Le discours dominant sur l’intelligence artificielle reste largement construit autour d’une promesse de soulagement. Les outils génératifs rédigent, résument, trient, analysent, comparent et suggèrent. Les agents automatisés enchaînent des tâches qui mobilisaient hier des heures de travail humain. Sur le papier, le bénéfice semble évident : moins d’exécution, plus de recul, davantage de temps pour la décision, la relation, l’analyse et la création de valeur. Pourtant, sur le terrain, une autre réalité apparaît. Dans bien des métiers, l’IA ne supprime pas seulement des tâches. Elle déplace la charge de travail vers une activité plus diffuse, plus exigeante et souvent plus épuisante : la supervision permanente.
Le collaborateur n’est plus toujours celui qui produit. Il devient celui qui vérifie, valide, corrige, arbitre et reprend la main lorsque la machine s’écarte du besoin réel. Cette évolution paraît flatteuse, car elle donne à l’humain un rôle plus stratégique. En pratique, elle expose aussi à une forme de tension continue. Lire un texte généré par un collègue n’active pas la même vigilance que relire un livrable produit par une IA susceptible d’inventer un fait, de glisser une approximation, de mal hiérarchiser une information ou de masquer une erreur derrière une formulation fluide. Le problème n’est pas uniquement la quantité de travail générée. C’est la qualité de l’attention qu’elle exige.
Cette fatigue de supervision devient un sujet RH à part entière. Elle touche les managers, les experts, les fonctions support, les métiers de la relation client, les équipes de communication, les recruteurs, les juristes, les analystes, et plus largement tous ceux dont l’activité s’inscrit désormais dans un workflow hybride. Le risque est simple : à force d’être sollicités pour valider toujours plus de contenus, de signaux, de scénarios ou de recommandations produits à grande vitesse par des systèmes automatisés, les collaborateurs s’épuisent, se déconcentrent, baissent leur niveau de vigilance et finissent par laisser passer ce qu’ils étaient justement censés sécuriser. L’entreprise gagne en vitesse d’exécution, mais fragilise sa qualité mentale de travail.
Le sujet reste encore mal traité parce qu’il est contre-intuitif. Beaucoup de dirigeants considèrent qu’un salarié qui ne rédige plus tout lui-même devrait être moins fatigué. Or la fatigue ne disparaît pas avec l’automatisation. Elle change de forme. Elle se déplace du faire vers le surveiller. Elle devient moins visible, plus diffuse, plus difficile à mesurer, mais pas moins réelle. C’est pourquoi les RH doivent maintenant élargir leur lecture de la charge de travail. L’intensité ne se mesure plus seulement en nombre de tâches à produire. Elle se mesure aussi en nombre de décisions de validation à prendre, en fréquence d’interruption, en niveau de doute imposé par l’outil et en temps de concentration nécessaire pour distinguer le juste du plausible.
Quand le collaborateur devient le goulot d’étranglement du système
L’une des grandes transformations liées à l’IA tient à l’asymétrie croissante entre la vitesse de production de la machine et la capacité biologique de contrôle de l’humain. Un assistant peut générer en quelques minutes des dizaines de réponses, d’analyses, de résumés, de recommandations ou de variantes de contenus. Mais un cerveau humain ne peut pas auditer sérieusement cette masse au même rythme. Plus l’outil est rapide, plus il crée potentiellement une file d’attente de validations. L’entreprise pense accélérer. Elle fabrique parfois un embouteillage cognitif.
Dans les métiers de la rédaction, de la conformité, du conseil, du service client ou du pilotage opérationnel, ce phénomène devient visible. Un collaborateur qui produisait lui-même trois livrables dans une journée pouvait ajuster naturellement son niveau d’attention à son propre rythme. Demain, il peut recevoir dix, vingt ou cinquante productions intermédiaires générées automatiquement qu’il lui faut vérifier avant diffusion ou décision. La tâche n’est plus de créer. Elle devient de détecter l’erreur, le biais, l’incohérence ou la mauvaise interprétation noyée dans un flux abondant. Or cette activité de contrôle est l’une des plus coûteuses cognitivement. Elle exige de la concentration, de la prudence, une capacité à douter sans relâche et à reprendre le contexte à chaque séquence.
Le danger est double. Le premier est celui de la saturation. À force d’être sollicités par des contenus à valider, des alertes à traiter et des propositions à arbitrer, les collaborateurs peuvent ressentir une impression d’écrasement, même lorsque leur volume apparent de production baisse. Le second est celui de l’anesthésie cognitive. Quand la machine produit vite et souvent correctement, l’humain peut finir par relâcher sa vigilance et valider mécaniquement. C’est précisément à ce moment que les erreurs les plus coûteuses apparaissent : clauses juridiques mal relues, chiffres non vérifiés, messages mal calibrés, réponses inadaptées dans des contextes sensibles, évaluations biaisées ou décisions prises sur des signaux mal interprétés.
