Bienvenue sur le blog Insights

Pensée critique et IA : les nouvelles règles du jeu

Rédigé par Actualités Insights | 9 nov. 2026, 20:00:01
Vous faites partie des 87 % de collaborateurs qui utilisent l’IA au travail ? Alors, lequel de ces profils vous ressemble le plus ?

 

A
  1. Rédigez votre prompt
  2. Travaillez avec l’IA pour l’améliorer
  3. Examinez attentivement le résultat obtenu
  4. (Affinez le prompt si nécessaire)
  5. Vérifiez les informations fournies par l’IA et recoupez les sources
  6. Identifiez les biais potentiels
  7. Validez le résultat avec un collègue
  8. Intégrez le contenu dans votre document
  9. Réécrivez les formulations typiques de l’IA, améliorez le style et rendez le texte plus concis si nécessaire
B
  1. Rédigez votre prompt
  2. Parcourez rapidement la réponse pour vérifier qu’elle semble cohérente
  3. Copiez-collez le contenu dans votre document
  4. Modifiez éventuellement quelques mots si le texte paraît trop manifestement généré par l’IA... ou laissez-le tel quel

 

Question suivante : lequel de ces comportements crée le plus de valeur à long terme pour l’organisation ?
 

La réponse :

Le modèle A: applique la pensée critique aux contenus générés par l’IA permettant de créer de la valeur à long terme.

(Le modèle B : représente un risque pour l’organisation et peut au contraire détruire de la valeur.)

 

Nous avons toujours eu besoin de la pensée critique

Tout ce que vos professeurs vous répétaient à l’école était vrai : la pensée critique est essentielle. Si la manière dont nous l’appliquons dans le monde du travail a évolué, son importance, elle, reste intacte.

La pensée critique est le moteur d’un jugement éclairé et d’une prise de décision efficace, car elle nous pousse à remettre en question ce qui se présente à nous plutôt que de l’accepter tel quel.

Uber n’aurait probablement jamais vu le jour si Garrett Camp n’avait pas remis en question le statu quo après avoir eu des difficultés à trouver un taxi dans le centre de Paris. Il s’est posé deux questions simples mais puissantes : « Pourquoi est-ce acceptable ? » et « Et si les choses pouvaient fonctionner autrement ? »

Ce même principe est à l’origine de toutes les innovations que nous connaissons aujourd’hui.

Les penseurs critiques ne se contentent pas de remettre en cause l’existant. Ils veillent également à ce que le progrès se fasse de manière réfléchie et responsable. Lorsqu’une bonne idée, comme Uber, émerge, il faut des équipes entières de personnes capables d’exercer leur esprit critique pour tester cette idée, l’améliorer et la transformer en réalité.

Alors, accordons quelques points aux enseignants : sur ce sujet, ils avaient absolument raison.

 

Les risques liés à l’absence de pensée critique dans l’utilisation de l’IA sont considérables

Et particulièrement préoccupants. Deux notions ont récemment émergé pour décrire notre façon de réfléchir lorsque nous travaillons avec l’intelligence artificielle :

Le déchargement cognitif

Une pratique bénéfique pour les individus comme pour les équipes.

Le déchargement cognitif consiste à confier certaines tâches mentales à des outils externes : faire des calculs avec une calculatrice, gérer son emploi du temps avec un agenda ou suivre ses objectifs nutritionnels via une application de fitness.

Dans l’ensemble, cette approche a largement contribué à améliorer la productivité humaine. L’IA joue aujourd’hui un rôle similaire en nous aidant à travailler plus efficacement. Si vous avez déjà utilisé l’IA pour résumer des comptes rendus de réunion ou pour rédiger un e-mail dans une langue que vous ne maîtrisez pas encore parfaitement, vous savez exactement de quoi il s’agit.

L’abandon cognitif

Une pratique néfaste pour les individus comme pour les équipes.

Steven Shaw et Gideon Nave, de la Wharton School, définissent l’abandon cognitif comme le fait "d’adopter les résultats produits par l’IA avec un minimum d’examen critique, en mettant de côté son intuition et sa réflexion personnelle".

