En bref : Quand vous passez d’une tâche à une autre, un morceau de votre attention reste sur la première. La psychologue Sophie Leroy a nommé cela le résidu attentionnel en 2009, et sa recherche a montré qu’il est pire quand la tâche que vous venez de quitter était inachevée ou faite sous pression temporelle – exactement l’état dans lequel un message à moitié rédigé ou une fenêtre “en cours de génération” vous laisse. L’ère de l’IA aggrave cela pour une raison structurelle simple : l’IA renvoie le travail en quelques secondes, donc une seule heure contient désormais bien plus de passages entre instruire une machine et collaborer avec des personnes qu’une heure d’avant l’IA, et chaque passage laisse un résidu. Les coûts vérifiés sont élevés : il faut environ 23 minutes pour revenir pleinement à une tâche interrompue (Gloria Mark, 2008), basculer peut consumer jusqu’à 40% du temps productif (APA, 2001), et les travailleurs du savoir basculent déjà entre applications environ 1 200 fois par jour (HBR, 2022) – tout cela avant d’ajouter l’IA, que 75% des travailleurs du savoir utilisent désormais au travail (Microsoft et LinkedIn, 2024). Cet article transforme ces résultats en un Registre des bascules humain-IA original et une auto-évaluation à noter. Le coup : budgétisez vos bascules comme un PDG alloue un capital rare, et restez assez étudiant pour apprendre où votre propre résidu fuit le plus vite.
Vous vous asseyez pour écrire quelque chose de difficile. Vous confiez un morceau à une IA – “rédige l’introduction” – et pendant qu’elle génère, vous filez sur Slack, répondez à un collègue, jetez un oeil aux e-mails, puis revenez juger la sortie de l’IA. Toute la boucle a pris quatre-vingt-dix secondes et a semblé efficace. Elle ne l’était pas. Vous avez laissé au moins trois tâches à moitié ouvertes, changé de mode cognitif quatre fois, et êtes revenu à l’écriture en portant le résidu de toutes. Le brouillon à l’écran est correct ; votre capacité à l’évaluer ne l’est pas. C’est la taxe silencieuse du travail avec les machines, et presque personne ne la budgétise.
La science derrière cette taxe a un nom et une origine claire. En 2009, la psychologue organisationnelle Sophie Leroy a publié un article au titre qui sonne comme un soupir : “Pourquoi est-il si difficile de faire mon travail ?” Sa réponse était le résidu attentionnel – le constat que lorsque vous passez de la Tâche A à la Tâche B, une partie de votre attention reste cognitivement coincée sur la Tâche A, et que ce résidu persistant dégrade de façon mesurable votre performance sur la Tâche B. L’effet est, de façon cruciale, le plus fort quand la Tâche A était inachevée ou faite sous pression temporelle. L’ère de l’IA n’a pas inventé le résidu attentionnel. Elle a industrialisé les conditions qui le produisent.
Ce qu’est vraiment le résidu attentionnel (et ce que la recherche a réellement trouvé)
L’affirmation centrale de Leroy est étroite et bien étayée : vous ne pouvez pas porter pleinement votre attention sur une nouvelle tâche tant qu’une partie traite encore l’ancienne. Dans ses expériences, les personnes interrompues en pleine tâche – surtout quand elles s’attendaient à devoir finir plus tard sous pression temporelle – ont porté le résidu dans la tâche suivante et y ont moins bien performé que celles qui avaient atteint un point d’arrêt naturel. Le résidu n’est pas un défaut de caractère ni une faillite de volonté. C’est une propriété normale de la façon dont l’attention transite entre objectifs.
Une étude ultérieure a affiné la leçon pratique. En 2018, Leroy et Theresa Glomb (Organization Science) ont montré qu’un bref “plan de reprise” – prendre un instant pour noter où vous en êtes et ce que vous ferez ensuite avant de basculer – réduisait nettement le résidu attentionnel et protégeait la performance sur la tâche interruptrice. Ce seul résultat est le levier le plus actionnable de tout cet article, et nous y reviendrons.
Le résidu attentionnel est un coût spécifique au sein d’une famille plus large et bien documentée de coûts de bascule. Avant de bâtir un cadre, voici la vérité de terrain vérifiée – chaque chiffre remonte à la source nommée.
