Risques psychosociaux · Intelligence artificielle · Prévention

IA et risques psychosociaux au travail : mécanismes, signaux d’alerte, prévention

Rédigé par le Dr Charles Broutin, médecin du travail, référent IA de la Société Française de Santé au Travail · Mis à jour le

L’IA devient un risque psychosocial quand elle perturbe l’organisation du travail. En redistribuant les tâches, les délais, le contrôle, la responsabilité, les relations et les compétences, un système d’intelligence artificielle (IA) peut créer de nouvelles contraintes ou affaiblir les ressources qui permettent d’y faire face. Le risque ne vient donc pas du modèle seul, mais du travail organisé autour de lui.

Lire l’essentiel ↓Explorer les six axes →
Sources scientifiquesCadre GollacPrévention à trois niveauxPrudence causale

Réponse directe

L’essentiel

Une intelligence artificielle crée rarement un risque entièrement nouveau : elle reconfigure les facteurs de risques psychosociaux déjà connus lorsqu’elle transforme durablement l’organisation du travail, qu’il s’agisse de la charge, de l’autonomie, des responsabilités, des relations, des compétences ou de la sécurité de l’emploi. Les études disponibles ne montrent pas un effet unique : certains usages améliorent la productivité ou le contrôle sur le travail, tandis que d’autres sont associés à davantage de surveillance, de travail invisible, de solitude ou d’épuisement. La prévention doit donc analyser le système de travail complet, avec les personnes concernées, à partir des six dimensions du rapport Gollac, puis suivre les effets réels dans la durée.

  1. 01
    Le risque n’est pas dans le modèle seul. Il naît de la rencontre entre une capacité technique, une tâche, des objectifs, des personnes et une organisation.
  2. 02
    Les résultats sont hétérogènes. Les études citées portent notamment sur 5 172 agents de support, 197 travailleurs australiens et des essais randomisés en santé.
  3. 03
    La prévention reste collective. Elle décrit le travail avant et après, surveille les signaux d’alerte de chacun des six axes de Gollac et agit à trois niveaux : à la source, par le repérage précoce, puis par l’accompagnement.

01 / Six axes de Gollac

Comment l’IA modifie-t-elle les six facteurs de risques psychosociaux ?

Un outil d’IA crée rarement un risque entièrement nouveau : il reconfigure des facteurs déjà connus. Les six dimensions du rapport Gollac décrivent l’organisation et l’emploi, pas la fragilité supposée des personnes, et un même déploiement peut en modifier plusieurs à la fois.

G01Intensité et temps de travailTemps gagné converti en objectifs, vérification non comptée. G02Exigences émotionnellesL’IA traite le simple, l’humain hérite des situations tendues. G03AutonomieL’algorithme prescrit et évalue, les marges de manœuvre reculent.
G04Rapports sociaux au travailÉvaluation opaque, entraide et reconnaissance en recul. G05Conflits de valeursQualité empêchée, responsabilité floue. G06Insécurité de la situation de travailPeur du remplacement, changements mal expliqués.

Intensité et temps de travail

Quantité et complexité du travail, pression temporelle, durée et organisation du temps, conciliation avec la vie personnelle.

Schéma · Où part le temps gagné ?
Où part le temps gagné grâce à l’IA Avant l’IA, une barre représente l’ensemble des tâches. Avec l’IA, elle se divise en tâches complexes, en temps de vérification non compté et en temps libéré. Ce temps libéré peut être réaffecté en objectifs, ce qui mène à la surcharge, ou réinvesti dans la qualité, la formation et la récupération. Avant l’IA Ensemble des tâches Avec l’IA Tâches complexes Vérification non comptée Temps libéré risque prévention Réaffecté en objectifs → surcharge, épuisement Réinvesti dans le travail qualité, formation, récupération

Absorbé par de nouveaux objectifs, le gain de productivité devient surcharge. Schéma illustratif.

Ce que l’IA change

Effet rebond
Le temps gagné est converti en objectifs supplémentaires ou en effectifs réduits.
Vérification invisible
Relire et corriger les sorties de l’IA prend du temps, rarement compté.
Densification
Restent les tâches complexes, enchaînées sans respiration cognitive.
Accélération
Délais raccourcis, rythme calé sur celui de la machine.
Débordement
Outil accessible partout ; apprentissage fait sur le temps personnel.

