La taxe de vérification : combien coûte vraiment le contrôle des résultats de l’IA (et comment la réduire)

TL;DR. Le temps que l’IA vous fait gagner est un chiffre brut. La taxe de vérification est ce que vous rendez : relire, corriger et refaire le résultat, le coût attendu des erreurs qui vous échappent, et le nettoyage que d’autres font sur ce que vous leur transmettez. De grandes enquêtes situent le gain déclaré à 5,4 % des heures de travail des utilisateurs aux États-Unis et à 2,8 % au Danemark, et aucune des deux ne compte le temps de vérification comme un coût distinct. Là où le travail a été mesuré directement, la taxe a pu effacer le gain : dans l’essai randomisé de METR en 2025, des développeurs expérimentés pensaient que l’IA avait réduit de 20 % le temps passé sur leurs tâches, alors que celles-ci ont pris 19 % de temps en plus, et 9 % de leur temps est passé à relire et à nettoyer la production de l’IA. Une enquête de l’éditeur de logiciels Workday indique que près de 40 % du temps gagné grâce à l’IA est perdu en reprises. Le geste du CEO : budgéter la vérification comme un coût réel, la graduer selon les enjeux, la détectabilité et la réversibilité, et renoncer à l’IA là où le test de rentabilité est négatif. Le geste de l’étudiant : noter les erreurs que chaque outil commet sur votre travail, pour que la taxe baisse avec le temps.

Cet article traite de l’économie de la vérification, pas de son savoir-faire. Pour le savoir-faire, voir la compétence d’évaluation. Pour savoir où placer les points de contrôle quand un agent exécute une tâche en plusieurs étapes, voir la supervision humaine par conception. Et pour comprendre pourquoi les gains individuels se retrouvent si rarement dans les résultats de l’entreprise, voir le paradoxe de productivité de l’IA.

Qu’est-ce que la taxe de vérification, et pourquoi passe-t-elle si facilement inaperçue ?

Chaque tâche assistée par l’IA tient deux registres. Le registre visible enregistre le temps de rédaction que vous n’avez pas dépensé. Le registre caché enregistre quatre coûts que la plupart des chiffres de temps gagné laissent de côté :

1. Le temps de relecture. Lire le résultat, le comparer aux sources, exécuter le code, vérifier les chiffres.
2. Le temps de correction et de reprise. Corriger ce qui est faux, reformuler la requête, ou abandonner la version de l’IA et faire le travail à la main.
3. Le coût des erreurs résiduelles. Le coût attendu des erreurs qui survivent à votre vérification et refont surface plus tard, quand elles coûtent plus cher à corriger.
4. La taxe exportée. Le temps que des collègues, des relecteurs ou des clients passent à réparer ce que vous leur avez transmis.

Les mesures habituelles ne sont pas conçues pour voir ces coûts. Une estimation américaine très utilisée, due à Alexander Bick, Adam Blandin et David Deming, demande aux utilisateurs, selon les termes des auteurs, « combien d’heures supplémentaires il leur aurait fallu pour accomplir la même quantité de travail la semaine précédente s’ils n’avaient pas eu accès à l’IA générative ». Cette unique estimation contrefactuelle mélange le temps de rédaction gagné et le temps de vérification dépensé, et ne peut pas inclure les erreurs pas encore découvertes. Sa réponse, 5,4 % des heures de travail des utilisateurs, soit 2,2 heures par semaine sur une base de 40 heures, est brute par construction.

La perception creuse l’écart. Dans l’essai de METR, la distance entre ce que les développeurs croyaient après coup (20 % de temps en moins) et ce qui a été mesuré (19 % de temps en plus) était de 39 points de pourcentage. Une enquête de Microsoft Research auprès de 319 travailleurs du savoir, présentée à CHI 2025, a constaté qu’« une plus grande confiance dans l’IA générative est associée à moins de pensée critique ». Ceux qui risquent le plus de sous-vérifier sont ceux qui font le plus confiance à l’outil.

Que se passe-t-il quand on met les études côte à côte ?

Le registre de la taxe de vérification ci-dessous consacre une ligne à chaque étude et sépare le gain brut, ce que l’étude rapporte sur la vérification ou les reprises, et le résultat net. Les chiffres sont tels que publiés. Quand une étude ne rapporte rien, la case l’indique ; les seuls calculs sont ceux pour lesquels une seule étude fournit toutes les données.