Pour les organisations, les risques liés à cet abandon cognitif sont nombreux :

  • Une perte progressive des compétences et du savoir-faire des collaborateurs
  • Un ralentissement de l’innovation et de la créativité
  • Une diminution de la qualité des décisions
  • Une baisse de productivité due aux erreurs et aux ajustements nécessaires pour les corriger
  • Un excès de confiance dans les résultats générés par l’IA
  • Une érosion de la confiance lorsque ces résultats s’avèrent inexacts ou trompeurs

 

L’abandon cognitif est-il en train de peser sur les organisations ?

Ces concepts sont relativement récents, mais un nombre croissant de recherches semble indiquer que la réponse est oui. (Pour une analyse plus approfondie des données, consultez cet article.)

Selon le rapport Work AI de Glean, nous savons que l’utilisation de l’IA au travail est désormais largement répandue :

  • 87 % of people use AI at work
  • 75 % say it makes them more productive

However:

  • Seulement 13 % pensent que leur organisation obtient de meilleurs résultats grâce à l'IA

Le rapport analyse également la manière dont les collaborateurs utilisent l’IA et distingue deux comportements :

  • La supervision de l'IA ou le  “botsitting” : lorsque nous appliquons notre esprit critique aux résultats générés par l’IA. Cela correspond au modèle A présenté précédemment.
  • La validation à l'aveugle de l'IA ou le “botsh!tting” : lorsque nous acceptons les résultats de l’IA sans véritable réflexion ni vérification. Cela correspond au modèle B, celui de l’abandon cognitif.
L’auteur et professeur spécialisé en intelligence artificielle Tom Davenport l’a très bien résumé dans sa newsletter Substack

 

 "Si vous utilisez l’IA générative de la "bonne manière", vous ne gagnez pas forcément beaucoup de temps ni d’efforts. La bonne approche, du moins si vous souhaitez produire un contenu de qualité et éviter d’atrophier votre esprit critique, consiste à utiliser plusieurs prompts jusqu’à obtenir un résultat proche de vos attentes, puis à le vérifier attentivement afin d’identifier d’éventuelles hallucinations. Ensuite, il faut le retravailler pour éliminer les formulations convenues, les clichés, et y apporter votre propre point de vue ainsi que votre valeur ajoutée."

 

Du côté de "l’abandon cognitif" (botshitting), il suffit d’observer les conséquences des erreurs, comme les reprises de travail, les corrections de trajectoire, la diminution de la capacité à résoudre des problèmes ou encore l’érosion des compétences, pour comprendre que cela finira par coûter cher aux organisations en matière de productivité.

(C’est aussi la raison pour laquelle, même si certaines personnes économisent du temps à court terme en déléguant leur réflexion à l’IA, cela ne crée pas forcément de valeur pour l’entreprise.)

Si Thomas Davenport estime que même utilisée de manière optimale, l’IA nécessite du temps avant de générer pleinement ses bénéfices, le directeur du Stanford Digital Economy Lab, Erik Brynjolfsson, rappelle que ce ralentissement de productivité est temporaire.

Selon lui, les organisations progresseront fortement une fois qu’elles auront eu le temps de repenser leurs processus et d’intégrer l’IA dans des modes de travail entièrement réinventés.

Mais pour ceux qui abandonnent leur réflexion à l’IA, il n’existe pas de « courbe en U » permettant un rebond après une phase de baisse des performances. Pas de lumière au bout du tunnel. En réalité, les choses ne font qu’empirer.

Une étude menée cette année par la Wharton School a montré que l’IA améliore les performances lorsqu’elle fournit des réponses justes.

En revanche, lorsqu’elle se trompe, les individus obtiennent de moins bons résultats qu’ils n’en auraient eus sans l’aide de l’IA, car ils cessent progressivement de faire confiance à leur propre jugement.

C’est pourquoi la seule véritable réponse pour limiter les pertes de productivité liées à l’abandon cognitif est une formation volontaire et structurée au développement de l’esprit critique.

 

 

 

Comment développer l’esprit critique au travail ?

 "Lorsqu’un contenu est soigné, semble crédible et arrive instantanément, comme c’est souvent le cas avec l’IA, il est étonnamment facile de l’accepter sans vraiment vérifier s’il est correct."

