Pourquoi les collaborateurs sont-ils plus productifs, mais pas les organisations ?
Nous devons parler de la façon dont nous utilisons l’IA.
Aujourd’hui, la grande majorité des collaborateurs utilisent l’intelligence artificielle dans leur travail quotidien :
87 % des salariés utilisent l’IA au travail ;
75 % estiment qu’elle les rend plus productifs.
Pourtant, un paradoxe demeure :
Comment expliquer un tel écart ? Un nombre croissant d’études apporte un élément de réponse. Tout dépend de la manière dont nous mobilisons nos capacités cognitives lorsque nous travaillons avec l’intelligence artificielle.
Qu’est-ce que l’« abandon cognitif » dans le travail avec l’IA ?
a plupart d’entre nous connaissent le concept de décharge cognitive (cognitive offloading), qui consiste à utiliser des outils externes pour réduire l’effort mental nécessaire à l’exécution d’une tâche.
Par exemple, utiliser un GPS plutôt que mémoriser un itinéraire, ou programmer des rappels dans son agenda plutôt que retenir chaque rendez-vous.
L’abandon cognitif (cognitive surrender), en revanche, va plus loin.
Une étude publiée en 2026 par la Wharton School le définit comme :" L’adoption des résultats produits par l’IA avec un minimum d’esprit critique, au détriment de l’intuition, de la réflexion et du jugement personnel."
– Gideon Nave, PhD, Professeur associé Carlos et Rosa de la Cruz et professeur associé en marketing à la Wharton School.
Selon la psychologue organisationnelle d’Insights, Dr Tanya Boyd : "Lorsqu’un contenu paraît soigné, s’exprime avec assurance et est produit rapidement, comme c’est souvent le cas avec l’IA, il devient étonnamment facile de l’accepter sans vérifier pleinement s’il est juste. "
Et c’est exactement ce qui se passe. Nous connaissons tous des collègues ou des amis qui s’appuient presque systématiquement sur ChatGPT, utilisant des statistiques ou des arguments générés par l’IA sans les vérifier, tout en oubliant que l’IA peut parfois produire des informations erronées ou négliger des éléments essentiels de contexte.
Selon le rapport Work AI de Glean, les collaborateurs utilisent principalement l’IA de deux façons, et chacune peut limiter les gains de productivité potentiels de manière différente :
Et l’engagement dans tout ça ? On pourrait penser que les "superviseurs de l’IA", ceux qui prennent le temps de vérifier, corriger et contextualiser les contenus générés, sont les collaborateurs les plus engagés. Pourtant, la réalité semble être tout autre.
Pour les "botsitters", il existe une véritable "taxe du contexte". Selon Work AI, pour chaque augmentation de 10 % du temps consacré par les employés à fournir du contexte à l’IA, leur probabilité de se sentir « épuisés » augmente de 25 %.
À cela s’ajoute une réaction très humaine : peu de personnes apprécient devoir remettre en question ou corriger chaque jour le travail d’un collègue qui s’en remet excessivement à l’IA. La situation est souvent inconfortable et source de tensions. Elle peut même engendrer du ressentiment lorsque les managers félicitent, sans le savoir, un travail qui semble de qualité mais qui est en réalité médiocre.
Il n’est donc pas surprenant que 73 % des botsitters soient davantage susceptibles de rechercher un nouvel emploi.
Si, tout à fait.
Une étude publiée en 2024 par l’Université d’Exeter et l’UCL School of Management a montré que, lorsqu’elle est utilisée correctement, l’IA générative renforce la créativité individuelle (même si elle tend malheureusement à réduire la « nouveauté collective »).
Les auteurs écrivent :
“Nous constatons que l’accès aux idées générées par l’IA conduit à des récits jugés plus créatifs, mieux rédigés et plus agréables à lire, en particulier chez les auteurs les moins créatifs.”
Mais il y a un bémol.
Une étude de suivi menée par le MIT en 2025 apporte davantage de nuances en montrant que les gains de créativité ne sont pas automatiques. Autrement dit, le simple fait d’utiliser ChatGPT ne fera pas instantanément de vous un meilleur rédacteur ou chercheur. Tout dépend de la manière dont vous utilisez l’outil.
“Les employés qui analysent activement leurs tâches, surveillent leur propre réflexion et adaptent leur approche, ce que l’on appelle les stratégies métacognitives, sont nettement plus susceptibles d’utiliser l’IA générative de manière à favoriser la créativité. En effet, ces personnes sont plus aptes à exploiter l’IA pour accéder à des “ressources cognitives de travail”, c’est-à-dire aux éléments qui facilitent la pensée créative.”
Selon les auteurs de l’étude, Jackson Lu et Shuhua Sun, l’antidote à l’abandon cognitif et le principal moteur des gains de créativité liés à l’utilisation de l’IA reposent sur une seule compétence : La pensée critique.
“La métacognition, c’est-à-dire la capacité à réfléchir à sa propre réflexion, est le maillon manquant entre le simple fait d’utiliser l’IA et le fait de l’utiliser efficacement. Elle permet de poser de meilleures questions, d’identifier les lacunes dans ses connaissances et d’extraire une réelle valeur des outils d’IA au lieu de s’y fier passivement.”
– Jackson Lu, professeur de management à la MIT Sloan School of Management
Et pourtant, malgré son importance, la pensée critique semble aujourd’hui faire défaut dans de nombreuses organisations.
Une enquête interne menée en 2026 auprès des clients d’Insights a révélé que 73 % des répondants considèrent la pensée critique comme une compétence qui manque fortement au sein de leur organisation, et plus de la moitié (52 %) la classent même comme la compétence la plus déficitaire.
Lorsque l’on repense à cet écart de 62 points, ces résultats commencent à prendre tout leur sens.
C’est pourquoi Insights a récemment ajouté une nouvelle application à Insights Discovery, permettant de mettre en lumière la manière dont nos préférences influencent notre façon de penser, nos forces naturelles ainsi que les biais potentiels qui peuvent émerger.
En comprenant notre style de pensée critique, nous pouvons prendre des décisions plus équilibrées, collaborer plus efficacement avec les autres et adapter notre approche en fonction des situations rencontrées.
Insights Discovery est un outil de développement basé sur la psychométrie et un modèle à quatre couleurs. Il permet de mieux comprendre et de communiquer les différents traits de personnalité et préférences comportementales, autrement dit la manière dont nous interagissons et travaillons avec les autres dans différents environnements.
Chaque énergie de couleur apporte son propre ensemble de forces et de points de vigilance, et ces caractéristiques influencent également notre façon d’analyser les situations, de résoudre les problèmes et de prendre des décisions.
Insights Discovery Pensée Critique guide les participants à travers un cadre de prise de décision afin de les aider à porter un jugement éclairé, notamment dans leur utilisation des contenus générés par l’IA.
Le module repose sur le principe que la performance organisationnelle ne découle pas uniquement de la production de réponses ; elle dépend de notre capacité à les évaluer, à les enrichir, à les remettre en question et à les transformer en décisions et en actions que nous sommes prêts à assumer.
La contribution humaine devient d’autant plus importante qu’à mesure que l’IA devient capable de générer du contenu et, de plus en plus, grâce aux agents IA, d’agir en notre nom, les individus interviennent plus tard dans le processus et sont davantage éloignés du raisonnement qui a conduit à ce qui a été produit.
La question évolue alors de : "Sommes-nous capables de générer une réponse ?" à "Sommes-nous capables de distinguer une réponse faible d’une bonne réponse ? Sommes-nous prêts à remettre en question une hypothèse erronée ? Sommes-nous capables de décider efficacement de la suite à donner ?"
La réussite dépend du moment où l’on commence à agir et du chemin déjà parcouru par les collaborateurs vers l’abandon cognitif et le botshipping : plus tôt, mieux c’est.
Même pour les équipes où l’abandon cognitif est devenu une habitude de travail, ce module constitue une démarche porteuse de sens et une voie d’amélioration concrète, avec des bénéfices qui vont bien au-delà d’une meilleure prise de décision. Il contribue notamment à renforcer l’engagement des collaborateurs, à favoriser davantage de transparence, à améliorer la collaboration et à stimuler l’innovation. Autant d’éléments clés qui sont généralement mesurés dans les enquêtes annuelles auprès des collaborateurs.
“Les compétences humaines telles que la pensée critique et le travail d’équipe sont stratégiques. Ce sont elles qui permettent aux organisations de transformer la productivité en performance. Nous savons que, pour développer et activer ces compétences, il faut commencer par la conscience de soi. Une meilleure réflexion ne dépend pas uniquement de la qualité des informations dont nous disposons, mais aussi de notre capacité à nous comprendre nous-mêmes et à travailler efficacement avec les personnes qui nous entourent.”
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
Brynjolfsson, E, Rock, D and Syverson, C. The Productivity J-Curve: How Intangibles Complement General Purpose Technologies. American Economic Journal: Macroeconomics. https://www.aeaweb.org/articles?id=10.1257/mac.20180386
Davenport, T. Ten Reasons Why We Won't See Productivity. Substack. https://tdavenport.substack.com/p/ten-reasons-why-we-wont-see productivity
Doshi, A R and Hauser, O P. Generative AI Enhances Individual Creativity but Reduces the Collective Diversity of Novel Content. Science Advances. https://www.science.org/doi/10.1126/sciadv.adn5290
MIT Sloan School of Management. Does generative AI actually enhance creativity in the workplace? https://mitsloan.mit.edu/press/does generative-ai-actually-enhance-creativity-workplace