Étude et protocole	Tâche	Gain brut, tel que publié	Coût de vérification ou de reprise, tel que publié	Résultat net, tel que publié
Noy et Zhang, Science, 2023. Expérience en ligne préenregistrée, 453 professionnels diplômés de l’enseignement supérieur	Rédaction professionnelle de niveau intermédiaire	Temps passé en baisse de 40 %, qualité du résultat en hausse de 18 %	Version document de travail de 2023 : la part de la révision dans le temps de la tâche a plus que doublé par rapport à environ 25 % ; 68 % des participants du groupe traité ont soumis le premier résultat de ChatGPT sans le retoucher	Gain net important, obtenu avec très peu de vérification
Brynjolfsson, Li et Raymond, Quarterly Journal of Economics, 2025. Déploiement échelonné, 5 172 agents	Support client	Demandes résolues par heure en hausse de 15 % en moyenne	Non rapporté séparément	Positif en moyenne ; les agents les plus expérimentés et les plus qualifiés ont connu « de faibles gains de vitesse et de légères baisses de qualité »
Dell’Acqua et al., Organization Science, 2026. Expérience préenregistrée avec le Boston Consulting Group, 758 travailleurs du savoir	18 tâches réalistes du savoir à l’intérieur de la frontière de l’IA, une tâche managériale hors de celle-ci	À l’intérieur de la frontière : 12,2 % de tâches accomplies en plus, 25,1 % plus rapide	Hors de la frontière : probabilité inférieure de 19 % de produire des solutions correctes	La taxe a été payée en réponses fausses, pas en minutes
METR (Becker, Rush, Barnes, Rein), prépublication, 2025. Essai randomisé, 16 développeurs, 246 tâches	Tickets réels dans des dépôts open source matures que les développeurs connaissaient bien	Prévision : 24 % de temps en moins. Perception après l’étude : 20 % de temps en moins	Environ 9 % du temps sur les tickets autorisant l’IA passé à relire ou à nettoyer la production de l’IA (44 tickets avec enregistrements d’écran annotés), 4 % à attendre les générations ; moins de 44 % des générations acceptées	Les tâches ont pris 19 % de temps en plus (intervalle de confiance de +2 % à +39 %)
Note de recherche de METR, février 2026. Même protocole, outils de fin 2025, 10 développeurs ayant déjà participé et 47 nouveaux	Développement open source	Non rapporté	Non rapporté	Développeurs ayant déjà participé : -18 % de temps (intervalle de -38 % à +9 %) ; nouveaux développeurs : -4 % (intervalle de -15 % à +9 %). METR juge le signal peu fiable en raison d’effets de sélection
Tai-Seale et al., JAMA Network Open, 2024. Étude randomisée d’amélioration de la qualité avec liste d’attente, 52 médecins plus 70 témoins	Réponse aux messages de patients à l’aide de brouillons rédigés par l’IA	L’hypothèse était une baisse du temps de lecture et de réponse	Temps de lecture des messages en hausse de 21,8 % (IC à 95 % de 5,2 % à 41,0 %)	Temps de réponse -5,9 % (non significatif, P = 0,33) ; réponses 17,9 % plus longues
Garcia et al., JAMA Network Open, 2024. Étude d’amélioration de la qualité à groupe unique sur cinq semaines, 162 cliniciens	Brouillons de réponse générés par l’IA pour les messages de la messagerie patients	Brouillons utilisés dans 20 % des réponses (utilisation moyenne)	Aucun changement du temps de lecture, de rédaction ou de réponse	Aucun gain de temps ; baisse des scores de charge de travail et d’épuisement professionnel
Humlum et Vestergaard, document de travail du Becker Friedman Institute, 2025. Enquête auprès d’environ 25 000 travailleurs reliée aux registres danois	11 professions très exposées aux chatbots d’IA	Gain de temps de 2,8 % des heures de travail des utilisateurs	Nouvelles charges de travail pour 12 % des utilisateurs, même sans initiative de l’employeur (estimation en annexe) ; 59 % des nouvelles tâches liées à l’IA relèvent de la mise en œuvre et de la supervision, dont le contrôle qualité	Effets nuls et précis sur les revenus et les heures enregistrées, qui excluent des effets supérieurs à 2 %
Bick, Blandin et Deming, document de travail du NBER, 2025. Enquête américaine représentative à l’échelle nationale	Tout type de travail	5,4 % des heures de travail des utilisateurs (2,2 heures par semaine sur une base de 40 heures)	Pas posé comme question distincte	1,4 % des heures de l’ensemble des travailleurs, non-utilisateurs compris
Workday, enquête d’entreprise auprès de 3 200 salariés à temps plein, menée par Hanover Research en novembre 2025, publiée en janvier 2026 (commerciale)	Utilisateurs actifs de l’IA dans des organisations réalisant au moins 100 M$ de chiffre d’affaires	85 % déclarent gagner entre une et sept heures par semaine	« Près de 40 % » du temps gagné grâce à l’IA perdu en reprises	Seuls 14 % « obtiennent systématiquement des résultats nets clairs et positifs » ; environ 60 % du gain conservé (calcul CEOtudent à partir du chiffre de 40 %)

