L'augmentation du travail avec l'intelligence artificielle (IA) dans les entreprises a conduit à une augmentation des symptômes tels que la fatigue mentale, les maux de tête et la difficulté de concentration chez les employés, selon une étude récente de l'Université de Harvard.
Ce phénomène, que des experts ont appelé 'AI brain fry' (cerveau frit par IA), se réfère à la surcharge mentale que ressentent ceux qui utilisent intensivement des systèmes d'IA pendant leur journée de travail, compromettant à la fois la performance et la santé au travail des travailleurs.
Quelles sont les conséquences d'une utilisation intensive de l'IA au travail
Dans l'enquête menée auprès de plus de 1 400 travailleurs américains à temps plein de grandes entreprises, l'Université de Harvard a identifié que près de 14 % des répondants ressentent une sensation de "brouillard mental" après avoir maintenu des interactions intensives avec des agents d'intelligence artificielle.
Les personnes ont signalé des difficultés à prendre des décisions, une capacité de concentration réduite et même des maux de tête. Ce chiffre révèle une augmentation par rapport à des études antérieures et souligne un risque émergent dans des environnements de travail de plus en plus automatisés.
De plus, l'université a vérifié une corrélation directe entre la supervision des agents d'IA et l'apparition de ces symptômes : ceux qui consacraient du temps à contrôler les résultats fournis par des systèmes intelligents ont eu 12 % de fatigue mentale en plus de ceux qui ne supervisaient pas ces processus.
Que dit le rapport sur le gain de temps en utilisant l'IA au travail
La réalité quotidienne dans les entreprises dépasse la promesse d'efficacité et de libération de temps annoncée pour les technologies intelligentes. L'étude souligne : "Les employés se voient sauter d'un outil à l'autre".
Cette multitâche non planifiée finit par définir le quotidien du travail aux côtés de l'IA, contredisant l'attente d'une plus grande attention portée à des tâches plus importantes.
Ainsi, le rapport précise que la surcharge informationnelle est l'un des principaux facteurs, avec des employés se sentant "débordés par la quantité d'informations à traiter au travail" lorsqu'ils supervisent plusieurs outils simultanément.
Un autre point clé est que l'analyse a détecté un seuil critique dans le nombre de solutions d'IA utilisées simultanément. La productivité a commencé à diminuer chez les employés qui ont utilisé plus de trois outils différents en même temps, car cela augmente le contrôle requis et la charge mentale associée.
Comment le collapse mental dû à l'IA affecte les travailleurs
Parmi ceux qui ont reconnu un collapse mental dû à l'IA, l'enquête a détecté 39 % d'erreurs graves en plus par rapport à leurs collègues non affectés par ce malaise cognitif. Les domaines de travail où cet impact a été le plus notable incluent le marketing, les opérations, l'ingénierie, les finances et les technologies de l'information (TI).
En termes quantitatifs, les travailleurs soumis à ce type de fatigue ne commettaient pas seulement plus de fautes, mais en plus, signalaient une plus grande intention d'abandonner leurs postes.
Ce fait ajoute un défi pour les organisations qui cherchent à intégrer l'IA dans leurs processus internes sans nuire au bien-être de leur personnel.
En quoi l'impact de l'IA diffère-t-il selon la tâche à réaliser
La recherche souligne qu'il existe des différences substantielles selon le type de travail effectué avec l'intelligence artificielle. En particulier, la supervision constante des résultats obtenus par les systèmes génère une plus grande surcharge informationnelle et augmente l'épuisement mental.
Celles qui utilisent uniquement l'IA pour des tâches automatiques ou répétitives, où la supervision est minimale, n'ont pas manifesté les mêmes niveaux de fatigue. Le rapport souligne également que l'IA "peut être utilisée pour réduire l'épuisement lorsqu'elle remplace des tâches routinières ou répétitives".
Cela implique que la technologie peut soulager certaines sources de stress au travail si son implémentation est limitée à des tâches prévisibles, tandis que l'effet est inverse quand elle multiplie le contrôle et la fragmentation des informations.