Deux études, parues à neuf mois d’intervalle, donnent un nom à ce que les utilisateurs intensifs ressentent depuis l’arrivée massive de l’IA générative au travail. En juin 2025, Nataliya Kosmyna et son équipe au MIT Media Lab publient Your Brain on ChatGPT : en étudiant 54 sujets sous électroencéphalogramme, on observe une connectivité neuronale qui chute durablement chez les utilisateurs réguliers d’IA. Les chercheurs parlent de “dette cognitive”, une atrophie qui se paie après coup, comme la dette technique en informatique. En mars 2026, une équipe du Boston Consulting Group, dans la Harvard Business Review, documente un autre phénomène sur 1 488 salariés américains : l’AI brain fry, défini comme “une fatigue mentale liée à l’usage excessif et à la supervision d’outils d’IA au-delà des capacités cognitives de l’individu”.
Dette cognitive d’un côté, surchauffe cérébrale de l’autre. Deux mécanismes qui se combinent et convergent vers la même question : comment prévenir les nouvelles atteintes à la santé liées à l’IA ?
Les témoignages recueillis par Libération dans un article publié le 2 mai 2026 illustrent les deux versants. Simon, 39 ans, ingénieur en robotique humanoïde, décrit le brain fry sans en connaître le nom : “Pendant que l’agent code à ma place, je passe en revue ce qui a été codé par un autre agent, ou par mes collègues qui se mettent eux-mêmes à utiliser des agents. Au bout d’un moment, t’es dans le brouillard”. Mais il décrit aussi « un risque d’atrophie cérébrale » : , comme tu pratiques moins, les savoirs s’effritent”.
Comment lit-on cela à travers le cadre français des risques psychosociaux ? Assez mal en vérité. Le cadre de référence hexagonal reste fortement structuré par les grilles d’analyses issues du rapport Gollac et Bodier, remis au ministre du travail en 2011, qui identifiait six familles de facteurs : intensité et temps de travail, exigences émotionnelles, autonomie, rapports sociaux, conflits de valeurs, insécurité socio-économique. Consacrée par la puissance publique et les partenaires sociaux au travers de leurs opérateurs comme l’Anact ou l’INRS, déclinée en de multiples sous-produits opérationnels par les préventeurs et les consultants spécialisés, cette typologie reste le fondement de tout exercice de diagnostic en entreprise, quand bien même ses bases empiriques décrivent le monde du travail de la fin du XXe siècle plutôt que celui de 2026.
S’il s’appuie en effet sur une remarquable revue de littérature, le rapport Gollac-Bodier porte une vision assez réductrice des effets des “nouvelles technologies” sur le travail, qui semble aujourd’hui largement dépassée : “L’introduction de nouvelles technologies n’a pas en soi une influence causale sur l’intensité ou la complexité du travail (…) les nouvelles technologies, l’informatique et les technologies de communication en particulier sont associées à de profonds changements d’organisation, qui les motivent souvent et en conditionnent l’efficacité. Ce sont en fait ces changements d’organisation qui ont un impact ou, au minimum, conditionnent celui des outils techniques” (p. 93).
Il est certes avéré que les variables organisationnelles, et plus largement la manière dont des outils technologiques sont conçus et déployés, influent sur la manière dont les salariés les vivent. Mais avec l’IA générative il est tout autant avéré que certaines technologies ont des caractéristiques spécifiques, qui produisent des effets en grande partie indépendants de leur contexte organisationnel.
L’IA générative n’est pas un facteur de RPS en soi, elle est une transformation transversale à toutes les familles de risque. Elle accroît l’intensité par la multiplication des outils et le context switching permanent ; elle reconfigure les rapports sociaux au sein des collectifs de travail en diffusant de nouvelles normes implicites de rapidité d’exécution ; elle interroge le sens du travail dès lors que la question “qui produit, qui signe ?” devient indécidable; elle nourrit l’insécurité en diluant la responsabilité dans la zone grise entre ce que le salarié sait, ce que l’IA a décidé, et ce qui peut lui être imputé. Davantage que les organisations formelles ou les mécanismes de déploiement, ce sont les caractéristiques et attitudes individuelles des salariés qui vont en intensifier ou en “amortir” les effets, notamment la capacité à garder un regard critique et à “résister” à la tentation de suivre son rythme. Construire une “hygiène de l’IA” au travail apparait de ce point de vue tout aussi indispensable que de dispenser des formations de “littéracie de l’IA”, comme nous y obligera bientôt le Règlement Européen sur l’IA.
Deux dynamiques propres à l’IA nous semblent particulièrement porteuses de risques. La première est la disparition des “siestes mentales”. Interrogé par Libération sur les tâches répétitives que l’IA promet de supprimer, Simon hésitait : “D’un côté, tu n’as plus ce truc chiant à faire, mais tu te rends compte que c’était aussi ta sieste mentale”.
L’observation rejoint un point que Gollac et Bodier identifiaient dès 2011 sous le terme de sous-charge : les tâches monotones ou de surveillance fonctionnent comme des sas de récupération cognitive intégrés au travail. En les supprimant, l’IA impose un méta-travail permanent de validation, plus dense que l’exécution directe, autrement dit, une surcharge cognitive de second ordre. C’est précisément le terrain de prédilection du “brain fry”.
La seconde dynamique est l’atrophie des compétences par délégation. A mesure que la supervision d’agents remplace l’exécution, certains gestes professionnels s’effritent. Cette atrophie touche en priorité ce que David Autor appelait les savoirs tacites, ceux que les travailleurs “savent plus qu’ils ne peuvent en dire”. Or ce sont précisément ces savoirs que ni les fiches de poste, ni les tableaux de bord, ni les outils RH classiques ne captent. Quand ils s’érodent, l’organisation s’en aperçoit souvent trop tard.
Pour les parties prenantes de politiques de prévention à l’échelle des entreprises comme pour les pouvoirs publics, trois chantiers majeurs s’ouvrent : comment construire un référentiel des RPS à l’ère de l’IA, alors que les fonctionnalités des outils se reconfigurent en continu ? Comment évaluer des risques dont la cinétique excède celle des plans de prévention ? Comment surtout dépasser le clivage entre préventeurs et métiers, et faire en sorte que les porteurs de projets technologiques intègrent la protection de la santé mentale comme un facteur de réussite, et non comme une contrainte tardive ?
Ces questions devraient être au cœur d’un effort collectif pour adapter nos grilles de lecture des RPS à l’ère de l’IA générative, en adoptant des démarches qui soient elles-mêmes génératives, capables d’évoluer au rythme des outils qu’elles analysent. Le sujet pourrait bien devenir, pour la décennie qui vient, ce qu’a été pour les politiques de prévention la généralisation des ERP dans les années 2000 – un chantier structurant, longtemps sous-investi, dont on mesure le coût lorsqu’il est déjà tard.
Cet article provient du site Editions Législatives - ActuEL RH