Une capacité est introduite.
Générer, classer, recommander, surveiller ou contribuer à une décision.
Risques professionnels · Données scientifiques · Santé
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’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.
Quand l’équilibre se rompt
Destruction · 1836
L’ordre apparent de la cité s’effondre lorsque ses appuis ne résistent plus. L’œuvre rappelle qu’au travail, un équilibre peut se fragiliser vite si la charge, les responsabilités, les recours ou les compétences ne sont pas suivis avec attention. Voir l’œuvre ↗
Thèse centrale
Une capacité technique devient un risque professionnel lorsqu’elle transforme durablement les conditions d’exposition.
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.
Le travail est redistribué.
Tâches, objectifs, délais, responsabilités, contrôle, coopération et apprentissage changent.
Les contraintes et ressources évoluent.
Intensité, autonomie, soutien, conflits de valeurs, insécurité et travail invisible se recomposent.
Des effets peuvent apparaître.
Selon la durée, le cumul et les marges d’action : stress, épuisement, troubles du sommeil ou atteintes cardiovasculaires.
01 / 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.
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.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.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.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.
02 / Résultats spécifiques à l’IA
Les effets observés ne vont pas tous dans le même sens.
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.
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.
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.
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.
03 / Mécanismes professionnels
Trois déplacements que le seul score du modèle ne montre pas.
Ces mécanismes permettent de relier les résultats scientifiques aux tâches, aux responsabilités et aux relations qui structurent le travail réel.
Le travail invisible de vérification.
La production accélère, mais une personne reste responsable de vérifier l’exactitude, la légalité et l’adéquation de la sortie. Le travail se déplace vers la vigilance, l’intégration, les exceptions et la récupération après erreur.
Question scientifique : le temps, l’autorité et les compétences nécessaires au contrôle sont-ils réellement disponibles ?L’insécurité commence avec la menace.
La peur crédible d’un remplacement, la perte de valeur perçue des compétences ou l’incertitude sur les rôles peuvent produire un stress anticipatoire même sans suppression effective d’emploi.
Point de vigilance : l’exposition à l’incertitude peut précéder de longtemps une éventuelle réorganisation.Autonomie, apprentissage, sens et liens.
Déléguer des jugements ou des échanges peut réduire les occasions d’apprendre, de demander de l’aide, de construire son expertise et de reconnaître la qualité de son propre travail.
Point de vigilance : un flux plus efficace peut aussi devenir un travail moins autonome, moins formateur et moins social.04 / Cadre Gollac
Six dimensions pour décrire la transformation du travail.
Ce cadre porte sur l’organisation et l’emploi, pas sur la fragilité supposée des personnes. Plusieurs dimensions peuvent être modifiées simultanément par un même déploiement.
Intensité et temps de travail.
Volume, délais, interruptions, horaires et complexité.
Avec l’IA : objectifs relevés, corrections invisibles, accélération permanente.Exigences émotionnelles.
Devoir maîtriser ses émotions ou gérer la détresse et les conflits.
Avec l’IA : expliquer, réparer ou assumer une décision que l’on maîtrise imparfaitement.Autonomie.
Choisir la méthode, le rythme et mobiliser ses compétences.
Avec l’IA : recommandation difficile à écarter, surveillance et workflow imposé.Rapports sociaux.
Soutien, coopération, reconnaissance et qualité du management.
Avec l’IA : échanges remplacés, mentorat réduit, responsabilités sans interlocuteur.Conflits de valeurs.
Pouvoir produire un travail utile et conforme aux règles du métier.
Avec l’IA : vitesse privilégiée sur la qualité ou sortie contraire au jugement professionnel.Insécurité de la situation.
Incertitude sur l’emploi, le rôle, les revenus et les changements à venir.
Avec l’IA : tâches futures floues, réorganisation continue et compétences dévalorisées.05 / 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.
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.
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.
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.
06 / Sources scientifiques
Retrouver les données derrière les affirmations.
Les références ci-dessous permettent de revenir aux rapports institutionnels et aux études scientifiques 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 ↗
Niedhammer et al. — Méta-revue de 72 revues sur les expositions psychosociales ↗
Travail et intelligence artificielle
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 ↗
Passer à une situation précise
La science décrit les mécanismes. « Évaluer » les applique à un projet.
La présente page reste consacrée aux connaissances et aux risques professionnels. Pour examiner une tâche, une population, des responsabilités et des conditions de déploiement concrètes, utilisez le parcours d’évaluation. Accéder à la partie « Évaluer » →