En bref : Les preuves contrôlées sur l’IA et le travail du savoir semblent contradictoires tant qu’on ne les trie pas. Une expérience publiée dans Science auprès de 453 professionnels a montré une baisse de 40 pour cent du temps moyen de tâche. Une étude du Quarterly Journal of Economics portant sur 5 172 agents de service client a montré 15 pour cent de dossiers résolus en plus par heure, les agents les plus expérimentés ne gagnant presque rien en vitesse et perdant un peu en qualité. Une expérience de terrain publiée dans Organization Science auprès de 758 consultants du Boston Consulting Group a montré 12,2 pour cent de tâches supplémentaires réalisées et 25,1 pour cent de rapidité en plus sur 18 tâches situées à l’intérieur de la frontière, mais une probabilité de réponse correcte inférieure de 19 pour cent sur une tâche délibérément placée hors de cette frontière. Un essai randomisé de 2025 auprès de 16 développeurs open source expérimentés travaillant depuis environ cinq ans dans les mêmes dépôts a montré que l’IA les ralentissait de 19 pour cent, alors qu’ils prévoyaient une accélération de 24 pour cent. Classés selon l’expertise de l’utilisateur sur la tâche précise, ces cinq résultats forment un gradient net : plus votre maîtrise existante de cette tâche exacte est profonde, plus l’effet mesuré est faible, puis négatif. Une journée qui passe à l’échelle est donc une journée en couches, où l’IA se concentre là où l’expertise est superficielle et se retient délibérément là où elle est profonde.
La plupart des conseils sur le travail avec l’IA sont écrits comme si l’outil avait une seule taille d’effet. On adopte, on va plus vite. Les preuves contrôlées ne soutiennent pas cela, et le désaccord entre les études n’est pas du bruit. C’est le résultat.
Quatre équipes de recherche ont mené des expériences crédibles sur l’IA générative et le travail professionnel, avec des populations, des tâches et des protocoles différents. Leurs chiffres principaux couvrent une plage d’environ soixante points, d’une réduction de 40 pour cent du temps à une augmentation de 19 pour cent. Tout cadre incapable d’expliquer cet écart n’est pas un cadre. C’est une préférence.
Ce que cinq résultats contrôlés ont réellement mesuré
Chaque chiffre ci-dessous provient du résumé publié de l’étude citée. Rien n’y est déduit ni arrondi à partir d’une couverture secondaire.
| Étude | Population et protocole | Effet mesuré |
|---|---|---|
| Noy et Zhang, Science, 2023 | 453 professionnels diplômés du supérieur ; expérience en ligne préenregistrée ; tâches de rédaction de niveau intermédiaire propres au métier, incitées ; la moitié exposée au hasard à ChatGPT | Le temps moyen consacré a diminué de 40 pour cent ; la qualité des productions a augmenté de 18 pour cent ; les inégalités entre travailleurs ont diminué |
| Brynjolfsson, Li et Raymond, Quarterly Journal of Economics, 2025 | 5 172 agents de service client ; introduction échelonnée d’un assistant conversationnel fondé sur l’IA générative | Les dossiers résolus par heure ont augmenté de 15 pour cent en moyenne ; les travailleurs les moins expérimentés et les moins qualifiés ont amélioré à la fois la vitesse et la qualité ; les plus expérimentés et les plus qualifiés ont enregistré de faibles gains de vitesse et de faibles baisses de qualité |
| Dell’Acqua et ses collègues, Organization Science | 758 travailleurs du savoir au Boston Consulting Group ; préenregistrée ; trois groupes ; 18 tâches de conseil réalistes situées à l’intérieur de la frontière des capacités de l’IA | Les participants utilisant l’IA ont réalisé 12,2 pour cent de tâches en plus et les ont terminées 25,1 pour cent plus vite en moyenne, avec une qualité significativement améliorée |
| Dell’Acqua et ses collègues, même expérience, tâche hors frontière | Une tâche managériale complexe choisie pour se situer hors de la frontière des capacités de l’IA | Les participants utilisant l’IA avaient 19 pour cent de chances en moins de produire une solution correcte que ceux sans IA |
| Essai contrôlé randomisé METR, 2025 | 16 développeurs open source expérimentés ayant une expérience modérée de l’IA ; 246 tâches dans des projets matures où ils avaient en moyenne cinq ans d’antériorité | Autoriser l’IA a augmenté le temps de réalisation de 19 pour cent ; ces mêmes développeurs avaient prévu une réduction de 24 pour cent avant et estimaient une réduction de 20 pour cent après |
Deux détails de ce tableau méritent une seconde lecture.