Ce que la recherche soutient solidement (vérifié)
| Constat | Ce que montre la recherche | Source (année) |
|---|---|---|
| Le résidu attentionnel est réel | Changer de tâche laisse une partie de votre attention “coincée” sur la tâche précédente et abaisse la performance sur la suivante ; pire quand la précédente était inachevée ou sous pression temporelle | Sophie Leroy, Organizational Behavior and Human Decision Processes (2009) |
| On peut réduire le résidu | Un bref “plan de reprise” (noter où vous en êtes et ce qui suit, avant de basculer) réduit nettement le résidu et protège la performance | Leroy & Glomb, Organization Science (2018) |
| La récupération est lente | Après une interruption, le travail était repris en moyenne après environ 23 minutes et 15 secondes, souvent avec deux tâches intercalées avant le retour | Gloria Mark et al., The Cost of Interrupted Work, CHI (2008) |
| L’attention se fragmente vite | La durée d’attention moyenne sur un écran est tombée récemment à environ 47 secondes (médiane 40 s), contre environ 2,5 minutes en 2004 | Gloria Mark, Attention Span (2023) |
| Basculer est la taxe | De brefs blocages mentaux dus aux bascules entre tâches peuvent coûter jusqu’à 40% du temps productif, en hausse avec la complexité | Rubinstein, Meyer & Evans – APA / J. Exp. Psychology (2001) |
| Le va-et-vient est déjà constant | Les travailleurs du savoir basculent entre applications et fenêtres environ 1 200 fois par jour, passant près de quatre heures par semaine (~9% du temps de travail) à se réorienter | Étude Harvard Business Review sur 137 utilisateurs dans 20 équipes (2022) |
| L’IA est désormais dans la boucle | 75% des travailleurs du savoir utilisent l’IA générative au travail, et 78% apportent leurs propres outils (“BYOAI”) | Microsoft & LinkedIn, Work Trend Index (2024) |
Lisez le tableau comme une phrase : l’attention humaine était déjà fragmentée et coûteuse à recharger avant l’IA – et l’IA ne supprime pas une bascule, elle ajoute un nouveau partenaire vers lequel basculer.
Pourquoi travailler avec l’IA est particulièrement chargé en résidu
Il est tentant de supposer que l’IA réduit les bascules, puisqu’elle fait une partie de votre travail. En pratique, elle change la structure de votre journée de trois façons qui correspondent chacune directement aux déclencheurs de résidu de Leroy.
1. L’IA multiplie le nombre de bascules par heure. Tout l’attrait de l’IA est la vitesse : elle renvoie un brouillon, un résumé ou une réponse en quelques secondes. Mais des retours rapides signifient plus d’occasions de basculer. Là où une tâche d’avant l’IA pouvait tourner vingt minutes sans interruption, sa version assistée par l’IA devient : promptez, attendez, évaluez, re-promptez, attendez, évaluez – une douzaine de micro-passages dans la même fenêtre. Plus de passages, c’est simplement plus de résidu, car le résidu se paie par bascule, pas par heure.
2. L’IA laisse les tâches exactement dans l’état “inachevé” qu’adore le résidu. Leroy a trouvé que le résidu est pire quand on laisse une tâche incomplète. Un message encore en cours de génération est l’idéal platonique de la tâche inachevée : vous l’avez commencée, vous ne pouvez pas encore la finir, et vous basculez ailleurs pour remplir l’attente. À votre retour, vous reprenez une boucle ouverte – la condition de résidu la plus élevée qui soit.
3. L’IA force une bascule de mode cognitif, pas seulement une bascule de tâche. C’est la part que la plupart manquent. Travailler avec l’IA n’est pas une activité ; c’en sont deux, opposées. Générer avec l’IA est rapide, fluide et non critique – vous êtes dans un registre permissif et productif. Évaluer la sortie de l’IA exige la posture inverse : sceptique, lente, en quête de l’erreur. Basculer plusieurs fois par heure entre le mode “créer” et le mode “critique” est une bascule plus profonde que de passer entre deux tâches similaires, et elle porte un résidu plus lourd. Et par-dessus s’ajoute la bascule de registre social que pointe le titre : instruire une machine est transactionnel, collaborer avec un collègue est relationnel, et bondir entre les deux laisse son propre résidu.
