Dix minutes avec une IA réduisent la persévérance face aux tâches difficiles, selon une étude de Berkeley

Dix minutes de travail avec un assistant IA suffisent, affirment des chercheurs de l'université de Californie à Berkeley, pour que l'on supporte moins bien les tâches difficiles : on abandonne plus vite, on essaie moins et on cherche plus tôt la solution de facilité. Le texte est paru sur le portail de recherche de l'université et a recueilli en quelques heures 55 points et 65 commentaires sur Hacker News. Le sujet concerne tous ceux qui écrivent du code, des textes ou des analyses avec l'aide de modèles de langage.

Posons d'emblée les limites. La description dont nous disposons ne donne ni la taille de l'échantillon, ni le format des tâches, ni les groupes de contrôle, ni l'ampleur de l'effet. Tout cela figure uniquement dans le texte complet de l'étude, et sans lui, un titre reste un titre. Nous détaillons ci-dessous ce qui est avancé et pourquoi c'est plausible au regard des données déjà connues.

Ce qui a été mesuré

Il n'est question ni d'une baisse des connaissances ni d'une dégradation de la qualité des décisions. L'étude porte sur la persévérance : la volonté de continuer quand une tâche résiste dès le premier essai. C'est une compétence à part entière. Elle détermine si une personne ira au bout d'une session de correction de bugs complexe, d'une démonstration ou du brouillon d'un rapport.

Le mécanisme est généralement le même dans ce type de travaux. Le modèle fournit instantanément une réponse acceptable, et la personne recalcule son attente quant à « l'effort que coûte la tâche ». La difficulté suivante, sans coup de pouce, paraît alors disproportionnellement coûteuse. Dix minutes, c'est une fenêtre très courte : si l'effet se confirme sur une durée aussi brève, il ne s'agit pas d'une habitude accumulée, mais d'un recalibrage rapide.

Ce que l'on sait déjà sur le sujet

Il n'existe pas de recoupement direct avec les travaux de Berkeley, mais des données indirectes s'accumulent :

• En 2025, des chercheurs du MIT Media Lab ont comparé, dans l'étude Your Brain on ChatGPT, trois groupes rédigeant des essais : avec un LLM, avec un moteur de recherche et sans outil. À l'EEG, le groupe avec le modèle a montré une connectivité cérébrale plus faible. L'échantillon était réduit, environ 54 personnes.
• Une enquête de Microsoft Research et Carnegie Mellon auprès de 319 travailleurs intellectuels a mis en évidence un lien : plus la confiance dans l'IA est forte, moins la personne mobilise d'esprit critique dans sa tâche.
• Les études sur l'automatisation dans l'aviation et la médecine décrivent depuis des décennies un phénomène similaire : un opérateur habitué à l'assistance s'en sort moins bien quand elle disparaît.

Dans ce contexte, l'annonce de Berkeley apparaît comme le prolongement d'une ligne de recherche plutôt que comme une surprise. La nouveauté, si elle existe, tient à l'échelle de temps : des minutes au lieu de semaines.

Paramètres clés de l'étude

• Source : portail de recherche de l'université de Californie à Berkeley
• Seuil annoncé : 10 minutes d'utilisation d'une IA
• Compétence touchée : la persévérance face aux tâches difficiles
• Réaction de la communauté : 55 points et 65 commentaires sur Hacker News
• Inconnu d'après la description disponible : échantillon, protocole expérimental, durée de l'effet

Comment s'y prendre

Tant que la méthodologie complète n'a pas été examinée, il est raisonnable de traiter le résultat comme une hypothèse de travail, mais les parades coûtent peu. Si vous êtes développeur ou analyste, consacrez d'abord 15–20 minutes à une tentative en solo, et n'ouvrez l'assistant qu'ensuite. Vous conservez ainsi l'habitude de tolérer l'incertitude. Pour les tâches complexes, demandez au modèle non pas une réponse toute faite, mais des questions qui vous guident, ou une vérification de votre solution. Les équipes ont intérêt à séparer les modes : confier la routine entièrement à l'IA, et réserver à l'humain les tâches d'apprentissage et les tâches stratégiques, au moins lors du premier passage.

Les dirigeants qui déploient des assistants dans toute l'entreprise gagneraient à surveiller non seulement la vitesse d'exécution, mais aussi ce qu'il advient de l'autonomie des employés quand l'outil n'est pas disponible. C'est mesurable : donner une tâche difficile à réaliser sans IA une fois par trimestre et comparer le temps de remise.

La principale question adressée aux auteurs de l'étude : combien de temps l'effet dure-t-il, et la persévérance revient-elle après une pause ? De la réponse dépend la nature du signal : alarmant, ou simple particularité des premières minutes qui suivent un résultat obtenu sans effort.