Botsitting au travail: l’IA ferait gagner 11 heures par semaine, mais en exige plus de 6 de supervision
Selon le Work AI Index, les travailleurs numériques gagnent en moyenne 11 heures par semaine grâce à l’IA, mais consacrent aussi une partie importante de ce temps à superviser les outils, à corriger leurs réponses et à leur fournir le contexte nécessaire. Le rapport souligne l’écart entre productivité individuelle et bénéfices organisationnels.
Une large majorité des travailleurs numériques utilisent désormais l'intelligence artificielle au quotidien et estiment qu'elle leur fait gagner du temps. Pourtant, les bénéfices pour les organisations restent limités, selon le Work AI Index, une étude du Work AI Institute réalisée avec le soutien de Glean auprès de 6'000 répondants aux États-Unis, au Royaume-Uni et en Australie.
Selon le rapport, 87% des personnes interrogées utilisent désormais l'IA au travail et 75% estiment qu'elle améliore leur productivité. Elles déclarent gagner en moyenne 11 heures par semaine grâce à l'automatisation. Pourtant, seuls 13% considèrent que leur organisation fonctionne nettement mieux grâce à ces outils. Le Work AI Institute précise que l'échantillon se concentre sur des métiers dans lesquels les outils numériques occupent une place centrale.
Le coût caché du «botsitting»
Cet écart entre gains individuels et bénéfices organisationnels est au cœur du rapport. Pour l'expliquer, les auteurs introduisent la notion de «botsitting». Le terme désigne le travail nécessaire pour rendre l'IA réellement exploitable: fournir du contexte, vérifier les réponses, corriger les erreurs, relancer des prompts, comparer plusieurs outils ou nettoyer des résultats erronés mais formulés avec assurance.
Selon le rapport, les travailleurs y consacrent en moyenne 6,4 heures par semaine. Au total, 37% du temps dédié à l'IA est absorbé par le botsitting, contre 36% pour la production effective et 27% pour l'apprentissage des outils ou la création d'agents. Les répondants indiquent également que 36% des sessions d'IA échouent ou nécessitent un redémarrage complet ou une reprise substantielle.
L'étude met également en évidence le coût lié à la multiplication des outils. Plus des trois quarts des utilisateurs jonglent chaque semaine avec plusieurs solutions et un tiers en utilisent au moins quatre. Les auteurs parlent d'«AI toggle tax» pour décrire le coût cognitif et opérationnel du passage d'un outil à l'autre, lorsque les employés doivent eux-mêmes réintroduire le contexte, les données et l’objectif dans chaque outil.
Cette charge peut aussi pousser certains travailleurs à prendre des raccourcis. Le rapport utilise le terme «botshitting» pour désigner la livraison de travaux générés ou assistés par IA qui n'ont pas été suffisamment vérifiés, ne sont pas pleinement compris ou ne pourraient pas être défendus. Selon l'enquête, 69% des utilisateurs reconnaissent avoir déjà adopté au moins un comportement de ce type. Quatre travailleurs sur dix déclarent parfois livrer un contenu généré par IA qu'ils ne sauraient pas expliquer si on le leur demandait. Un peu moins de quatre sur dix utilisent des outils non approuvés ou des outils approuvés d'une manière contraire aux règles internes, tandis que plus d'un quart admettent avoir déjà imputé à l'IA une erreur dont ils étaient eux-mêmes responsables. Ces comportements sont plus fréquents chez les utilisateurs les plus intensifs ainsi que chez ceux qui s'appuient sur plusieurs agents IA.
L'adoption ne repose pas que sur les outils
Le Work AI Institute n'en conclut pas que les entreprises gagneraient à ralentir l'adoption de l'IA. Il plaide plutôt pour la mise en place d'une «infrastructure humaine» autour de ces outils. Les employés qui en tirent le meilleur parti consacrent davantage de temps à évaluer les résultats, choisissent parfois de ne pas utiliser l'IA pour certaines tâches et mobilisent leur jugement professionnel.
Les auteurs recommandent également de partir du travail réel plutôt que d'ajouter des outils d'IA à chaque problème. Les entreprises les plus avancées évitent ainsi ce qu'ils appellent l'«AI addition sickness», c'est-à-dire la tendance à multiplier les solutions d'IA sans vérifier qu'elles répondent réellement aux besoins opérationnels.
L'accès au contexte constitue un autre enjeu majeur. Plus de la moitié des répondants (53%) indiquent que des informations critiques nécessaires à leur travail ne sont pas accessibles via leurs systèmes d'IA. À l'inverse, dans les organisations décrites comme riches en contexte, les travailleurs se disent moins épuisés par l'IA, passent moins de temps à la superviser et sont moins susceptibles de livrer un travail qu'ils ne peuvent pas expliquer.
Pour les directions, le rapport souligne enfin que l'adoption de l'IA ne se mesure pas seulement au nombre d'utilisateurs ou d'outils déployés. Selon ses auteurs, elle dépend aussi de la qualité des données accessibles, de leur intégration aux workflows, des règles encadrant les usages et du temps consacré à vérifier les résultats produits par l'IA.
L’actualité IT en Suisse et à l’international, avec un focus sur la Suisse romande, directement dans votre boîte mail > Inscrivez-vous à la newsletter d’ICTjournal, envoyée du lundi au vendredi!
