REPÈRE

FUTURS DU TRAVAIL

N°22
JUILLET
2024 Illustrations générées par Midjourney (version gratuite) sur la base du prompt
suivant : « Illustration dessinée. Une IA générative sous la forme d’un robot huma-
noïde de sexe féminin travaille dans un bureau en collaboration avec un humain de
sexe masculin. Le fond sera uni avec de la profondeur et les personnages colorés sans
être criards. » Avec une adhérence demandée au prompt de 10 sur 15.
La conformité du résultat par rapport à la requête est médiocre (par ex. humain
de sexe masculin). À gauche, le premier essai fourni par l’agent conversationnel ;
à droite, le second (sans modification du prompt initial). Toutefois, l’IA générative
fait preuve d’une créativité surprenante sur un plan conceptuel : la première image
illustre le modèle de collaboration homme-machine dit « centaure » et la seconde, le
modèle « cyborg », dont il sera justement question dans ce Repère. Elle ouvre ainsi
une perspective enrichie par rapport à la demande littérale qui lui avait été adressée.

PAR
SUZY TRAVAILLER AVEC
CANIVENC
ET LES IA GÉNÉRATIVES :
MARIE-LAURE
CAHIER CENTAURES OU CYBORGS ?
SOMMAIRE Depuis le lancement de ChatGPT fin 2022, les agents
conversationnels fondés sur l’IA générative ont été
P. 2 Introduction expérimentés assez largement, notamment par
P. 4 Travailler avec les IA génératives : les jeunes et les cadres supérieurs. L’extension des usages
que nous apprennent les recherches professionnels dépendra largement de l’adoption
scientifiques ? de ces technologies par les entreprises qui font pour
P. 11 L’assistance des IA génératives l’heure preuve d’un attentisme prudent. Toutefois,
dans le travail quotidien au vu du potentiel de cette technologie, réflexions
P. 14 Structurer et encadrer les usages et expérimentations sont en cours. Il ne s’agit plus tant
pour contrer les risques et stimuler de savoir si nous allons travailler avec les IA génératives,
la performancel collective mais comment.
P. 18 Conclusion Tout l’enjeu pour les entreprises est d’organiser et
d’accompagner les usages professionnels de ces outils
pour les mettre au service de la performance collective
et de la qualité du travail, en limitant les risques inhérents
à cette technologie. Les débats qui entourent
1. Pour l’impact des IA génératives sur l’emploi, cette innovation se déplacent ainsi de la question de
voir notre Repère n°19 : Nguyen J. (2023).
« Le murmure des machines : comment l’IA
ses effets sur l’emploi1 vers celle de ses effets sur
générative façonne notre avenir professionnel ». le travail. Comment cette vague technologique peut-
Chaire FIT2, novembre 2023.
[Link]
elle affecter la manière de réaliser notre travail ?
uploads/2023/11/Repere19_FIT2-[Link] Pour quels usages, quels bénéfices et avec quels risques ?
INTRODUCTION Par rapport aux vagues précédentes
d’intelligence artificielle
Les capacités de l’intelligence artificielle à pro­­
duire un travail proche de celui d’un humain se
(machine learning et deep learning),
sont considérablement renforcées. À la fin de l’IA générative présente certaines
l’année 2022, le lancement de ChatGPT d’OpenAI, caractéristiques laissant penser
fondé sur l’un des grands modèles de langage
(LLM), a permis au grand public de toucher du qu’elle pourrait avoir un effet rapide
doigt la puissance de l’intelligence artificielle, et profond sur le travail.
avec laquelle il est désormais possible de dia­­lo­­
guer en langage naturel (le Chat de GPT). Ces Cette capacité prodigieuse a cependant son
LLM font preuve de capacités surprenantes en revers : la relative opacité de cette technologie,
matière de créativité, d’analyse et de rédaction, dont on a beaucoup de mal à appréhender les
compétences qui recoupent précisément celles limites et les forces. En premier lieu, le prin­­
des travailleurs de la connaissance, c’est-à-dire cipe de probabilité statistique sur lequel ces
« les plus instruits, les plus créatifs et les mieux modèles reposent peut les amener à proposer
rémunérés2 ». des réponses qui sont vraisemblables au vu
Si les usages des agents conversationnels sont des données d’entraînement, sans pour autant
encore majoritairement privés et ponctuels3, la être toujours vraies (« hallucinations »), ou à
perspective de leur intégration dans la sphère commettre d’autres types erreurs. Deuxième-
professionnelle n’est plus très éloignée. Par ment, des tâches qui semblent présenter un
rapport aux vagues précédentes d’intelligence niveau de difficulté similaire seront, selon les
artificielle (machine learning et deep learning), cas, mieux traitées par la machine, par l’être
l’IA générative présente certaines caractéris- humain ou par une combinaison des deux : la
tiques laissant penser qu’elle pourrait avoir un « frontière » délimitant la zone de compétences
effet rapide et profond sur le travail. En premier des IA génératives est tout à la fois « irrégulière »
lieu, elle procure directement aux per­­sonnes qui et évolutive, rendant très difficile une bonne éva­­­-
l’utilise le sentiment d’améliorer leur perfor- lua­­tion de leurs capacités dans un contexte de
mance sans qu’il y ait besoin de procéder à des mise en œuvre donné.
investissements technologiques ou organisa­­tion­­
nels majeurs. Deuxièmement, elle a le potentiel
d’« apprendre à effectuer des tâches même en Des tâches qui semblent
l’absence d’instructions, y compris des tâches présenter un niveau de difficulté
nécessitant des connaissances tacites qui ne
similaire seront, selon les cas,
pouvaient auparavant être acquises que par
une expérience vécue »4. mieux traitées par la machine,
par l’être humain ou
par une combinaison des deux.

2. Dell’Acqua, F., McFowland III, E., Mollick, E. et al. (2023). « Navigating the Jagged Technological Frontier: Field
Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality ». Harvard Business
School working Paper 24-2013
3. Fletcher R., Nielsen R. K. (2024). What Does the Public in Six Countries think of Generative IA in news?

2
Reuters Institute, Oxford University, May 2024. Enquête en ligne conduite par YouGov du 28 mars au
30 avril 2024 dans six pays : Argentine, Danemark, France, Japon, Royaume-Uni et États-Unis. 2000 personnes
interrogées par pays. [Link]
Nielsen_Generative_AI_and_News_Audiences.pdf T RAVAI LLER AVEC
LES I A GÉNÉRATI VES :
4. Brynjolfsson, E., Li, D., Lindsey R. (2023). « Generative AI at work ». National Bureau of Economic Research, CENTAURES O U
working paper 31161. [Link] CYBO RGS ?
L’ambivalence de cette technologie explique Ce temps de réflexion et d’expérimentation doit
sans doute l’attentisme prudent dont témoi­­gnent être mis à profit par les organisations pour
pour le moment les entreprises5. Elles atten­­dent mieux comprendre la manière dont ces techno-
d’y voir plus clair : quels outils et quels usages logies interagissent avec le travail des humains,
THE REUTERS INSTITUTE FOR THE STUDY OF JOURNALISM
pour quel ROI ? En février 2024, seuls 12 % des quels bénéfices on peut en attendre, quels usages
actifs français faisaient état du déploiement sont à privilégier et avec quelles précautions.
effec­­tif des Use
IA génératives au sein de leur entre-
of ChatGPT is slightly more common Elles neamong
pourrontmen and those
cependant pas with higher
attendre très levels o
prise6. Selon une récente enquête Opinion Way7, longtemps au group,
risque with
d’êtreyounger
débordées : les much m
education, but the biggest differences are by age people
93 % des 300 dirigeants interrogés considèrent jeunes, les cadres et les plus diplômés en font
l’IA générativeto have
commeever usedrévolution,
une vraie it, and tomais
use it on déjà
a regular
un usagebasis (Figure
personnel élevé3).
8 Averaging across all si
et poussent à leur
39 % n’ont 16% of aucune
entamé those aged 55 and
réflexion over
solide sur say they [Link] ChatGPT at least once, compared t
adoption 9

le sujet et 30 % envisagent
18–24s. But evenune among
intégration
thisdeage group infrequent use is the norm, with just over ha
cette technologie seulement en 2026.
saying they use it monthly or less.

