Leaders d’opinion
La fatigue liée à l’IA est réelle. Mais ce n’est pas ce que vous croyez

Points clésLa fatigue liée à l'IA est une courbature temporaire d'apprentissage due à…
Voir plus
- La fatigue liée à l'IA est une courbature temporaire d'apprentissage due à l'acquisition d'une nouvelle compétence cognitive, et non un état permanent.
- L'épuisement atteint son pic durant les phases intermédiaires de l'adoption de l'IA, avant que des voies mentales efficaces ne se forment.
- Les dirigeants doivent gérer cette charge cognitive à la manière d'un entraîneur, et non renoncer à l'adoption de l'IA.
Un récit prend forme en ce moment et attire beaucoup d’attention : l’IA nous épuise. Les ingénieurs livrent plus de code que jamais et se sentent plus mal que jamais. L’expression « fatigue liée à l’IA » circule, et les commentaires se multiplient.
Un ingénieur logiciel écrit dans Business Insider que le trimestre écoulé a été à la fois son plus productif et son plus éprouvant. Steve Yegge, qui a bel et bien écrit un livre sur le vibe coding, explique à The Pragmatic Engineer qu’il fait des siestes dans la journée et limite le travail effectif assisté par l’IA à trois heures. Les fondateurs de startups n’en peuvent plus dès 14 heures. L’une des publications les plus partagées ce mois-ci avertit que l’IA exerce un « effet vampirique » sur ceux qui l’utilisent le plus.
Mais personne ne semble remarquer ceci : ceux qui signalent le plus de fatigue ne sont pas les sceptiques. Ce sont les partisans les plus convaincus.
Les ingénieurs bloqués au premier niveau de l’échelle d’adoption de Yegge, ceux qui ignorent complètement l’IA, vont bien. Un peu inquiets, peut-être, mais pas vidés de leur énergie. Ceux qui rentrent chez eux lessivés sont aux niveaux cinq, six et sept : ils s’y sont investis à fond, font tourner plusieurs agents, orchestrent des processus complexes et livrent à des vitesses qu’ils n’auraient jamais imaginées.
Cette régularité devrait nous dire quelque chose. Et je pense qu’elle nous dit que la « fatigue liée à l’IA » est un diagnostic entièrement erroné.
Votre problème n’est pas la fatigue. C’est l’entraînement.
Repensez à votre tout premier soulevé de terre. Pas avec une charge particulièrement lourde. Simplement le mouvement lui-même. Le lendemain matin, vous vous êtes réveillé avec l’impression que tout votre corps avait été démonté puis mal remonté. Vous aviez mal aux jambes. Vous aviez mal au dos. Des muscles dont vous ignoriez l’existence se manifestaient de la façon la plus désagréable possible.
Si quelqu’un avait mesuré votre rendement ce jour-là, le résultat aurait été désastreux. Vous pouviez à peine vous asseoir sans grimacer. Vous auriez pu raisonnablement conclure que le soulevé de terre n’est pas tenable, que le corps humain n’est pas fait pour cela et que le coût dépasse le bénéfice.
Mais, bien sûr, six mois plus tard, vous soulevez le double et vous vous sentez bien après. Votre corps a créé de nouvelles voies. Il s’est adapté. Le mouvement qui exigeait autrefois la totalité de vos efforts conscients est devenu automatique. Les courbatures ne signifiaient pas que vous étiez cassé. Elles signifiaient que vous construisiez quelque chose de nouveau.
C’est exactement ce qui se passe avec le travail assisté par l’IA.
La charge cognitive dont personne ne parle
Lorsque vous écrivez du code de manière traditionnelle, votre cerveau exécute un programme bien rodé. Vous l’avez fait des milliers de fois. Vous connaissez les touches à presser, les schémas et les rythmes du débogage. C’est comme votre trajet quotidien en voiture : techniquement complexe, mais si bien maîtrisé que vous pouvez le faire en pensant au dîner.
Le travail assisté par l’IA est une tâche cognitive fondamentalement différente. Vous n’écrivez plus de code. Vous dirigez, évaluez, décidez, changez de contexte entre plusieurs agents, examinez des résultats que vous n’avez pas écrits et gardez en tête l’intention architecturale pendant qu’une IA fait des choix d’implémentation que vous devez valider en temps réel.
Ce n’est pas le même travail exécuté plus vite. C’est un travail entièrement différent. Et votre cerveau n’a pas encore créé les voies efficaces nécessaires.
