Réagencer… l'attention
L'IA n'allège pas la charge mentale, elle la déplace : l'effort baisse partout, sauf sur le jugement (55 %)
L'effort cognitif baisse avec l'IA dans 7 à 8 usages sur 10 — mais le moins pour l'évaluation (55 %), le jugement : la charge n'est pas supprimée, elle glisse de l'exécution vers la supervision.
Par Mathieu Guglielmino
Le poste de travail arrive déjà haché toutes les deux minutes
On raconte l'IA au travail comme un soulagement : elle absorbe les tâches ingrates, elle libère du temps, elle « allège la charge mentale ». Le récit tient — à une condition qu'on oublie de vérifier : que l'attention sur laquelle l'agent se pose soit disponible. Elle ne l'est pas.
Avant même le premier copilote, le poste de travail logiciel arrive haché. Chez Microsoft, les signaux d'usage de 365 croisés à une enquête sur 31 000 salariés donnent 275 interruptions par jour pour les plus sollicités — réunions, e-mails, messages —, soit une toutes les deux minutes en heures de travail cœur. Près d'un salarié sur deux (48 %) et un dirigeant sur deux (52 %) qualifient leur journée de « chaotique et fragmentée » ; 60 % des réunions se tiennent sans être planifiées.

Ce n'est pas l'agent qui a créé le problème. La fragmentation précède l'IA de trente ans : la part de salariés qui doivent « souvent interrompre une tâche pour une autre non prévue » est passée de 48 % en 1991 à 66 % en 2019 (+18 points, DARES) — et les cadres y sont à 73 %. L'agent ne débarque pas sur une attention calme et disponible. Il se déverse sur une attention déjà saturée.
On n'a pas supprimé la charge, on l'a déplacée
Voilà le pas de côté. Quand on délègue une tâche à un agent, la charge d'exécution — écrire le brouillon, faire le calcul, produire le compte rendu — diminue bel et bien. Mais elle ne disparaît pas : elle se reporte sur une autre charge, moins visible, celle de supervision et d'arbitrage. Cadrer la demande, relire la sortie, repérer l'erreur plausible, décider si c'est bon, relancer. À hauteur totale égale, on a troqué un travail borné, reconnu, qui a un début et une fin, contre une vigilance diffuse, continue, qui n'a ni horaire ni case dans la fiche de poste.
C'est un changement de nature, pas seulement de volume. L'exécution se voit et se mesure ; la supervision se ressent et ne se compte pas. Or l'asymétrie attentionnelle joue contre elle : on tient 47 secondes de concentration continue sur un écran (contre 150 en 2004), mais il faut en moyenne 23 minutes pour reprendre le fil après une rupture — près de trente fois plus long à reprendre qu'à perdre (Gloria Mark). Ajouter un flux de sollicitations d'agents à un poste déjà interrompu toutes les deux minutes ne libère pas l'attention : ça lui ajoute une couche de contrôle.
L'effort baisse partout, sauf là où il faut juger
La mesure existe — et elle dessine exactement cette bascule. Sur 319 travailleurs du savoir et 936 cas d'usage, une étude de Microsoft Research et Carnegie Mellon (CHI 2025) relève la part d'usages où l'effort cognitif est perçu comme moindre avec l'IA, activité par activité. Il baisse dans une large majorité des cas — mais pas au même degré selon ce qu'on fait.

L'effort se soulage pour se rappeler, comprendre, appliquer, analyser, synthétiser — de 69 à 79 % des usages. Il se soulage le moins pour l'évaluation : 55 %, le jugement. Là où il faut trancher, arbitrer, décider si la réponse tient, l'effort reste à faire. Les auteurs nomment le mouvement sans détour : l'effort « se déplace vers la vérification, l'intégration des réponses et la supervision » — ce qu'ils appellent le task stewardship, la charge de tenir la tâche. Second résultat, qui prolonge le premier : plus on fait confiance à l'IA, moins on exerce d'esprit critique ; plus on a confiance en soi, plus on en exerce. La supervision n'est pas seulement fatigante, elle est fragile.
Le pas de côté honnête. Ces chiffres sont déclaratifs — un ressenti d'effort, pas une mesure ergonomique de la charge réelle — et anglo-saxons. Une étude qualitative sur le copilote de 365 trouve d'ailleurs que 79 % des utilisateurs (sur seulement 27 personnes) disent leur charge cognitive réduite : c'est précisément le point aveugle. On mesure ce qu'on ressent produire ; on ne ressent pas ce qu'on cesse de faire. À mesure que l'automatisation devient fiable, l'humain relâche sa propre vigilance — l'ergonomie parle de « complaisance d'automatisation » et de « fatigue de relecture » —, et le coût glisse silencieusement de la production vers la détection d'erreur. Le cadre « exécution → supervision » est une grille de lecture, pas la mesure d'un instrument unique ; les 275 interruptions valent pour les plus sollicités, pas pour le salarié moyen.
Un coût qu'on ne mesure pas, on ne le protège pas
Le point aveugle est là : aucune enquête française ne mesure encore la charge de supervision propre aux agents. Combien de validations par jour ? Quel sentiment de contrôle — ou de débordement — face aux sorties d'une IA ? Quelle fatigue à rester le vérificateur en dernier ressort ? Tant qu'on ne le mesure pas, ce coût n'existe pas dans les tableaux de bord, donc il n'est ni reconnu ni protégé. C'est ce que le prochain baromètre cadres-rh doit produire : la mesure française et comportementale du report exécution → arbitrage.
Réagencer l'attention, ce n'est pas installer un agent de plus pour « gagner du temps ». C'est concevoir l'interaction pour que la supervision reste bornée : décider ce qu'on relit et ce qu'on laisse passer, regrouper les moments de vérification au lieu de les subir en continu, rendre visible — et donc reconnaissable — le travail de tenir la tâche. Il n'y a pas de déclic : l'agent ne supprime pas la charge mentale, il la déplace. Le travail de fond, c'est de savoir où elle est allée.
Sources
- Microsoft — _Work Trend Index 2025, « Breaking down the infinite workday »_ (signaux Microsoft 365 + enquête 31 000 salariés, 31 marchés) : https://www.microsoft.com/en-us/worklab/work-trend-index
- Lee, Sarkar et al. — _« The Impact of Generative AI on Critical Thinking »_, CHI 2025 (Microsoft Research / Carnegie Mellon) : https://www.microsoft.com/en-us/research/publication/the-impact-of-generative-ai-on-critical-thinking-self-reported-reductions-in-cognitive-effort-and-confidence-effects-from-a-survey-of-knowledge-workers/
- DARES / INSEE — _L'évolution des conditions de travail_ (série « interruptions fréquentes », 1991-2019) : https://dares.travail-emploi.gouv.fr/enquete-source/conditions-de-travail-2016
- Gloria Mark — _Attention Span_ (2023) ; Mark, Gudith & Klocke, CHI 2008 (durée d'attention par écran, temps de reprise après interruption) : https://gloriamark.com/attention-span/
- « A Qualitative Study of User Perception of M365 AI Copilot » (2024), arXiv : https://arxiv.org/abs/2503.17661
- Calculs et schémas : Réagencer (cadre d'analyse exécution → supervision ; rapprochement de sources hétérogènes signalé comme tel).
Recevoir les prochains numéros
Le terrain, chiffré, à chaque parution. Laissez votre email — et si le sujet vous touche de près, rejoignez l’enquête.