L’intelligence artificielle devait nous faire gagner du temps. Elle semble parfois produire l’effet inverse.
Les outils génératifs permettent de résumer plus vite, de rédiger davantage, de multiplier les analyses et d’accélérer les échanges. Pourtant, le temps économisé n’est pas toujours transformé en espace de réflexion. Il est souvent absorbé par de nouvelles tâches, des objectifs plus élevés et une intensification du travail numérique.
Ce paradoxe constitue le point de départ d’un article de David Brooks publié dans The Atlantic sous le titre The People Who Will Thrive in the AI Age. Le journaliste américain y défend une idée forte : lorsque l’intelligence devient abondante, la volonté de fournir un effort intellectuel prend de la valeur.
Son analyse ne cherche pas à opposer les utilisateurs de l’IA à ceux qui refuseraient la technologie. Elle interroge plutôt la manière dont chacun choisit de s’en servir. Certains délégueront progressivement la réflexion à la machine. D’autres utiliseront l’IA pour apprendre, contester leurs propres idées et entreprendre des tâches plus ambitieuses.
Cette distinction dépasse largement la productivité personnelle. Elle pose une question plus profonde : que devient l’être humain lorsqu’une machine peut lire, écrire, chercher et raisonner avec lui, voire à sa place ?
Pourquoi l’analyse de David Brooks mérite d’être lue
David Brooks part d’une réalité désormais familière. Les modèles génératifs réduisent considérablement le coût de nombreuses tâches intellectuelles. Ils produisent une synthèse, structurent un raisonnement, proposent des arguments ou recherchent des références en quelques secondes.
Cette disponibilité transforme notre rapport à la difficulté.
Lorsqu’une réponse convaincante est immédiatement accessible, pourquoi poursuivre seul une réflexion hésitante ? Pourquoi écrire un premier brouillon imparfait ? Pourquoi chercher longuement une source, comparer plusieurs interprétations ou affronter l’inconfort d’un problème encore mal défini ?
Brooks ne condamne pas cette facilité. Il reconnaît les bénéfices de l’IA et l’utilise lui-même. Mais il observe qu’une partie de notre développement intellectuel dépend précisément des étapes que la technologie permet désormais de contourner.
Écrire oblige à organiser sa pensée. Lire plusieurs auteurs permet de distinguer les nuances. Résister à une première réponse développe le jugement. Se tromper, revenir sur une hypothèse et reformuler un problème participent à l’apprentissage.
Toutes les difficultés ne méritent évidemment pas d’être préservées. Passer plusieurs heures à reformater un document ou à corriger une syntaxe ne développe pas nécessairement une compétence distinctive. Mais certaines frictions sont formatrices. Leur suppression systématique peut améliorer la production immédiate tout en réduisant progressivement l’autonomie.
C’est pourquoi Brooks distingue, en substance, plusieurs attitudes face à l’IA.
Certains utilisateurs recherchent principalement la réduction de l’effort. L’outil devient un moyen d’obtenir plus rapidement un texte, une analyse ou une réponse, sans traverser les étapes de la réflexion.
D’autres perçoivent le risque, mais cèdent à la facilité sous l’effet de la pression professionnelle et du manque de temps.
Une troisième catégorie utilise l’IA pour étendre ses capacités. Ces utilisateurs ne lui demandent pas seulement de résoudre un problème. Ils l’utilisent pour tester une hypothèse, identifier une contradiction, explorer une littérature ou examiner un sujet sous plusieurs angles.
La différence ne repose donc pas uniquement sur la maîtrise technique de l’outil. Elle tient au rapport que chacun entretient avec l’effort intellectuel.
Écrire d’abord, confronter ensuite
L’intérêt de l’article tient également à son caractère personnel. David Brooks ne se contente pas de formuler une thèse. Il décrit les pratiques qu’il essaie d’adopter pour éviter une délégation excessive de sa pensée.
Avant de consulter un modèle, il commence par écrire sa propre analyse. Il produit une première conclusion, même imparfaite. Il demande ensuite à l’IA de contester son raisonnement, d’en révéler les faiblesses ou de proposer des perspectives qu’il n’avait pas envisagées.
