IA au travail : pourquoi se sent-on plus épuisé alors que les outils sont censés nous faire gagner du temps ?

Il est 9 h 12. Claire, cheffe de projet, a déjà répondu à trois messages Teams, survolé une vingtaine d’e-mails et reçu une invitation à une formation « Prompt engineering niveau 1 ». Son entreprise vient de déployer un assistant IA dans la messagerie, un autre dans le logiciel de gestion de projet, et le service commercial teste un troisième outil dont elle n’a pas encore compris l’usage. À midi, elle n’a rien produit de ce qu’elle avait prévu, et pourtant elle se sent vidée. (Situation fictive, mais familière.)

Cette impression a un nom : le technostress. Le terme n’est pas nouveau, mais l’arrivée massive de l’intelligence artificielle générative dans les bureaux lui donne une actualité brûlante. Et il ne s’agit pas d’un simple « coup de mou » individuel : c’est un risque psychosocial, au même titre que la surcharge de travail ou le manque d’autonomie.

Le technostress, c’est quoi exactement ?

Le psychologue américain Craig Brod l’a décrit dès 1984 comme une « maladie moderne de l’adaptation », causée par l’incapacité à faire face sainement aux nouvelles technologies informatiques. À l’époque, il s’agissait des premiers ordinateurs de bureau.

Quarante ans plus tard, la recherche a affiné le concept. En 2007, les chercheurs Tarafdar, Ragu-Nathan et leurs collègues ont identifié cinq sources principales de technostress, toujours utilisées aujourd’hui :

• La techno-surcharge : la technologie pousse à travailler plus et plus vite.
• La techno-invasion : on est joignable partout, tout le temps.
• La techno-complexité : il faut sans cesse consacrer du temps à apprendre de nouveaux outils.
• La techno-insécurité : la crainte d’être remplacé par plus compétent que soi sur ces outils.
• La techno-incertitude : des systèmes qui changent si vite que les compétences acquises sont déjà dépassées.

Relire cette liste en 2026 a quelque chose de troublant. L’IA générative coche les cinq cases à la fois.

Pourquoi l’IA amplifie-t-elle ce phénomène ?

D’abord parce qu’elle s’est diffusée à une vitesse inédite. Selon le Work Trend Index 2024 de Microsoft et LinkedIn, 75 % des travailleurs du savoir utilisaient déjà l’IA générative au travail, et 78 % d’entre eux le faisaient avec leurs propres outils, sans attendre que leur entreprise en fournisse. Autrement dit, l’adoption s’est souvent faite dans le désordre, chacun bricolant ses usages, sans cadre ni formation : la même étude indiquait que seules 25 % des entreprises prévoyaient de proposer une formation à l’IA générative cette année-là.

Ensuite parce que l’IA ne remplace pas les outils existants : elle s’y ajoute. Un assistant dans la messagerie, un autre dans le tableur, un chatbot interne, une fonction « résumé » dans l’outil de visio… Chaque nouveauté apporte son interface, ses notifications, ses mises à jour et sa courbe d’apprentissage.

Enfin, l’IA génère une pression implicite : si l’outil permet d’aller plus vite, on attend de chacun qu’il aille plus vite. Le temps gagné sur une tâche est rarement rendu ; il est le plus souvent réinvesti en volume.

Qu’est-ce qui fatigue autant le cerveau ?

La fatigue cognitive ne vient pas tant de la difficulté des tâches que de leur fragmentation. Les données de Microsoft publiées en juin 2025 sur la « journée de travail infinie » sont parlantes : pour les salariés les plus sollicités, une interruption (message, e-mail, réunion) survient toutes les deux minutes en moyenne pendant une journée de huit heures. Un salarié reçoit en moyenne 117 e-mails et 153 messages Teams par jour ouvré, et échange plus de 50 messages en dehors des horaires habituels. Près de la moitié des salariés (48 %) décrivent leur travail comme « chaotique et fragmenté ».

Or chaque bascule d’une tâche à l’autre a un coût. La chercheuse Sophie Leroy (Université de Washington) a mis en évidence en 2009 le phénomène de résidu attentionnel : lorsqu’on quitte une tâche pour une autre, une partie de l’attention reste « accrochée » à la première, ce qui dégrade la performance sur la suivante. Multipliée par des dizaines de notifications quotidiennes, cette petite friction devient une usure de fond.

S’ajoute la charge spécifique de l’IA : formuler une demande, relire le résultat, vérifier qu’il n’y a pas d’erreur, corriger. Ce travail de contrôle est invisible, mais il mobilise une attention soutenue. Déléguer à une IA n’est pas « ne rien faire » : c’est passer du rôle de rédacteur à celui de relecteur exigeant. Une forme de charge mentale à part entière.

« Il faut tout apprendre » : d’où vient ce sentiment ?

C’est sans doute la dimension la plus sous-estimée. Chaque semaine apporte son lot de nouveaux outils, de nouvelles fonctionnalités, de tutoriels et de webinaires. Beaucoup de salariés ont l’impression d’être en retard en permanence, et que ne pas maîtriser l’IA les mettra bientôt hors-jeu.