Proportion that that

Figure 3. Proportion have ever
have everused ChatGPT
used ChatGPT by age group
Averaging
FIGURE 1 –Averaging
PART DES across all six countries,
PERSONNES AYANT youngerCHATGPT
UTILISÉ people are
AUmuch
MOINS moreUNElikely to say they have ever used Cha
FOIS,
even across
among all six countries,
younger people younger people
frequent use are
is much more likely to say they have ever used
rare.
PAR CLASSE D’ÂGEbut even among younger people frequent use is rare.
ChatGPT,

56%

50%
17%
43%

40
15% 33%
12%
30 28%
14%
8%
20 13%
18% 16%
7%
13% Once or twice
5% 9%
10
8% Monthly
6% 2%
9%
6% 4% 3% Weekly
3% 1%
18–24 25–34 35–44 45–54 55+ Daily

Source : YouGovAI_branduse. How often,

pour l’Institut Reuters if at
et Oxford all, do you
University, maitypically
2024. use each of the following generative AI chatbots or tools for
AI_branduse.
any How
purpose? Base: often, if at all, do you typically
18–24/25–34/35–44/45–54/55+ use each
across of the
Argentina, following
Denmark, generative
France, AI chatbots
Japan, UK, USA = or tools for any
Base: 18–24/25–34/35–44/45–54/55+ across Argentina, Denmark, France, Japan, UK, USA = 1272/2038/1935/2
1272/2038/1935/2020/4952.
Source: Data from 'What does the public in six countries think of generative AI in news?,' published in May 2024

Although people working in many different industries – including news and journali
5. Microsoft and looking forAI ways
LinkedIn (2024). at work isof deploying
here, generative
now comes the hard part. Employees AI,
wantpeople
AI, leaders in every country apart from Arge
are looking for a path forward. 2024 Work Trend Index Annual Report. 8 mai 2024. [Link]
slightly more likely to say they are using it in their private life rather than at work or
[Link]/assets/2024/05/2024_Work_Trend_Index_Annual_Report_663d45200a4ad.pdf
6. Vivavoice / SII (2024) « L’intelligence artificielle et les Français ». Enquête menée du 15 au 19 février 2024
(Figure 4). If providers of AI products convince more companies and organisations th
auprès d’un échantillon de 1000 personnes, représentatif de la population française âgée de 16 ans et plus.
[Link]
tools can deliver great efficiencies and new opportunities this may change, with prof
7. Enquête Opinion Way menée avec Dekuple du 12 au 26 avril 2024 auprès de 300 décisionnaires d’entre-
prises françaises de plus de 250 salariés, cité in Serrière, A. (2024). « IA générative : les entreprises françaises
use becoming more widespread and potentially spilling over to people’s personal live
prennent du retard, selon une étude ». France Inter, 30 mai 2024. [Link]
casts/l-info-de-france-inter/l-info-de-france-inter-1301900 et aussi Laurent, T. (2024). « Comment les entre­­

3
dynamic that was part of how the use of personal computers, and later the internet,
prises françaises s’approprient l’IA générative ». Forbes, 30 mai 2024. [Link]
comment-les-entreprises-francaises-sapproprient-lia-generative/
8. Voir les enquêtes : YouGov / Institut Reuters (mai 2024) ; Ifop / Talan (avril 2024) ; Odoxa / SAP (janvier 2024) ;
However,
Ipsos / Sopra Steria (novembre 2023). at Enquêtes
this stageà prendreprivate
tout de même use
avec is morepuisque
précaution, widespread.
la majorité T RAVAI LLER AVEC
LES I A GÉNÉRATI VES :
d’entre elles sont commandées par des fournisseurs de solutions ou des cabinets conseil. CENTAURES O U
9. Microsoft and LinkedIn (2024), op. cit. CYBO RGS ?
 pour réaliser leurs tâches, ceux qui ont utilisé
TRAVAILLER AVEC ChatGPT n’en ont pris que 10, en obtenant par
LES IA GÉNÉRATIVES : ailleurs des résultats jugés de meilleure qualité
QUE NOUS APPRENNENT (qualité d’écriture et de contenu) par des experts
de la profession.
LES RECHERCHES SCIENTIFIQUES ?
Dans la perspective du développement pro-
­­grammé des usages des IA génératives dans un
Là où les participants du groupe
cadre professionnel, les résultats des premières témoin (ayant effectué les tâches
recherches expérimentales peuvent guider les sans ChatGPT) ont mis en moyenne
entreprises dans leurs réflexions sur la manière
d’implanter ces outils à bon escient, mais aussi
27 minutes pour réaliser leurs tâches,
sur la façon d’accompagner les personnes pour ceux qui ont utilisé ChatGPT
qu’elles fassent du « bon travail » avec les IA n’en ont pris que 10.
géné­­ratives, c’est-à-dire un travail à la fois effi­­
cace et épanouissant. Dans ce but, il paraît essen- Une seconde étude11, datant de 2023, a porté sur
tiel d’identifier d’abord les types de tâches pour 5 179 agents de support client et analysé les
lesquelles les IA génératives peuvent apporter un impacts de l’introduction échelonnée de ChatGPT
réel bénéfice et là où, au contraire, leur usage dans leurs interactions avec la clientèle. Ici encore,
peut être inadapté, voire contre-productif. En l’accès à l’outil a augmenté la productivité : le
outre, il sera nécessaire de comprendre comment nombre de problème résolus par heure a
l’homme interagit avec la machine et ce qui est augmenté de 14 %, tout en améliorant la satis-
modifié par cette interaction dans son processus faction des clients, notamment de ceux qui ont
de travail. été en contact avec les conseillers les plus jeunes
et les moins expérimentés.
DES TÂCHES ADAPTÉES À L’IA GÉNÉRATIVE
ET D’AUTRES QUI LE SONT BEAUCOUP Une troisième étude menée au sein du BCG12 par
MOINS OU PAS DU TOUT des professeurs de la Harvard Business School
qui ont mis au point un protocole de recherche
La première étude expérimentale répertoriée10,
assez sophistiqué, est cependant venue apporter
conduite à fin 2022, a porté sur 444 travailleurs
de nombreuses nuances à ces premiers constats
aux professions variées (spécialistes du mar­­-
sur les gains d’efficacité.
ke­­ting, rédacteurs, consultants, analystes de
don­­nées, professionnels des ressources hu­­- Cette recherche a porté sur 758 consultants en
maines, gestionnaires) à qui ont été confiées stratégie qui ont travaillé pendant 5 heures sur
des tâches de 20 à 30 minutes de rédaction de deux types de mission différents, caractéris-
niveau intermédiaire en lien avec leur métier tiques des métiers du conseil : 385 se sont vu
(communiqués de presse, rapports courts, plans confier des tâches créatives et rédactionnelles
d’analyse, courriels délicats). Une première tâche (proposer un nouveau produit et développer
a d’abord été réalisée par tous sans assistance toutes les étapes jusqu’au plan de lancement en
puis, à partir de la seconde tâche, 50 % du panel rédigeant divers documents) ; 373 se sont atte­lés
a été invité à utiliser ChatGPT. Là où les partici­­ à la résolution d’un problème complexe (for­­­
pants du groupe témoin (ayant effectué les tâches muler une recommandation stratégique à partir
sans ChatGPT) ont mis en moyenne 27 minutes de documents commerciaux). Après une première

10. Noy, S., Zhang, W. (2023). « Experimental evidence on the productivity effects of generative artificial
intelligence »? MIT Working Paper, 2 mars 2023. [Link]
Zhang_1.pdf
11. Brynjolfsson, E., Li, Danielle, R., Lindsey R. (2023). « Generative AI at work ». National Bureau of Economic