Signaux d’alerte

  • Objectifs relevés après le déploiement
  • Heures supplémentaires, travail le soir
  • Erreurs, fatigue cognitive
  • Formation hors du temps de travail
PrimaireAgir à la source
  • Mesurer la charge réelle, vérification comprise
  • Décider collectivement de l’usage du temps libéré
  • Former sur le temps de travail, étendre le droit à la déconnexion à l’IA
SecondaireRepérer et renforcer
  • Suivre des indicateurs de charge : heures, arrêts, erreurs
  • Ouvrir des espaces de discussion sur le travail réel
  • Former les managers à repérer la surcharge
TertiaireAccompagner
  • Visite à la demande auprès du médecin du travail
  • Accompagnement du retour après un épuisement

Repères : Code du travail, L. 4121-2 (principes de prévention) · L. 2242-17 (droit à la déconnexion) · Règlement IA, art. 4 (maîtrise de l’IA).

Exigences émotionnelles

Relation au public, contact avec la souffrance, obligation de maîtriser ou de cacher ses émotions, peur au travail.

Schéma · Qui reçoit quelles demandes ?
Répartition des demandes entre l’IA et l’agent Des demandes simples et tendues arrivent sur un chatbot qui trie et répond. Les demandes simples sont réglées par l’IA. Les situations tendues sont transmises à l’agent humain, qui traite moins de volume mais plus d’intensité. Demandes entrantes simple tendue Chatbot / IA trie et répond Demandes simples : réglées par l’IA Agent Situations tendues : pour l’agent moins de volume, plus d’intensité

Le volume baisse, mais la part d’échanges difficiles traités par l’humain augmente. Schéma illustratif.

Ce que l’IA change

Concentration des cas difficiles
L’IA traite le simple ; l’humain reçoit le conflictuel et le chargé.
Frustration en cascade
L’usager arrive agacé après l’échec du chatbot.
Justifier l’injustifiable
Défendre face au public une décision algorithmique inexplicable.
Émotions sous surveillance
Analyse du ton, notation automatisée des échanges.
Peur
De l’erreur de l’outil dont on reste responsable, du déclassement.

Signaux d’alerte

  • Incivilités en hausse
  • Épuisement, cynisme
  • Demandes de mutation
  • Échanges tendus plus fréquents
PrimaireAgir à la source
  • Répartir le travail entre humain et IA selon la charge émotionnelle
  • Garantir un accès simple et rapide à un interlocuteur humain
  • Aucune reconnaissance des émotions des salariés
SecondaireRepérer et renforcer
  • Alterner tâches exposées et moins exposées
  • Former aux situations tendues
  • Mettre en place des groupes d’analyse de pratiques
TertiaireAccompagner
  • Débriefing et soutien après un incident
  • Suivi par le service de prévention et de santé au travail, orientation psychologique si besoin

Repères : Règlement IA, art. 5 (reconnaissance des émotions sur le lieu de travail interdite) · Code du travail, L. 4121-1 · RGPD, art. 22.

Autonomie

Marges de manœuvre, participation aux décisions, possibilité d’utiliser et de développer ses compétences.

Schéma · Qui décide ? L’échelle d’automatisation
Échelle d’automatisation de la décision Cinq niveaux : l’IA informe, l’IA suggère, l’IA recommande et l’humain valide, l’IA décide et l’humain peut annuler, l’IA décide seule. Les trois premiers niveaux préservent l’autonomie du salarié ; les deux derniers exigent un contrôle humain réel. Autonomie du salarié préservée Contrôle humain réel à garantir 1 2 3 4 5 L’IA informe L’IA suggère L’IA recommande, l’humain valide L’IA décide, l’humain peut annuler L’IA décide seule

Plus l’IA monte dans l’échelle de décision, plus le contrôle humain doit être outillé et réel. Schéma illustratif.