Le premier est l’erreur de prévision de la dernière ligne. Ces développeurs n’étaient pas novices. Ils avaient utilisé les outils, ils travaillaient dans du code qu’ils connaissaient intimement, et on leur a demandé de prédire l’effet avant et de l’estimer après. Ils se sont trompés dans le même sens les deux fois, d’environ quarante points par rapport au résultat mesuré. Des économistes invités à prédire la même expérience attendaient une réduction de 39 pour cent, et des chercheurs en apprentissage automatique de 38 pour cent. L’intuition que l’IA aide n’est pas une preuve fiable qu’elle aide, et elle est la moins fiable exactement là où l’on se sent le plus sûr.
Le second est la scission interne de la ligne Brynjolfsson. Le même outil, dans le même métier, dans la même entreprise, a aidé les agents les moins expérimentés en vitesse comme en qualité, tout en produisant de faibles gains de vitesse et de faibles pertes de qualité chez les plus expérimentés. La moyenne de 15 pour cent est un chiffre réel qui ne décrit presque personne.
Le gradient que personne ne nomme
Rangez les cinq résultats dans un seul ordre : la profondeur d’expertise que l’utilisateur possédait déjà sur le travail exact mesuré. Pas l’ancienneté générale, pas les années de métier, mais la profondeur sur cette tâche précise.
Tableau : effet mesuré de l’IA classé selon l’expertise de l’utilisateur sur la tâche précise (cadre éditorial CEOtudent, dérivé des cinq études citées ci-dessus)
| Rang | Qui faisait le travail | Profondeur sur cette tâche exacte | Direction mesurée |
|---|---|---|---|
| 1 | Professionnels rédigeant des documents de niveau intermédiaire qu’ils produisent occasionnellement, sans que ce soit leur métier principal | Superficielle | Temps en baisse de 40 pour cent, qualité en hausse de 18 pour cent |
| 2 | Agents de service client les moins expérimentés et au niveau de départ le plus bas | Superficielle | Vitesse et qualité toutes deux améliorées |
| 3 | Consultants sur 18 tâches analytiques et créatives standard | Moyenne | Temps en baisse de 25,1 pour cent, volume en hausse de 12,2 pour cent |
| 4 | Agents de service client les plus expérimentés et au niveau de départ le plus élevé | Profonde | Faible gain de vitesse, faible perte de qualité |
| 5 | Consultants sur une tâche managériale hors du champ de compétence du modèle | Profonde, et la tâche est hors frontière | 19 pour cent de chances en moins d’être correct |
| 6 | Développeurs dans des dépôts où ils travaillaient depuis environ cinq ans | Très profonde | Temps en hausse de 19 pour cent |
La direction est monotone. À mesure que la profondeur sur la tâche augmente, l’effet mesuré diminue, passe approximativement par zéro vers le rang quatre, puis devient négatif. Ce classement est celui de CEOtudent ; les résultats sous-jacents sont ceux des chercheurs.
