Life After AI : le début d'une conversation
Pourquoi nous avons ouvert au public une conversation qui existait déjà entre nous, et par où elle commence : le piège de l'augmentation.
Life After AI est une série de conversations sur ce qui change dans nos vies et dans nos organisations, dans un monde transformé par l'intelligence artificielle. Elle naît d'une conversation qui existait déjà entre nous depuis des mois, où nous discutions de ce que ces outils amplifient, de ce qu'ils érodent et de ce que nous ne comprenons pas encore à leur sujet. À un moment donné, nous avons compris, et trouvé le courage d'admettre, que cette discussion ne devait pas rester entre nous. Non parce que nous serions arrivés à toutes les conclusions, mais parce que les questions avaient suffisamment mûri pour valoir la peine d'être posées en public.
Le principe de Life After AI est de publier régulièrement des conversations enregistrées, sans script fermé et sans la prétention de livrer des réponses toutes faites. À chaque épisode, nous partons d'une étude, d'un cas ou d'une inquiétude, et nous examinons le sujet avec calme, y compris nos désaccords, qui existent et font partie de l'intérêt. Nous voulons aussi inviter des personnes qui vivent le sujet de près et dont les réflexions peuvent enrichir la conversation.
C'est aussi la raison de ce texte : nous voulons parler avec celles et ceux qui réfléchissent ou travaillent sur ces questions. Si vous dirigez une équipe qui a adopté ces outils, si vous faites de la recherche sur le sujet, ou si vous vous êtes simplement déjà demandé ce que vous devriez ou non déléguer à une IA, écrivez-nous. Soyez en désaccord, apportez un cas, indiquez-nous quelqu'un qui devrait faire partie de la conversation.
Les épisodes complets sortent toutes les deux semaines sur YouTube et Spotify. Nous publions des extraits sur YouTube et Instagram, et des textes comme celui-ci sur LinkedIn et Substack.
Par où nous commençons : le piège de l'augmentation
Le premier épisode part d'une étude récente du MIT, The Augmentation Trap, de Michael Caosun et Sinan Aral. Son principal constat est frappant : l'adoption de l'IA dans les organisations peut être un piège. Dans un premier temps, l'augmentation tient ses promesses, et les gens produisent plus, plus vite et avec moins d'effort. Mais l'usage continu, lorsqu'il n'est pas accompagné correctement, déplace précisément la pratique par laquelle la compétence se construit et se maintient. Avec le temps, la note arrive : des personnes dépendantes des outils, avec moins de capacité propre qu'avant de les adopter.
Ce que la conversation nous a montré, c'est qu'il ne s'agit pas d'un seul piège, mais de plusieurs, emboîtés les uns dans les autres.
Le premier est le plus contre-intuitif : tomber dedans peut être une décision rationnelle. Le modèle de l'étude montre que même ceux qui comprennent le mécanisme et anticipent l'érosion tendent à adopter quand même, parce que les gains arrivent maintenant et les coûts arrivent plus tard. Connaître le piège ne protège personne.
Le deuxième touche ceux qui débutent. Quand l'outil remplace le jugement au lieu de le compléter, les professionnels expérimentés continuent de se développer, tandis que les plus juniors délèguent exactement la pratique qui les aurait formés. L'étude montre des trajectoires qui divergent de façon permanente : certains réalisent tout leur potentiel, d'autres deviennent dépendants de l'outil. Si les juniors d'aujourd'hui ne parcourent pas le chemin qui forme un senior, qui seront les seniors de nos organisations dans dix ans ?
Le troisième est celui des incitations. Les managers et les directeurs évalués sur les résultats du trimestre sont attirés par les gains rapides que promet l'IA, et la décision est rationnelle pour eux, parce que le bénéfice apparaît pendant leur mandat et le coût après leur départ. Ceux qui portent ce coût sont le professionnel dont la compétence s'est usée et l'organisation qui a perdu en capacité.
Et il y a des pièges plus silencieux. Celui de la mesure : la productivité a cessé d'être un bon signal de compétence, et presque aucune organisation ne mesure si les gens deviennent meilleurs ou moins bons dans ce qu'ils font. Et celui de l'usage qui se dégrade : la vigilance des débuts, quand nous relisons et questionnons encore ce que l'outil livre, cède la place à une acceptation passive, et une adoption qui avait bien commencé glisse dans le piège sans que rien n'ait changé dans le dispositif.
L'épisode développe chacun de ces chemins, et aussi l'autre versant : les pièges ne sont pas inévitables, et il existe des façons d'adopter l'IA qui préservent, et même exercent, la compétence des personnes. Nous ne dévoilerons pas tout ici. Découvrez l'épisode complet sur le YouTube ou le Spotify de Life After AI. L'épisode est en portugais.
La technologie ne rentrera pas dans la bouteille. La question qui nous intéresse n'est pas de savoir si nous allons vivre avec elle, mais comment.
Référence
Caosun, M. et Aral, S. The Augmentation Trap: AI Productivity and the Cost of Cognitive Offloading. arXiv:2604.03501 (2026). Disponible sur : arxiv.org/abs/2604.03501