Chaque décision reste consciente. Chaque vérification demande un effort actif. Vous surveillez la qualité, conservez le contexte de plusieurs chantiers parallèles et portez constamment des jugements sur les résultats de l’IA. Voilà pourquoi trois heures de ce travail peuvent vous laisser plus épuisé que huit heures de programmation traditionnelle. C’est l’équivalent cognitif de votre première semaine à la salle de sport.
La courbe d’adoption est en réalité une courbe d’épuisement
Le modèle à huit niveaux de Yegge consacré à l’adoption de l’IA correspond presque parfaitement à une courbe d’épuisement, même si je ne pense pas que ce soit son intention.
Aux niveaux un et deux, vous utilisez à peine l’IA. Un peu de saisie automatique ici, une question là. Peu de charge cognitive. Peu de fatigue.
Du troisième au sixième niveau, vous êtes dans le grand bain. Vous avez accordé plus d’autonomie à l’agent, vérifiez moins ligne par ligne et davantage dans l’ensemble, faites tourner plusieurs agents et devez constamment vous repérer dans un processus qui n’existait pas dix-huit mois auparavant. C’est là que l’énergie s’épuise. C’est le soulevé de terre avec une charge lourde.
Aux niveaux sept et huit, quelque chose d’intéressant commence à se produire. Vous avez construit des systèmes d’orchestration. L’IA travaille de façon plus autonome. Vous avez appris à quoi faire confiance et ce qu’il faut vérifier. Vous décrivez les résultats souhaités et vous partez. Matt Shumer décrit exactement cela : dire à l’IA quoi construire, s’absenter quatre heures et revenir pour trouver le travail terminé. L’adaptation commence à porter ses fruits.
L’épuisement n’est pas réparti uniformément. Il culmine au milieu, là où se trouvent actuellement la plupart des premiers utilisateurs. Voilà pourquoi la fatigue paraît universelle : parmi ceux qui parlent le plus de l’IA, une proportion démesurée se trouve dans la partie la plus difficile de la courbe d’apprentissage.
Personne n’a écrit d’articles sur la « fatigue au volant »
Vous souvenez-vous de vos débuts au volant ? La première fois que vous vous êtes inséré dans la circulation sur une autoroute, vous avez probablement agrippé le volant comme si votre vie en dépendait. Ce qui, à vrai dire, était le cas. Après trente minutes de conduite, vous êtes rentré complètement épuisé. Votre cerveau avait tourné à plein régime : vérifier les rétroviseurs, régler la vitesse, anticiper les actions des autres conducteurs et interpréter les panneaux. Tout en même temps et tout consciemment.
Aujourd’hui, vous conduisez pendant une heure en écoutant un podcast d’une oreille et en mangeant un sandwich. La tâche n’a pas changé. Vous avez changé. Votre cerveau a créé des voies neuronales efficaces pour la conduite et a transformé ce qui exigeait autrefois toute votre attention consciente en processus d’arrière-plan.
Personne n’a publié de tribunes présentant la « fatigue au volant » comme une crise existentielle. Personne n’a suggéré que les voitures exerçaient un « effet vampirique » sur leurs conducteurs. Nous comprenions intuitivement que l’épuisement était temporaire. C’était le prix à payer pour apprendre quelque chose de nouveau.
C’est ce qui manque dans le débat actuel. La « fatigue liée à l’IA » est traitée comme un état permanent, une caractéristique fondamentale de la technologie, alors qu’il s’agit en réalité d’un coût de transition. Ce sont des courbatures d’entraînement, pas une maladie chronique.
Pourquoi l’enjeu dépasse le confort
Cette distinction n’est pas seulement sémantique. La façon dont vous diagnostiquez le problème détermine ce que vous faites pour y remédier.
Si la fatigue liée à l’IA est une caractéristique permanente de la technologie, la limite de trois heures de Yegge restera le plafond pour toujours. Les entreprises devraient prévoir des ingénieurs qui ne peuvent être productifs que pendant une fraction de la journée. L’« effet vampirique » est le prix d’entrée, et nous devons nous en accommoder.
Mais s’il s’agit de courbatures d’entraînement, la démarche est complètement différente. Vous gérez la charge. Vous l’augmentez progressivement. Vous ne manquez pas la salle de sport parce que vous avez des courbatures. Et surtout, vous ne supposez pas que l’épuisement d’aujourd’hui sera celui de demain.
Les ingénieurs qui traverseront cette phase et créeront les voies cognitives permettant de diriger le travail de l’IA, de vérifier au bon niveau de détail et de conserver l’intention architecturale entre plusieurs chantiers parallèles finiront par le faire aussi naturellement qu’ils conduisent. Le mur des trois heures passera à cinq, puis à sept. Non parce qu’ils travailleront plus dur, mais parce que le travail cessera d’exiger le même type d’effort.
