L’intelligence artificielle (IA) s’immisce partout, y compris au bureau. Comme l’introduction de tout nouvel outil, ceci amène son lot de modifications des façons de faire en cours et une modification du travail. Au cours des dernières semaines, une étude a particulièrement attirée notre attention.
Dans de nombreuses organisations, l’IA générative est présentée comme un moyen de réduire la charge de travail en automatisant des tâches routinières (rédaction, synthèse, débogage, etc.) afin de libérer du temps pour des activités à plus forte valeur ajoutée Pourtant, les auteurs soutiennent, à partir d’une étude terrain, que l’IA ne réduit pas le travail. Elle tendrait plutôt à l’intensifier. Pendant huit mois, les auteurs ont observé une entreprise technologique américaine d’environ 200 employés en combinant des observations sur site, le suivi des canaux internes de communication et en réalisant plus de 40 entretiens auprès d’employés de divers départements (ingénierie, produit, design, recherche, opérations). L’usage de l’IA dans l’organisation n’était pas imposé. L’entreprise fournissait des abonnements et les employés l’ont donc utilisé volontairement. Résultat : une cadence plus rapide, un périmètre de tâches élargi et une extension du travail sur davantage d’heures, souvent sans demande explicite de la hiérarchie.
Les auteurs identifient trois mécanismes principaux d’intensification du travail.
L’expansion des tâches
Parce que l’IA comble des lacunes de connaissances et donne une forme de «coup de pouce » cognitif, des employés s’essaient à des responsabilités auparavant assumées par d’autres (des chefs de produit ou designers qui codent, des chercheurs qui font de l’ingénierie, etc.). Ces essais s’additionnent et élargissent réellement le champ des métiers de chacun, au point d’absorber du travail qui aurait pu justifier du soutien supplémentaire. Cette expansion a aussi des effets en cascade. Par exemple, les ingénieurs doivent consacrer plus de temps à relire, corriger et accompagner les productions assistées par IA de collègues et ce souvent de manière informelle (messages, échanges rapides), ce qui ajoute une charge de supervision.
Des frontières flous en matière de travail-vie personnelle
L’IA brouille les frontières entre travail et hors-travail. Comme démarrer une tâche devient très facile (moins de friction face à une page blanche, point de départ immédiat), de petites actions de travail s’insèrent dans des moments qui étaient des pauses comme des requêtes (couramment appelé «prompt») à l’heure du lunch, pendant des réunions ou en attendant qu’un fichier télécharge. Le caractère conversationnel des requêtes rend ces micro-actions moins visibles en tant que tâche et travail. Ainsi, avec le temps, la journée comporte moins d’interruptions naturelles et la récupération s’affaiblit. Le travail devient plus omniprésent, toujours susceptible d’être avancé un peu plus.
L’augmentation du multitâche
L’IA encourage davantage de multitâche. Les utilisateurs gèrent plusieurs fils en parallèle dont écrire pendant que l’IA produit une version alternative, lancer plusieurs agents ou réactiver des tâches repoussées depuis longtemps. Cela donne une impression de momentum et de partenariat, mais se traduit par des bascules d’attention fréquentes, des vérifications continues des résultats et un plus grand nombre de tâches ouvertes … donc une charge cognitive accrue.
Au plan organisationnel
Au niveau organisationnel, ces mécanismes s’auto-renforcent. L’IA accélère certains travaux, ce qui normalise des attentes de vitesse plus élevées. Ces attentes élevées accroissent la dépendance à l’IA, celle-ci permettant d’y répondre rapidement. Cette dépendance élargit encore le périmètre des tâches tentées et densifie le volume de travail. Beaucoup se sentent ainsi plus productifs, mais pas moins occupés. Ils le sont en fait parfois davantage. Le danger, selon les auteurs, est que les gains initiaux masquent une « dérive » silencieuse de la charge de travail (workload creep). Comme l’effort supplémentaire est volontaire et souvent vécu comme une expérimentation plaisante, les dirigeants ou gestionnaires peuvent sous-estimer la fatigue cognitive, les risques d’erreurs, l’affaiblissement du jugement, puis, à terme, le burn-out, la baisse de qualité et le taux de renouvellement du personnel.
Les auteurs concluent qu’il ne suffit pas de demander aux employés de s’autoréguler. Les organisations doivent plutôt formaliser une « pratique IA », c’est-à-dire des normes et routines qui cadrent où l’IA aide réellement, quand s’arrêter et comment éviter que la capacité nouvellement acquise ne se transforme automatiquement en exigences plus fortes et plus élevées. Parmi les pistes proposées, notons l’instauration de pauses intentionnelles (moments protégés pour vérifier l’alignement, challenger une décision, relier l’action aux objectifs) ; le travail par séquençage (regrouper les notifications non urgentes, protéger des fenêtres de concentration, faire avancer le travail par phases plutôt qu’en réactivité continue) ; et le renforcement l’ancrage humain (espaces de dialogue, écoute), pour réintroduire une perspective et la créativité face à une dynamique de travail plus solitaire et accélérée. L’enjeu n’est pas de savoir si l’IA va transformer le travail, mais si les organisations choisiront de façonner cette transformation ou de la laisser les façonner.
Idées clés
- L’IA augmente souvent la cadence, élargit le périmètre des rôles et étend le travail dans le temps, même sans injonction managériale.
- Trois mécanismes d’intensification sont vécus : expansion des tâches, frontières travail/hors-travail plus poreuses, multitâche et fragmentation de l’attention.
- Les gains de productivité à court terme peuvent cacher une dérive de charge et de la fatigue cognitive, avec des risques de qualité, d’erreurs, de burn-out et de roulement de personnel.
- Réponse recommandée : construire une « pratique IA » (pauses intentionnelles, séquençage, ancrage humain) pour préserver des limites et la soutenabilité.
Références :
Texte original : AI Doesn’t Reduce Work—It Intensifies It » (HBR)
Auteurs : Aruna Ranganathan et Xingqi Maggie Ye (Harvard Business Review). Publication : 9 février 2026.
Lien : https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it