Cette sensation renvoie directement à deux sources de technostress : la techno-complexité et la techno-insécurité. Elle rejoint aussi l’un des six facteurs de risques psychosociaux identifiés par le collège d’expertise présidé par Michel Gollac et repris par l’INRS : l’insécurité de la situation de travail, qui inclut le « changement non maîtrisé de la tâche et des conditions de travail ». Quand un outil transforme la façon de faire son métier sans qu’on ait eu son mot à dire, on touche aussi à un autre facteur : le manque d’autonomie.

Le Work Trend Index 2024 le résume à sa manière : 68 % des personnes interrogées disaient avoir du mal à suivre le rythme et le volume de travail, et 46 % se sentaient épuisées.

Le technostress, c’est une affaire de résistance individuelle ?

Pas nécessairement. C’est même l’idée reçue la plus tenace : celle qui voudrait que certains soient « à l’aise avec la tech » et d’autres non, et que le problème se règle en apprenant à mieux gérer ses notifications.

La recherche montre que le technostress dépend bien davantage de l’organisation que des personnes. Le nombre d’outils déployés, la clarté de leurs usages, les règles de disponibilité, le temps laissé pour se former : tout cela relève de choix collectifs. Les études de Ragu-Nathan et Tarafdar ont d’ailleurs montré que le technostress est associé à une baisse de la satisfaction au travail, de l’engagement et de la productivité — exactement l’inverse de l’effet recherché par l’introduction des outils.

C’est aussi la logique de l’INRS : les risques psychosociaux doivent être évalués et prévenus comme n’importe quel autre risque professionnel, en agissant en priorité en amont, sur l’organisation du travail, plutôt qu’en demandant aux salariés de mieux encaisser. Le stress y est défini comme un déséquilibre entre les contraintes perçues et les ressources dont on dispose pour y faire face. Ajouter des outils sans ajouter de temps ni de formation, c’est mécaniquement creuser ce déséquilibre.

Que dit le droit ?

L’employeur a une obligation générale de préserver la santé physique et mentale des salariés, ce qui inclut les risques psychosociaux. Ceux-ci doivent figurer dans le document unique d’évaluation des risques professionnels (DUERP).

Plus spécifiquement, le droit à la déconnexion existe en France depuis la loi du 8 août 2016, entrée en vigueur le 1er janvier 2017. Les entreprises d’au moins 50 salariés doivent l’aborder dans la négociation annuelle sur la qualité de vie et des conditions de travail ; à défaut d’accord, l’employeur élabore une charte, qui prévoit aussi des actions de formation et de sensibilisation à un usage raisonnable des outils numériques.

Le sujet est d’ailleurs au cœur de l’actualité européenne : l’Agence européenne pour la sécurité et la santé au travail (EU-OSHA) consacre sa campagne 2026-2028 à la santé mentale au travail (« Ensemble pour la santé mentale au travail »), après une campagne 2023-2025 dédiée au travail sain et sûr à l’ère du numérique.

Concrètement, comment alléger la charge ?

Côté organisation, la première question à se poser avant de déployer un nouvel outil d’IA gagne à être : que retire-t-on en échange ? Un outil qui en remplace un autre allège ; un outil qui s’ajoute alourdit. Définir clairement à quoi sert chaque outil, et pour qui, évite que chacun se sente obligé de tout tester.

Prévoir un temps de formation sur le temps de travail, plutôt qu’un lien vers un tutoriel à regarder « quand on aura un moment », change aussi beaucoup la perception. Tout comme associer les équipes au choix et au paramétrage des outils, ce qui redonne de l’autonomie là où le changement est souvent subi.

Les règles collectives ont plus d’effet que les bonnes résolutions individuelles : des plages sans réunion, des délais de réponse attendus clairement définis (un message Teams n’appelle pas forcément une réponse dans la minute), l’envoi différé des e-mails tardifs, ou encore l’exemplarité des managers sur les messages du soir. C’est précisément ce que nous travaillons avec les encadrants dans notre formation prévention et gestion des RPS.

Côté individuel, quelques réglages simples peuvent aider : regrouper la consultation des messages à des moments définis plutôt qu’en continu, désactiver les notifications non essentielles, bloquer dans l’agenda des créneaux de concentration. Et s’autoriser à ne pas tout maîtriser : choisir un ou deux usages de l’IA réellement utiles à son métier et les approfondir vaut souvent mieux que de survoler dix outils.

Enfin, si la fatigue s’installe durablement, que le sommeil se dégrade ou que l’irritabilité augmente, il est utile d’en parler au médecin du travail ou à son médecin traitant. Ce ne sont pas des signaux à banaliser.

En conclusion

L’IA n’est ni une menace en soi, ni une solution miracle. Comme toute transformation du travail, ses effets dépendent de la manière dont elle est introduite. Reconnaître le technostress comme un risque psychosocial, c’est sortir de l’idée qu’il suffirait d’« être plus agile » pour suivre.

Il ne s’agit pas de freiner l’innovation, mais de lui laisser la place de s’installer : moins d’outils empilés, plus de clarté, du temps pour apprendre. Ce sont souvent ces petits ajustements, répétés et partagés, qui font la différence entre une technologie qui épuise et une technologie qui soulage.