4
Research, working paper 31161. [Link]
12. Dell’Acqua, Fabrizio and McFowland III, Edward and Mollick, Ethan R. and Lifshitz-Assaf, Hila and Kellogg,
Katherine and Rajendran, Saran and Krayer, Lisa and Candelon, François and Lakhani, Karim R., Navigating
the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker TRAVAI LLER AVEC
LES I A GÉNÉRAT I VES :
Productivity and Quality (September 15, 2023). Harvard Business School Technology & Operations Mgt. CENTAURES O U
Unit Working Paper No. 24-013. [Link] or [Link] CYBO RGS ?
tâche réalisée par les individus de chaque Dans le second groupe (résolution d’un pro­­
groupe sans assistance pour mesurer leurs blème complexe conçu de telle manière qu’il
compé­­tences initiales (assessment), les parti- n’y ait qu’une seule réponse juste), les résultats
cipants des deux groupes ont été répartis dans ont été en revanche beaucoup plus mitigés. Ici
trois conditions d’expérience différentes : sans encore, les consultants dotés de l’IA générative
ChatGPT-4 ; avec accès à ChatGPT-4 ; avec accès ont eu besoin de moins de temps pour réaliser la
au même outil après avoir suivi une for­­­mation tâche (-18 % pour ceux utilisant ChatGPT sans
en « prompt engineering13 ». Les résul­­­­tats de leur formation et -30 % pour ceux ayant reçu une
travail ont ensuite été évalués par des experts formation). Mais la fréquence de réponse exacte
humains du métier, d’une part, et par ChatGPT, a été supérieure chez ceux qui n’ont pas uti­­lisé
d’autre part. ChatGPT (84,5 %) que chez ceux qui ont mobilisé
l’outil (65 %). Certains utilisateurs de l’outil ont
Dans le premier groupe (tâches créatives et
eu tendance à faire confiance aux résultats que
rédac­­­tionnelles), l’usage de ChatGPT a considé-
celui-ci proposait, même quand ils avaient un
rablement augmenté la productivité des consul-
doute, ce qui les a en définitive péna­­­lisés. On
tants, tant sur la vitesse de réalisation des tâches
voit ici à l’œuvre l’un des risques majeurs de
(+25 %), sur le nombre de tâches réalisées (+12 %)
l’utilisation des IA génératives : plus d’efficacité
que sur la qualité des résultats produits (+40 %).
pour l’obtention d’une réponse qui a l’air perti-
Ceux ayant reçu une formation préalable à
nente mais qui est en fait fausse.
l’outil sur l’art de « prompter » ont obtenu les
meil­­leurs résultats. Cela souligne l’importance de
la formation à l’outil pour augmenter les béné­­
fices de l’assistance qu’il apporte.
Pour la résolution d'un problème
complexe, la fréquence de réponse
Les chercheurs ont cependant noté une « réduc-
tion marquée » de la diversité des idées chez ceux exacte a été supérieure chez ceux qui
utilisant ChatGPT. Si cette technologie se révèle n’ont pas utilisé ChatGPT que
donc particulièrement efficace dans la perfor-
chez ceux qui ont mobilisé l’outil.
mance individuelle de tâches dites créatives, elle
pourrait nuire à la diversité créative, aboutis-
Les limites de l’assistance de ChatGPT pour la
sant à une homogénéisation des créations (et
résolution de problèmes complexes ont égale-
donc in fine à une perte de différenciation entre
ment été soulignées par une autre étude portant
les organisations).
sur des étudiants en droit14. Leur performance
aux examens a significativement augmenté dans
les questions à choix multiples (QCM), mais pas
Si cette technologie se révèle donc
pour les dissertations juridiques.
particulièrement efficace dans
Pour les chercheurs, il est donc primordial de
la performance individuelle de tâches continuer à mieux comprendre la frontière entre
dites créatives, elle pourrait des tâches d’égale difficulté apparente, dont cer­­­-
nuire à la diversité créative, taines peuvent réellement tirer profit de la puis­­
sance des IA génératives quand d’autres sont
aboutissant à une homogénéisation mieux traitées par les êtres humains. Dans tous
des créations. les cas, le recours à l’esprit critique s’impose.

5
13. Capacité à formuler des requêtes/questions efficacement et à dialoguer avec l’agent conversationnel (niveau
de précision, ton, chaîne de pensée, etc.) TRAVAI LLER AVEC
LES I A GÉNÉRAT I VES :
14. Choi, J. H. and Schwarcz, D. (2023), AI Assistance in Legal Analysis: An Empirical Study, Journal of Legal CENTAURES O U
Education (forthcoming, 2024), Available at SSRN. [Link] CYBO RGS ?
UNE RECOMPOSITION DES TEMPS que l’on pourrait considérer comme plus rébar-
ALLOUÉS AUX SOUS-TÂCHES batives et à moindre valeur cognitive. Ce dépla-
La première étude mentionnée15 (tâches de rédac­­­- cement du temps passé sur l’aval de la tâche
tion) a également permis de mettre en lumière peut amener à reconsidérer la distribution des
la réorganisation du travail qui s’opère avec compétences à mobiliser pour une même tâche.
l’usage d’une IA générative (figure 2). Avant l’uti­­- Mais simultanément, les sous-tâches aval pour­­
lisation de ChatGPT (phase dite « Control » dans raient ainsi perdre de leur caractère subalterne,
le schéma), les participants passent envi­­ron s’enrichir sur un plan cognitif et devenir plus
25 % de leur temps à réfléchir, 50 % à rédiger valorisées. Difficile à ce jour de trancher sur ce
un brouillon et 25 % à le réviser. Avec ChatGPT que ce double mouvement pourrait apporter en
(phase dite « Treatment »), la part du temps matière d’intérêt du travail et de répartition de
consacrée à la réflexion diminue légèrement, la valeur.
celle consacrée à la rédaction diminue qua­­si­­­
ment de moitié, tandis que celle consacrée à
la révision augmente considérablement (voir Ce sont ici les tâches qui représentent
figure 2). traditionnellement la plus grande
Le gain de temps global obtenu sur la réalisa- valeur cognitive qui sont raccourcies,
tion d’une tâche ne se fait donc pas forcément au profit de tâches que l’on pourrait
sur les sous-tâches ayant le moins de valeur
ajoutée, à l’encontre de ce qu’avancent souvent
considérer comme plus rébarbatives
les fournisseurs de ces solutions. Tout au con- et à moindre valeur cognitive.
­­traire, ce sont ici les tâches qui représentent
trad­­ition­­nellement la plus grande valeur cogni-
tive qui sont raccourcies, au profit de tâches

Figure 3: Effects on Task Structure and Skill Demand

FIGURE 2 – EFFETS DES IA GÉNÉRATIVES SUR LA RESTRUCTURATION DES TÂCHES RÉDACTIONNELLES

(a) Effects on Task Structure

60
Control
Treatment
50
Percent of Time Spent

40

30

20

10

Brainstorming Rough-Drafting Editing

(b) W.
Source : Noy, S., Zhang, No Clear
(2023). Heterogeneity in Benefits of ChatGPT by Relative Writing Skills

6
Outcome: Willingness to Pay for ChatGPT (% Salary)

.8 TRAVAI LLER AVEC

LES I A GÉNÉRAT I VES :
.6 CENTAURES O U
15. Noy, S., Zhang, W. (2023), op. cit. CYBO RGS ?
.4

.2
CENTAURE OU CYBORG ?
Là où dans le modèle du centaure
DES MODES D’INTERACTION HOMME-
MACHINE DIFFÉRENCIÉS l’homme et la machine
Compte tenu de la place des débats entourant la se répartissent les tâches,
capacité de l’intelligence artificielle à « rempla- le modèle du cyborg, qui tire
cer » ou à « augmenter » les humains, les cher­­
son nom des êtres hybrides
cheurs de Harvard, dans le cadre de l’étude sur
les consultants du BCG, se sont livrés à un homme-machine décrits dans
certain nombre d’observations visant à éclairer la littérature de science-fiction,
ce point. propose une forme de
Ils ont identifié deux modèles de fonctionne- collaboration beaucoup
ment possibles dans les interactions homme-
machine qui devront faire l’objet de recherches
plus intime et intégrée.
ulté­­rieures : le modèle du centaure et celui du
cyborg. La construction de ces deux modèles métapho-
riques part de l’observation de la manière dont
Le modèle du centaure. Nommée d’après la les consultants ont interagi avec ChatGPT durant
créa­­ture mythique mi-homme, mi-cheval, la l’expérience. Certains se sont contentés de
métaphore du centaure capture l’essence d’une demander à la machine des informations et des
division stratégique du travail entre l’homme et révisions, là où d’autres ont guidé l’outil de
la machine. Elle traduit une répartition prudente manière beaucoup plus serrée, en interagissant
des tâches en fonction des forces et des fai­­­ avec lui de façon continue : décomposition de
blesses que les humains s’attribuent et attri- la tâche à effectuer en sous-étapes, demandes
buent à la machine. Le modèle parie sur leur de détails sur certains aspects, propositions
complémentarité. d’exemples ou de contre-exemples, demandes
de justifications des résultats obtenus, signale­­
Le modèle du cyborg. Là où dans le modèle du ment d’incohérences ou de désaccords, etc. Dif­­­
centaure l’homme et la machine se répartissent ficile de déterminer à la fin la part du résultat
les tâches, le modèle du cyborg, qui tire son nom qui dépend de l’homme et celui qui dépend de
des êtres hybrides homme-machine décrits dans la machine, les apports s’imbriquant profondé-
la littérature de science-fiction, propose une ment.
forme de collaboration beaucoup plus intime
Dans le cadre de l’une des tâches créatives pro­­­­
et intégrée. Dans le modèle cyborg, la collabo-
p­­osées, les chercheurs ont mesuré la part des
ration s’effectue souvent à une échelle granu-
consultants ayant substantiellement modi­­fié
laire, au niveau des sous-tâches. Par exemple,
dans leur réponse finale les réponses données
un humain peut commencer une phrase qu’un
par ChatGPT (modèle centaure) et ceux qui se
système d’IA complète ensuite, ou vice-versa.
sont contentés de les « copier-coller ». Sans
Mais en tirant le fil, la métaphore du cyborg va
grande surprise, la majorité des sujets de l’expé­­
au-delà de la simple réalisation de tâches, elle rience a fait du « copier-coller », mais ceux qui
ouvre sur l’idée d’une forme d’amélioration ont le moins modifié la réponse fournie par la
cogni­­tive pour les deux parties. L’homme par ses machine sont précisément ceux qui avaient
inputs améliore la performance de la machine béné­­ficié de la formation sur l’art de prompter.
(c’est ce qui se passe actuellement), et les humains Les chercheurs font l’hypothèse que les
exploitent les capacités des machines pour « formés » ont « copié-collé » leur réponse finale
repousser leurs propres limites cognitives (c’est seulement après avoir affiné la réponse de la
ce qu’il reste à démontrer). machine à travers un enchaînement de prompts