Rien de cela ne signifie que l’IA est mauvaise pour la concentration. Bien utilisée, elle est un levier. Cela signifie que l’IA change où vivent les coûts : le travail s’accélère, mais la surface de bascule s’agrandit, et c’est sur cette surface que s’accumule le résidu attentionnel. Un PDG dirait que l’économie unitaire a changé – et on ne gère pas une structure de coûts modifiée avec les vieilles habitudes.
Le Registre des bascules humain-IA
Voici le cadre original au coeur de cet article. Un registre liste où une ressource est dépensée pour que vous voyiez les fuites. Le Registre des bascules humain-IA nomme les cinq types de bascule qui dominent une journée assistée par l’IA, associe à chacun pourquoi il génère du résidu (via le mécanisme de Leroy), et donne le levier PDG+Étudiant pour le récupérer.
Ceci est un cadre analytique, pas une étude mesurée – il ne prétend pas à un chiffre précis “cette bascule coûte X minutes”, car il n’existe pas de tel jeu de données par bascule pour le travail humain-IA. C’est une aide à la décision bâtie sur la recherche vérifiée des coûts de bascule ci-dessus. Utilisez-le comme un livre de comptes domestique : pour trouver la ligne qui saigne.
Le Registre des bascules humain-IA (cadre CEOtudent, 2026)
| Type de bascule | Ce qui se passe réellement | Pourquoi il laisse du résidu (mécanisme de Leroy) | Le levier PDG+Étudiant |
|---|---|---|---|
| 1. Déléguer-et-dériver | Vous confiez une tâche à l’IA et remplissez l’attente en sautant sur l’e-mail, le chat ou un fil | Vous laissez la tâche d’origine inachevée et ouvrez une seconde boucle – la condition de résidu maximale | Attendez dans la tâche. Restez sur le même problème pendant qu’elle génère (esquissez la section suivante), ou groupez les prompts pour que les attentes se chevauchent au lieu de se multiplier |
| 2. Bascule génération-vers-critique | Vous passez du mode fluide “créer avec l’IA” au mode sceptique “évaluer la sortie” | Une bascule de registre profonde ; le résidu du mode création contamine le jugement du mode critique, donc vous scrutez trop peu | Séparez les passages. Générez d’abord plusieurs sorties, puis basculez une seule fois vers un bloc d’évaluation dédié avec une liste de contrôle – pas une bascule par sortie |
| 3. Tourbillon de re-prompt | Itérer avec l’IA en de nombreux échanges petits et partiels qui n’atteignent jamais “terminé” | Chaque échange partiel est une tâche inachevée ; la boucle ne se ferme jamais, donc le résidu s’accumule | Définissez “terminé” avant de prompter. Écrivez d’abord les critères d’acceptation ; arrêtez quand ils sont remplis au lieu de relancer sans fin |
| 4. Saut d’outils | Bondir entre plusieurs outils d’IA et onglets de navigateur au sein d’un seul travail | Taxe classique du va-et-vient (le problème des ~1 200/jour) plus coût de réorientation à chaque saut | Standardisez votre pile. Un outil par tâche ; fermez tous les onglets sauf l’actif pendant le travail profond |
| 5. Bascule de registre humain-machine | Alterner entre collaborer avec des personnes et instruire l’IA | Une bascule du social au transactionnel ; le résidu relationnel s’infiltre dans le travail machine et inversement | Groupez par registre. Rassemblez la collaboration humaine dans certaines fenêtres et le travail IA dans d’autres, pour changer de registre quelques fois par jour, pas constamment |
Trois choses sautent aux yeux une fois le registre sur la table. Premièrement, Déléguer-et-dériver (ligne 1) est généralement la plus grande fuite isolée, car le temps d’attente “gratuit” semble un bonus et est en réalité le moment où vous ouvrez votre boucle la plus coûteuse. Deuxièmement, la bascule génération-vers-critique (ligne 2) est la plus dangereuse, pas la plus fréquente – c’est là que le résidu abîme silencieusement votre jugement de la sortie de l’IA, précisément la contribution humaine que l’IA ne peut remplacer. Troisièmement, le tourbillon de re-prompt (ligne 3) est le plus facile à couper, car l’essentiel disparaît dès que vous décidez à l’avance à quoi ressemble “assez bien”.