Analyse CEOtudent des dix sources citées dans les lignes. Chiffres tels que publiés ; « non rapporté » quand une source ne donne aucun chiffre. Les chiffres de révision de Noy et Zhang proviennent du document de travail des auteurs de mars 2023, qui portait sur 444 participants et a précédé la version publiée dans Science ; le résumé de Science ne donne pas la ventilation du temps. Les chiffres de Dell’Acqua et al. et de Brynjolfsson et al. proviennent des résumés publiés. Le rapport complet de Workday se trouve derrière un formulaire d’inscription et n’a pas été ouvert, si bien que sa méthode pour le chiffre de 40 % n’a pas pu être vérifiée.

Trois enseignements se dégagent de ce registre.

La taxe est la plus faible là où la vérification est bon marché ou sautée, et la plus lourde là où l’humain connaît déjà la réponse. Dans le document de travail de Noy et Zhang, sur des tâches que le groupe témoin achevait en 27 minutes environ, la plupart des participants du groupe traité ont soumis le premier résultat tel quel. Le gain était important, et presque aucune vérification n’a été achetée. METR est le cas inverse : des dépôts de 1 100 000 lignes de code en moyenne, des exigences de qualité très élevées, et le constat que « les développeurs ont davantage ralenti sur les tickets qui leur sont plus familiers ». Un développeur « a perdu au moins une heure à essayer d’abord de [résoudre un ticket précis] avec l’IA » avant de tout annuler. Quand votre propre jugement est rapide et votre exigence élevée, vérifier le brouillon de l’IA coûte cher.

Le temps n’est qu’une des monnaies. Hors de la frontière, les participants de Dell’Acqua ont payé en exactitude, pas en minutes. Les agents de support les plus compétents ont payé un léger coût en qualité. Les brouillons des médecins ont allongé le temps de lecture sans raccourcir le temps de réponse. Un registre qui ne suit que les minutes sous-estime la taxe là où elle compte le plus.

La taxe évolue, et la mesurer devient plus difficile. La note de METR de février 2026 rend compte d’une nouvelle série dans laquelle l’estimation ponctuelle pour les développeurs ayant déjà participé montrait que les tâches autorisant l’IA prenaient moins de temps. Elle qualifie aussi ses nouvelles données de preuve seulement très faible : davantage de développeurs ont refusé de participer parce qu’ils ne voulaient pas travailler sans IA, et 30 à 50 % ont dit avoir écarté certaines tâches qu’ils ne voulaient pas faire sans elle. Considérez le ralentissement de 2025 comme une mesure datée des outils du début 2025, et l’amélioration comme encourageante mais non prouvée.

Qui paie réellement la taxe de vérification ?

Un chiffre de temps gagné est déclaré par la personne qui a utilisé l’outil. Une grande partie de la taxe tombe ailleurs : sur l’attention, sur le collègue qui reçoit le résultat, sur la conception des postes et sur les systèmes que ce résultat alimente.

Qui paie	Constat, tel que publié	Source
L’attention de l’utilisateur	L’IA générative « déplace la nature de la pensée critique vers la vérification de l’information, l’intégration des réponses et la gestion de la tâche » ; 114 travailleurs sur 319 ont vérifié en recoupant avec des sources externes, et 56 sur 319 ont déclaré un effort accru de recherche parce que « la réponse de l’IA peut être fausse et doit être vérifiée »	Lee et al., CHI 2025 (Microsoft Research et Carnegie Mellon)
Le temps de l’utilisateur	66 % des développeurs citent comme source de frustration « les solutions d’IA presque justes, mais pas tout à fait » ; 45,2 % estiment que déboguer du code généré par l’IA prend plus de temps	Stack Overflow Developer Survey 2025 (enquête d’entreprise, commerciale)
La charge de relecture de l’utilisateur	77 % des utilisateurs quotidiens de l’IA relisent le travail généré par l’IA « avec autant de soin que le travail fait par des humains, sinon plus »	Communiqué de presse de Workday, janvier 2026 (commercial)
Le collègue qui reçoit le travail	40 % des employés de bureau américains ont reçu du « workslop » au cours du dernier mois ; chaque incident demande environ 2 heures à résoudre ; coût estimé à 186 $ par employé et par mois	BetterUp Labs avec le Stanford Social Media Lab, enquête auprès de 1 150 travailleurs, septembre 2025 (commerciale)
La conception des postes dans l’organisation	59 % des nouvelles tâches liées à l’IA relèvent de « la mise en œuvre et de la supervision de l’IA » ; 5 % des non-utilisateurs signalent de nouvelles charges de travail dues aux chatbots d’IA	Humlum et Vestergaard, 2025
Le système de livraison	Pour chaque hausse de 25 % de l’adoption de l’IA : une baisse estimée de 7,2 % de la stabilité des livraisons et de 1,5 % du débit (2024). En 2025, l’adoption de l’IA « améliore désormais le débit de livraison logicielle » mais « augmente toujours l’instabilité des livraisons »	Rapports DORA de Google, 2024 et 2025 (recherche Google)