La séquence est importante.
Lorsque l’IA intervient avant la formulation d’une pensée personnelle, elle peut définir le cadre du problème, sélectionner les arguments et influencer la conclusion. L’utilisateur travaille alors à l’intérieur d’une architecture intellectuelle qu’il n’a pas construite.
Lorsqu’elle intervient après une première réflexion, elle peut devenir un instrument de contradiction. Elle ne remplace plus le raisonnement. Elle l’éprouve.
Brooks explique également qu’il cherche à alterner les tâches réalisées avec l’IA et celles qu’il effectue sans assistance. L’objectif n’est pas de maintenir artificiellement des méthodes anciennes, mais de continuer à exercer ses capacités d’écriture, de lecture et de création.
Cette discipline traduit une idée simple : les compétences cognitives ne sont pas des acquis permanents. Elles se développent par l’usage et peuvent s’affaiblir lorsqu’elles ne sont plus sollicitées.
Le bibliothécaire plutôt que l’oracle
L’une des formules les plus fécondes de David Brooks consiste à traiter l’IA comme un bibliothécaire brillant plutôt que comme un oracle.
L’oracle fournit une réponse supposée définitive. Le bibliothécaire ouvre un champ d’exploration. Il indique quels auteurs ont abordé un sujet, quelles controverses existent, quelles écoles de pensée s’opposent et quelles références peuvent enrichir la réflexion.
Cette différence de posture modifie les questions posées à l’outil.
Au lieu de demander : « Que dois-je penser ? », l’utilisateur peut demander :
- « Quels auteurs ont travaillé sur cette question ? »
- « Quelles hypothèses pourraient contredire mon analyse ? »
- « Quels éléments permettraient d’invalider ma conclusion ? »
- « Quelles interprétations concurrentes devrais-je examiner ? »
L’IA devient alors une ressource intellectuelle, mais elle ne reçoit pas l’autorité de conclure à la place de l’utilisateur.
Cette approche est particulièrement pertinente dans un environnement où les modèles produisent des réponses fluides, cohérentes en apparence et parfois difficiles à distinguer d’une analyse experte. La qualité de la formulation peut créer une illusion de solidité. Or une réponse convaincante n’est pas nécessairement juste, complète ou adaptée au contexte.
Le rôle de l’utilisateur consiste donc moins à obtenir une production qu’à en évaluer la pertinence.
Une possible polarisation cognitive
La thèse la plus préoccupante de Brooks concerne l’écart qui pourrait se creuser entre les utilisateurs.
Certains mobiliseront l’IA pour accéder plus rapidement à des connaissances, approfondir leur réflexion et entreprendre des projets auparavant hors de leur portée. L’outil augmentera leur capacité d’action.
D’autres délégueront progressivement la formulation, l’analyse et la recherche. Ils pourront produire davantage, mais risqueront de comprendre moins profondément ce qu’ils produisent.
Cette polarisation ne suivra pas nécessairement les divisions traditionnelles de diplôme, de fonction ou de niveau d’expertise. Elle pourrait dépendre davantage de la curiosité, de la persévérance, de la capacité à tolérer l’incertitude et de la volonté de continuer à apprendre lorsque l’outil rend l’économie de pensée possible.
Une interrogation presque philosophique apparaît alors : l’être humain se distingue-t-il par son intelligence ou par le désir qu’il a de l’exercer ?
L’IA fournit une puissance cognitive croissante. Elle ne choisit pas les objectifs qui méritent d’être poursuivis, les problèmes qui doivent être résolus ni les conséquences que nous sommes prêts à assumer.
Pendant des décennies, les entreprises ont investi dans leurs systèmes d’information. Elles investissent aujourd’hui dans les systèmes d’intelligence artificielle. Demain, leur véritable avantage concurrentiel dépendra peut-être moins de ces technologies, que de leur capacité à préserver et développer le jugement collectif de leurs équipes.
