Utiliser un chatbot d'intelligence artificielle pendant seulement 10 minutes peut réduire la capacité des personnes à penser de manière indépendante et à persister face à des problèmes difficiles.
C'est la conclusion centrale d'une nouvelle étude réalisée par des chercheurs de Carnegie Mellon, du MIT, d'Oxford et de l'UCLA, qui ont examiné dans un environnement expérimental contrôlé comment l'accès à des assistants de IA affecte le raisonnement humain à court terme.
Comment l'étude a été conçue et ce que les chercheurs ont trouvé
L'expérience a demandé à plusieurs centaines de personnes, recrutées via une plateforme en ligne qui les payait pour leur travail, de résoudre différents types de problèmes, des fractions simples aux exercices de compréhension écrite. Les chercheurs ont réalisé trois expériences avec des groupes séparés de participants.
À une partie des participants, on a donné accès à un assistant de IA capable de résoudre les problèmes de manière autonome. Lorsque cet assistant a été retiré brusquement, ces personnes ont montré une tendance significativement plus grande à abandonner le problème ou à échouer dans leurs réponses, comparativement à celles qui n'avaient jamais eu accès à l'outil.
Les résultats mettent en garde contre une contrepartie préoccupante : bien que la intelligence artificielle optimise la performance immédiate des tâches, son adoption massive menace d'atrophier notre compétence naturelle à trouver des solutions par nous-mêmes.
Ce que dit le chercheur du MIT sur l'impact de l'IA sur l'apprentissage
Michiel Bakker, professeur adjoint au MIT qui a participé à l'étude, a été prudent dans l'interprétation des résultats. « La conclusion n'est pas que nous devrions interdire l'IA dans l'éducation ou le travail », a-t-il précisé à WIRED.
« Il est clair que l'IA peut aider les personnes à mieux performer sur le moment, et cela peut être précieux. Mais nous devrions être plus prudents sur le type d'aide que l'IA fournit, et quand », a-t-il ajouté.
Bakker, qui a auparavant travaillé chez Google DeepMind à Londres, a expliqué que son intérêt pour le sujet est né d'un essai sur comment l'IA peut diminuer le pouvoir des humains avec le temps. Ce texte l’a amené à se demander si la technologie érodait déjà les capacités des personnes, même dans des interactions brèves.
Son diagnostic sur le problème est précis : « C'est fondamentalement une question cognitive : la persistance, l'apprentissage et la réaction aux difficultés ». Pour Bakker, la détermination face aux obstacles est un facteur déterminant. Si nous évitons l'effort de résoudre des problèmes complexes par nous-mêmes, nous sapons notre propre capacité à maîtriser de nouvelles disciplines à long terme.
Pourquoi la conception des outils d'IA pourrait faire partie du problème
Bakker suggère qu'il pourrait être nécessaire de repenser le fonctionnement des assistants d'IA. À son avis, tout comme un bon enseignant humain, les modèles devraient parfois privilégier l'apprentissage de l'utilisateur au détriment de résoudre le problème pour lui.
« Les systèmes qui donnent des réponses directes peuvent avoir des effets à long terme très différents de ceux qui aident, orientent ou défient l'utilisateur », a-t-il signalé.
Le chercheur admet qu'équilibrer cette approche plus orientée vers l'apprentissage pourrait être compliqué, car cela implique une certaine dose de ce qu'il appelle une attitude « paternaliste » de la part de l'outil.
Les entreprises d'IA commencent déjà à prendre en compte ces effets plus subtils. OpenAI, par exemple, travaille sur des versions plus récentes de GPT pour réduire la tendance de certains modèles à être d'accord avec les utilisateurs de manière condescendante, un comportement connu sous le nom de flatterie.
La dépendance excessive à l'IA devient particulièrement problématique lorsque les outils ne se comportent pas comme l'utilisateur s'y attend. Les systèmes d'IA agentique, qui effectuent des tâches complexes de manière autonome, sont particulièrement imprévisibles et peuvent introduire des erreurs difficiles à détecter.
Ce scénario soulève une question concrète sur des outils comme Claude Code et Codex : quel impact ont-ils sur les compétences des programmeurs qui, parfois, doivent corriger les erreurs que ces mêmes outils introduisent dans le code.