Il faut être précis sur ce que cela établit et n’établit pas. Il s’agit de cinq expériences différentes, avec des populations, des tâches et des mesures de résultat différentes : le classement est donc une synthèse interprétative et non une courbe unique estimée. Aucune étude n’a encore fait varier expérimentalement l’expertise sur la tâche en maintenant tout le reste constant. Ce qu’on peut dire, c’est que le classement est cohérent sur les cinq, qu’aucun résultat ne le contredit, et que chaque équipe a rapporté indépendamment, à l’intérieur de ses propres données, une scission liée au niveau ou à l’expertise allant dans le même sens.
Le mécanisme n’a rien de mystérieux. L’assistance de l’IA se substitue à la part du travail qu’il faudrait autrement construire de zéro. Quand vous avez peu de structure préexistante pour une tâche, cette substitution est énorme. Quand votre structure est déjà profonde, la production du modèle arrive comme quelque chose qu’il faut lire, évaluer, confronter à ce que vous savez déjà et, le plus souvent, réparer. L’évaluation n’est pas gratuite. Au-delà d’un certain niveau d’expertise, le coût de la vérification dépasse celui de l’exécution. C’est pour la même raison que juger une production d’IA est une compétence à part entière et non un sous-produit de l’usage des outils.
Les cinq couches
Si le gain varie selon la profondeur, l’unité de conception n’est ni l’outil ni la journée. C’est la couche. La journée d’un travailleur du savoir se décompose en cinq types de travail aux profils d’expertise structurellement différents, et chacun mérite une règle permanente distincte.
Tableau : le flux de travail IA en cinq couches (cadre éditorial CEOtudent)
| Couche | Ce qui s’y passe | Règle permanente pour l’IA | Pourquoi, en termes de preuves |
|---|---|---|---|
| 1. Collecte | Lecture, recherche, réunions, messages entrants, rassemblement de matière première | Délégation maximale. Résumer, retrouver, regrouper, trier | La profondeur est par définition faible : vous n’avez pas encore d’opinion formée. C’est la zone des rangs 1 et 2 |
| 2. Rédaction | Produire les premières versions : documents, plans, squelettes de code, réponses, plans détaillés | Délégation forte, toujours comme premier jet et jamais comme version finale | C’est ici que vivent Noy et Zhang ainsi que les résultats de conseil à l’intérieur de la frontière. Des gains importants, fiables et bien répliqués |
| 3. Jugement | Choisir entre des options, fixer une direction, accepter des arbitrages, décider ce qu’on ne fera pas | La décision appartient à l’humain. Utiliser l’IA de façon contradictoire : lui demander de plaider contre votre choix | Le résultat hors frontière était un échec de jugement qui ressemblait à une tâche d’analyse. Le modèle n’a donné aucun signal d’avoir franchi la ligne |
| 4. Métier | Le travail étroit dans lequel vous êtes réellement expert, celui où se joue votre réputation | Retenue. Ne déléguer que les sous-étapes mécaniques, garder le travail de fond manuel par défaut | Le résultat METR. C’est la seule couche où l’effet mesuré a été négatif, et les utilisateurs ne pouvaient pas le sentir |
| 5. Vérification | Contrôler, rapprocher, rattraper ce que les couches précédentes ont manqué | Non délégable au système qui a produit la sortie. Prévoir du temps réel pour cela | Chaque gain dans les couches 1 et 2 augmente le volume qui arrive dans la couche 5. La sauter, c’est se faire rattraper par la frontière |
Les couches ne sont pas un emploi du temps. Ce sont des règles. Une même heure peut en contenir plusieurs, et l’important est que la bonne posture face à l’IA change d’une couche à l’autre même quand l’outil à l’écran ne change pas.
La règle de réallocation
C’est ici que l’adoption dérape le plus souvent, et c’est une erreur de structure plus que de discipline.