Le coup du PDG : budgétisez vos bascules avant que la journée ne les dépense pour vous
Un PDG face à une ressource rare ne cherche pas à en fabriquer davantage ; il décide à l’avance où elle est allouée et protège les usages de plus haute valeur d’être grignotés. L’attention est cette ressource, et les bascules sont la façon dont elle se dépense sans que personne ne décide de la dépenser.
L’architecture qui découle du registre est concrète :
- Protégez un ou deux blocs profonds où vous ne changez pas du tout de registre. Le travail au plus haut jugement – l’évaluation que l’IA ne peut faire à votre place – appartient à une fenêtre avant que le va-et-vient de la journée n’ait fragmenté votre attention. Payez d’abord votre facture d’attention la plus importante.
- Groupez votre travail IA en sessions définies au lieu de le saupoudrer sur la journée. L’usage saupoudré maximise la surface de bascule ; l’usage groupé vous laisse rester dans un registre et payer la bascule de mode une seule fois.
- Traitez “en cours de génération…” comme un signal de rester en place, pas une invitation à partir. L’unique habitude qui tue le plus de résidu est de refuser de dériver pendant l’attente. Si l’attente est vraiment longue, groupez plusieurs prompts pour que les attentes se chevauchent au lieu que chacune déclenche une bascule fraîche.
- Standardisez la pile. Chaque outil d’IA supplémentaire est une autre fenêtre vers laquelle basculer. Décidez quel outil fait quelle tâche et cessez le saut comparatif en pleine tâche.
Remarquez ce qui manque à cette liste : essayer plus fort. Le résidu n’est pas vaincu par la discipline, pas plus qu’il n’est causé par la paresse. Il est vaincu par l’architecture – en concevant une journée où les bascules coûteuses n’arrivent tout simplement pas, de sorte que votre attention rare soit, par défaut, déjà pointée sur le travail qui se capitalise.
Le coup de l’Étudiant : menez l’expérience du plan de reprise sur vous-même
Le PDG alloue ; l’étudiant observe et ajuste. L’intervention personnelle la plus étayée par les preuves dans tout ce domaine est aussi la plus petite : le plan de reprise de Leroy et Glomb. Avant de basculer hors de toute tâche – surtout avant de dériver pendant une attente d’IA – passez quinze secondes à écrire exactement où vous en êtes et ce que vous ferez ensuite. La recherche a montré que cela réduit de façon fiable le résidu que vous portez dans la tâche suivante. Cela marche parce que cela ferme la boucle dans votre tête même si la tâche est objectivement inachevée.
Étudiez ensuite votre propre registre pendant une semaine. Remarquez trois choses : quel type de bascule du tableau vous commettez le plus (c’est votre plus grande fuite), quand dans la journée votre évaluation de la sortie de l’IA devient bâclée (c’est la bascule génération-vers-critique qui touche des intérêts), et quelles boucles de re-prompt vous auriez pu clore plus tôt avec un “terminé” clair. Vous ne courez pas après le chiffre d’un autre ; vous apprenez la forme de votre propre attention pour mieux l’allouer la semaine prochaine que la dernière. Menez-le comme un PDG, apprenez-le comme un étudiant.
Le recadrage le plus profond est celui-ci : à une époque où l’IA rend la production de sortie quasi gratuite, la chose rare et précieuse est l’attention non contaminée que vous apportez pour décider si cette sortie vaut quelque chose. Le résidu attentionnel est la taxe sur exactement cette capacité. Ceux qui tireront le plus de l’IA ne sont pas ceux qui y basculent le plus vite – ce sont ceux qui protègent le jugement humain concentré que la bascule érode silencieusement.
L’auto-évaluation du résidu attentionnel
Notez-vous de 0 à 2 par ligne pour une journée de travail typique (0 = rarement, 1 = parfois, 2 = souvent). C’est un outil d’autoréflexion, pas un instrument clinique.
