ChatGPT et Perplexity peuvent nuire au travail et à la santé en cas d'usage prolongé
ZDNet tire une conclusion inquiétante d'études et de cas réels : plus une personne débat et se renseigne longtemps auprès d'un chatbot d'IA, plus le risque d'erreurs, de fausse assurance et de perte de concentration grandit. ChatGPT et Perplexity sont utiles pour des tâches courtes et vérifiables, mais dangereux comme conseillers sur des sujets complexes, comme la santé ou les grandes décisions analytiques. Quatre règles simples aident : cadre, scepticisme, distance et pauses.
Traité par IA depuis ZDNet AI ; édité par Hamidun News
Les conversations prolongées avec des chatbots d'IA peuvent nuire non seulement à la qualité du travail, mais aussi au bien-être de l'utilisateur. ZDNet écrit que des modèles comme ChatGPT et Perplexity fonctionnent mieux comme outils ciblés pour des tâches courtes et vérifiables, et non comme interlocuteurs pendant des heures.
Où l'IA est utile
Cette conclusion s'appuie sur le récent AI Index 2026 de Stanford. Il montre que les systèmes agentiques ont nettement progressé sur les tâches en ligne routinières : chercher des informations, suivre des scénarios en plusieurs étapes dans un navigateur, ouvrir des bases de données, appliquer des règles et mettre à jour des enregistrements. Sur le test GAIA, la précision des agents est passée à 74,5 %, contre 20 % un an plus tôt, même si le niveau humain, à 92 %, reste loin. OSWorld et WebArena dessinent un tableau similaire : les meilleurs modèles rattrapent presque les humains sur les processus standardisés.
C'est logique : quand la tâche est bornée, le modèle a un objectif clair et le résultat peut être vérifié vite. Le problème, c'est qu'on confond facilement ce succès avec une compétence universelle. Dans le travail réel, l'écart entre « a bien exécuté les étapes » et « a correctement compris le contexte » devient vite critique.
Où elle est dangereuse
Quand les requêtes s'allongent et que le contexte se complique, la qualité commence à fléchir. Les chercheurs de Stanford notent que les modèles s'en sortent sur les recherches simples, mais sont moins bons dès qu'il faut recouper plusieurs faits ou appliquer des conditions à un long document. L'auteur de ZDNet donne un exemple que beaucoup connaissent : le bot aide d'abord à rédiger un brouillon de business plan, puis se met discrètement à y glisser des chiffres et des faits non confirmés issus des premiers échanges.
Le risque ne se limite pas à une mauvaise analyse. L'article rapporte une expérience autour d'une maladie fictive, la bixonimania : des chercheurs ont décrit dans des publications formelles un trouble oculaire inexistant, et de grands modèles se sont mis à le présenter comme un diagnostic réel. Autrement dit, le ton assuré d'un modèle ne prouve pas qu'il ait vérifié le fait. Plus la conversation dure, plus il est facile pour l'utilisateur de prendre une belle explication pour une explication fiable.
Le scénario le plus alarmant survient quand une personne se met à traiter le bot en conseiller pour sa santé ou ses crises personnelles. ZDNet rappelle l'histoire d'un patient atteint d'un cancer du sang qui s'est fié à de longs dialogues avec des chatbots et a laissé passer la fenêtre de traitement, ainsi qu'un suicide survenu l'an dernier après de longues conversations avec ChatGPT.
« L'IA peut confirmer ou renforcer notre compréhension erronée de ce qui se passe. »
Quatre règles
La conclusion de l'article est simple : il faut utiliser l'IA comme une calculatrice ou un éditeur, pas comme un substitut à la réflexion. Si la tâche est floue, éprouvante émotionnellement ou coûteuse en cas d'erreur, mieux vaut activer d'emblée une vérification externe et un contrôle humain.
- D'abord, formulez une tâche étroite, avec un résultat et des limites clairs.
- Vérifiez les conclusions auprès de sources indépendantes, surtout les chiffres, les diagnostics et les formulations juridiques.
- Ne transformez pas le chatbot en ami, en psychothérapeute ou en confident.
- Faites des pauses : levez-vous de l'écran, passez aux échanges hors ligne et reprenez de la distance.
Un conseil à part concerne la surcharge. Les longues sessions avec un bot captent autant que les réseaux sociaux : on croit qu'une question de plus va tout éclaircir, mais en réalité la fatigue, la crédulité et le nombre d'erreurs augmentent. Si le dialogue s'éternise, c'est déjà une raison de s'arrêter, de reformuler l'objectif et de se demander si l'IA est vraiment nécessaire ici.
Ce que cela signifie
Le principal risque des services d'IA actuels n'est pas qu'ils soient totalement inutiles, mais qu'ils soient assez utiles pour qu'on leur accorde une confiance excessive. Pour le travail, cela veut dire une chose : plus le coût de l'erreur est élevé, plus la session avec le bot doit être courte et plus la vérification du résultat doit être stricte.
- 19 nov. 2026OpenAI montre comment le sandbox de Codex limite les commandes de l'agent sur votre machine
- 19 nov. 2026Le mot « jeu vidéo » fait passer la propension de GPT-6 Astra à choisir des cibles de 6% à 92%
- 19 nov. 2026En 5 mois, l'IA d'OpenAI améliore jusqu'à 14% le design GPU d'AMD en énergie, vitesse et surface
- 19 nov. 2026Les agents d'OpenAI résolvent seuls 46% des tâches de recherche de 2 à 4 heures, contre 23% auparavant
Questions clés sur cet article
Que sait-on sur Où l'IA est utile ?
Cette conclusion s'appuie sur le récent AI Index 2026 de Stanford. Il montre que les systèmes agentiques ont nettement progressé sur les tâches en ligne routinières : chercher des informations, suivre des scénarios en plusieurs étapes dans un navigateur, ouvrir des bases de données, appliquer des règles et mettre à jour des enregistrements. Sur le test GAIA, la précision des agents est passée à 74,5 %, contre 20 % un an plus tôt, même si le niveau humain, à 92 %, reste loin.
Que sait-on sur Où elle est dangereuse ?
Quand les requêtes s'allongent et que le contexte se complique, la qualité commence à fléchir. Les chercheurs de Stanford notent que les modèles s'en sortent sur les recherches simples, mais sont moins bons dès qu'il faut recouper plusieurs faits ou appliquer des conditions à un long document.
Que sait-on sur Quatre règles ?
La conclusion de l'article est simple : il faut utiliser l'IA comme une calculatrice ou un éditeur, pas comme un substitut à la réflexion. Si la tâche est floue, éprouvante émotionnellement ou coûteuse en cas d'erreur, mieux vaut activer d'emblée une vérification externe et un contrôle humain. D'abord, formulez une tâche étroite, avec un résultat et des limites clairs. Vérifiez les conclusions auprès de sources indépendantes, surtout les chiffres, les diagnostics et les formulations juridiques.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.