T RAVAI LLER AVEC

LES I A GÉNÉRATI VES :
CENTAURES O U
CYBO RGS ? 7
et de demandes de précision (modèle cyborg). produits avec l’utilisation des IA génératives se
Cette meilleure qualité du prompting humain, vérifient surtout pour les travailleurs les moins
dérivant de la formation, augmenterait la con­­­ qualifiés ou les moins expérimentés dans le type
fiance que les personnes accordent in fine aux de tâche considéré.
réponses de la machine. Autrement dit, le
« copier-coller » pourrait ne pas être seulement
le symptôme d’une confiance paresseuse dans le Les gains de temps et de qualité
résultat fourni par la machine (confiance postu- des résultat produits avec
lée), mais bien le fruit d’une confiance maîtrisée
par leur pilotage humain (confiance construite).
l’utilisation des IA génératives
Il ne faudrait donc pas conclure trop rapide- se vérifient surtout pour
ment à une abdication généralisée du jugement les travailleurs les moins qualifiés
humain dans ses interactions avec l’IA.
ou les moins expérimentés.

Le « copier-coller » pourrait Dans la première étude portant sur des tâches

ne pas être seulement le symptôme de rédaction17, ceux qui avaient reçu une note
d’évaluation faible lors de la première tâche
d’une confiance paresseuse dans réa­­lisée sans l’assistance de ChatGPT ont vu
le résultat fourni par la machine leur note augmenter avec son utilisation, tandis
(confiance postulée), mais bien que ceux qui avaient d’emblée obtenu une bonne
note n’ont fait que la maintenir. La seconde
le fruit d’une confiance maîtrisée étude18, portant sur le support client, aboutit aux
par leur pilotage humain mêmes résultats : les gains observés bénéficient
(confiance construite). principalement aux moins compétents (+34 %)
et aux personnes ayant le moins d’ancienneté
dans le poste (+46 %), mais ils sont en revanche
Une chose surprenante a cependant été identi- quasiment nuls chez les plus qualifiés/expéri-
fiée dans cette expérience pour ce qui concerne mentés. Les chercheurs constatent même au sein
les tâches créatives et rédactionnelles : plus les de cette dernière catégorie « une diminution
personnes ont retenu le résultat fourni par légère mais statistiquement significative des
ChatGPT sans le modifier humainement (peut- taux de résolution de problèmes et de satisfac­­
être par suite d’un prompting expert), meilleure tion du client », indiquant une baisse de la qua-
a été l’évaluation de la qualité de leur travail16. Le lité de leur travail. Ce même phénomène a été
mécanisme qui pourrait expliquer ce résultat identifié dans l’expérience sur les étudiants en
assez déstabilisant n’est pas élucidé dans l’étude, droit19 : les résultats des étudiants du bas de la
dessinant une piste prometteuse pour les recher­­ classe ont fait un bond spectaculaire avec l’aide
ches futures. de ChatGPT-4, alors que les notes des meilleurs
étudiants ont eu tendance à légèrement décliner.
DES BÉNÉFICES TRÈS DIFFÉRENTS Enfin, dans l’étude BCG, toutes les catégories ont
SELON LE NIVEAU DE COMPÉTENCE progressé avec l’usage de ChatGPT appliqué aux
INITIAL DE CEUX QUI UTILISENT tâches créatives et rédactionnelles, mais ceux
LES IA GÉNÉRATIVES qui étaient les moins compétents ont progressé
Ces expériences, décidément très riches en ensei­­ de manière très supérieure à ceux qui étaient
gne­­ments, ont également permis d’identifier déjà performants sans l’outil (+43 % contre
que les gains de temps et de qualité des résultats +17 %).

8
16. « […] what is clear is that those who choose to retain to a relatively high degree produced significantly
better answers on average, and that this certainly can have a profound impact on how organizations consider
the use of GenerativeAI technologies by their employees. » Dell’Acqua, F. et al. (2023), op. cit.
17. Noy, S., Zhang, W. (2023), op. cit. T RAVAI LLER AVEC
LES I A GÉNÉRATI VES :
18. Brynjolfsson, E. et al. (2023), op. cit. CENTAURES O U
19. Choi, J. H. and Schwarcz, D. (2023), op. cit. CYBO RGS ?
L’étude sur les collaborateurs du service de D’après les chercheurs, ces résultats s’expliquent
support client est allée encore plus loin dans par la capacité des IA à apprendre des agents
l’ana­­lyse. Les conditions d’expérience pré­­- les plus qualifiés et expérimentés : leurs inter­­­
voyaient, en effet, une introduction différenciée ac­­tions avec l’IA générative entraînent la
de l’IA générative auprès des nouveaux embau- machine à partir des meilleures pratiques,
chés, afin de mesurer son éventuel apport en incluant les compétences tacites comme les atti­­­-
matière de montée en compétence (figure 3). tudes comportementales, ce qui bénéficie ensuite
Les nouvelles recrues ont été placées dans trois aux novices. L’analyse sémantique des échanges
conditions d’expérience différentes : aucun accès avec les clients montre que le contenu des com-
à l’IA générative (ligne bleue), accès dès leur ­­mu­­ni­­cations des agents les moins qualifiés conver­­
arrivée (ligne rouge), accès au cours du 5e ou gent progressivement vers celui des travailleurs
6e mois suivant leur entrée dans le poste (ligne les plus qualifiés. L’IA générative apparaît bien
verte). Ceux qui ont pu d’emblée utiliser l’IA comme un égalisateur de compétences vers le
haut.
générative augmentent leur productivité bien
plus rapidement que ceux qui n’y ont pas eu
accès. Cette accélération est confirmée par le
L’IA générative apparaît bien
dernier groupe qui voit sa productivité augmen-
ter à partir du cinquième mois, quand l’accès comme un égalisateur de
lui est accordé. compétences vers le haut.

FIGURE 3 – MONTÉE EN PRODUCTIVITÉ* DES NOUVEAUX EMBAUCHÉS

SELON LEUR DEGRÉ D’ACCÈS
Figure 8: ÀExperience
CHATGPT Curves by Deployment Cohort

Resolutions Per Hour, by Agent Tenure

4
Resolutions Per Hour
2 1 3

0 2 4 6 8 10
Agent Tenure, Months

Never Treated Always Treated

Treated 5-6 Mo.

* Sur le critère : nombre de problèmes résolus par heure travaillée.

Source : Brynjolfsson, Erik et al. (2023).

Notes: This figure plot the relationship between productivity and job tenure. The red line plots the performance of
always-treated agents, those who have access to AI assistance from their first month on the job. The blue line plots
agents who are never treated. The green line plots agents who spend their first four months of work without the AI

9
assistance, and gain access to the AI model during their fifth month on the job. 95% confidence intervals are shown.