Une organisation capable de produire rapidement une réponse sans être en mesure d’en expliquer le raisonnement gagne en efficacité opérationnelle, mais perd progressivement en maîtrise stratégique.
De l’individu à l’organisation
Cette réflexion dépasse donc le développement personnel. Elle pose une question encore peu abordée dans les entreprises : que devient une organisation lorsque ses collaborateurs délèguent progressivement une partie de leur effort intellectuel ?
Une entreprise n’est pas uniquement une addition de compétences individuelles. Elle repose sur des mécanismes collectifs permettant d’interpréter une situation, de confronter les points de vue, de transmettre l’expérience et de prendre des décisions.
L’IA peut renforcer ces mécanismes. Elle peut faciliter l’accès à l’information, accélérer la préparation de scénarios et aider les équipes à explorer un problème sous plusieurs angles.
Mais elle peut également les rendre plus opaques.
Une analyse est générée, intégrée dans une présentation, reprise dans une recommandation, puis utilisée pour orienter une décision. À chaque étape, le résultat circule, mais les hypothèses initiales deviennent moins visibles.
L’organisation conserve la conclusion. Elle perd progressivement la trace du raisonnement.
Le risque n’est donc pas que les collaborateurs utilisent l’IA. Il est que l’entreprise cesse de comprendre comment ses propres décisions sont construites.
L’effort intellectuel ne disparaît pas, il change d’endroit
L’intelligence artificielle ne supprime pas l’effort intellectuel. Elle en déplace la valeur.
Il devient moins utile de consacrer plusieurs heures à la mise en forme d’un document, à la production d’une synthèse initiale ou à la correction d’une première version.
En revanche, la formulation du problème, la vérification des sources, l’identification des angles morts, la compréhension du contexte et l’arbitrage entre plusieurs options prennent davantage d’importance.
Imaginons deux entreprises qui déploient exactement le même assistant d’IA auprès de leurs équipes commerciales.
Dans la première, les commerciaux utilisent l’outil pour rédiger plus rapidement leurs propositions. Les délais diminuent, le volume de documents augmente et les objectifs sont relevés. L’IA accélère la production.
Dans la seconde, l’outil génère également une première proposition. Mais cette version devient le point de départ d’un travail collectif. L’équipe examine les hypothèses commerciales, anticipe les objections du client, vérifie les données et évalue les risques contractuels. Le manager demande aux commerciaux d’expliquer pourquoi certaines options ont été retenues.
La première entreprise produit davantage. La seconde développe une capacité commerciale plus solide. Les deux organisations utilisent la même technologie. Elles ne réinvestissent pas de la même manière le temps et l’attention libérés.
C’est dans cette différence que se situe la véritable création de valeur.
Le management face à une production devenue facile
Cette transformation modifie directement le rôle du manager.
Lorsque la rédaction d’un rapport ou la préparation d’une analyse nécessitait plusieurs heures de travail, le résultat final donnait certaines indications sur l’implication et la compréhension de son auteur.
Avec l’IA, cette relation devient moins lisible.
Un document très élaboré peut être produit en quelques minutes. Une recommandation convaincante peut reprendre un raisonnement que son auteur ne maîtrise pas. Une formulation professionnelle peut masquer une vérification insuffisante.
Le manager ne peut donc plus seulement demander :
« Le travail est-il terminé ? »
Il doit également demander :
« Comment êtes-vous arrivé à cette conclusion ? »
Cette question permet de rendre visibles les sources utilisées, les hypothèses retenues, les options écartées, les contrôles effectués et les incertitudes qui subsistent.
Le rôle du management n’est pas de surveiller chaque interaction avec l’IA. Il consiste à établir des exigences de qualité dans un contexte où la production devient plus facile, mais où la compréhension peut devenir plus fragile.
Une réponse bien écrite ne doit pas être confondue avec une analyse solide. Une recommandation rapide doit pouvoir être expliquée, contestée et défendue.