Chiffres tels que publiés dans chaque source. Les parts 114 sur 319 (35,7 %) et 56 sur 319 (17,6 %) sont des calculs CEOtudent à partir des effectifs de Lee et al. Les enquêtes commerciales reposent sur des déclarations et leurs méthodes complètes ne sont pas toutes publiées.

Pour quiconque encadre des personnes, c’est ce schéma qui compte. Une production d’IA bâclée transfère le coût au destinataire, qui n’apparaît jamais dans le chiffre de temps gagné de l’expéditeur. Une équipe peut afficher des gains croissants grâce à l’IA alors que le temps total par livrable reste stable, parce que la taxe est passée de la colonne de l’auteur à celle du relecteur. Les données de DORA montrent la même forme à l’échelle du système : plus de débit, moins de stabilité.

Pourquoi sauter la vérification ne fait-il pas disparaître la taxe ?

Le moyen évident de réduire la taxe est de vérifier moins. Les recherches sur le biais d’automatisation indiquent que cela convertit un coût en temps visible en un coût en erreurs invisible.

La revue de 2010 de Raja Parasuraman et Dietrich Manzey dans Human Factors a conclu que le biais d’automatisation « conduit à commettre des erreurs d’omission comme de commission lorsque les aides à la décision sont imparfaites » et « se manifeste chez les participants novices comme chez les experts ». La complaisance, ont-ils constaté, apparaît « dans des conditions de charge multitâche », ce qui décrit l’essentiel du travail intellectuel. Une revue systématique de 2012 menée par Kate Goddard et ses collègues, qui a retenu 74 articles sur 13 821 examinés, range la charge de travail, la complexité de la tâche et la contrainte de temps parmi les facteurs qui poussent à une confiance excessive.

Le choix de vérifier est aussi en partie économique. Helena Vasconcelos et ses collègues ont mené cinq expériences auprès de 731 participants et soutiennent que « les gens choisissent stratégiquement de s’engager ou non avec une explication de l’IA », en pesant l’effort de vérification contre la simple acceptation. Quand la récompense de l’exactitude augmentait, la dépendance excessive diminuait. Lee et ses collègues ont observé la même logique à l’œuvre : 44 travailleurs sur 319 ont invoqué le manque de temps pour ne pas réfléchir de manière critique à la production de l’IA, et 55 sur 319 s’en sont dispensés parce que la tâche leur semblait anodine.

La sous-vérification ne réduit donc pas la taxe de vérification. Elle la diffère, en la faisant passer d’un coût visible dans votre agenda à une probabilité invisible jusqu’à ce que l’erreur refasse surface. C’est pourquoi le cadre ci-dessous chiffre explicitement les erreurs résiduelles.

Quel niveau de vérification chaque tâche mérite-t-elle ? Un cadre éditorial CEOtudent

Le cadre comporte deux parties : un test de rentabilité pour savoir si l’IA vaut la peine d’être utilisée sur une tâche, et un protocole gradué pour déterminer combien de vérification acheter quand c’est le cas. Il est construit à partir des preuves ci-dessus, pas mesuré.

Le test de rentabilité. Pour toute tâche que vous vous apprêtez à confier à l’IA, estimez :

Temps net gagné = (temps pour la faire vous-même – temps pour formuler la requête et générer) – temps de vérification – temps de correction – (probabilité que le résultat contienne une erreur significative x probabilité que votre vérification la manque x coût si elle passe)

Si le résultat est négatif, faites la tâche vous-même ou repensez-la pour que la vérification coûte moins cher. Le dernier terme est celui que la plupart des gens oublient : faible quand les erreurs sont bon marché ou visibles, dominant quand une seule erreur manquée coûte cher.