Pendant ce temps, les ingénieurs qui liront des articles sur la « fatigue liée à l’IA » et décideront de rester au niveau deux, à l’aise dans leurs habitudes et sans s’épuiser, se retrouveront dans une bien plus mauvaise posture.
Non parce qu’ils n’auront pas suivi une tendance, mais parce qu’ils n’auront jamais commencé l’entraînement que tous les autres ont déjà traversé.
Le vrai risque : confondre courbatures et blessure
Je tiens à clarifier un point. Il existe une différence entre les courbatures d’entraînement et une véritable blessure, et elle s’applique ici aussi.
Si vous pratiquez le « vibe coding » quatorze heures par jour, dormez quatre heures et tournez à l’adrénaline parce que la nouveauté est enivrante, ce n’est pas de l’entraînement. C’est du surentraînement. Et, comme à la salle de sport, le surentraînement ne construit rien. Il vous détruit.
L’observation de Yegge sur les trois heures est précieuse comme signal des besoins actuels de récupération, pas comme plafond permanent. Au début de l’entraînement, il faut davantage de repos entre les séances. À mesure que vous vous adaptez, vous pouvez supporter un volume plus élevé. Ceux qui font un burn-out ne sont pas ceux qui travaillent trois heures avec concentration en s’appuyant sur l’IA. Ce sont ceux qui ne peuvent plus s’arrêter parce que la boucle de rétroaction est trop captivante. C’est exactement la mécanique des machines à sous dont j’ai déjà parlé.
La réponse n’est pas d’éviter la salle de sport, mais de s’entraîner intelligemment : séances intenses, vraie récupération, progression graduelle.
Une prédiction que personne d’autre ne fait
Voici ce qui, selon moi, se produira au cours des douze à dix-huit prochains mois.
Le récit de la « fatigue liée à l’IA » atteindra son apogée à un moment donné cette année. Il y aura davantage d’articles, davantage de lamentations inquiètes et probablement quelques ingénieurs connus qui annonceront publiquement une « pause dans l’utilisation des outils d’IA ». Cela donnera l’impression d’un important mouvement de rejet.
Puis ce récit s’estompera discrètement. Non parce que les gens auront arrêté d’utiliser l’IA, mais parce que les premiers utilisateurs auront achevé leur adaptation. Pour ceux qui travaillent ainsi depuis un an et demi, le mur des trois heures semblera un lointain souvenir. Ils dirigeront les processus de travail de l’IA comme ils écrivaient autrefois des boucles for : sans y penser.
Et l’écart entre ceux qui auront surmonté les courbatures et ceux qui ne l’auront pas fait sera immense. Non parce que les compétences en IA sont rares, mais parce que l’adaptation elle-même, la capacité à penser en termes de direction, d’évaluation et d’orchestration plutôt que d’implémentation ligne par ligne, sera devenue une seconde nature pour un groupe et restera totalement étrangère à l’autre.
La pire réaction aux courbatures d’entraînement a toujours été la même : arrêter d’aller à la salle de sport.
Ce que cela signifie pour les dirigeants
Si vous dirigez actuellement une équipe d’ingénieurs, comprenez ce que vous observez réellement. Vos ingénieurs les plus productifs sont aussi les plus fatigués. Ce n’est pas une contradiction. C’est le signal le plus clair dont vous disposez pour savoir que l’adaptation est en cours.
Ne réagissez pas en freinant l’adoption de l’IA. Ne faites pas non plus comme si la fatigue n’était pas réelle. Réagissez comme un bon entraîneur : gérez la charge d’entraînement. Prévoyez des séances intenses et concentrées de travail assisté par l’IA, suivies d’une récupération réelle. Autorisez les gens à travailler selon ce qui peut sembler un horaire réduit pendant qu’ils développent de nouvelles compétences cognitives. La production restera plusieurs fois supérieure à ce qu’elle était auparavant.
Les entreprises qui s’y prendront correctement auront des équipes adaptées d’ici la fin de l’année. Celles qui ignorent la fatigue ou renoncent à l’IA en réaction à celle-ci cumuleront les pires aspects des deux issues : des ingénieurs épuisés qui n’auront jamais franchi la partie la plus difficile de la courbe.
Nous ne subissons pas les effets secondaires d’une nouvelle technologie. Nous sommes dans les premières semaines d’entraînement à une nouvelle façon de travailler. Les courbatures prouvent que cela fonctionne. Engagez-vous dans le processus, gérez la charge et faites confiance à votre cerveau : comme tout autre système adaptatif dans la nature, il fera ce qu’il a toujours fait.
Il s’adaptera.