Les couches 1 et 2 se compriment fortement avec l’IA. C’est toute la promesse, et les preuves la soutiennent. Mais la couche 5 ne se comprime pas. Elle s’étend, parce qu’elle a désormais plus de production à vérifier, produite plus vite, par un système dont les modes de défaillance ne se distinguent pas visuellement de ses réussites. C’est précisément le constat d’Organization Science : la tâche hors frontière ne paraissait pas plus difficile que les dix-huit autres, et le modèle n’a donné aucune indication d’avoir basculé.
La règle est simple et presque personne ne l’applique. Le temps gagné en collecte et en rédaction n’est pas gratuit. Une part définie de ce temps appartient durablement à la vérification.
Un partage de départ concret : rendez environ un tiers des gains de temps mesurés à la couche 5 pendant le premier trimestre d’un nouveau flux assisté par l’IA, puis ajustez selon le nombre d’erreurs réellement détectées. Si la vérification ne trouve rien pendant plusieurs semaines, le budget est trop large et le travail a sans doute glissé vers des couches où l’IA était déjà sûre. Si la vérification rattrape des choses que vous auriez publiées, le budget est trop mince. Cette répartition est une règle de travail et non un optimum mesuré : traitez-la comme une hypothèse de départ à ajuster sur votre propre journal d’erreurs.
La seconde moitié de la règle concerne la couche 4. Protéger votre couche de métier d’un usage désinvolte de l’IA n’est ni de la nostalgie ni un choix de productivité. C’est un problème de mesure. Les développeurs de METR ont vécu une accélération alors qu’ils étaient ralentis, et leur estimation restait fausse une fois le travail terminé. Si vous ne percevez pas l’effet dans votre propre travail d’expert, vous ne pouvez pas le piloter au feeling, et la seule règle par défaut correcte est la retenue jusqu’à mesure. C’est aussi la raison honnête de mener un audit structuré de votre flux de travail plutôt que de vous fier à votre impression sur l’emploi de votre temps.
L’appliquer pendant une semaine
Un cadre n’est utile que s’il change un agenda. Une mise en oeuvre minimale prend une semaine et produit des preuves plutôt que des opinions.
Jours un et deux : étiqueter, sans rien changer. Passez en revue votre journée actuelle et marquez chaque bloc avec l’une des cinq couches. La plupart des gens découvrent deux choses. La couche 3 n’a presque aucun temps dédié et se glisse entre les autres travaux. La couche 5 n’en a aucun, parce que la vérification est aujourd’hui supposée et non planifiée.
Jour trois : fixer les règles permanentes. Écrivez une ligne par couche indiquant ce que l’IA a le droit d’y faire. La valeur est dans l’écriture, car une règle non écrite se replie sur ce que l’outil rend le plus facile, et ce que l’outil rend le plus facile, c’est de s’en servir partout.
Jours quatre et cinq : appliquer les règles et consigner chaque correction. Chaque fois que la vérification rattrape quelque chose, notez quelle couche l’a produit. Ce journal est le seul instrument fiable dont vous disposez, et c’est sur lui que devraient reposer des frontières de délégation délibérées plutôt que sur l’intuition.
Fin de semaine : réallouer. Comparez là où le temps a été gagné et là où les erreurs ont été trouvées. Déplacez le temps d’agenda en conséquence. Puis recommencez chaque mois, car la frontière bouge et vos règles devraient porter une date.
C’est la même méthode de fond que l’audit des tâches à automatiser en premier, et elle se place naturellement à côté d’un cadre de briefing structuré pour déléguer à des agents. La différence qu’apporte le modèle en couches est qu’il cesse de traiter toute votre journée comme une décision de délégation unique.
Pourquoi c’est à la fois un problème de dirigeant et d’étudiant
La moitié dirigeante du métier, c’est l’allocation. Face à cinq couches aux rendements mesurés différents, la question de direction est de savoir où va la capacité, et la réponse n’est pas “partout où l’outil fonctionne”. Elle est : délégation maximale là où la profondeur est faible, retenue là où elle est grande, et un budget permanent pour la fonction de contrôle, qui grandit avec tout ce que vous avez automatisé.
