À mesure que l’utilisation de l’intelligence artificielle se répand dans les entreprises du monde entier, elle libère les travailleurs d’anciens emplois ennuyeux mais crée de nouveaux emplois.
Une nouvelle étude a révélé que les personnes utilisant l’IA les rendaient plus productives, économisant en moyenne 11 heures par semaine. Mais dans le même temps, les employés doivent en moyenne passer plus de six heures à “botsitter”, à vérifier la version de l’IA, à corriger les erreurs et à répéter le processus.
“La plupart des gens ne réalisent pas combien de temps ils passent à travailler sur des outils pour obtenir le gain de temps qu’ils prétendent”, a déclaré Paul Leonardi, professeur de gestion technologique de la Duca Family à l’UC Santa Barbara.
Leonardi est l’un des auteurs de la nouvelle étude publiée par le Institut d’IA du travailleurs contributions incluent des experts de l’Université de Stanford et de l’UC Berkeley. L’institut est parrainé par la société d’IA Glean. Leonardi a déclaré que ses résultats de recherche cartographient les grandes tendances dans la compréhension de l’impact de l’IA sur l’emploi.
L’enquête a porté sur 6 000 travailleurs du numérique aux États-Unis, au Royaume-Uni et en Australie entre décembre et janvier.
Le rapport révèle que nous nous trouvons dans une zone de gains de productivité personnelle élevés, mais que peu d’entreprises traduisent ces gains en revenus et en croissance commerciale.
Alors que 75 % des individus ont signalé une augmentation de leur productivité, seulement 13 % des organisations ont déclaré avoir constaté des gains commerciaux significatifs grâce à l’adoption de l’IA, selon l’enquête.
L’étude a analysé les données sur le lieu de travail collectées auprès des entreprises utilisant la plateforme Glean Work AI, un outil de recherche spécialisé utilisé pour gérer leurs communications internes.
Au cours des six derniers mois, les entreprises de la Silicon Valley ont poussé leurs employés à plus qu’ils n’utilisent l’IA . Mais les avantages d’une simple augmentation de l’utilisation de l’IA ne sont pas clairs, et des exemples comme Uber les brûlent tous. Budget IA 2026 dans un délai de quatre mois, sans fournir aucune pièce utile.
La raison pour laquelle la productivité conduit parfois au gaspillage, explique Leonardi, est le temps que les gens passent à réparer le travail du robot et à collecter les bons fichiers, documents et connaissances tacites nécessaires à un résultat de haute qualité.
“C’est incroyable le temps et les efforts que les gens y consacrent”, a déclaré Leonardi.
La plupart des travailleurs consacrent désormais plus de six heures par semaine à s’occuper de leurs enfants, selon l’enquête.
Il existe une « couche épaisse, pratiquement invisible, d’activité humaine qui unit tout le monde », indique le rapport.
L’étude a révélé que pour chaque heure qu’un employé passe à obtenir des résultats utiles grâce à l’IA, il passe une heure supplémentaire à l’utiliser.
Sur tout le temps que les employés passent chaque semaine à travailler avec l’IA, 37 % sont consacrés au bottitting et 36 % à l’utilisation de l’outil pour générer du travail.
Le temps perdu dans le bottitting s’explique en partie par la fréquence à laquelle les outils échouent : les travailleurs signalent que plus d’un tiers des sessions d’IA échouent, doivent être redémarrées ou refaites.
En fait, à mesure que de nombreux employés délèguent de plus en plus de leur travail à l’IA, ils confient leurs idées et leurs responsabilités aux robots. L’enquête a révélé que 41 % des employés déclarent déléguer parfois des tâches d’IA qu’ils ne peuvent pas expliquer lorsqu’on leur demande.
Le rapport montre l’exemple d’un ingénieur informatique junior, Robin, qui a tapé des milliers de lignes de code généré par l’IA avant de s’endormir. Mais quelque chose s’est cassé et un ingénieur clé en retard a dû être débloqué, comme Robin avait du mal à l’expliquer.
“Je pense que ce qui se passe actuellement avec beaucoup de ces outils Gen AI, c’est que nous attendons des contributeurs individuels qu’ils agissent en tant qu’opérateurs”, a déclaré Leonardi. “Ils exécutent simplement ces outils d’IA, ces agents d’IA, et nous nous attendons à ce qu’ils soient plus productifs, mais nous ne prenons pas en compte tout le travail nécessaire à leur fonctionnement.”
Ce problème ne disparaîtra peut-être pas.
