Lila Shroff
L'enquête de Boston Consulting Group auprès de 1 500 salariés de grandes entreprises américaines documente un phénomène que les discours sur l'automatisation n'avaient pas anticipé : 18 % des développeurs déclarent une fatigue cognitive directement liée à la supervision des agents IA, et les taux sont encore plus élevés dans les fonctions RH et marketing. Le mécanisme est précis — gérer plusieurs agents simultanément génère une charge attentionnelle comparable à « une douzaine d'onglets de navigateur ouverts dans la tête, tous en compétition ». Ce n'est pas la surcharge d'information classique : c'est une surcharge de délégation, où chaque tâche confiée à un bot crée une nouvelle boucle de surveillance.
Derrière la fatigue se dessine une dynamique de contrôle organisationnel. Des entreprises déploient des tableaux de bord individuels mesurant l'usage de l'IA par salarié, créant une pression à automatiser même les tâches qui n'en ont pas besoin. Matthew Kropp (BCG) identifie un mécanisme de renforcement variable : les agents produisent parfois d'excellents résultats, parfois des échecs complets, ce qui active les circuits dopaminergiques sur le modèle du jeu. Résultat : certains salariés ne parviennent plus à décrocher, non par discipline professionnelle, mais par conditionnement.
"Le coût d'opportunité de dormir est trop élevé. Si vous dormez, vous ne serez pas avec vos 20 agents de codage IA. [traduit de l'anglais]"
— Marc Andreessen, Investisseur en capital-risque, Andreessen Horowitz
L'économiste David Autor (MIT) cadre l'enjeu différemment : il ne s'attend pas à une destruction massive d'emplois cols blancs, mais à une transformation profonde de leur contenu. Le cordonnier artisan et l'ouvrière d'usine fabriquaient tous deux des chaussures — avec des rapports au travail radicalement différents. La question posée ici n'est pas « l'IA va-t-elle prendre mon poste ? » mais « qui décide des conditions dans lesquelles je supervise ces agents ? ». Marc Andreessen, cité dans l'article, formule sans détour la logique de la Silicon Valley : « Le coût d'opportunité de dormir est trop élevé. » Cette phrase résume l'horizon vers lequel pousse la technologie sans régulation du temps de travail : une disponibilité professionnelle structurellement illimitée, non par contrainte explicite, mais par pression diffuse.
Points de vigilance
L'article documente des témoignages de travailleurs qualifiés (développeurs, consultants) dans des grandes entreprises américaines — un profil très spécifique. Les conclusions sur la fatigue cognitive ne sont pas généralisables aux emplois moins qualifiés ou aux contextes hors Silicon Valley. Le chiffre de 18 % (BCG) porte sur un échantillon auto-sélectionné dans des entreprises ayant déjà adopté l'IA à grande échelle.
Et maintenant ?
- 🤘 Négocier des droits à la déconnexion spécifiques aux environnements multi-agents
Les conventions collectives existantes sur le droit à la déconnexion ont été conçues pour les emails et Slack — pas pour des agents qui travaillent en continu pendant le sommeil du salarié. Des syndicats du secteur tech (UE, secteur numérique) pourraient s'allier à des chercheurs en ergonomie cognitive pour produire des référentiels de charge attentionnelle mesurable, opposables lors des négociations d'entreprise. L'objectif : que la supervision d'agents soit comptabilisée comme du temps de travail effectif, avec des plafonds.
→ On saura que ça avance quand au moins une convention collective sectorielle intègre une définition juridique de la 'charge de supervision IA' et un plafond horaire associé.
- 💪 Documenter et rendre visible sa propre charge de supervision pour objectiver la pression managériale
Face aux tableaux de bord d'usage IA imposés par les directions, les salariés peuvent tenir un journal de charge attentionnelle — temps passé à surveiller les agents, interruptions générées, qualité du travail produit en parallèle. Ces données personnelles, agrégées collectivement via des outils comme des sondages anonymes d'équipe, créent une contre-mesure aux métriques d'usage brut. Elles permettent de déplacer le débat de 'combien d'IA utilises-tu ?' vers 'à quel coût cognitif ?'.
→ On saura que ça marche quand des équipes utilisent des données de charge attentionnelle auto-collectées pour renégocier leurs objectifs de productivité IA avec leur management.
- ✊ Cibler les fournisseurs d'outils de surveillance de l'usage IA pour exiger une transparence des métriques
Les leaderboards d'usage IA par salarié reposent sur des outils tiers (plateformes RH, analytics d'entreprise). Des associations de consommateurs numériques et des juristes spécialisés en droit du travail pourraient exiger, via des demandes RGPD et des recours collectifs, que les salariés aient accès aux données collectées sur leur usage IA — et que les critères de ces classements soient rendus publics. Retirer la légitimité de ces métriques opaques fragilise le pilier de soutien managérial qui alimente la pression à l'automatisation forcée.
→ On saura que ça marche quand un recours collectif contraint un éditeur de logiciel RH à publier les critères de ses métriques d'usage IA, ou quand une autorité de protection des données sanctionne l'usage de ces classements sans information préalable des salariés.
7/10 : Score sur l'échelle des "5 piliers de la liberté", inspiré de l'ouvrage de Timothy Snyder
Damien Van Achter
Ces pistes ne sont pas des recettes toutes faites, mais des points d'entrée pour repenser nos systèmes numériques selon une logique de liberté positive : non pas limiter, mais augmenter nos capacités collectives d'action.
💬 On en discute ?
Tu veux recevoir le flux quotidien des articles publiés sur le site ? Suis-moi sur LinkedIn, Bluesky, Mastodon, Facebook !
Tu as des remarques, des suggestions, ou tu veux discuter d'une idée pour avancer dans tes propres projets ? Connecte-toi et laisse-moi un commentaire ou jette un oeil directement à mon agenda. 📆