Ce que l’entreprise récompense façonne les usages
Le rapport à l’effort intellectuel ne dépend pas seulement de la volonté individuelle. Il est également influencé par les systèmes d’évaluation et les objectifs fixés par l’organisation. Une entreprise qui mesure principalement la vitesse et le volume produit encouragera logiquement les usages les plus automatisés. Les équipes chercheront à traiter davantage de dossiers, à générer plus de contenus et à réduire les délais.
Une organisation qui valorise la qualité du raisonnement, l’identification des risques, l’originalité des propositions et la capacité à justifier une décision encouragera des usages plus exigeants. Lorsque la direction demande uniquement d’aller plus vite, l’IA sert la vitesse.
Lorsqu’elle demande de mieux comprendre, de confronter plusieurs scénarios et d’améliorer la qualité de la décision, l’outil peut servir l’apprentissage collectif. La gouvernance de l’IA ne se limite donc pas à la sécurité, à la conformité ou à la protection des données. Elle concerne aussi les comportements que l’entreprise choisit de valoriser.
Ce constat rejoint d’ailleurs un enseignement revenu de manière récurrente au cours des entretiens réalisés pour EntrepreneurIA. Les dirigeants les plus avancés dans l’adoption de l’IA ne décrivent pas un remplacement de leur réflexion. Ils expliquent au contraire consacrer davantage de temps à la formulation des problèmes, à la validation des hypothèses et aux arbitrages stratégiques. Pour eux, l’IA accélère la préparation des décisions. Elle ne décide pas à leur place.
Les questions que les dirigeants doivent désormais poser
Les dirigeants n’ont pas à choisir entre l’adoption de l’IA et la préservation des capacités humaines. Ils doivent organiser leur articulation. Plusieurs pratiques peuvent être mises en place.
Toute recommandation importante devrait distinguer clairement les faits, les interprétations et les hypothèses. Les sources devraient être identifiées lorsque l’enjeu est financier, juridique, stratégique ou réputationnel. Les équipes devraient être invitées à préciser ce qui pourrait invalider leur conclusion.
Des revues contradictoires peuvent être organisées afin de confronter les productions générées à d’autres lectures. Certaines décisions particulièrement sensibles peuvent également nécessiter une réflexion initiale sans assistance, suivie d’une confrontation avec l’IA.
Le temps libéré par l’IA sert-il :
- à produire davantage ou à mieux comprendre ?
- à traiter plus de demandes ou à renforcer la relation client ?
- à multiplier les analyses ou à améliorer leur qualité ?
- à réduire les coûts ou à développer les compétences ?
Une technologie ne crée pas de valeur uniquement parce qu’elle accélère une tâche. La valeur dépend de la manière dont l’organisation réinvestit les capacités qu’elle libère.
Préserver la volonté de penser
David Brooks nous invite à préserver notre effort intellectuel. Son analyse n’est pas une défense nostalgique d’un monde sans intelligence artificielle. Elle rappelle qu’une capacité qui n’est plus exercée peut progressivement s’affaiblir.
Les entreprises devront prolonger cette réflexion. Elles devront construire des environnements dans lesquels l’IA augmente les capacités humaines sans remplacer les mécanismes qui permettent de comprendre, de débattre et de décider collectivement. L’enjeu ne consiste pas à préserver toutes les difficultés. Certaines tâches doivent être simplifiées, automatisées ou supprimées. Mais l’élimination de l’effort inutile ne doit pas entraîner celle de l’effort formateur.
L’effort intellectuel quitte progressivement les tâches répétitives pour se concentrer sur ce qui détermine réellement la qualité d’une décision : poser le problème, vérifier les hypothèses, comprendre le contexte, interpréter les conséquences, arbitrer et assumer la responsabilité.
Dans un monde où une intelligence abondante sera accessible à un nombre croissant d’individus et d’entreprises, l’avantage ne résidera plus seulement dans les outils utilisés. Demain, les entreprises ne seront pas différenciées par les technologies auxquelles elles auront accès, mais par la qualité du jugement collectif qu’elles auront su préserver. L’intelligence artificielle rend les réponses abondantes. Le jugement, lui, restera une compétence à construire.