Les RH doivent donc reconnaître une évidence encore peu assumée : le modèle “human in the loop” n’est pas automatiquement sain. Mettre l’humain dans la boucle ne suffit pas. Encore faut-il que la boucle soit soutenable. Un collaborateur ne peut pas être transformé en contrôleur universel de tout ce que produit l’outil. Si l’entreprise lui demande de tout voir, de tout valider et de tout corriger, elle crée un poste impossible. Plus l’IA est puissante, plus la conception du travail doit filtrer intelligemment ce qui mérite réellement une intervention humaine.
Cela suppose de repenser les workflows. Toutes les productions algorithmiques ne doivent pas remonter au même niveau de validation. Les tâches simples, répétitives, à faible enjeu et haut niveau de fiabilité peuvent être traitées avec des seuils de confiance, des échantillonnages ou des contrôles automatisés intermédiaires. L’humain doit intervenir là où la situation est ambiguë, sensible, émotionnelle, réglementaire ou stratégiquement exposée. Tant que cette hiérarchisation n’est pas pensée, l’entreprise remplace une inefficacité opérationnelle par une fatigue cognitive massive.
La déconnexion algorithmique devient un sujet de santé au travail
La deuxième difficulté tient au rythme imposé par la machine. Un outil automatisé ne connaît ni pause, ni temps mort, ni fatigue. Il peut produire des alertes la nuit, générer des tâches le week-end, nourrir un flux continu d’informations et entretenir l’impression qu’il faut toujours rester en veille. Cette cadence entre en collision frontale avec les limites humaines. L’un des risques majeurs de l’IA dans les organisations n’est donc pas seulement la surcharge de travail, mais la destruction progressive des frontières mentales qui permettaient encore de récupérer.
Cette réalité doit être prise au sérieux par les politiques de qualité de vie au travail. Le droit à la déconnexion ne peut plus être pensé uniquement comme une question d’emails ou de messageries. Il doit désormais intégrer les systèmes automatisés. Un agent qui surveille un marché, un portefeuille client, un process industriel ou une file de dossiers peut techniquement produire des signaux en permanence. Mais rien n’oblige l’entreprise à convertir cette capacité en intrusion permanente dans la vie cognitive du collaborateur. La question n’est pas ce que l’outil peut faire. La question est ce qu’il est raisonnable d’imposer à ceux qui en assurent la supervision.
Les entreprises les plus avancées devront donc formuler une doctrine claire de déconnexion algorithmique. Les notifications liées aux systèmes intelligents ne doivent pas être pensées comme neutres. Elles ont un coût attentionnel. Les demandes de validation, les alertes de suivi, les remontées automatiques et les sollicitations générées par la machine doivent être organisées selon un cadre de temporalité humaine. Cela suppose de bloquer certains flux hors horaires utiles, de mettre en attente certaines remontées, de plafonner le nombre de validations demandées dans un intervalle donné et de distinguer l’urgence réelle de l’activité produite par automatisation.
Le rôle du manager devient ici crucial. Beaucoup de responsables voient encore dans l’IA un levier d’optimisation pure. Ils mesurent le gain de temps, la réduction de certaines tâches, la hausse potentielle du débit. Ils voient moins vite la concentration extrême demandée à ceux qui doivent superviser les sorties du système. Il leur faut donc apprendre à repérer les signes faibles de cette fatigue nouvelle : validation anormalement rapide, baisse de qualité dans la relecture, irritabilité, difficulté à prioriser, sentiment d’être constamment interrompu, perte de discernement ou recours excessif à des validations automatiques. Ce ne sont pas des signes de mauvaise volonté. Ce sont souvent les premiers symptômes d’une surcharge de boucle.
Les RH peuvent jouer un rôle central en intégrant ce sujet dans les formations managériales, les diagnostics de charge et les politiques de prévention des risques psychosociaux. Elles doivent aussi accepter que le temps gagné par l’IA ne puisse pas être intégralement réinjecté en nouvelles tâches complexes. Une partie de ce temps doit servir à recréer de la respiration, de l’apprentissage, de la régulation et de la qualité relationnelle. Sinon, l’entreprise remplace des tâches répétitives par une exposition continue à des microdécisions épuisantes.
L’hyperconnexion liée à l’IA ne relève pas d’un excès d’outil, mais d’un défaut de conception du travail. La machine produit plus vite que l’humain ne peut juger. Si l’organisation ne filtre pas, ne cadence pas et ne protège pas, elle transforme la promesse d’allègement en nouvelle source de fatigue. Les directions RH ont désormais une responsabilité claire : empêcher que la modernisation des workflows se fasse au prix d’une usure invisible des équipes. L’IA n’abîme pas seulement quand elle remplace. Elle abîme aussi quand elle sollicite sans relâche ceux qu’elle était censée soulager.
