L’IA devient un risque psychosocial quand elle perturbe l’organisation du travail.
Rédigé par le Dr Charles Broutin, médecin du travail, référent IA de la Société Française de Santé au Travail · Mis à jour le
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.
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.
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.
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.
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.
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.
05
Conflits de valeurs
Conflits éthiques, qualité empêchée, sentiment de faire un travail inutile.
Schéma · La chaîne de responsabilité
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.
06
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
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.
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.
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.
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 .