Les Dirigeants Promettent des Gains de Productivité par l'IA, Pendant que les Employés se Noient dans le 'Workslop'

Les entreprises vendent de plus en plus l'IA comme un booster instantané de productivité, mais en pratique pour de nombreux employés de bureau elle devient l'inverse : au lieu d'économiser du temps, ils reçoivent un flux de matériaux bien formatés mais bruts qui doivent être réécrits manuellement. Cet effet a déjà reçu le nom « workslop » — un travail généré par l'IA qui semble convaincant à première vue mais contient des erreurs, des imprécisions et une perte de contexte. Le principal problème n'est pas que les gens soient paresseux, mais que les entreprises exigent de produire plus de contenu et de solutions plus rapidement que les processus ne peuvent s'adapter.

Une de ces histoires a été racontée par un rédacteur d'une grande entreprise de cybersécurité de Miami, parlant sous le pseudonyme Ken. Après les licenciements, la direction a obligé les employés restants à utiliser des chatbots et l'a justifié par une augmentation de la productivité. Les brouillons ont effectivement commencé à apparaître plus rapidement, mais ensuite l'équipe a dû passer encore plus de temps à réécrire, corriger les erreurs factuelles et résoudre les contradictions entre les réponses des différents outils d'IA.

Selon lui, la qualité a notablement diminué, les délais de préparation des matériaux ont augmenté et le moral de l'équipe s'est détérioré. Quand les employés ont essayé de contester la stratégie imposée, la responsabilité de la baisse d'efficacité leur était attribuée. L'écart entre les attentes des cadres supérieurs et l'expérience des travailleurs est confirmé par les sondages.

Dans une étude menée auprès de 5 000 employés de bureau aux États-Unis, 40% des employés ordinaires ont déclaré que l'IA ne leur économisait pas du temps, tandis que 92% des hauts dirigeants sont convaincus du contraire. Une autre étude menée par BetterUp en collaboration avec le Stanford Social Media Lab auprès de 1 150 travailleurs intellectuels a montré que 40% avaient rencontré du « workslop » au moins une fois par mois. L'élimination de ces matériaux prend en moyenne plusieurs heures par mois, et pour une entreprise de 10 000 personnes, les pertes de productivité pourraient s'élever à des millions de dollars par an.

En d'autres termes, au niveau des présentations, l'IA ressemble à un accélérateur, mais au niveau du travail quotidien — comme une nouvelle couche de bureaucratie cachée. Le problème ne se manifeste pas seulement dans le marketing ou la rédaction. Les designers se plaignent que les collègues insèrent des réponses de bots non éditées dans les chats et les e-mails, et ne peuvent même pas expliquer ce qui était censé être signifié.

Dans les cliniques médicales où les employés ont été poussés à générer des réponses aux patients via l'IA, les économies de temps se sont également avérées douteuses : les médecins parlent d'édition supplémentaire, de frustration et de risques pour la sécurité des données. Les chercheurs expliquent cela non pas tant par la faiblesse des modèles eux-mêmes que par une mauvaise définition des tâches. L'IA est implémentée dans de nombreuses entreprises comme un outil universel « pour tout à la fois », sans règles claires, formation et limites de responsabilité.

En même temps, certains employeurs essaient déjà de justifier les investissements dans l'IA générative en réduisant le personnel, bien que les retours sur ces investissements soient loin des promesses. Selon des estimations fréquemment citées, la plupart des entreprises ne voient toujours pas de retours notables sur leurs investissements en IA. Il en résulte une conclusion désagréable mais importante : l'implémentation de l'IA en soi n'équivaut pas à une augmentation d'efficacité.

Si une entreprise commence par licencier des gens, puis exige que les restants « s'accélèrent à l'aide de bots », et ne change ensuite pas les processus de contrôle de qualité, elle n'obtient pas de l'automatisation mais une cascade de corrections et une perte de confiance au sein de l'équipe. Pour l'entreprise, c'est un signal que l'IA doit être évaluée non pas sur la base de belles démos et de rapports de gestion optimistes, mais sur le temps consacré à corriger les résultats, sur les endroits où des erreurs surviennent et sur qui est responsable du texte final, du design ou de la réponse au client. Et tant que les entreprises n'auront pas de règles claires d'utilisation de l'IA et de véritable participation des employés dans ces décisions, le « workslop » risque de devenir non pas un effet secondaire mais une nouvelle norme du travail de bureau.