sept. 4, 6:02 AM
Promu par procuration : Comment les employés simulent la compétence avec l'IA
Une vaste enquête révèle que les employés utilisent discrètement des outils automatisés pour gonfler leurs compétences tandis que des managers inconscients distribuent des promotions.
Le monde du travail moderne a discrètement mis en scène une curieuse illusion. Sans acquérir de nouvelle maîtrise technique ou de profondeur stratégique, le personnel de niveau intermédiaire a soudainement commencé à livrer un travail qui ressemble à la production de vétérans expérimentés de l'industrie. Le moteur sous-jacent est simple : l'externalisation de la pensée critique vers des algorithmes.
Une enquête menée auprès de 9 684 adultes actifs aux États-Unis, au Royaume-Uni, au Canada, dans l'UE et en Amérique latine par la plateforme Use.AI révèle l'ampleur de cette mascarade corporative. Pas moins de 52 % des répondants admettent que l'intelligence artificielle les fait paraître bien plus expérimentés qu'ils ne le sont réellement. Quelque 64 % ont utilisé des logiciels pour accomplir des tâches qu'ils ne pouvaient pas gérer seuls, tandis que 43 % l'ont utilisée pour assumer des responsabilités pour lesquelles ils se sentaient inqualifiés. Pour 19 % des travailleurs, cette compétence empruntée a directement contribué à une promotion.
Les superviseurs restent largement inconscients. Trente-neuf pour cent des employés reconnaissent avoir soumis des livrables assistés par l'IA sans en informer leurs managers, et 30 pour cent ont accepté des éloges pour un travail substantiellement produit par des outils automatisés. Un quart des répondants craignent que leur employeur ne les croie plus compétents qu'ils ne le sont, tandis que 35 pour cent admettent qu'ils auraient du mal à exécuter certaines parties de leur travail si la technologie disparaissait.
Les demandes de politiques de divulgation obligatoire sur le lieu de travail interprètent mal la réalité sur le terrain. Le co-fondateur de Use.AI, Ihor Herasymov, a noté qu'exiger du personnel de déclarer chaque interaction logicielle est irréalisable à mesure que ces outils deviennent une partie du travail de routine. Au lieu de cela, Herasymov soutient que les évaluations de performance doivent s'orienter vers la vérification de la capacité des employés à formuler des problèmes, à vérifier les résultats et à détecter les erreurs lorsque les systèmes hallucinent. L'évaluation des travailleurs basée uniquement sur des livrables soignés est devenue un exercice dénué de sens.
Ce dilemme d'évaluation s'accélère rapidement. Les données de l'organisation de recherche à but non lucratif METR montrent que le temps nécessaire pour que l'autonomie de l'IA double est passé de huit mois à 4,7 mois, alimentant une augmentation de 1 400 % d'une année sur l'autre de la capacité autonome entre début 2025 et début 2026. Les téléchargements de logiciels d'IA ont bondi de 780 fois pour atteindre 11,8 millions, tandis que les outils utilisant le Model Context Protocol — permettant aux systèmes agentiques de fonctionner directement au sein des applications métier — ont été multipliés par 35 pour atteindre environ 177 000.
À mesure que les logiciels gèrent des flux de travail complets sans intervention humaine étape par étape, le travail fini ne révèle pratiquement rien sur l'individu qui l'a soumis. Les managers peuvent soit repenser les évaluations pour mesurer le véritable jugement critique, soit continuer à distribuer des promotions à des employés dont la principale compétence est de 'générer'.
Écrit par Thomas Nussbaumer
Dernières nouvelles