Le protocole gradué. Notez la tâche de 1 à 3 sur chacune des trois dimensions, puis additionnez les notes.

Dimension	Note 1	Note 2	Note 3
Enjeux : que coûte une mauvaise réponse ?	Brouillon ou note personnelle	Décision interne ou travail d’équipe partagé	Externe, financier, juridique, sécurité ou réputation
Détectabilité : les erreurs sont-elles visibles à une lecture normale ?	Visibles à la lecture (ton, structure, absurdité manifeste)	Nécessitent une vérification des sources (faits, chiffres, noms, dates)	Silencieuses (logique subtile, code qui s’exécute mais qui est faux, citations plausibles)
Réversibilité : est-ce difficile à annuler ?	Annulable sans effort	Coûteux à annuler	Irréversible une fois envoyé, déposé, fusionné ou publié

Note totale	Niveau	Méthode de vérification	Tâches typiques
3-4	Niveau 1 : survol	Une lecture pour le sens. Aucune vérification des sources.	Listes de remue-méninges, premiers plans, reformulation de votre propre texte
5-6	Niveau 2 : contrôle ponctuel	Vérifier chaque chiffre, nom, date et citation ; échantillonner les autres affirmations ; exécuter le code une fois sur un cas connu.	Résumés internes de documents que vous avez fournis, comptes rendus de réunion, e-mails courants
7-8	Niveau 3 : relecture complète	Ligne par ligne par rapport aux sources ; ouvrir chaque source citée ; des tests pour tout code.	Documents destinés aux clients, notes de décision, code mis en production
9	Niveau 4 : recalcul indépendant ou seconde source	Reconstruire vous-même les chiffres clés à partir des données primaires, ou obtenir une seconde réponse indépendante et rapprocher les deux. Ne jamais accepter le résumé que l’IA fait elle-même de ses sources.	Tout ce qui est déposé, publié, contractuel ou financier

Cadre éditorial CEOtudent. Les limites des niveaux et les méthodes de vérification relèvent du jugement éditorial, éclairé par les sources citées dans cet article ; ce ne sont pas des seuils mesurés.

Deux points de repère sur les taux d’erreur montrent pourquoi le niveau supérieur existe. Dans une évaluation préenregistrée de Stanford, les outils de recherche juridique fondés sur la récupération de documents ont chacun halluciné « entre 17 % et 33 % du temps », en comptant les réponses qui « affirment à tort qu’une source étaye une déclaration ». Matthew Dahl et ses collègues ont constaté que des modèles généralistes hallucinaient entre 58 et 88 % du temps sur des questions vérifiables portant sur des affaires de tribunaux fédéraux. Ces taux concernent des systèmes de 2023 et 2024, mais le principe tient : dans certains domaines, une citation est précisément ce qu’il faut vérifier, et non la preuve qu’une vérification a eu lieu. La mécanique qui explique pourquoi les modèles produisent de telles erreurs montre où regarder.

Un exemple chiffré. Les chiffres ci-dessous sont inventés pour l’illustration et ne proviennent d’aucune étude. Une note de marché prend 120 minutes à la main. Avec l’IA, la formulation de la requête et la génération prennent 10 minutes. Supposons qu’un brouillon sur cinq contienne une erreur significative.

Scénario	Vérification	Correction	Probabilité que la vérification manque l’erreur	Coût si une erreur passe	Coût attendu des erreurs manquées	Minutes nettes gagnées
A. Note interne, contrôle ponctuel de niveau 2	20 min	10 min	40 %	240 min (4 heures de nettoyage interne)	19,2 min	+60,8
B. Même brouillon envoyé à un client, toujours en contrôle ponctuel	20 min	10 min	40 %	2 400 min (40 heures de reprise et de réparation de la relation)	192 min	-112
C. Note pour un client, recalcul indépendant de niveau 4	60 min	15 min	5 %	2 400 min	24 min	+11

Calcul illustratif CEOtudent fondé sur des données hypothétiques ; voir la formule ci-dessus. Chaque valeur peut être recalculée à partir de la ligne.

Le même brouillon fait gagner une heure au sein de l’équipe et coûte près de deux heures lorsqu’il parvient à un client avec la même vérification légère. Une vérification plus poussée le sauve, mais de justesse : dans le scénario C, le point d’équilibre est atteint à 71 minutes de vérification. Si un véritable recalcul prend plus de temps, rédigez la note vous-même et n’utilisez l’IA que là où les erreurs sont visibles.

