L’impact cognitif de l’IA au travail ne se résume pas au gain de temps : l’intelligence artificielle transforme aussi la manière d’apprendre, d’exécuter et de vérifier les tâches.
Dans cette intervention, Mohamed Senhadji, ingénieur en sciences cognitives et cofondateur de Hu-Ma Shift, invite les entreprises à examiner quelles compétences elles délèguent à la machine et lesquelles elles veulent préserver.
Pour aller plus loin, visionnez l’intégralité de son intervention, disponible sur la plateforme de la CFE-CGC Orange.
L’IA ne rencontre pas des salariés qui découvriraient tous ces outils au même moment. Certains les utilisent déjà à titre personnel et arrivent au travail avec leurs propres habitudes. Le passage à un outil d’entreprise plus encadré peut alors être vécu comme une régression : historique de conversation indisponible, contexte à ressaisir, réponses différentes. L’intervenant décrit ces expériences comme des sources de frustration, auxquelles s’ajoutent des craintes diverses : perdre son emploi, se voir confier davantage de travail ou avouer ne pas savoir utiliser l’outil.
Ces réactions ne se règlent pas par la seule mise à disposition d’un logiciel. Elles touchent à la confiance, à la place de chacun dans l’équipe et à la façon dont l’entreprise définit le travail attendu. Déployer un outil ne suffit pas à assurer son adoption : il faut aussi accompagner les usages, clarifier les règles et laisser une place aux retours des salariés.
L’IA générative peut prendre en charge une première version d’un texte, une recherche ou une synthèse. Le travail humain se déplace alors parfois vers la vérification, la correction et la validation. L’intervenant illustre ce changement par des exemples de designers invités à valider des propositions produites par une machine, ou de juristes chargés de contrôler des documents générés. Ces exemples de terrain montrent que l’automatisation peut modifier le contenu d’un métier, même si elle n’en supprime pas les responsabilités.
La supervision demande elle aussi du temps et de l’attention. Quand plusieurs tâches sont confiées à des agents qui travaillent en parallèle, leurs résultats restent à vérifier et à intégrer. L’impression de pouvoir traiter davantage de sujets peut donc s’accompagner d’une charge supplémentaire. Le bilan dépend des tâches concernées, des règles de contrôle et du temps réellement libéré.
L’intervenant insiste également sur les compétences acquises en faisant le travail : formuler une question, expliquer son raisonnement à un collègue, reconnaître une erreur ou apprendre progressivement un métier. Si ces étapes disparaissent trop tôt, les débutants peuvent avoir moins d’occasions de construire leur expertise. Ce risque mérite d’être évalué dans les situations de travail, sans présumer d’une perte automatique de capacités.
La conférence évoque la « dette cognitive » et une étude du MIT Media Lab publiée sous forme de prépublication en 2025. Cette recherche a comparé 54 participants répartis entre trois conditions de rédaction : avec ChatGPT, avec un moteur de recherche ou sans outil. Dix-huit personnes seulement ont participé à la quatrième séance. Les résultats portent sur une tâche précise et un petit échantillon ; ils ne suffisent pas à établir un effet durable de l’IA sur les capacités cognitives au travail. Une critique méthodologique publiée sur arXiv a par ailleurs soulevé des questions concernant la taille de l’échantillon, la reproductibilité et l’analyse EEG.
D’autres travaux éclairent des aspects différents. Une enquête menée auprès de 319 travailleurs du savoir a recueilli leurs perceptions de l’effort de réflexion avec l’IA. Elle suggère notamment que la confiance accordée à l’outil est associée à un moindre effort critique déclaré, tout en montrant que cet effort peut se déplacer vers la vérification et l’intégration des réponses. Il s’agit d’une enquête sur les perceptions, pas d’une démonstration de perte de compétences.
À l’inverse, un essai contrôlé auprès de 453 professionnels a mesuré des gains immédiats sur des tâches de rédaction : les participants utilisant ChatGPT ont travaillé plus vite et produit des textes jugés de meilleure qualité dans ce contexte précis. Ce résultat ne répond pas à la question du maintien des compétences à long terme. Il rappelle surtout qu’il faut distinguer la productivité sur une tâche et l’apprentissage ou la mémorisation.
La première transcription avance aussi un chiffre de 25 % de temps supplémentaire pour retrouver des informations dans des comptes rendus après six mois d’utilisation. Les deux versions ne donnent ni le nom de l’étude ni son protocole. Faute de référence vérifiable, ce chiffre n’est pas repris comme un résultat établi.
Le cadre Hu-Ma Shift présenté par Mohamed Senhadji invite les organisations à examiner les représentations que les équipes ont de l’IA, les compétences à développer, l’intégration des outils dans le travail quotidien, la coopération et la répartition des rôles entre humains et machines. Son axe de « teaming » pose une question concrète : quelles tâches confier à l’IA, lesquelles garder dans le parcours d’apprentissage, et qui reste responsable du résultat ?
La formation gagne alors à s’appuyer sur les situations réelles de travail. Un salarié doit pouvoir apprendre à utiliser l’outil, mais aussi à en vérifier les réponses, à comprendre ses limites et à maintenir les savoir-faire nécessaires lorsque l’outil échoue ou n’est pas disponible. Les échanges entre collègues et l’accompagnement des débutants participent à cette transmission.
Cette réflexion doit aussi être collective. Les outils individuels peuvent éloigner les salariés les uns des autres si chacun trouve seul ses méthodes et ses réponses. Or, savoir demander de l’aide, confronter une analyse et partager une expérience contribuent à la qualité du travail. L’enjeu est donc d’organiser les usages autour des équipes et des processus, plutôt que de mesurer seulement le nombre de licences ou de tâches automatisées.
L’IA réduit-elle les capacités cognitives des salariés ?
Les études disponibles ne permettent pas de conclure à un effet général. Elles examinent des tâches, des outils et des populations particuliers ; leurs résultats ne se transposent pas automatiquement à tous les métiers.
Que montre l’étude du MIT sur ChatGPT ?
Cette prépublication compare 54 personnes lors d’exercices de rédaction avec ChatGPT, avec un moteur de recherche ou sans outil. Elle ouvre des pistes de recherche, mais ne prouve pas une perte générale et durable de capacités au travail.
Comment préserver les compétences lors du déploiement de l’IA ?
Les entreprises peuvent préciser les tâches confiées à l’IA, garder des occasions d’apprentissage par la pratique, former à la vérification et suivre la charge et les compétences avec les équipes.
La revue de presse est à votre disposition. Au sommaire : Etat actionnaire, IA, opérateurs satellitaires, qualité de vie et santé, égalité pro, diversité, SFR, management. Pour la consulter : revue de presse d’octobre. Pour vous abonner gratuitement : s’abonner Vous pouvez lire les articles au fil de leur publication en rubrique Revue de presse, […]
