Contexte : des signes précoces de burnout liés à l’IA
Une étude publiée par la Harvard Business Review en février 2026 montre un paradoxe inquiétant : dans une entreprise technologique de 200 salariés, l’adoption enthousiaste d’outils d’intelligence artificielle a allongé les journées de travail au lieu de les raccourcir. Les équipes qui utilisent le plus l’IA ont vu leurs listes de tâches s’allonger, menant à plus de stress et à un risque accru de burnout. Cette recherche, co-signée par des chercheurs de l’Université de Californie à Berkeley et relayée par TechCrunch, repose sur huit mois d’observation et quarante entretiens. Le constat : l’automatisation ne réduit pas la charge, elle la déplace et parfois la multiplie.
En France, les tendances vont dans le même sens. Le baromètre Great Insights 2026 montre que 59 % des actifs jugent leur travail stressant, 56 % fatigant, et 41 % déclarent avoir déjà traversé un burnout. Plus d’un salarié sur deux utilise aujourd’hui des outils d’IA générative au quotidien, particulièrement les jeunes et les managers, ce qui reconfigure les modes de travail et les attentes.
Pourquoi c’est important : la productivité IA a un coût humain
La promesse initiale de l’intelligence artificielle était claire : réduire les tâches répétitives et libérer du temps pour des missions à plus forte valeur. Mais, selon les chercheurs de Berkeley, les gains de productivité — en moyenne +10 % selon les mesures — masquent une intensification du rythme de travail. Les employés, stimulés par la puissance de leurs nouveaux outils, ajoutent des tâches plutôt que d’en éliminer. Ce phénomène crée une illusion de maîtrise, mais aboutit à un allongement des horaires et une dilution des frontières entre travail et repos.
Les experts observent aussi ce qu’ils appellent le « burnout algorithmique » : une forme d’épuisement liée à la surveillance continue et à la pression invisible des systèmes numériques de suivi. Selon la psychologue Camille Richard, ce phénomène s’enracine dans la perte de contrôle ressentie par les salariés face à des outils qui accélèrent sans pause, ni régulation claire.
Ce que cela change : repenser l’usage de l’IA en entreprise
Les organisations qui déploient des outils d’IA ne peuvent plus se limiter à des promesses d’efficacité. Les recommandations des chercheurs vont vers une intégration structurée : former les managers, définir des limites d’usage et instaurer des bilans de charge réels, pas seulement perçus. Certaines entreprises, comme Deel, misent sur la transparence et la formation pour restituer un sentiment de contrôle à leurs équipes. D’autres explorent des solutions préventives : l’entreprise française Teale teste des algorithmes capables de détecter les signes précoces de fatigue pour ajuster les rythmes de travail avant qu’un épuisement ne s’installe.
La question centrale reste celle de la mesure : comment évaluer l’impact net de l’IA sur la charge réelle de travail ? Les données disponibles ne précisent pas encore de méthodologie universelle, mais plusieurs pistes émergent : comparer le temps de travail effectif avant et après adoption, analyser la perception des salariés et suivre les indicateurs de santé mentale sur la durée.
À surveiller : encadrement, régulations et équité des gains
Selon une étude du NBER, l’IA économiserait en moyenne seulement 3 % du temps, sans effet significatif sur les salaires ni sur les horaires. Dans certains cas, les développeurs expérimentés voient même leur vitesse baisser de 19 %, preuve que les bénéfices restent contextuels. Pendant ce temps, les attentes organisationnelles augmentent : rapidité, disponibilité et réactivité deviennent la norme. En France, seule une entreprise sur deux indique accompagner suffisamment ses équipes dans l’usage de ces outils.
Les discussions actuelles au niveau européen visent à mieux encadrer ces pratiques. La gouvernance de l’IA au travail, associée à la directive sur le bien-être numérique, cherche à prévenir les dérives liées à la surveillance et à la surcharge cognitive. Le risque économique n’est pas négligeable : selon l’INSEE, le coût du burnout algorithmique pourrait atteindre 3 milliards d’euros par an s’il reste non traité.
Pour les prochains mois, les spécialistes prévoient une double dynamique : l’IA continuera d’accroître la productivité, mais les entreprises seront jugées sur leur capacité à en maîtriser l’usage humainement. L’équilibre entre performance et bien-être devient la nouvelle ligne de fracture du monde du travail numérique.