- Je laisse une tâche ouverte et dérive vers l’e-mail/le chat/les fils pendant que l’IA génère. (Déléguer-et-dériver)
- J’accepte ou rejette la sortie de l’IA dans le même mode rapide que celui de la création, sans passage critique distinct. (Bascule génération-vers-critique)
- Je relance l’IA par petits re-prompts sans définition claire de “terminé”. (Tourbillon de re-prompt)
- Je travaille une seule tâche sur de nombreux outils d’IA et onglets de navigateur à la fois. (Saut d’outils)
- Je bondis plusieurs fois par heure entre parler à des personnes et instruire l’IA. (Bascule de registre)
- Je bascule hors des tâches difficiles sans noter où j’en étais ni ce qui suit. (Pas de plan de reprise)
- En milieu d’après-midi, mon jugement sur la qualité de la sortie de l’IA se dégrade nettement. (Intérêts du résidu)
Lire votre score. 0-4 : votre surface de bascule est bien gérée ; protégez-la. 5-9 : le résidu freine réellement votre jugement ; installez l’habitude du plan de reprise et groupez votre travail IA. 10-14 : la bascule, pas la charge de travail, est probablement votre principal goulot ; commencez par la correction à plus fort levier ci-dessous.
La correction à plus fort levier, pour presque tout le monde, est la ligne 1 : cessez de dériver pendant les attentes de l’IA. C’est la bascule la plus fréquente, elle ouvre votre boucle la plus coûteuse, et la fermer ne coûte rien sinon la décision de rester en place.
Foire aux questions
Le résidu attentionnel, est-ce la même chose que le multitâche ?
Non, et la distinction compte. Le multitâche signifie généralement essayer de faire deux choses littéralement en même temps. Le résidu attentionnel est ce qui se passe dans la transition entre des tâches faites l’une après l’autre – la part de votre esprit qui reste sur la Tâche A alors que vous êtes déjà passé à la Tâche B. Vous pouvez éviter le multitâche classique et saigner quand même du résidu toute la journée par bascules séquentielles rapides, ce qu’encourage exactement le travail assisté par l’IA.
L’IA dégrade-t-elle vraiment la concentration, ou suis-je juste désorganisé ?
Les deux cadrages manquent le point structurel. L’IA ne détruit pas directement la concentration ; elle agrandit la surface de bascule – le nombre de passages disponibles par heure – parce qu’elle renvoie le travail si vite. Plus de bascules disponibles plus la même attention humaine égale plus de résidu, sauf à réarchitecturer délibérément quand et comment vous basculez. Ce n’est pas un problème de discipline ; c’est un problème de conception de flux de travail, ce qui est une bonne nouvelle, car les flux de travail se changent plus facilement que la volonté.
Quelle est l’unique habitude la plus efficace pour réduire le résidu attentionnel ?
Le “plan de reprise” de la recherche de Leroy et Glomb de 2018 : avant de basculer hors d’une tâche, prenez quinze secondes pour écrire où vous en êtes et ce que vous ferez ensuite. Dans leurs expériences, cela a réduit le résidu de façon fiable, car cela laisse votre esprit traiter une tâche inachevée comme “garée” plutôt qu‘“ouverte”. Dans le travail IA, appliquez-le l’instant avant de dériver pendant une attente.
Combien de temps faut-il vraiment pour se reconcentrer après une interruption ?
L’étude de Gloria Mark de 2008 a trouvé que le travail interrompu était repris, en moyenne, après environ 23 minutes et 15 secondes, et que les gens géraient typiquement environ deux autres tâches avant de revenir à l’originale. Ce chiffre concerne le retour au travail, et la pleine ré-immersion cognitive peut prendre plus longtemps. L’implication pratique : une “rapide” bascule de deux minutes fait rarement deux minutes une fois le rechargement compté.
Devrais-je donc simplement cesser d’utiliser l’IA pour le travail profond ?