Comment réduire la taxe de vérification ?

Chaque mesure abaisse le coût d’une vérification ou augmente la probabilité qu’elle détecte quelque chose, et chacune est rattachée à des preuves ou signalée comme relevant du jugement éditorial.

1. Rendez les erreurs visibles avant de lire. Demandez un résultat affirmation par affirmation, avec la source et le passage qui l’étaye à côté de chaque affirmation. Vasconcelos et ses collègues ont constaté que « les explications qui rendent l’erreur de l’IA plus évidente réduisent davantage la dépendance excessive ». Une source citée n’est pas pour autant une source vérifiée : ouvrez-la.
2. Vérifiez d’abord les parties les plus sujettes aux erreurs. Les chiffres, les noms, les dates, les citations et les références concentrent le plus de risque par mot. Dahl et ses collègues ont constaté que les modèles « s’en sortent mieux sur les affaires plus récentes, plus marquantes et issues de juridictions plus en vue », ce qui oriente la vérification vers les éléments obscurs, et qu’ils « peinent à prédire leurs propres hallucinations », si bien que demander au modèle où il se trompe ne remplace pas la vérification.
3. Tenez un registre personnel des erreurs par type de tâche. Un court journal de ce que chaque outil a raté, et sur quelle tâche, transforme une méfiance vague en liste de contrôle ciblée et permet à une tâche de descendre d’un niveau une fois qu’elle l’a mérité ; la méthode est décrite dans comment apprendre des erreurs de l’IA. Que cela réduise le temps de vérification relève du jugement éditorial, pas d’un effet mesuré.
4. Fixez les enjeux avant de lire. La dépendance excessive a diminué à mesure que la récompense de l’exactitude augmentait dans les expériences de Vasconcelos, et la revue de Goddard compte la responsabilité de l’utilisateur parmi les facteurs qui atténuent le biais d’automatisation. Désignez un responsable pour chaque livrable assisté par l’IA et déterminez son niveau avant d’ouvrir le brouillon.
5. N’exportez pas la taxe. Tout ce qui relève du niveau 2 ou plus est vérifié avant de quitter vos mains. Sinon, le coût retombe sur un collègue, comme le décrit l’enquête de BetterUp, et disparaît de votre registre mais pas de celui de l’équipe.
6. Cessez d’utiliser l’IA là où le test est négatif. Les développeurs de METR ont davantage ralenti sur les tickets qu’ils connaissaient le mieux, et les médecins de Tai-Seale ont lu plus longtemps sans répondre plus vite. Là où votre jugement est rapide et votre exigence élevée, faire le travail vous-même peut coûter moins cher ; l’endroit où se situe cette limite relève du jugement éditorial jusqu’à ce que votre journal dise le contraire.

Qu’est-ce que cela signifie pour le CEO et pour l’étudiant ?

Le versant CEO, c’est le budget. Un dirigeant n’accepte pas une économie sans demander ce qu’elle a coûté. Estimez la taxe par catégorie de tâches, consignez le temps de vérification pendant deux semaines et comparez-le à ce que l’IA a fait gagner. L’enquête de Workday suggère que l’écart peut être important : 85 % des répondants ont déclaré gagner entre une et sept heures par semaine, mais seuls 14 % obtenaient systématiquement des résultats nets clairs et positifs. Humlum et Vestergaard ont constaté que 80 % des utilisateurs de chatbots réaffectent le temps gagné à d’autres tâches de leur poste, si bien que le gain est redistribué sans que personne ne consigne s’il a survécu à la vérification. Un CEO décide aussi où ne pas se battre : les catégories de tâches qui échouent au test de rentabilité restent humaines.

Le versant étudiant, c’est apprendre les schémas d’échec de l’outil jusqu’à ce que la vérification coûte moins cher. METR n’a observé aucun effet d’apprentissage net au cours des 30 à 50 premières heures d’utilisation de l’outil, puis une accélération positive pour le seul développeur ayant plus de 50 heures d’utilisation, un résultat dont les auteurs disent qu’il manque de puissance statistique. La courbe d’apprentissage peut être plus longue qu’on ne le pense, ce qui plaide pour un relevé délibéré des erreurs plutôt que d’attendre que la familiarité fasse le travail. Refaites le test après chaque mise à jour majeure des modèles : les estimations ponctuelles de METR sont passées du ralentissement à l’accélération entre le début et la fin de 2025.