La moitié étudiante est plus difficile, car elle exige d’accepter que votre perception de votre propre performance est l’instrument le moins fiable que vous possédiez, précisément dans le domaine que vous connaissez le mieux. Les développeurs de l’essai METR étaient des experts, ils étaient mesurés, et ils n’ont malgré tout pas senti un ralentissement de 19 pour cent. La seule défense est de continuer à mesurer plutôt que de continuer à croire.
Une journée qui passe à l’échelle n’est pas une journée contenant plus d’IA. C’est une journée où l’IA est placée par couche, où les gains sont consciemment réalloués, et où le travail d’expert est défendu jusqu’à ce que les preuves, et non l’enthousiasme, disent autre chose.
Questions fréquentes
Cela veut-il dire que les experts ne devraient pas utiliser l’IA du tout ?
Non. Cela veut dire qu’ils ne devraient pas l’utiliser par défaut dans leur domaine étroit de maîtrise, et continuer à l’employer largement dans les quatre autres couches. Les couches de collecte et de rédaction d’un expert ne sont pas des couches d’expertise. Un développeur chevronné qui résume une spécification se situe au rang un du gradient, pas au rang six.
Comment savoir quelle partie de mon travail relève de la couche 4 ?
Le test pratique : c’est le travail pour lequel on vient vous voir spécifiquement, et celui où une erreur subtile serait visible pour quelqu’un qui connaît le domaine. Si une mauvaise réponse serait repérée par n’importe quel lecteur compétent, c’est probablement la couche 2. Si seule une consoeur ou un confrère la repérerait, c’est la couche 4.
Le résultat du ralentissement de 19 pour cent est-il généralisable ?
C’est un essai avec 16 développeurs et 246 tâches : à lire comme un signal fort plutôt que comme un paramètre établi. Les auteurs ont recueilli et évalué des éléments sur 20 propriétés de leur dispositif susceptibles a priori d’avoir contribué au ralentissement, et rapportent que l’effet est resté robuste au fil de leurs analyses, tout en notant que les artefacts expérimentaux ne peuvent être totalement exclus. Sa valeur principale : c’est la seule ligne du tableau où une mesure soigneuse a contredit toutes les prédictions, y compris celles des participants.
Pourquoi la vérification est-elle une couche à part et non une partie de la rédaction ?
Parce qu’elle a un autre propriétaire et un autre mode de défaillance. La rédaction échoue visiblement, en ne produisant rien. La vérification échoue invisiblement, en produisant de la confiance. Les couches dont l’échec est invisible ont besoin de leur propre temps d’agenda, sinon elles sont absorbées par ce qui fait plus de bruit.
Et si mon organisation ne mesure que le volume produit ?
Alors le gradient prédit que vous serez récompensé les deux premiers trimestres et exposé au troisième, car les couches 1 et 2 font bouger le volume immédiatement tandis que les défaillances de la couche 5 remontent plus tard. La position défendable est de tenir votre propre journal d’erreurs, afin qu’au moment des questions sur la qualité vous disposiez de preuves sur l’origine des erreurs plutôt que d’un débat sur l’effort.
Sources
Noy, S. et Zhang, W. Experimental evidence on the productivity effects of generative artificial intelligence. Science, 2023.
Brynjolfsson, E., Li, D. et Raymond, L. Generative AI at Work. The Quarterly Journal of Economics, 2025.
Dell’Acqua, F. et ses collègues. Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. Organization Science.
METR. Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. Rapport d’essai contrôlé randomisé, 2025.
Harvard Business School Digital Data Design Institute et Division of Research and Faculty Development, financeurs déclarés de l’expérience de terrain menée au Boston Consulting Group.
Ce contenu a été compilé avec le soutien de l’IA à la suite d’une recherche approfondie, puis rédigé et préparé pour publication par l’équipe éditoriale de CEOtudent.
This post is also available in:
