La productivité de l’IA au travail est toujours incertaine

La confiance des dirigeants d’entreprise dans le potentiel de l’IA pour accroître la productivité est mise à rude épreuve par leurs propres employés, rapporte le Wall Street Journal. Alors que les entreprises investissent fortement dans l’IA, les employés « affirment que l’IA ne leur permet pas, pour l’instant, de gagner beaucoup de temps au quotidien, et nombreux sont ceux qui se disent dépassés par la complexité de son intégration à leurs fonctions ». Pire encore, explique la journaliste Lindsay Ellis, le fossé entre l’expérience réelle des cadres supérieurs et celle des employés en matière d’IA générative est considérable. « Deux tiers des employés non cadres ont déclaré avoir gagné moins de deux heures par semaine, voire aucune, grâce à l’IA. À l’inverse, plus de 40 % des cadres ont affirmé que cette technologie leur avait permis d’économiser plus de huit heures de travail hebdomadaires.» Enfin, la plupart des employés déclarent les utiliser pour des tâches basiques, pour générer des brouillons ou remplacer les moteurs de recherche, mais bien peu d’employés les utilisent pour des tâches plus complexes comme l’analyse de données ou la génération de code. Enfin, ceux qui déclarent gagner du temps grâce à l’IA reconnaissent qu’une grande partie de ce temps est absorbée par la correction des erreurs et la refonte du contenu généré par l’IA.

Dans une tribune pour Tech Policy Press, la sociologue Diana Enriquez dresse le même constat. Dans un marché du travail atone, les cadres intermédiaires sont de plus en plus contraints de « feindre la réussite en matière d’IA ». Alors qu’ils sont eux-mêmes de plus en plus souvent gérés par des systèmes automatisés, on leur demande aussi de plus en plus de justifier l’engouement suscité par l’IA. Ils sont mis sous pression par la direction pour adopter une vision« optimiste de l’IA (…) qui les oblige à maintenir l’illusion d’un déploiement de l’IA couronné de succès ». Il en résulte une augmentation de l’anxiété, de l’épuisement professionnel et une baisse de la productivité, au lieu d’une amélioration. Dans le monde des plateformes que la sociologue a étudié, on constatait déjà la tension entre la rigidité et l’inexactitude fréquentes des instructions fournies par les outils automatiques par rapport à la complexité du réel, par exemple en leur intimant de suivre un itinéraire sans tenir compte de sa disponibilité. « Dans ces environnements de travail, les personnes sont perçues comme des problèmes à résoudre et l’automatisation est considérée comme correcte en raison de sa rationalité supposée ». Pour la sociologue, les cadres intermédiaires subissent une pression croissante pour se familiariser avec l’IA et démontrer une utilisation quotidienne, même lorsqu’elle ne leur est pas utile, ni à eux ni à leurs équipes.

Mêmes constats pour les chercheurs de SciencePo, Gabriel Alcaras et Donato Ricci dans une étude pour le programme de recherche Ecologies of LLM Practices du Medialab, qui s’interroge justement sur les pratiques professionnelles situées, dans leur environnement. Que font les LLM au travail ? « Ils n’automatisent ni n’augmentent les tâches de manière directe », répondent les chercheurs de SciencesPo. Pour eux, leur intégration nécessite un « travail de configuration » important pour adapter un système générique à une tâche spécifique. Ce travail de configuration nécessite de discrétiser leur activité, c’est-à-dire de la décomposer en unités traitables par le système. Ensuite, l’utilisation du LLM génère une surcharge de travail qui perturbe les routines, comme de devoir évaluer les réponses et les corriger. C’est peu à peu que les utilisateurs adaptent leurs pratiques à la rigidité des systèmes et leur trouve une place au sein de leurs pratiques. Mais à mesure que les chatbots absorbent certaines tâches, ils transforment le travail et l’orientent vers la manipulation des résultats et éloignent ceux qui les utilisent du sentiment d’accomplissement. Bref, là encore l’adaptation de l’IA au travail n’est pas si simple.