T RAVAI LLER AVEC

LES I A GÉNÉRATI VES :
CENTAURES O U
CYBO RGS ?
Résultat encore plus puissant : ces compétences
ne sont pas seulement dépendantes de l’assis- À RETENIR
tance de l’IA générative, elles se transfèrent pro­­- IMPACT DE L’ASSISTANCE DES IA
gres­­sivement aux nouvelles recrues. En effet, GÉNÉRATIVES SUR LE TRAVAIL :
l’analyse des pannes de logiciels, qui ont privé RÉSULTATS DES PREMIÈRES
momentanément les agents de l’accès à l’IA EXPÉRIMENTATIONS SCIENTIFIQUES
géné­­rative, montre que les travailleurs qui l’ont
utilisée activement pendant au moins trois mois – Gain de temps d’exécution sur
conservent leurs gains de productivité, même en tous les types de tâches
son absence.
– Amélioration de la qualité pour
L’IA générative a donc des vertus de « maître les tâches créatives et rédactionnelles
d’apprentissage », ce maître ayant bénéficié des
apports directs des travailleurs les plus expé­­ – Amélioration supérieure chez ceux
rimentés, qui pourraient devenir les grands ayant reçu une formation à l’art
perdants du déploiement de l’IA générative. Non du prompting
seulement les gains engendrés par cette innova- – Tendance à une moindre diversité
tion sont faibles ou nuls pour eux, mais ils sont des idées (homogénéisation
en outre invisibilisés dans leur rôle de mentor des contenus)
par la médiation technique de l’IA.
– Recomposition des sous-temps dans
Autre effet collatéral de la médiation de cet arte­­ les tâches rédactionnelles :
fact technique : les échanges entre collègues et déplacement du temps passé de
avec les superviseurs hiérarchiques tendent à l’amont vers l’aval de la tâche (temps
diminuer. Dans le cas du service support client, de réflexion et rédaction en baisse,
les agents ont la possibilité de solliciter l’aide temps de révision en hausse).
de leur superviseur lors d’appels difficiles et
sont parfois incités à le faire par les clients qui
– Tendance majoritaire à copier-coller
les résultats fournis par la machine
demandent à parler à un « supérieur ». À la suite
(confiance postulée). Tendance encore
de l’introduction de l’IA, les chercheurs ont
supérieure chez ceux maîtrisant l’art
cons­­taté une diminution de 25 % de ce type de
du prompting (confiance construite).
demande de la part des clients. Ici encore, cette
réduction est beaucoup plus prononcée chez les – Pour les tâches créatives et
agents les moins qualifiés et expérimentés, rédactionnelles, meilleur résultat
témoi­­gnant de leur acquisition rapide d’autono­­ en l’absence d’intervention humaine
mie dans le poste. Mais cela pourrait se traduire sur le résultat final fourni par l’agent
par une diminution des liens verticaux et hori­­ conversationnel.
zontaux, diminuant le sentiment de collectif de
– Risques importants d’erreurs ou
travail et d’enjeux partagés ; nous reviendrons d’inexactitudes dans les tâches de
sur ce point. raisonnement complexe, en fonction de
la confiance accordée par les individus
aux réponses de l’outil.
– Gains de temps et de qualité très
élevés pour les moins qualifiés/
expérimentés ; faibles, nuls ou
en baisse légère pour les plus
compétents/expérimentés.

T RAVAI LLER AVEC

LES I A GÉNÉRATI VES :
CENTAURES O U
CYBO RGS ? 10
 – Accélération de l’acquisition de dans les entreprises ». Gene va chercher ses infor­­-
compétences et d’autonomie dans mations dans une base de contenus dédiée, en
le poste pour les nouvelles recrues l’occurrence les rapports et analyses du BCG sur
(cas du support client) l’IA.

– Transfert de compétences médié Les agents conversationnels intelligents

par l’artefact technique, réduisant (chatbots) en matière de relation client ou de
les échanges humains (cas du support support technique fondés sur l’IA générative
client) représentent évidemment un terrain très fertile
d’application. En février 2024, par exemple, la
fintech suédoise Klarna annonçait des résultats
exceptionnels à la suite du déploiement mondial
au sein de son service client, d’un assistant d’IAGen
L’ASSISTANCE DES IA alimenté par OpenAI23, disponible 24 heures sur
24 et répondant en 35 langues sur 23 marchés.
GÉNÉRATIVES DANS Après un mois d’utilisation, l’assistant conver­­
LE TRAVAIL QUOTIDIEN sa­­tionnel de Klarna aurait eu 2,3 millions
d’échanges, soit les deux tiers des conversations
Du fait de la jeunesse et de l’évolution rapide du service client, et effectué un travail équiva-
de cette technologie, il paraît difficile de dresser lent à celui de 700 agents à temps plein pour un
une liste exhaustive des différents cas d’usages score de satisfaction client à égalité avec les
que pourraient avoir les IA génératives dans agents humains. L’économie annuelle pour cette
les organisations. Certains s’y sont cependant entreprise était évaluée à 40 millions de dollars
essayé, en recensant les cas d’usage potentiels pour 2024. Aussitôt après cette annonce, le leader
par fonction20 ou par secteur d’activité spéci- mondial des centres d’appel, Teleperformance,
fique (banque-finance, consulting, santé, cabi­­ dévissait de 25 % en bourse.
nets juridiques, etc.).
À travers ce dernier exemple, on voit à l’œuvre
Un certain nombre de ces perspectives d’applica­­- une tout autre logique d’application du modèle
tions se basent sur le RAG21 (Retrieval Augmen­­ du centaure évoqué plus haut. Ici, plus question
ted Generation ou génération augmentée par de division cognitive intra-personnelle du tra-
récupération), permettant de coupler la puis­­ ­­vail entre homme et machine ; ce dont il est
sance générative des LLM à des sources de question, c’est de la division du travail entre
données internes à l’entreprise. Par exemple, machines et hommes sur des pans entiers de pro­­
le BCG vient de créer un démonstrateur d’agent cessus métiers structurants (automatisation).
conversationnel appelé Gene qui servira de Les agents conversationnels devenus bien plus
vitrine aux savoir-faire du cabinet en matière performants que les anciens chatbots rem­­pla­­-
d’IA22 : « Bonjour je suis Gene, conçue pour explorer cent purement et simplement les agents humains
et discuter de l’avenir de l’intelligence artificielle pour la plupart des échanges standards avec les

20. Cavanne, Y. (2023). « IA générative : les cas d’usages possibles selon McKinsey ». ICTjournal,
13 février 2023. [Link]
selon-mckinsey ; Crochet-Damais, A. (2024). « Comment l’IA redessine les processus métier ? ». Journal
du Net, 22 avril 2024. [Link]
l-ia-redessine-les-processus-metier/#utm_source=MagNews&utm_medium=email&utm_campaign=
Quotidienne_23/04/2024&een=69500605ffeb5c1b71d7829bb3233250&seen=2&gbmlus=471665a2
2b06b670b32ddc3dfd65dcfec5d88bc210cc9e0e5becd0cb09d7eb21
21. Le RAG (Retrieval Augmented Generation) permet d’améliorer et de personnaliser la qualité des
réponses générées par le LLM en fondant le modèle sur des sources de données externes (non utili-
sées pour l’entraînement du LLM) et internes (par ex. données du CRM de l’entreprise, ses modèles

11
de contrats, etc.). La mise en œuvre du RAG présente deux avantages principaux : il garantit que le
modèle a accès aux données les plus récentes et les plus fiables et que les utilisateurs ont accès aux
sources du modèle, ce qui permet de vérifier l’exactitude de ses affirmations.
22. Alcazar M. (2024). Mon conseiller client est un robot, Les Echos, 14 juin 2024. TRAVAI LLER AVEC
LES I A GÉNÉRAT I VES :
23. [Link] CENTAURES O U
[Link] CYBO RGS ?
clients, seuls les problèmes très complexes sont Les effets les plus probables à brève échéance
confiés à des agents humains. C’est la techno- des IA génératives devraient concerner les
logie augmentée par le capital humain, et non usages quotidiens de travail. Lecko, un cabi­­net
l’humain augmenté par la technologie. conseil spécialisé dans les usages du numérique,
regroupe ces usages quotidiens en quatre
Une telle conception de l’usage des IA généra-
grandes familles génériques25, indépendantes
tives n’est non seulement pas une bonne idée
du métier ou de la fonction exercée : i) gestion
sur le plan de l’emploi et de la société, mais elle
des contenus et communications ; ii) efficacité
représente aussi un risque non négligeable pour
individuelle ; iii) gestion des réunions et effica-
l’entreprise qui l’adopte : Air Canada en a récem­­
cité collective ; iv) apprentissage et gestion des
ment fait les frais ; son chatbot fondé sur l’IA a
connaissances (voir figure 4).
donné à un passager des informations erronées
sur sa politique de remboursement, contrai-
gnant la compagnie à l’indemniser24. Les consé- Tout l’enjeu pour les entreprises
quences pourraient être beaucoup plus graves si
l’erreur se produisait au sein de processus encore consiste à inscrire le développement
plus critiques. de ces nouvelles pratiques
de travail dans un cadre collectif,
Les agents conversationnels structuré et partagé, pour contrer
devenus bien plus performants que un certain nombre de risques
les anciens chatbots remplacent inhérents à la technologie
purement et simplement les agents elle-même ou à l’usage qui
humains pour la plupart en est fait.
des échanges standards,
Tout l’enjeu pour les entreprises consiste à ins­­­
seuls les problèmes très complexes crire le développement de ces nouvelles pra­­-
sont confiés à des agents humains. tiques de travail dans un cadre collectif, struc­­
C’est la technologie augmentée par turé et partagé, pour contrer un certain nombre
de risques inhérents à la technologie elle-même
le capital humain, et non l’humain ou à l’usage qui en est fait. Ce n’est qu’à cette
augmenté par la technologie. condition que l’IA générative pourra devenir un
levier de productivité individuelle et collective
Il existe cependant une autre conception qui au service de la communauté de travail qu’est
consiste à mettre les outils d’IA générative au l’entreprise.
service des salariés dans une logique d’assis-
tance. Et c’est bien à ce niveau que se situe le
questionnement sur comment travailler avec les
IA génératives. Les bénéfices attendus des IA
génératives ne pourront provenir que d’un ques­­-
tionnement préalable sur les usages adaptés de
l’IA pour les hommes, comme cela a été montré
dans les études scientifiques citées plus haut.