Le contrôle du budget de vérification : sept questions avant de confier un travail à l’IA

Deux réponses « non » ou plus signifient que la tâche doit être repensée, vérifiée à un niveau supérieur ou faite sans IA.

1. Savez-vous à peu près combien de temps cette tâche vous prend à la main ?
2. Avez-vous noté ses enjeux, sa détectabilité et sa réversibilité, et choisi un niveau ?
3. Le résultat arrivera-t-il sous une forme que vous pouvez vérifier rapidement, avec les sources à côté des affirmations ?
4. Savez-vous sur quelles parties de ce type de résultat un outil se trompe habituellement ?
5. Le temps de vérification pour ce niveau est-il nettement inférieur au temps que l’IA fait gagner ?
6. Si une erreur passe, pouvez-vous dire qui la paie et à peu près combien ?
7. Allez-vous consigner ce que la vérification a trouvé, pour que la suivante puisse être plus légère ?

Ce que cela ne signifie pas

Cela ne signifie pas que l’IA ne fait pas gagner de temps. Le registre comprend des gains importants et bien mesurés en rédaction, en support client et dans les tâches du savoir situées à l’intérieur de la frontière. La taxe est le prix de ces gains, pas une preuve contre eux.

Cela ne signifie pas que la vérification est du gaspillage. Payée au bon niveau, la vérification est ce qui permet de conserver le gain en toute sécurité.

Cela ne tranche pas la question de l’ampleur actuelle de la taxe. La plupart des études mesurées ont utilisé des outils de 2023 à 2025 sur des tâches précises, METR prévient que sa dernière estimation est peu fiable, et les enquêtes commerciales reposent sur des déclarations, avec des méthodes qui ne sont pas entièrement publiées. Cet article fournit des informations générales sur la recherche consacrée au travail et ne constitue pas un conseil juridique, médical ou financier ; les études cliniques et juridiques ne sont citées que pour ce qu’elles ont mesuré en matière de temps et de taux d’erreur.

Questions fréquentes

Qu’est-ce que la taxe de vérification ?
Le temps passé à relire, corriger et refaire la production de l’IA, auquel s’ajoutent le coût attendu des erreurs qui passent entre les mailles et le nettoyage que d’autres font sur le travail que vous transmettez. La plupart des chiffres de temps gagné rendent compte du gain avant cette taxe.

Quelle est l’ampleur de la taxe de vérification en pratique ?
Elle varie selon la tâche. Dans l’expérience de rédaction, elle était faible, car la plupart des participants ont soumis le premier résultat sans le retoucher. Dans l’essai de METR de 2025, elle a dépassé le gain, avec 9 % du temps passé à relire et à nettoyer la production de l’IA. L’enquête de l’éditeur Workday situe les reprises à près de 40 % du temps gagné.

Vaut-il mieux vérifier tout ce que produit l’IA ?
Non. Une relecture complète d’un travail à faibles enjeux et facilement réversible gaspille le gain. Notez les enjeux, la détectabilité et la réversibilité, et adaptez la vérification au niveau.

Pourquoi les gens surestiment-ils le temps que l’IA leur fait gagner ?
Les déclarations mesurent un gain ressenti, et ceux qui font davantage confiance à un outil le vérifient moins. Les développeurs de METR pensaient que l’IA avait réduit de 20 % le temps passé sur leurs tâches, alors que celles-ci ont en réalité pris 19 % de temps en plus.

La taxe de vérification diminue-t-elle à mesure que les modèles progressent ?
Probablement, mais les preuves sont minces. La série plus récente de METR a indiqué des accélérations, tout en avertissant que les effets de sélection rendent l’estimation peu fiable. Votre propre journal d’erreurs est la meilleure mesure pour savoir si la taxe baisse sur votre travail.

Qui doit payer la vérification au sein d’une équipe ?
L’auteur, avant la transmission. Quand un résultat non vérifié est transmis, c’est le destinataire qui paie, et le chiffre de temps gagné de l’auteur surestime le gain réel de l’équipe.