Ce que l’IA change

Gestion algorithmique
Tâches attribuées, ordonnées et évaluées par un système.
Prescription renforcée
La suggestion devient la norme ; s’en écarter doit se justifier.
Biais d’automatisation
Il est difficile de contredire une machine perçue comme fiable.
Perte de compétences
Les savoir-faire non pratiqués s’érodent, la dépendance s’installe.
Traçabilité fine
Chaque action enregistrée réduit l’espace d’initiative.

Signaux d’alerte

  • Sentiment d’exécuter sans décider
  • Recommandations suivies d’office
  • Blocage en cas de panne
  • Perte d’intérêt pour le métier
PrimaireAgir à la source
  • Associer les salariés au choix et au paramétrage de l’outil
  • Reconnaître le droit de ne pas suivre la recommandation, sans sanction
  • Garantir un contrôle humain réel : temps, compétence, autorité
SecondaireRepérer et renforcer
  • Former aux limites et aux erreurs types de l’IA
  • Valoriser les écarts utiles à la recommandation
  • Organiser des retours d’expérience réguliers
TertiaireAccompagner
  • Accompagner la perte de compétences ou de sens
  • Bilan de compétences, formation qualifiante

Repères : Règlement IA, art. 4, 14 et 26 (maîtrise, contrôle humain, obligations des déployeurs) · RGPD, art. 22 · Code du travail, L. 2312-8.

Rapports sociaux au travail

Relations avec les collègues et la hiérarchie, soutien, reconnaissance, équité, qualité du management.

Schéma · Le réseau de l’équipe, avant et après
Réseau d’entraide d’une équipe avant et après le déploiement de l’IA Avant, six collègues sont tous reliés entre eux par l’entraide directe. Après le déploiement, chacun est relié à l’IA au centre et les liens directs entre collègues disparaissent presque. Avant : entraide directe déploiement de l’IA IA Après : tout passe par l’outil

Quand l’entraide passe par l’outil, les liens directs et la transmission des savoir-faire s’affaiblissent. Schéma illustratif.

Ce que l’IA change

Évaluation algorithmique
Indicateurs opaques, perçus comme injustes ou biaisés.
Isolement
On interroge l’IA plutôt qu’un collègue.
Reconnaissance captée
Le résultat est attribué à l’outil ; le travail humain devient invisible.
Clivages
Utilisateurs avancés contre non-utilisateurs, usages cachés.
Management à distance
Pilotage par tableau de bord, loin du travail réel.

Signaux d’alerte

  • Contestations de l’évaluation
  • Moins d’échanges informels
  • Usages d’IA non déclarés
  • Plaintes pour iniquité
PrimaireAgir à la source
  • Aucune évaluation individuelle entièrement algorithmique
  • Des critères explicables et contestables
  • Une charte d’usage qui encadre plutôt qu’elle n’interdit
SecondaireRepérer et renforcer
  • Ouvrir des espaces de discussion sur le travail
  • Former les managers à reconnaître le travail réel
  • Désigner des référents IA de proximité, organiser le tutorat
TertiaireAccompagner
  • Médiation en cas de conflit
  • Prise en charge de la souffrance au travail

Repères : RGPD, art. 22 (décisions automatisées) · Règlement IA, art. 26 · Code du travail, L. 1132-1 (non-discrimination), L. 2312-8.

Conflits de valeurs

Conflits éthiques, qualité empêchée, sentiment de faire un travail inutile.

Schéma · La chaîne de responsabilité
Chaîne de responsabilité d’une décision assistée par IA Cinq étapes : le fournisseur du modèle, hors de portée de l’entreprise ; le paramétrage par l’employeur ; la recommandation de l’IA, au raisonnement peu explicable ; la validation par le salarié, en quelques secondes et sans moyen de vérifier ; la décision pour l’usager. Question posée : qui répond d’une erreur ? Qui répond d’une erreur ? Fournisseurdu modèle Paramétrageemployeur Recommandationde l’IA Validationpar le salarié Décisionpour l’usager Hors de portéede l’entreprise Raisonnementpeu explicable Quelques secondes pour valider,sans moyen de vérifier

Le salarié qui valide porte la décision sans maîtriser les étapes qui la précèdent. Schéma illustratif.