12
24. Renaud, N. (2024). « Ce que l’IA générative a déjà changé dans les entreprises ». Les Échos,
24 mai 2024. [Link]
a-deja-change-dans-les-entreprises-2096761 T RAVAI LLER AVEC
LES I A GÉNÉRATI VES :
25. Lecko (2024), LʼIA générative au cœur de l’environnement de travail, février 2024. [Link] CENTAURES O U
[Link]/comprendre-lia-generative/ CYBO RGS ?
FIGURE 4 – QUATRE FAMILLES D’USAGES DANS L’ENVIRONNEMENT DE TRAVAIL QUOTIDIEN
SELON LECKO (2024)

GESTION DE EFFICACITÉ GESTION DES APPRENTISSAGE

CONTENUS ET INDIVIDUELLE RÉUNIONS ET ET GESTION DES
COMMUNICATIONS EFFICACITÉ CONNAISSANCES
COLLECTIVE

- Génération de - Aide à la rédaction, - Aide à - Learning :

textes, d’articles, reformulation la planification création de contenus
d’images, de visuels, de réunions, et de cursus
- Génération
d’infographies suivi dans personnalisés
d’illustrations, aide
une autre langue, pour apprendre
- Classement à la mise en forme
retranscription, et progresser
de contenus, de documents et
génération de
génération de de présentations - On-boarding
comptes-rendus et
métadonnées, des collaborateurs,
- Data visualisation, de relevés d’actions
tagging alimentation
mise en forme
- Idéation, résolution automatique
- Aide à de données ou
collective de de FAQ
la production d’infographies
problèmes
de vidéos - Veille intelligente,
- Résumés / analyses
- Alertes sur suggestion d’articles
- Traduction à d’un document,
des actions à réaliser et de contenus
la volée d’articles d’un ensemble
au sein d’un projet
ou de documents volumineux - Création
d’informations, de “digests”
- Génération de
synthèse d’une personnalisés,
messages de
chaîne d’e-mails classement des
communication
connaissances
dans le mail ou dans - Répondre à
d’autres outils de une question,
communication résoudre
un problème

- Accéder à
l’information,
recherche
sémantique,
suggestion
de contenus

Source : Lecko (2024). LʼIA générative au cœur de l’environnement de travail, février 2024. Adapté par les auteures.

TRAVAI LLER AVEC

LES I A GÉNÉRAT I VES :
CENTAURES O U
CYBO RGS ? 13
 un cadre d’utilisation et de recommander ou
STRUCTURER ET ENCADRER fournir les outils les plus adéquats et les plus
LES USAGES POUR CONTRER sûrs en fonction des types de tâches. Bien
LES RISQUES ET STIMULER entendu, ce cadre devra lui-même rester évolutif
au rythme des avancées de ces technologies et
LA PERFORMANCE COLLECTIVE des expérimentations faites sur les usages.
Dès 2023, ChatGPT s’est hissé en tête des appli- Toutefois, nous avons aussi souligné à propos des
cations utilisées par des collaborateurs, mais plateformes no-code et de certains outils numé­­
non autorisées par les DSI26. En avril 2024, les riques collaboratifs pendant la crise sanitaire
utilisateurs d’IA générative en milieu profes- (Teams, Klaxoon, par ex.)30 que l’approche par
sionnel ne sont encore que 36 % à en informer tâtonnements en provenance directe du terrain
leur supérieur hiérarchique : si leur part pro­­- n’est pas à négliger pour la diffusion et l’appro-
gresse (ils n’étaient que 25 % en mai 2023), les priation de nouveaux outils. Les phénomènes
deux tiers continuent cependant à ne pas le dire émergents d’utilisation au niveau des individus
ouvertement27. attestent d’abord de l’utilité pratique que ces
nouveaux outils leur procurent, puis la diffusion
se fait par proximité et mimétisme au sein des
Un tiers des salariés français équipes en favorisant une appropriation décen-
utilisant des agents conversationnels tralisée et locale ; enfin, les usages finissent par
s’inscrire dans le paysage de l’organisation
méconnaît les précautions à prendre jusqu’à ce qu’ils soient officiellement reconnus.
quand ils s’en servent. L’organisation s’équipe alors des solutions qu’elle
L’usage des agents conversationnels, juge les plus adéquates et instaure des formes de
régulation descendante des outils (choix de cer­­
sans encadrement, représente tains outils, interdiction d’autres) et des usages
un risque majeur de fuite de données. (charte d’utilisation, formations). C’est cette
double facette des processus de diffusion et
Ces comportements souterrains, dits de de déploiement, à la fois locaux et centralisés,
« shadow IA », produisent des risques impor- émergents et imposés, ascendants et descen-
tants en matière de cybersécurité : Samsung dants, qui semble être à nouveau à l’œuvre pour
s’est ainsi rendu compte que des employés de ce qui concerne les agents conversationnels à
la division semi-conducteurs utilisant ChatGPT base d’IA générative.
dans leur travail avaient accidentellement
fourni à la plateforme des renseignements confi- VEILLER À LA CONSTRUCTION
dentiels comme le code source d’un nouveau D’USAGES COLLECTIFS
logiciel et des notes tirées de réunions28. À l’instar Les comportements de « shadow IA » témoi­­
des collaborateurs de Samsung, un tiers des sala­­- gnent d’une recherche d’efficacité individuelle,
riés français utilisant des agents conversation- pouvant venir heurter les pratiques collabora-
nels méconnaît les précautions à prendre quand tives que les entreprises essayent précisément
ils s’en servent29. L’usage des agents conversa­­ de promouvoir, depuis la crise sanitaire, notam-
tion­­nels, sans encadrement, représente un risque ment à travers l’introduction de nouveaux outils
majeur de fuite de données. D’où l’importance numériques collaboratifs et l’élargissement de
pour les entreprises de construire rapidement leur utilisation.

26. Fléchaux, R. (2024). « ChatGPT, roi du Shadow IT ». CIO Online, 25 avril 2024. [Link]
com/actualites/[Link]?utm_source=ActiveCampaign&utm_medium=
email&utm_campaign=NL+CIO+BiHebdo+29042024&ep_ee=9dbc6496dd59da5fc3989f7df4a56
f3233457b54

14
27. Ifop / Talan (2024), op. cit.
28. Venne, F. (2023). « Diagnostic – ChatGPT au travail, entre promesses et menaces ». Gestion, n°3, vol. 48,
p 111-114. [Link]
29. Odoxa / SAP (2024), op. cit. T RAVAI LLER AVEC
LES I A GÉNÉRATI VES :
30. Canivenc S., Cahier M-L (2023), Numérique collaboratif et organisation du travail, Les Notes de La CENTAURES O U
Fabrique, Presses des Mines, p. 68-69. CYBO RGS ?
Les usages spontanés des IA génératives se éga­­le­­ment permettre d’en consacrer davantage
con­­cen­­trent actuellement sur certaines tâches aux relations humaines, que ce soit en externe
individuelles de travail et sur une quête de per- avec les clients (notamment dans les métiers du
formance et d’efficacité propre à chacun, pouvant conseil et de la vente ou du support) ou en
engendrer un état d’esprit de concurrence entre interne avec les collègues (quel que soit son
les personnes. Cette compétition pourrait venir métier)33. Si certains voient dans la généralisa-
mettre en péril les pratiques de coopération, tion de l’IA générative un risque de déshumani-
l’esprit d’équipe, voire le climat social au sein des sation du travail, d’autres y voient au contraire
entreprises31. Parce qu’elle rend les personnes un moyen de le réhumaniser.
plus autonomes sur un grand nombre de tâches
Cette ambivalence se reflète dans le ressenti des
jugées complexes, l’IA générative réduit la dépen­­
Français : 51 % pensent que l’IA générative va
dance à des compétences complémentaires
permettre de développer les usages collabora-
(qu’elles soient internes ou externes) et pourrait,
tifs au travail contre 48 % qui pensent l’exact
potentiellement, affecter l’intensité des échanges
contraire34.
qui préside à l’enrichissement des points de vue
et à l’intelligence collective. Du fait de l’autono- Les entreprises doivent donc alerter les équipes
misation des collaborateurs, les IA génératives sur ces effets pervers possibles et veiller à faire
pourraient aussi venir nourrir une certaine partager les bonnes pratiques d’utilisation à
« paresse managériale »32. Les IA génératives uti- l’ensemble des collaborateurs pour que tous
lisées comme des assistants virtuels personnels démar­­rent sur un pied d’égalité dans l’usage de
pourraient donc venir affaiblir les pratiques de ces technologies. L’IA générative, ce n’est pas
soutien social et professionnel (qu’il provienne fait pour être individuellement « plus fort » que
de collègues ou de supérieurs hiérarchiques), les autres, mais pour améliorer la performance
pourtant indispensables à la cohésion et à la soli­­ de chacun, et in fine celle du collectif.
darité des équipes.
FORMER AU FONCTIONNEMENT
DE L’IA GÉNÉRATIVE ET À SES USAGES
Les usages spontanés Au vu des résultats des premières expériences
des IA génératives se concentrent scientifiques, former à l’usage des IA généra-
tives paraît être une condition sine qua non des
actuellement sur certaines tâches bénéfices qu’elles peuvent apporter. Ceux qui
individuelles de travail et comprennent mieux la logique de fonc­­tion­­ne­­
sur une quête de performance ment des agents conversationnels et qui appren­­
nent à « prompter » efficacement obtiennent de
et d’efficacité propre à chacun, meilleurs résultats que ceux qui l’utilisent spon­­
pouvant engendrer un état d’esprit tanément. Ils cernent plus finement les limites
de ce qu’on peut en attendre, ce qui permet de
de concurrence entre les personnes.
s’auto-réguler. La facilité d’utilisation de ces
outils ne doit pas occulter que comme tout outil
Inversement, on peut aussi regarder les choses numérique, les agents conversationnels sont
sous une face moins sombre : le temps gagné sur construits sur des paramètres techniques invi­­
les tâches rébarbatives prises en charge par les sibles (et même carrément opaques) pour l’uti-
IA génératives (si tant est que ces tâches soient lisateur, mais qui influencent considérablement
effectivement jugées rébarbatives) pourrait le résultat obtenu.

