{"id":324317,"date":"2026-06-17T04:53:05","date_gmt":"2026-06-17T01:53:05","guid":{"rendered":"https:\/\/ceotudent.com\/residu-attentionnel-ere-ia"},"modified":"2026-06-17T04:53:05","modified_gmt":"2026-06-17T01:53:05","slug":"residu-attentionnel-ere-ia","status":"publish","type":"post","link":"https:\/\/ceotudent.com\/fr\/residu-attentionnel-ere-ia","title":{"rendered":"Le r\u00e9sidu attentionnel \u00e0 l’\u00e8re de l’IA : pourquoi passer des humains aux machines vous \u00e9puise plus vite"},"content":{"rendered":"
\n

En bref :<\/strong> Quand vous passez d’une t\u00e2che \u00e0 une autre, un morceau de votre attention reste sur la premi\u00e8re. La psychologue Sophie Leroy a nomm\u00e9 cela le r\u00e9sidu attentionnel<\/strong> en 2009, et sa recherche a montr\u00e9 qu’il est pire quand la t\u00e2che que vous venez de quitter \u00e9tait inachev\u00e9e ou faite sous pression temporelle<\/strong> – exactement l’\u00e9tat dans lequel un message \u00e0 moiti\u00e9 r\u00e9dig\u00e9 ou une fen\u00eatre “en cours de g\u00e9n\u00e9ration” vous laisse. L’\u00e8re de l’IA aggrave cela pour une raison structurelle simple : l’IA renvoie le travail en quelques secondes, donc une seule heure contient d\u00e9sormais bien plus de passages entre instruire une machine<\/em> et collaborer avec des personnes<\/em> qu’une heure d’avant l’IA, et chaque passage laisse un r\u00e9sidu. Les co\u00fbts v\u00e9rifi\u00e9s sont \u00e9lev\u00e9s : il faut environ 23 minutes<\/strong> pour revenir pleinement \u00e0 une t\u00e2che interrompue (Gloria Mark, 2008), basculer peut consumer jusqu’\u00e0 40% du temps productif<\/strong> (APA, 2001), et les travailleurs du savoir basculent d\u00e9j\u00e0 entre applications environ 1 200 fois par jour<\/strong> (HBR, 2022) – tout cela avant d’ajouter l’IA, que 75% des travailleurs du savoir utilisent d\u00e9sormais au travail<\/strong> (Microsoft et LinkedIn, 2024). Cet article transforme ces r\u00e9sultats en un Registre des bascules humain-IA<\/strong> original et une auto-\u00e9valuation<\/strong> \u00e0 noter. Le coup : budg\u00e9tisez vos bascules comme un PDG alloue un capital rare, et restez assez \u00e9tudiant pour apprendre o\u00f9 votre propre r\u00e9sidu fuit le plus vite.<\/p>\n<\/blockquote>\n

Vous vous asseyez pour \u00e9crire quelque chose de difficile. Vous confiez un morceau \u00e0 une IA – “r\u00e9dige l’introduction” – et pendant qu’elle g\u00e9n\u00e8re, vous filez sur Slack, r\u00e9pondez \u00e0 un coll\u00e8gue, 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 sembl\u00e9 efficace. Elle ne l’\u00e9tait pas. Vous avez laiss\u00e9 au moins trois t\u00e2ches \u00e0 moiti\u00e9 ouvertes, chang\u00e9 de mode cognitif quatre fois, et \u00eates revenu \u00e0 l’\u00e9criture en portant le r\u00e9sidu de toutes. Le brouillon \u00e0 l’\u00e9cran est correct ; votre capacit\u00e9 \u00e0 l’\u00e9valuer ne l’est pas. C’est la taxe silencieuse du travail avec les machines, et presque personne ne la budg\u00e9tise.<\/p>\n

La science derri\u00e8re cette taxe a un nom et une origine claire. En 2009, la psychologue organisationnelle Sophie Leroy a publi\u00e9 un article au titre qui sonne comme un soupir : “Pourquoi est-il si difficile de faire mon travail ?”<\/em> Sa r\u00e9ponse \u00e9tait le r\u00e9sidu attentionnel<\/strong> – le constat que lorsque vous passez de la T\u00e2che A \u00e0 la T\u00e2che B, une partie de votre attention reste cognitivement coinc\u00e9e sur la T\u00e2che A, et que ce r\u00e9sidu persistant d\u00e9grade de fa\u00e7on mesurable votre performance sur la T\u00e2che B. L’effet est, de fa\u00e7on cruciale, le plus fort quand la T\u00e2che A \u00e9tait inachev\u00e9e<\/strong> ou faite sous pression temporelle<\/strong>. L’\u00e8re de l’IA n’a pas invent\u00e9 le r\u00e9sidu attentionnel. Elle a industrialis\u00e9 les conditions qui le produisent.<\/p>\n

\n
\n

Table of Contents<\/p>\nToggle<\/span><\/path><\/svg><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n