Ce que l’IA change

Qualité empêchée
Produire vite, sans pouvoir faire ce que l’on estime être du bon travail.
Décisions contestées
Appliquer un tri, un refus ou une priorisation jugés injustes.
Responsabilité floue
Qui répond d’une erreur de l’IA que l’on a validée ?
Données sensibles
Informations confiées à un outil sans garanties suffisantes.
Perte de sens
Un travail réduit à contrôler la machine, voire à préparer son propre remplacement.

Signaux d’alerte

  • Discours sur le « travail bâclé »
  • Contournements de l’outil
  • Désaccords éthiques tus
  • Désengagement, départs
PrimaireAgir à la source
  • Définir collectivement la qualité du travail avec l’IA
  • Écrire la répartition des responsabilités
  • Pouvoir signaler et écarter une recommandation
SecondaireRepérer et renforcer
  • Organiser des débats sur la qualité du travail
  • Désigner un référent éthique qui associe les métiers
  • Former aux biais des modèles
TertiaireAccompagner
  • Accompagner la souffrance éthique
  • Suivi médical, orientation si besoin

Repères : RGPD, art. 35 (analyse d’impact) · Règlement IA, art. 26 · Code du travail, L. 4121-2.

Insécurité de la situation de travail

Insécurité socio-économique (emploi, salaire, carrière) et changements du travail mal préparés ou mal maîtrisés.

Schéma · La courbe du changement
Engagement et confiance au fil d’une transformation Deux courbes suivent l’engagement et la confiance de l’annonce à l’appropriation, en passant par l’inquiétude, la résistance et l’exploration. Sans accompagnement, la courbe plonge profondément avant de remonter. Avec prévention, en informant tôt et en consultant le CSE, en formant et en accompagnant, puis en associant les salariés et en ajustant l’outil, la baisse est plus faible et la remontée plus rapide. Engagement, confiance temps sans accompagnement avec prévention Informer tôt, consulter le CSE Former, accompagner Associer, ajuster l’outil Annonce Inquiétude Résistance Exploration Appropriation

Une transformation préparée creuse moins la confiance et la restaure plus vite. Courbe illustrative, non mesurée.

Ce que l’IA change

Peur du remplacement
Nourrie par les discours publics et par le flou des projets internes.
Changements rapides
Outils déployés ou remplacés sans calendrier lisible.
Obsolescence perçue
Le sentiment que ses compétences perdent de la valeur.
Annonces floues
Une « transformation » sans effets précis sur les postes.
Dépendance technique
Pannes, changement de fournisseur, perte de maîtrise de l’outil.

Signaux d’alerte

  • Rumeurs, inquiétude
  • Questions répétées au CSE
  • Anxiété, troubles du sommeil
  • Départs anticipés
PrimaireAgir à la source
  • Informer tôt et précisément, consulter le CSE
  • Intégrer l’IA à la GEPP : parcours, reconversions
  • Déployer par étapes, de façon réversible
SecondaireRepérer et renforcer
  • Ouvrir la formation à tous, moins qualifiés compris
  • Consacrer les entretiens professionnels à l’évolution du poste
  • Suivre les indicateurs sociaux
TertiaireAccompagner
  • Accompagner les postes transformés
  • Prévenir la désinsertion professionnelle avec le service de prévention et de santé au travail

Repères : Code du travail, L. 2312-8 (CSE) · L. 2242-20 (GEPP) · L. 6315-1 (entretien professionnel) · Règlement IA, art. 26.

Outil · Évaluer le déploiement

Évaluer votre projet d’IA à partir du travail réel.

Un outil de prévention collective qui porte sur l’organisation du travail, jamais sur les personnes : neuf axes, deux questions par axe, environ dix minutes. On le remplit avant le pilote (T0), puis dans la durée (T1, T2+). Les réponses restent dans le navigateur et le compte rendu peut alimenter la mise à jour du document unique.

Ouvrir l’outil d’évaluation →

Thèse centrale

Comment l’IA devient-elle un risque psychosocial au travail ?

L’IA peut accélérer la production, imposer une recommandation, surveiller l’activité ou automatiser une partie du jugement. Si l’organisation augmente les objectifs, réduit les marges de manœuvre, rend la vérification invisible ou entretient l’incertitude, cette transformation peut alimenter les facteurs de risques psychosociaux (RPS). Pour relier cette analyse à une situation concrète, consultez le parcours prévenir les risques liés à l’IA.

01 / SYSTÈME

Une capacité est introduite.

Générer, classer, recommander, surveiller ou contribuer à une décision.

02 / ORGANISATION

Le travail est redistribué.

Tâches, objectifs, délais, responsabilités, contrôle, coopération et apprentissage changent.

03 / EXPOSITION

Contraintes et ressources évoluent.

Intensité, autonomie, soutien, conflits de valeurs, insécurité et travail invisible se recomposent.

04 / SANTÉ

Des effets peuvent apparaître.

Selon la durée, le cumul et les marges d’action : stress, épuisement, troubles du sommeil ou atteintes cardiovasculaires.

02 / Situer l’échelle

Des repères épidémiologiques à lire sans les attribuer à l’IA.

Ces chiffres montrent l’importance sanitaire des conditions psychosociales de travail. À l’exception de l’indicateur d’exposition professionnelle, ils ne mesurent pas un effet causé par l’intelligence artificielle.

Selon l’OIT, en 2025, un travailleur sur quatre dans le monde exerce un métier comportant un certain degré d’exposition potentielle à l’IA générative ; l’organisation estime que la transformation des tâches est plus probable qu’un remplacement généralisé. Lire la source de l’OIT ↗

1 SUR 4

Emplois potentiellement exposés.

Dans le monde, un travailleur sur quatre exerce un métier comportant un certain degré d’exposition potentielle à l’IA générative.

OIT, 2025 · La transformation des tâches est jugée plus probable qu’un remplacement généralisé.
> 840 000

Décès associés aux risques psychosociaux.

L’OIT estime que les facteurs de risques psychosociaux au travail sont liés à plus de 840 000 décès par an et à près de 45 millions d’années de vie en bonne santé perdues.

OIT, 2026 · Estimation mondiale, toutes expositions psychosociales confondues.
12 MILLIARDS

Journées de travail perdues.

La dépression et l’anxiété, toutes causes confondues, représenteraient chaque année 12 milliards de journées de travail perdues.

OMS, 2024 · Coût estimé : 1 000 milliards de dollars de productivité perdue.
745 000

Décès liés aux longues durées de travail.

L’OMS et l’OIT ont attribué 745 000 décès par cardiopathie ischémique ou accident vasculaire cérébral à l’exposition aux longues durées de travail en 2016.

OMS–OIT · 23,3 millions de DALYs ; repère sur l’intensité du travail, non sur l’IA.

Précaution essentielle : ces ordres de grandeur ne permettent pas d’estimer une « charge de morbidité de l’IA ». Ils rappellent pourquoi une technologie qui modifie durablement la charge, l’autonomie, les horaires ou l’insécurité doit être étudiée comme une transformation des conditions de travail.

03 / Résultats spécifiques à l’IA

Quels effets de l’IA la recherche observe-t-elle déjà ?

Les études portent sur des outils, des métiers, des durées et des indicateurs différents. Elles décrivent des possibilités, pas une conséquence universelle de l’usage de l’IA.

Dans l’étude Generative AI at Work de Brynjolfsson, Li et Raymond, un assistant d’IA générative a augmenté le nombre de problèmes résolus par heure auprès de 5 172 agents de support, avec des gains particulièrement importants chez les travailleurs les moins expérimentés. Consulter l’étude ↗

PRODUCTIVITÉ

Des gains réels dans certaines tâches.

  • Des tâches expérimentales de rédaction ont été réalisées plus vite, avec une qualité moyenne améliorée.
  • Auprès de 5 172 agents de support, un assistant a augmenté le nombre de problèmes résolus par heure.
  • Les gains étaient particulièrement importants chez les travailleurs les moins expérimentés.
EFFETS FAVORABLES

Contrôle et épuisement peuvent s’améliorer.

  • Chez 197 travailleurs australiens, l’usage de l’IA générative était associé à davantage de contrôle sur le travail, sans association significative avec le burnout.
  • Dans un essai randomisé en santé, une IA ambiante a réduit l’épuisement, le désengagement interpersonnel et le temps quotidien de rédaction des notes.
  • Un autre essai a réduit le temps de documentation pour un système sur deux ; les effets sur le burnout restent exploratoires.
EFFETS DÉFAVORABLES

D’autres études signalent des fragilités.

  • Le management algorithmique est associé à une menace perçue et au burnout dans une étude transversale.
  • La copie passive de contenus générés a réduit l’auto-efficacité, le sentiment de propriété et le sens de la tâche dans une expérience préenregistrée.
  • Une plus forte interaction avec l’IA a été associée à la solitude et à des effets défavorables après le travail dans quatre études.

Le temps économisé n’est pas encore un bénéfice de santé. Il le devient si l’organisation le réinvestit dans la récupération, l’apprentissage, la qualité, la relation ou des effectifs soutenables. Converti immédiatement en objectifs plus élevés, il peut au contraire alimenter l’intensification.

04 / Prévenir

Agir à trois niveaux, avant, pendant et après le déploiement.

La prévention des risques psychosociaux liés à l’IA suit la logique de toute transformation du travail : agir d’abord sur l’organisation et sur le choix de l’outil, repérer tôt ce qui se dégrade, puis accompagner les personnes déjà atteintes.

Prévention primaire

Agir à la source.

Intervenir sur l’organisation du travail et sur le choix de l’outil, avant que l’exposition ne s’installe.

  • Répartir les tâches entre humain et IA selon la charge réelle et émotionnelle
  • Décider collectivement de l’usage du temps gagné
  • Reconnaître le droit d’écarter une recommandation
  • Former sur le temps de travail
Prévention secondaire

Repérer et renforcer.

Détecter tôt les signaux d’alerte et renforcer les ressources dont les salariés disposent pour y faire face.

  • Suivre des indicateurs de charge et des indicateurs sociaux
  • Ouvrir des espaces de discussion sur le travail réel
  • Former les managers à reconnaître le travail réel et la surcharge
  • Désigner des référents IA de proximité
Prévention tertiaire

Accompagner.

Prendre en charge les personnes déjà atteintes et organiser leur maintien ou leur retour dans l’emploi.

  • Visite à la demande auprès du médecin du travail
  • Débriefing et soutien après un incident
  • Accompagnement du retour après un épuisement
  • Prévention de la désinsertion professionnelle

La prévention primaire vient en premier. Le Code du travail demande d’éviter les risques, de les combattre à la source et d’adapter le travail à l’homme (art. L. 4121-2). Former les salariés à gérer leur stress ne compense pas une organisation qui les expose.

Étape 1

Avant le déploiement

Analyser le travail réel concerné et situer l’outil sur l’échelle d’automatisation. Associer les salariés et consulter le CSE sur l’introduction de la nouvelle technologie.

Étape 2

Pendant l’usage

Suivre les signaux d’alerte de chacun des six axes et en parler collectivement. Mesurer la charge réelle, temps de vérification compris.

Étape 3

Après, et à chaque évolution

Inscrire les risques identifiés au document unique et les réévaluer à chaque mise à jour ou changement d’outil. Garder le déploiement réversible.

05 / Cadre de référence

Les textes qui encadrent la prévention.

Trois corpus se complètent : le Code du travail fixe l’obligation de prévention et le rôle du CSE, le règlement européen sur l’IA encadre les usages, le RGPD protège les personnes face aux décisions automatisées. Le détail figure dans le guide Droit et gouvernance de l’IA au travail.

Code du travail

L. 4121-1 et L. 4121-2
Obligation de sécurité de l’employeur et principes généraux de prévention
R. 4121-1 et s.
Document unique d’évaluation des risques professionnels
L. 2312-8
Consultation du CSE sur l’introduction de nouvelles technologies
L. 2242-17
Droit à la déconnexion
L. 2242-20
Gestion des emplois et des parcours professionnels
L. 6315-1
Entretien professionnel
L. 1132-1
Principe de non-discrimination

Règlement (UE) 2024/1689 sur l’IA

Art. 4
Maîtrise de l’IA par les personnes qui utilisent les systèmes
Art. 5
Interdiction de la reconnaissance des émotions sur le lieu de travail, sauf raisons médicales ou de sécurité
Art. 14
Contrôle humain des systèmes à haut risque
Art. 26
Obligations des déployeurs, dont l’information des représentants du personnel et des salariés concernés

RGPD

Art. 22
Droit de ne pas faire l’objet d’une décision fondée exclusivement sur un traitement automatisé
Art. 35
Analyse d’impact relative à la protection des données

06 / État des preuves

Prévenir sans prétendre que tout est déjà démontré.

La littérature consacrée aux effets mentaux de déploiements précis reste limitée, fragmentée et hétérogène. Les inférences causales sont contraintes par les méthodes, les contextes et les indicateurs utilisés.

ÉTABLI

Les conditions de travail comptent pour la santé.

  • Les fortes exigences associées à un faible contrôle sont reliées à la dépression clinique et aux maladies coronariennes.
  • L’insécurité, l’injustice organisationnelle et le faible soutien ont des associations sanitaires documentées.
  • La prévention doit viser les facteurs organisationnels, pas seulement l’adaptation individuelle.
ÉMERGENT

L’IA redistribue plusieurs expositions.

  • Vérification, surveillance et responsabilité peuvent créer du travail supplémentaire.
  • Les gains, les risques et les populations concernées varient fortement selon le système de travail.
  • Des effets favorables et défavorables peuvent coexister dans une même organisation.
INCONNU

L’ampleur sanitaire propre à l’IA.

  • Aucune donnée ne permet d’extrapoler une charge mondiale de maladie attribuable à l’IA au travail.
  • Les effets à long terme et les relations causales demandent des études longitudinales et des essais d’intervention.
  • Un accès indépendant aux données de déploiement reste nécessaire.

Une preuve encore limitée n’est ni la preuve d’un dommage inévitable, ni la preuve d’une absence de risque. Elle justifie une prévention proportionnée, une observation dans la durée et la possibilité de revoir le système de travail. Les schémas de cette page sont illustratifs : ils décrivent des mécanismes plausibles, pas des mesures.

Questions fréquentes

Sept questions fréquentes sur l’IA et les risques psychosociaux.

Des réponses courtes, tirées des sections de cette page et de leurs sources.

L’IA crée-t-elle de nouveaux risques psychosociaux ?

Rarement un risque entièrement nouveau. Elle reconfigure les facteurs déjà connus (charge, autonomie, responsabilités, relations, compétences, sécurité de l’emploi) lorsqu’elle transforme durablement l’organisation du travail. Le risque ne vient pas du modèle seul, mais du travail organisé autour de lui.

L’essentiel

Quels signaux d’alerte surveiller après le déploiement d’un outil d’IA ?

Chaque axe de Gollac a les siens. Parmi eux : des objectifs relevés après le déploiement, du travail le soir, de la fatigue cognitive et des erreurs, une formation faite hors du temps de travail, le sentiment d’exécuter sans décider, des recommandations suivies d’office, des usages d’IA non déclarés, moins d’échanges informels, des discours sur le « travail bâclé », des rumeurs et des questions répétées au CSE.

Les six axes de Gollac

Le temps gagné grâce à l’IA réduit-il la charge de travail ?

Pas nécessairement. Le temps économisé devient un bénéfice de santé si l’organisation le réinvestit dans la récupération, l’apprentissage, la qualité, la relation ou des effectifs soutenables. Converti immédiatement en objectifs plus élevés, il peut alimenter l’intensification. Relire et corriger les sorties de l’IA prend aussi du temps, rarement compté.

Les effets déjà observés

Que montrent les études sur l’IA et la santé mentale au travail ?

Des résultats hétérogènes. Auprès de 5 172 agents de support, un assistant a augmenté le nombre de problèmes résolus par heure. Chez 197 travailleurs australiens, l’usage de l’IA générative était associé à davantage de contrôle sur le travail, sans association significative avec le burnout. D’autres travaux associent le management algorithmique à une menace perçue et au burnout, et une forte interaction avec l’IA à la solitude. Aucune donnée ne permet aujourd’hui d’estimer une charge de maladie attribuable à l’IA au travail.

Résultats spécifiques à l’IA · État des preuves

Comment prévenir les risques psychosociaux liés à l’IA ?

À trois niveaux, en commençant par la source : répartir les tâches entre humain et IA selon la charge réelle, décider collectivement de l’usage du temps gagné, reconnaître le droit d’écarter une recommandation, former sur le temps de travail. Viennent ensuite le repérage précoce des signaux d’alerte, puis l’accompagnement des personnes déjà atteintes. Former les salariés à gérer leur stress ne compense pas une organisation qui les expose (article L. 4121-2 du Code du travail).

Agir à trois niveaux

Faut-il inscrire les risques liés à l’IA au document unique ?

Oui, lorsqu’ils sont identifiés : ils s’inscrivent au document unique d’évaluation des risques professionnels (DUERP) et se réévaluent à chaque mise à jour ou changement d’outil. Chaque axe de cette page propose une question à poser pour le DUERP.

IA et DUERP : faut-il mettre à jour le document unique ?

Une IA peut-elle analyser les émotions des salariés ?

Le règlement européen sur l’IA interdit la reconnaissance des émotions sur le lieu de travail, sauf raisons médicales ou de sécurité (article 5). L’analyse du ton ou la notation automatisée des échanges font partie des situations à examiner dans l’axe des exigences émotionnelles.

Les textes qui encadrent la prévention

07 / Sources scientifiques

Retrouver les données derrière les affirmations.

Les références ci-dessous permettent de revenir aux rapports institutionnels, aux études scientifiques et aux textes sur lesquels repose cette synthèse.

Épidémiologie et cadre

OIT — Generative AI and Jobs: A Refined Global Index of Occupational Exposure, 2025 ↗ OIT — The Psychosocial Working Environment, rapport mondial 2026 ↗ OMS — Santé mentale au travail : journées perdues et coût économique ↗ OMS–OIT — Charge attribuable aux longues durées de travail ↗ Gollac et Bodier — Mesurer les facteurs psychosociaux de risque au travail pour les maîtriser, 2011 ↗ Niedhammer et al. — Méta-revue de 72 revues sur les expositions psychosociales ↗

Travail et intelligence artificielle

Charles Broutin — LLM et risques psychosociaux : revue générale (2025), résumé détaillé → Brynjolfsson, Li et Raymond — Generative AI at Work, 5 172 agents ↗ Thorpe, Bean et Krieg — IA générative, exigences, contrôle et burnout ↗ Afshar et al. — Essai randomisé d’une IA ambiante en santé ↗ OCDE — Management algorithmique dans plus de 6 000 entreprises ↗ Lee et al. — Auto-efficacité, propriété et sens du travail ↗ Tang et al. — Interaction avec l’IA, solitude et effets après le travail ↗ Ferrarini et Leonelli — Revue systématique des risques et bénéfices pour la santé mentale ↗ Jetha et al. — Protocole de revue systématique vivante sur l’IA au travail ↗

Textes de référence

Légifrance — Code du travail ↗ EUR-Lex — Règlement (UE) 2024/1689 établissant des règles harmonisées concernant l’intelligence artificielle ↗ EUR-Lex — Règlement (UE) 2016/679, règlement général sur la protection des données ↗

Passer du risque à la décision

Évaluer un projet à partir du travail réel.

Documenter la tâche, le pouvoir confié au système, les effets attendus et les conditions nécessaires pour déployer, corriger ou renoncer. Découvrir la méthode d’évaluation d’un projet d’IA →

Les responsabilités, le dialogue social et les obligations applicables sont détaillés dans le guide Droit et gouvernance de l’IA au travail →

Pour les élus : CSE et IA, dix questions avant l’avis →
Pour le document unique : IA et DUERP →

Rédigé par le Dr Charles Broutin — médecin du travail, référent IA de la Société Française de Santé au Travail (SFST). Sources et contenu vérifiés le .