31. Agence européenne pour la sécurité et la santé au travail (2022). L’IA pour la gestion des travail-
leurs : risques et opportunités. 10 août 2022. [Link]
ai-worker-management_fr.pdf.

15
32. Dupuy F. (2015). Lost in management volume 2, La faillite de la pensée managériale. Seuil.
33. Recoquillé, M. (2024). « Demain, tous super-performants ? Ces trois fantasmes autour de l’intel­­
ligence artificielle ». L’Express, 8 mai 2024. [Link]
demain-tous-super-performants-ces-trois-fantasmes-autour-de-lintelligence-artificielle- TRAVAI LLER AVEC
LES I A GÉNÉRAT I VES :
X32HNV3J7NDFPCKLZ4ZFR3PWZE/ CENTAURES O U
34. Odoxa / SAP, op. cit. CYBO RGS ?
Ceux qui comprennent mieux DÉVELOPPER LE RECUL CRITIQUE
la logique de fonctionnement Parmi les compétences à développer à l’égard
des IA génératives, la prise de distance et de
des agents conversationnels
recul critique par rapport aux résultats fournis
et qui apprennent à « prompter » revêt une importance capitale. C’est une évi­­
efficacement obtiennent dence dans les domaines scolaire et universi-
taire, mais cela l’est tout autant dans le cadre du
de meilleurs résultats que
travail.
ceux qui l’utilisent spontanément.
L’expérimentation conduite avec les consultants
du BCG a montré qu’il est essentiel de mainte-
Pour le moment, l’engagement des entreprises nir son esprit critique en éveil par rapport aux
dans la formation aux IA génératives reste résultats proposés par les IA génératives et de
faible : au niveau mondial, seuls 39 % des actifs ne pas faire une confiance aveugle aux résul-
l’utilisant dans le travail ont suivi une formation tats proposés par ces outils. La conformité aux
dans le cadre de leur entreprise, et seulement propositions de l’outil peut donner de bons
25 % des entreprises prévoient d’en proposer résultats dans certains types de tâches et de
en 202435. mauvais dans d’autres. Nous avons vu cepen-
Les salariés français sont pourtant demandeurs dant que la majorité des personnes a tendance à
(56 % et 73 % chez les cadres)36. Ils sont en effet « copier-coller » les résultats fournis par l’outil,
convaincus à 76 % que ces nouvelles compé- quel que soit le type de tâche, ce qui voudrait
tences leur seront essentielles pour rester com­­pé­­ dire qu’elles font globalement confiance à la
titifs sur le marché de l’emploi37. En l’absence de machine.
formation, ils expérimentent par eux-mêmes,
Ce résultat expérimental est en partie confirmé
risquent de mal utiliser les outils et de prendre
par l’enquête YouGov pour l’Institut Reuters
de mauvaises habitudes.
(12 000 personnes interrogées dans six pays)39.
En attendant que les personnes soient formées, Les analystes du sondage constatent que la
les indépendants sont sur-sollicités : la plate- majo­­rité des utilisateurs, même s’ils sont peu
forme de freelances Malt a ainsi enregistré une nombreux à l’utiliser régulièrement, déclare
hausse de demandes d’experts en IA générative avoir fortement confiance ou assez confiance
et en RAG de 300 % entre 2022 et 202338. Parmi les dans les résultats de leurs requêtes, ou encore
plus nombreux à avoir ajouté des compétences être très satisfaits ou assez satisfaits des contenus
en lien avec l’IA générative sur leur profil Linke- créés par les IA génératives. Notons cependant
dIn figurent les métiers créatifs du marketing : que, dans ce sondage, les usages questionnés
rédacteur de contenu, designer graphique et étaient essentiellement privés et n’avaient pas
manager marketing. Viennent ensuite les métiers d’enjeu professionnel en termes de fiabilité, qua-
du développement logiciel. Quelle est réellement ­­lité et sécurité.
la fiabilité de ces compétences auto-proclamées
pour les entreprises ?

35. Microsoft and LinkedIn (2024), op. cit.

36. Odoxa / SAP (2024), op. cit.
37. Microsoft and LinkedIn (2024), op. cit.

16
[Link]-Damais,A.(2024).« LademandeencompétenceenGenAIexplosechezlesfreelances ». LeJournal
du Net, 16 mai 2024. [Link]
d-emploi-en-hausse-de-200-chez-les-freelances/#utm_source=MagNews&utm_medium=email&utm_
campaign=Quotidienne_17/05/2024&een=13d7701ae83d3da4cc82756b1f1c2886&seen=2&gbmlus=d- T RAVAI LLER AVEC
LES I A GÉNÉRATI VES :
d89ad334ae3cdde1f090e29fcd5df107e411f4ff9c12fdf79a19a2ad3081bf5 CENTAURES O U
39. YouGov / Institut Reuters (mai 2024), op. cit. CYBO RGS ?
La majorité des utilisateurs Il est loin d’être sûr que ces promesses se concré-
tisent. Premièrement, les outils d’IA générative
déclare avoir fortement confiance viendraient s’ajouter au flot déjà mal digéré des
ou assez confiance dans les résultats outils numériques qui ont été introduits dans les
de leurs requêtes, ou encore entreprises suite à la crise sanitaire40. Non seule-
ment toutes leurs fonctionnalités sont encore
être très satisfaits ou assez satisfaits loin d’être utilisées et maîtrisées, mais ils engen­­
des contenus créés par drent en outre une charge cognitive délétère (du
fait de leur mauvaise ou partielle utilisation).
les IA génératives.
Deuxièmement, nous ne sommes pas à l’abri
d’un effet rebond qui verrait le nombre de mes­­­
Ce phénomène de confiance a priori a de quoi sages numériques et de réunions s’envoler sous
inquiéter au regard des interrogations qui sub­­- prétexte qu’une partie des communications peut
sistent sur la fiabilité des réponses propo­­sées désormais être traitée et synthétisée de manière
par les IA génératives, dont on sait qu’elles automatique. Outre que toutes ces solu­­tions
peuvent être entachées de biais, de potentielles met­­tent du temps à s’implanter et à s’intégrer
fake news ou d’hallucinations. aux routines de travail, c’est souvent une solu­­
Ce qui semble essentiel ici est de développer tion de facilité que d’automatiser : cela peut
une confiance construite en l’outil, fondée sur conduire l’entreprise à faire l’impasse sur les
la maîtrise de ses logiques de fonctionnement. défaillances organisationnelles et managériales
qui suscitent justement cette inflation des com­­-
RESTER VIGILANT SUR LA CHARGE mu­­nications.
COGNITIVE ENGENDRÉE PAR Une première étude évaluant les effets de
LES USAGES DES OUTILS NUMÉRIQUES Copilot de Microsoft41 par Microsoft (sic) semble
Les IA génératives offrent par ailleurs la pro­­ indiquer que les utilisateurs lisent un peu moins
messe de s’attaquer aux problèmes d’infobésité de mails (-11 %) et passent légèrement moins de
liés à la surutilisation des mails, à la multiplica- temps sur leur messagerie (-4 %). Pour ce qui est
tion des canaux de communication profession- des réunions, en revanche, le temps passé a dimi­­-
nelle ou à la réunionite. Un flot d’informations nué dans certaines entreprises mais augmenté
dans lequel de plus en plus de travailleurs, plus dans d’autres (sans que ce soit forcément lié à
particulièrement les cadres, sont noyés par Copilot). Le nombre de documents internes en
manque de ressources cognitives ou de temps revanche a augmenté : de 10 à 20 % de docu­­
pour pouvoir les traiter. L’IA générative per­­met­­- ments supplémentaires sont édités dans Word,
trait d’automatiser une partie de ces tâches Excel et Powerpoint.
pour soulager les travailleurs : synthétiser une
pile de mails pour en faire ressortir les infor-
mations essentielles, générer des réponses auto­­­
matiques, rédiger automatiquement les comptes-
rendus des réunions et les plans d’actions, etc.