-Dr Tanya Boyd, 
psychologue du travail et des organisations, Insights

 

 

 

Etablir un point de départ

La première étape d’une formation à la pensée critique consiste à aider les collaborateurs à cartographier leurs styles de pensée et leurs préférences naturelles. Comprendre nos forces cognitives constitue une base solide et positive pour le développement.

Pourquoi ? Aujourd’hui, il est rare de prendre le temps de réfléchir à notre propre façon de penser (un exercice très méta), et encore plus rare de la reconnaître et de la valoriser. Pourtant, il est essentiel que chacun ait la confiance nécessaire pour avancer. Comprendre comment notre pensée humaine s’inscrit dans cette nouvelle équation du travail enrichie par l’IA en fait partie intégrante.

Cette étape permet également de prendre conscience de nos biais cachés et peut mettre en lumière certains angles morts dans notre façon de penser, qui pourraient freiner notre développement ou notre performance.

 

 

 

 

Offrir des opportunités de mise en pratique

 

Demain, lorsque vous utiliserez votre IA générative préférée :

  • Remettez en question une réponse produite par l'IA
  • Demandez à un collègue de relire et de donner son avis 
  • Consultez en profondeur le rapport de recherche ou l'article cité afin de retrouver la citation exacte ou l'étude d'origine 
  • Notez une décision que vous étiez sur le point d'accepter sans la remettre en question 


Insights Discovery Pensée Critique

Si l’abandon cognitif est un comportement acquis (et c’est le cas), les organisations ont besoin d’une approche structurée pour l’inverser.

Insights Discovery Pensée Critique s’appuie sur le modèle d’apprentissage primé des quatre énergies de couleur d’Insights Discovery. Il s’agit d’un parcours d'apprentissage animé conçu pour aider les organisations à développer la pensée critique à grande échelle, y compris auprès de vastes populations de collaborateurs.

En s’appuyant sur le profil personnel Insights Discovery, cette expérience introduit un cadre formel de prise de décision qui aide les apprenants, des contributeurs individuels aux membres de la direction, à évaluer les preuves, analyser les informations et prendre des décisions éclairées.

 

 

Comment fonctionne Insights Discovery Pensée Critique

L’expérience se déroule en six étapes.

Tout d’abord, les participants apportent une problématique concrète issue de leur quotidien professionnel et l’abordent à l’aide d’un processus structuré de prise de décision.

Cette problématique peut être très variée, par exemple : "Je dois réduire de 20 % le budget de mon département" ou "Mon collaborateur le plus performant est en situation d’épuisement professionnel et je ne sais pas comment l’accompagner. "

En s’appuyant sur le cadre de prise de décision Insights, les participants explorent différentes solutions à leur problématique. Ils appliquent des stratégies pratiques pour identifier et limiter les biais, tester leurs hypothèses et gagner en confiance dans leurs prises de décision.

Le parcours s’appuie sur le chapitre Pensée critique du profil personnel Insights Discovery de chaque participant. Il comprend également des ressources numériques complémentaires ainsi que des séances de suivi et de coaching à 15 et 60 jours afin d’ancrer les apprentissages et de mesurer leur impact.

Résultat : une meilleure performance organisationnelle et des équipes capables de collaborer, d’innover et de prendre des décisions éclairées, même dans des environnements où tout va très vite.

 

 

L’avenir appartient aux penseurs critiques

S’il y a une idée à retenir de cet article, c’est celle-ci :

Les recherches sont sans équivoque : la pensée critique est une compétence profondément humaine.

Les personnes qui s’appuient sur leurs compétences spécifiquement humaines, telles que l’empathie et le discernement, prospéreront aux côtés de l’automatisation.

Les organisations qui placent l’humain au cœur de leur stratégie et qui ont la clairvoyance d’investir dans le développement de ces compétences surpasseront rapidement celles qui ne le font pas.

 

Ressources et études citées dans cet article :

Kosmyna, N et al. Thinking Fast, Slow and Artificial: Generative AI Reduces Cognitive Effort While Thinking. SSRN. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6097646

Glean. Work AI Index. https://www.glean.com/work-ai-institute/reports/work-ai-index

Davenport, T. Ten Reasons Why We Won't See Productivity. Substack. https://tdavenport.substack.com/p/ten-reasons-why-we-wont-see-productivity (tdavenport.substack.com)