

Les pistes de prévention proposées portent sur l’organisation : compter le temps de vérification dans la charge, conserver des échanges entre collègues, clarifier les responsabilités et préserver l’exercice de l’expertise. Cette démarche associe médecins du travail, infirmiers, psychologues, ergonomes et autres intervenants en prévention.

Six recommandations pour structurer la prévention

1. Intégrer les effets psychosociaux des LLM au DUERP et les relier à des actions concrètes de formation et d’adaptation du travail.
2. Développer un codage de l’exposition à l’IA dans les bases des SPSTI pour améliorer le repérage, la traçabilité et l’analyse collective. Il s’agit d’une proposition de l’article.
3. Former l’ensemble des professionnels de santé au travail, au-delà des seuls médecins, et organiser des échanges de pratiques.
4. Construire des outils de repérage : guides, questionnaires sur le vécu des salariés, indicateurs et analyses du travail après déploiement.
5. Renforcer le dialogue social sur les usages, la charge de travail, la déconnexion et le maintien des compétences.
6. Poursuivre l’observation et la recherche afin de suivre les effets dans le temps et d’identifier les secteurs ou les populations les plus exposés.

La portée et les limites

Ce travail propose une synthèse et des orientations de prévention. Il ne présente ni une cohorte de salariés suivis, ni une expérimentation permettant de mesurer un effet causal des LLM sur la santé. Les références mobilisées associent recherches, rapports prospectifs et exemples d’entreprises ; leurs niveaux de preuve diffèrent. Les effets envisagés doivent donc être étudiés dans chaque contexte de travail.

Synthèse du texte intégral de la revue générale de C. Broutin, Archives des Maladies Professionnelles et de l’Environnement, 86 (2025), 102877. Accéder à la publication ↗