40. Canivenc S., Cahier M-L. (2023), op cit.

41. Microsoft and LinkedIn (2024), op. cit. Étude menée sur 6 mois auprès de 60 clients de l’application
Copilot, représentant 3000 usagers.
TRAVAI LLER AVEC
LES I A GÉNÉRAT I VES :
CENTAURES O U
CYBO RGS ? 17
 (révision, contrôle qualité) pourraient acquérir
CONCLUSION une importance accrue et s’enrichir. Enfin, la
dimension dite fastidieuse de certaines tâches
Ce que l’on sait des effets de l’usage des agents sujettes à l’automatisation reste très subjective :
conversationnels sur le travail reste à ce jour ces dernières représentent souvent des temps de
très parcellaire. respiration bénéfiques dans le travail quotidien.
Comme le souligne le premier rapport du Labor
D’un côté, ceux-ci semblent effectivement pro­­
IA, laboratoire de recherche-action créé par le
curer des gains d’efficacité dans l’exécution de
ministère du Travail et l’Inria : « La simplifica­­
certaines tâches cognitives à valeur ajoutée,
tion et le soulagement du travail ne sont pas
mais la détermination précise des catégories de
mécaniquement une bonne nouvelle pour les
tâches dans lesquelles ils procurent le double
salariés, quand l’effort, la difficulté et la bonne
bénéfice de la rapidité d’exécution et de la
fatigue sont des motifs de satisfaction au
qua­­lité du résultat reste à approfondir.
travail »42.
Dans le domaine du support client (commer-
Ajoutons à cela que l’autonomie individuelle
cial ou technique), un terrain considéré comme
pro­­curée par ces outils pourrait venir réduire les
prometteur pour l’application des IA génératives,
interdépendances et la collaboration, affectant
des premières observations montrent qu’elles
le lien social et la solidarité au sein des équipes
peuvent assister efficacement les nouveaux
de travail. En outre, les problèmes d’infobésité
embauchés, permettant une montée en compé-
pourraient se déplacer sans disparaître. Certains
tences rapide des nouvelles recrues. Les progrès
pointent les risques d’une perte de compétences
sont en revanche faibles ou nuls pour les per­­
généralisée : créativité, esprit critique, capacité
sonnes déjà compétentes et expérimentées. Une
cognitives et intellectuelles, etc.43.
fois que l’IA générative aura encapsulé les
connaissances et les pratiques des travailleurs Cet ensemble d’incertitudes et de débats invite
expérimentés, il existe un risque réel de trans- les entreprises à la prudence dans l’adoption
fert des emplois des plus expérimentés vers ceux des IA génératives. Mais paradoxalement, elles
qui le sont moins. Les entreprises peuvent d’ail- sont poussées à l’action par l’intérêt que les
leurs imaginer aller encore plus loin, en trans- travailleurs, notamment les jeunes et les cadres
férant l’ensemble des réponses courantes à une supérieurs, manifestent envers cette technolo­­
IA générative bien entraînée (contrairement gie facilitante (à défaut d’être systématiquement
aux chatbots actuels) et en réservant le recours « capacitante »). Il est donc important qu’elles
humain aux situations les plus complexes. s’en saisissent, posent un cadre d’usage, assu­­
rent des formations en la matière et recomman­­
D’un autre côté, le recours aux IA génératives
dent (voire imposent) des outils sécurisés et
pourrait appauvrir la diversité des idées créa­­
adaptés aux différentes tâches. Elles contri-
tives, et la qualité apparente de certains résul-
bueront ainsi à structurer des usages raisonnés
tats s’avérer trompeuse. La recomposition des
de ces outils.
tâches qui s’opère sous l’effet du recours aux
IA génératives peut priver le travailleur d’une Pour que les entreprises ne se fassent pas
partie des activités qu’il jugeait les plus intéres- débor­­der par les pratiques officieuses, le labor
santes dans son métier, remettant en cause son IA les incite à déployer les IA génératives à
identité professionnelle et son intérêt pour son travers une démarche réflexive, analysant les
travail. Symétriquement, certaines tâches aval effets induits sur toutes les dimensions de l’enga­­
dans le champ de la production intellectuelle gement (intérêt du travail, autonomie, savoir-

18
42. LaborIA (2024). Étude des impacts de l’IA sur le travail, synthèse générale du rapport d’enquête du
LaborIA Explorer. [Link]
[Link]
43. Agence européenne pour la sécurité et la santé au travail (2022). L’IA pour la gestion des tra- T RAVAI LLER AVEC
LES I A GÉNÉRATI VES :
vailleurs : risques et opportunités. 10 août 2022. [Link] CENTAURES O U
ai-worker-management_fr.pdf CYBO RGS ?
faire, responsabilité) et du bien-être au travail.
À l’instar des recommandations déjà exprimées
par de nombreux organismes sur les projets
d’IA (en général)44, le labor IA préconise une
démarche collégiale basée sur un dialogue
continu avec l’ensemble des parties prenantes
(décideurs, concepteurs, ingénieurs, opération­­
nels, IRP). Pour écouter et désamorcer les peurs,
sans nécessairement s’y soumettre !

Pour que les entreprises

ne se fassent pas déborder
par les pratiques officieuses,
le labor IA les incite à déployer
les IA génératives à travers
une démarche réflexive, analysant
les effets induits sur toutes
les dimensions de l’engagement
(intérêt du travail, autonomie,
savoir-faire, responsabilité)
et du bien-être au travail.

44. Agence européenne pour la sécurité et la santé au travail (2022), ibid. European Economic and
Social Committee / CFDT Cadres (2022).
TRAVAI LLER AVEC
LES I A GÉNÉRAT I VES :
CENTAURES O U
CYBO RGS ? 19
COLLECTION REPÈRE FUTURS DU TRAVAIL : DERNIERS NUMÉROS

REPÈRE
FUTURS DU TRAVAIL

N°21
MAI
2024

PAR
SUZY COMMENT LES PAYS
DE L’OCDE TENTENT DE
CANIVENC

PROLONGER LA DURÉE
EN EMPLOI DES SENIORS

SOMMAIRE Dans le contexte d’une tendance mondiale lourde

au relèvement de l’âge de la retraite, les États
P. 2 Un défi commun : augmenter la durée expérimentent ou mettent en place différents dispositifs
en emploi de seniors en bonne santé
visant à prolonger la durée de vie active et en bonne
P. 5 Panorama des réponses des pouvoirs santé des seniors. En effet, dans nombre de pays,
publics le taux d’emploi des seniors reste encore trop faible :
P. 13 Conclusion le simple recul de l’âge de la retraite se révèle insuffisant
pour prévenir les sorties précoces d’emploi ou
le chômage des plus de 50 ans. Maniant alternativement
la carotte et le bâton, les pouvoirs publics tentent
d’influencer le comportement des agents économiques,
en instaurant de nouveaux cadres de pensée et d’action.
Si certaines de ces mesures relèvent exclusivement
de la politique publique, d’autres sont à la main
des entreprises qui peuvent les mettre en œuvre sans
attendre l’instauration d’un cadre réglementaire.

N°14 - La semaine de 4 jours : un buzz à tempérer

N°15 - Les angles morts de la semaine de 4 jours : travailler moins, est-ce toujours travailler mieux ? [Link]
N°16 - Les espaces de travail virtuels : au-delà du métavers
publications/
N°17 - Deux regards sur l’usine radicalement différents … et pourtant.
Petite histoire comparée entre L’établi et Michelin, matricule F276710
N°18 - Le « modèle » Haier, un cas de management made in China
N°19 - Le murmure des machines : comment l’IA générative façonne notre avenir professionnel
N°20 - Le travail en 2040 : voyage en terre inconnue
N°21 - Comment les pays de l'OCDE tentent de prolonger la durée en emploi des seniors

LES MÉCÈNES DE LA CHAIRE FIT2

CONTACT CHAIRE FIT2 60 bd Saint-Michel, 75006 Paris

Futurs de l’Industrie et du Travail : [Link]
Formation – Innovation – Territoires
Mines Paris - PSL

Directeur de la publication : Thierry Weil / Édition : Cahier&Co /

Création graphique : Laétitia Lafond.