Non – cela jette un vrai levier. Le coup est de grouper l’usage de l’IA plutôt que de le saupoudrer. Utilisez l’IA dans des sessions définies où vous restez dans un registre, groupez vos prompts pour que les attentes se chevauchent, et réservez un bloc distinct et sans hâte pour évaluer sa sortie avec une liste de contrôle. Ainsi utilisée, l’IA ajoute de la capacité sans déchiqueter votre attention ; utilisée comme une fenêtre toujours ouverte qui réclame une décision toutes les trente secondes, elle devient la plus grande source unique de résidu de votre journée.
Le “travail profond” est-il encore possible si mon poste exige une interaction constante avec l’IA ?
Oui, mais vous devez redéfinir le bloc. Le travail profond dans un rôle assisté par l’IA n’est pas nécessairement de longues plages sans outils ; ce sont des plages où vous ne changez pas de registre – où vous créez, ou évaluez, ou collaborez, mais ne basculez pas entre les trois chaque minute. Protéger la stabilité de registre est la version moderne de protéger le temps ininterrompu.
Sources
Sophie Leroy. Why is it so hard to do my work? The challenge of attention residue when switching between work tasks (Organizational Behavior and Human Decision Processes, 2009) – a introduit le concept de résidu attentionnel et montré que changer de tâche laisse une partie de l’attention sur la tâche précédente, abaissant la performance sur la suivante, l’effet étant le plus fort quand la précédente était inachevée ou sous pression temporelle.
Sophie Leroy & Theresa M. Glomb. Tasks Interrupted: How Anticipating Time Pressure on Resumption of an Interrupted Task Causes Attention Residue and Low Performance on Interrupting Tasks and How a Ready-to-Resume Plan Mitigates the Effects (Organization Science, 2018) – a démontré à travers quatre études qu’un bref plan pour reprendre une tâche interrompue réduit nettement le résidu attentionnel et protège la performance sur la tâche interruptrice.
Gloria Mark, Daniela Gudith & Ulrich Klocke. The Cost of Interrupted Work: More Speed and Stress (Actes de CHI, 2008), University of California, Irvine – a trouvé que le travail interrompu était repris en moyenne après environ 23 minutes et 15 secondes, typiquement après avoir géré deux tâches intercalées.
Gloria Mark. Attention Span: A Groundbreaking Way to Restore Balance, Happiness and Productivity (2023) et recherche associée de l’University of California, Irvine – documentant que la durée d’attention moyenne sur un écran est tombée d’environ 2,5 minutes en 2004 à environ 47 secondes (médiane 40 secondes) récemment.
Joshua Rubinstein, David Meyer & Jeffrey Evans. Executive Control of Cognitive Processes in Task Switching (Journal of Experimental Psychology: Human Perception and Performance, 2001), tel que résumé par l’American Psychological Association – de brefs blocages mentaux dus aux bascules entre tâches peuvent coûter jusqu’à 40% du temps productif, avec des coûts croissants à mesure que les tâches se complexifient.
Harvard Business Review. How Much Time and Energy Do We Waste Toggling Between Applications? (2022) – une étude sur 137 utilisateurs dans 20 équipes de trois grandes entreprises a trouvé que les travailleurs basculaient entre applications et fenêtres environ 1 200 fois par jour, passant près de quatre heures par semaine (environ 9% du temps de travail) à se réorienter.
Microsoft & LinkedIn. Rapport annuel Work Trend Index : AI at Work Is Here. Now Comes the Hard Part (2024), basé sur une enquête auprès de 31 000 travailleurs du savoir sur 31 marchés – a rapporté que 75% des travailleurs du savoir utilisent l’IA générative au travail et que 78% apportent leurs propres outils d’IA.
Note éditoriale : Cet article fait partie du processus éditorial entièrement assisté par l’IA de CEOtudent. Le Registre des bascules humain-IA et l’auto-évaluation du résidu attentionnel sont des aides à la décision originales de CEOtudent – des cadres analytiques pour gérer la bascule entre tâches, pas des études mesurées ; en particulier, aucun chiffre précis “la bascule humain-IA coûte X%” n’est avancé, car un tel jeu de données n’existe pas. Les chiffres d’appui proviennent des sources publiquement disponibles listées ci-dessus et ont été vérifiés en juin 2026. Cet article est un commentaire éducatif général sur l’attention et la productivité, et non un avis médical, psychologique ou clinique.
This post is also available in:
