L’intelligence artificielle s’impose dans de plus en plus d’entreprises qui y voient un nouveau levier de productivité. Pourtant, derrière cette promesse d’efficacité accrue, un phénomène préoccupant émerge : l’épuisement cognitif lié à l’usage intensif des outils d’IA. Une tendance désormais identifiée et documentée sous le nom d’ « AI brain fry ».
Quand l’IA finit par brouiller les cerveaux…
Le Boston Consulting Group a mené une étude en collaboration avec l’université de Californie Riverside et publiée dans la Harvard Business Review sur les impacts de l’utilisation de l’IA au travail.
En interrogeant près de 1 500 salariés de grandes entreprises américaines, les chercheurs ont identifié un phénomène émergent qu’ils nomment l’« AI brain fry » — littéralement, le « cerveau grillé par l’IA ».
Principal résultat de cette étude : 14 % des répondants déclarent souffrir d’une fatigue mentale directement liée à une utilisation excessive des outils d’intelligence artificielle, dépassant leurs capacités cognitives.
Les fonctions les plus touchées sont le marketing, le développement logiciel, les ressources humaines, la finance et l’IT — autant de métiers déjà très consommateurs d’IA et fortement exposés à la pression de la performance.
Les symptômes rapportés sont révélateurs : sensation de « brouillard mental », impression de cerveau « saturé », maux de tête, ou encore ralentissement de la prise de décision…
L’illusion de la productivité augmentée
Si les solutions d’IA promettent d’automatiser les tâches et de libérer du temps, elles semblent paradoxalement intensifier le travail.
En permettant aux collaborateurs de multiplier les tâches et d’augmenter leur cadence au-delà de leur rythme naturel, elles contribuent à une surcharge cognitive difficilement soutenable.
Deux facteurs principaux expliquent ce phénomène :
- La surcharge informationnelle : l’IA génère une quantité massive de contenus à traiter, vérifier et valider.
- Le multitâche permanent : les utilisateurs jonglent entre plusieurs outils ou agents d’IA, fragmentant leur attention.
Mais le facteur le plus critique reste la supervision constante.
Contrairement à une automatisation classique, l’IA nécessite un contrôle humain continu pour garantir la qualité et la pertinence des outputs. Et cette vigilance accrue devient rapidement épuisante.
“Je passais plus de temps à gérer les outils qu’à résoudre le problème”
Les témoignages recueillis dans l’étude illustrent parfaitement cette dérive.
Un manager en ingénierie décrit une situation devenue familière :
« J’utilisais un outil pour m’aider à prendre des décisions techniques, un autre pour générer des contenus, et je passais mon temps à vérifier chaque détail.
Résultat : mon cerveau était saturé, comme si j’avais des dizaines d’onglets ouverts en permanence. »
Ce constat met en lumière un paradoxe majeur : loin de simplifier le travail, l’IA peut aussi complexifier les processus en ajoutant une couche de gestion supplémentaire.
Un impact direct sur la performance… et la rétention
Au-delà du bien-être des collaborateurs, les conséquences business sont significatives.
L’étude établit plusieurs corrélations préoccupantes :
- Une augmentation de 33 % de la fatigue décisionnelle chez les employés concernés
- Une hausse de près de 10 % de l’intention de quitter l’entreprise
- Des pertes potentielles de plusieurs millions d’euros pour les grandes organisations, liées à des décisions de moindre qualité ou à l’inaction
Autrement dit, l’IA mal intégrée ne se contente pas d’épuiser les équipes : elle fragilise aussi la performance globale de l’entreprise.
Vers une utilisation plus « soutenable » de l’IA
Ces résultats s’inscrivent dans un corpus croissant de recherches et de retours terrain pointant les effets ambivalents de l’intelligence artificielle au travail.
Loin d’être un simple outil d’optimisation, elle transforme en profondeur les modes de travail — parfois au détriment de l’équilibre cognitif des collaborateurs.
Pour les organisations, l’enjeu est désormais clair : passer d’une logique d’hyper-productivité à une logique de productivité soutenable.
Cela implique notamment :
- de limiter le nombre d’outils utilisés simultanément
- de clarifier les rôles entre humain et IA
- de former les équipes à une utilisation raisonnée
- et d’intégrer des indicateurs de charge cognitive dans les politiques RH
Car si l’IA peut être un formidable accélérateur, elle ne doit pas devenir un facteur d’épuisement invisible…