Sources

1. Becker, J., Rush, N., Barnes, B., Rein, D. (METR). Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. arXiv 2507.09089, version 2, juillet 2025. Prépublication.
2. Becker, J., Rush, N., Cunningham, T., Rein, D., Mahamud, K. (METR). We are Changing our Developer Productivity Experiment Design. Note de recherche de METR, 24 février 2026.
3. Noy, S., Zhang, W. Experimental evidence on the productivity effects of generative artificial intelligence. Science 381(6654), 187-192, 2023 (résumé uniquement, via PubMed).
4. Noy, S., Zhang, W. Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence. Document de travail du MIT, 2 mars 2023, non évalué par les pairs.
5. Brynjolfsson, E., Li, D., Raymond, L. Generative AI at Work. Quarterly Journal of Economics 140(2), 889-942, 2025 (résumé uniquement).
6. Dell’Acqua, F., McFowland, E., Mollick, E., Lifshitz, H., Kellogg, K. C., Rajendran, S., Krayer, L., Candelon, F., Lakhani, K. R. Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. Organization Science 37(2), 2026 (résumé uniquement).
7. Humlum, A., Vestergaard, E. Large Language Models, Small Labor Market Effects. Becker Friedman Institute Working Paper 2025-56, mis à jour en septembre 2025.
8. Bick, A., Blandin, A., Deming, D. J. The Rapid Adoption of Generative AI. NBER Working Paper 32966, révisé en février 2025.
9. Tai-Seale, M., et al. AI-Generated Draft Replies Integrated Into Health Records and Physicians’ Electronic Communication. JAMA Network Open 7(4), e246565, 2024.
10. Garcia, P., Ma, S. P., et al. Artificial Intelligence-Generated Draft Replies to Patient Inbox Messages. JAMA Network Open 7(3), e243201, 2024.
11. Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R., Wilson, N. The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. CHI 2025, Microsoft Research.
12. Vasconcelos, H., Jörke, M., Grunde-McLaughlin, M., Gerstenberg, T., Bernstein, M. S., Krishna, R. Explanations Can Reduce Overreliance on AI Systems During Decision-Making. Proceedings of the ACM on Human-Computer Interaction 7(CSCW1), Article 129, 2023.
13. Parasuraman, R., Manzey, D. H. Complacency and Bias in Human Use of Automation: An Attentional Integration. Human Factors 52(3), 381-410, 2010 (résumé uniquement).
14. Goddard, K., Roudsari, A., Wyatt, J. C. Automation bias: a systematic review of frequency, effect mediators, and mitigators. Journal of the American Medical Informatics Association 19(1), 121-127, 2012 (résumé uniquement).
15. Magesh, V., Surani, F., Dahl, M., Suzgun, M., Manning, C. D., Ho, D. E. Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools. arXiv 2405.20362, 2024. Prépublication.
16. Dahl, M., Magesh, V., Suzgun, M., Ho, D. E. Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models. Journal of Legal Analysis 16(1), 64-93, 2024.
17. DORA (Google Cloud). Accelerate State of DevOps Report 2024. Recherche Google.
18. DORA (Google Cloud). State of AI-assisted Software Development 2025. Recherche Google.
19. Stack Overflow. 2025 Developer Survey, section IA. Enquête d’entreprise (commerciale).
20. Workday. New Workday Research: Companies Are Leaving AI Gains on the Table. Communiqué de presse, 14 janvier 2026, sur le rapport d’enquête Beyond Productivity: Measuring the Real Value of AI. Données publiées par l’entreprise (commerciales) ; rapport complet non ouvert.
21. BetterUp Labs et Stanford Social Media Lab. Workslop: The Hidden Cost of AI-Generated Busywork. Enquête auprès de 1 150 employés de bureau américains, septembre 2025. Données publiées par l’entreprise (commerciales).

Analyses CEOtudent dans cet article : le registre de la taxe de vérification (premier tableau) et le tableau des payeurs (deuxième tableau) sont des compilations CEOtudent de chiffres tels que publiés ; les parts de 35,7 % et de 17,6 %, l’écart de perception de 39 points et la part conservée de 60 % sont des calculs CEOtudent fondés sur des sources uniques (le chiffre de 2,2 heures par semaine est publié par Bick et ses collègues et a été revérifié) ; le test de rentabilité, le protocole gradué et le contrôle en sept questions sont des cadres éditoriaux CEOtudent, et l’exemple chiffré repose sur des données hypothétiques et illustratives. Délibérément non utilisés : les chiffres 2024 de l’Upwork Research Institute selon lesquels l’IA alourdit la charge de travail (la page primaire a renvoyé une erreur d’accès et n’a pas été ouverte par d’autres moyens) ; le chiffre par incident exprimé en minutes sur le workslop, qui circule à partir des articles de la Harvard Business Review, lesquels n’ont pas été ouverts (la page de BetterUp qui a été ouverte indique « 2 h ») ; et le pourcentage de gain de qualité largement cité à partir du document de travail de Dell’Acqua, car le résumé publié consulté ici dit seulement « qualité nettement améliorée ».

---

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: