La première chose que fait l’IA est de nous faire gagner du temps au travail : la seconde, la dupliquer avec des révisions et des corrections

Imaginez que vous engagez quelqu’un pour vous aider à gérer votre courrier électronique. Bien sûr, la première semaine, vous devez lui expliquer comment vous l’aimez pour filtrer les messages et vous communiquer les choses les plus urgentes. La deuxième semaine, vous corrigez les erreurs qu’il fait et, pour la troisième semaine, vous devez réexpliquer ce que vous lui avez déjà appris la première semaine car il a oublié les consignes. À la fin du mois, vous avez un assistant, mais cela prend plus de temps qu’avant car non seulement il faut garder un œil sur ce qu’il fait, mais il faut aussi gérer soi-même le courrier électronique.

C’est essentiellement ce qui se passe actuellement avec l’IA au travail, selon le rapport Work AI Index du Glean Institute, réalisé par des chercheurs des universités de Stanford, Berkeley et Notre Dame. Selon leurs conclusions, les employés consacrent en moyenne 6,4 heures par semaine à faire fonctionner l’IA. Près d’une journée de travail perdue chaque semaine.

Le temps ne se gagne pas, il se transforme. 87 % des travailleurs ayant participé à l’étude reconnaissent utiliser l’IA au travail. Parmi eux, 75 % déclarent que l’IA les rend plus productifs, leur permettant d’économiser environ 11 heures par semaine grâce à l’automatisation seule. Pourtant, seules 13 % des entreprises affirment obtenir une réelle augmentation de productivité. L’écart entre ce que perçoit l’individu et ce que montrent les résultats des entreprises est énorme, et le rapport donne une explication : ces heures ne disparaissent pas, elles sont seulement redirigées vers une nouvelle couche de travail dont personne ne prenait en compte.

Botsitting. Les auteurs ont appelé cette nouvelle tâche (un jeu de mots qui se traduit par « bot care ») qui consiste à peu plus qu’à agir comme un « baby-sitter IA » pour donner du contexte à l’outil, examiner les erreurs dans les résultats qu’il génère, relancer les invites qui ne fonctionnent pas bien et nettoyer les résultats qui semblent corrects, mais qui sont en réalité pleins de données inventées ou d’hallucinations.

Comme le décrit Rebecca Hinds, directrice du Work AI Institute, cette tutelle est « un travail souvent fastidieux et épuisant », que personne ne mesure ni ne récompense, de sorte que le temps gagné par l’IA finit par être un prêt qui doit être remboursé quelques heures plus tard.

Trop d’outils et de changements de contexte. Les chercheurs soulignent qu’une partie de ce temps supplémentaire passé à utiliser l’IA ne vient pas seulement de l’examen de ses résultats mais aussi de la manière dont chaque outil est utilisé. 77 % des personnes interrogées utilisent plusieurs outils d’IA chaque semaine, et un tiers des participants en combinent quatre ou plus. Chaque passage d’une application à une autre a un coût en temps rarement pris en compte, mais qui implique de répéter les mêmes instructions ou de réécrire l’invite dans un autre système car le modèle précédent n’a pas fourni le résultat escompté.

Près de la moitié des travailleurs (46,5 %) doivent passer d’un ou plusieurs outils d’IA à l’autre pour accomplir une seule tâche. Les chercheurs l’appellent la « taxe à bascule », la taxe cognitive d’un contexte en constante évolution. a déjà calculé le coût cognitif du changement d’application et le cabinet de conseil McKinsey a calculé que les travailleurs perdent en moyenne près de deux heures par jour à chercher des informations entre les outils, les boîtes de réception et les chats. L’IA, présentée comme la panacée de la productivité, n’a fait qu’ajouter une nouvelle couche à ce chaos au lieu de le réduire.

Du à . L’étude a révélé que lorsque les travailleurs passent trop de temps à corriger les erreurs de l’IA et à respecter leurs délais, ils commencent à ignorer les résultats, générant ce que le rapport appelle des « conneries de robots », qui consisteraient à soumettre un travail généré par l’IA sans l’avoir préalablement vérifié. 69% des participants ont admis l’avoir fait au moins à l’occasion.

Les conséquences vont au-delà de la qualité de l’œuvre elle-même : lorsque ce contenu atteint le maillon suivant de la chaîne de production sans que personne ne l’ait examiné, quelqu’un qui ne l’a pas produit doit le nettoyer. Autrement dit, le coût et le temps sont transférés à quelqu’un d’autre, mais les économies ne sont pas aussi importantes qu’il y paraît.

Sans surprise, davantage d’IA ne résoudra pas le problème. Bob Sutton, professeur émérite à Stanford et membre fondateur du Work AI Institute qui a préparé ce rapport, a souligné à d’autres occasions que l’une des solutions généralement adoptées par les postes de direction lorsqu’un processus génère des frictions est d’ajouter davantage de cet élément. Dans ce cas, il s’agit d’essayer de résoudre un problème d’utilisation abusive de l’IA… avec plus d’IA.

Les données du rapport suggèrent que les organisations qui sont en avance ne sont pas celles qui utilisent le plus l’IA. Ce sont eux qui ont construit ce que les auteurs appellent « l’infrastructure humaine ». 53 % des travailleurs déclarent que les informations dont ils ont besoin ne transitent pas par leurs systèmes d’IA. Dans les entreprises où cela arrive, les employés sont 64 % moins épuisés et 52 % moins susceptibles de soumettre un travail qui n’a pas été révisé.

À Simseo | OpenAI assure que l’IA n’a pas eu autant d’impact sur l’emploi. Anthropic croit exactement le contraire et c’est là que réside le problème

Images | Unsplash (Flipsnack)