Un agent rédige le compte rendu de la réunion. Un deuxième prépare les slides du comité, un troisième reprend un tableau de suivi. Le premier livre un texte brillant, le deuxième se trompe dans les chiffres, le troisième attend une validation. Vous passez de l'un à l'autre, vous relisez, vous corrigez, vous relancez. En fin de journée la tête bourdonne, alors que rien de pénible n'a rempli les heures.
Si la scène vous parle, la fatigue que vous ressentez porte désormais un nom. Elle guette surtout ceux qui passent leurs journées à piloter l'IA, souvent les plus engagés de l'équipe.
Pourquoi une journée avec l'IA laisse-t-elle la tête vide ?
En mars 2026, Julie Bedard, associée du Boston Consulting Group, a publié avec ses coauteurs dans la Harvard Business Review une enquête menée auprès de 1 488 salariés américains. Ils y décrivent une fatigue mentale aiguë qui survient quand l'usage de l'IA, ou sa supervision, demande plus que ce que l'esprit peut fournir. Ils l'ont baptisée « AI brain fry », l'équivalent de notre cerveau grillé.
Les personnes interrogées parlent d'un bourdonnement dans la tête, de difficultés à se concentrer, de décisions plus lentes, parfois de maux de tête. Parmi celles qui utilisent l'IA au travail, 14 % disent l'avoir vécue. Selon les auteurs, la supervision est la forme d'usage la plus éprouvante. Ceux dont le travail avec l'IA exige une surveillance étroite ressentent 12 % de fatigue mentale en plus que ceux pour qui elle en exige peu.
L'enquête rapporte ce que les salariés disent d'eux-mêmes. Elle donne surtout un mot à une expérience que beaucoup reconnaîtront. Cette fatigue entame l'attention et le jugement, deux ressources qui se raréfient à l'ère de l'IA.
À quoi ressemble cette boucle vue de l'intérieur ?
En 2025, j'étais moi-même un très gros utilisateur d'IA. J'ai connu des difficultés à dormir, le besoin de faire encore un peu plus et une frustration immédiate dès que le résultat ne sortait pas. La boucle mêlait le plaisir du bon résultat, la crainte de rater le gain suivant et de longues heures de concentration à enchaîner prompts, agents ou corrections. Le rythme des nouveaux outils s'y ajoutait, difficile à suivre même avec une veille technologique soutenue.
J'ai dû me poser des garde-fous pour rester ancré dans le réel. Ce sont ceux que je propose aujourd'hui aux équipes, limiter le nombre de chantiers IA ouverts en même temps, suivre la charge mentale comme la charge émotionnelle et confronter l'effet waouh à la valeur réellement apportée. Je ne sais pas si l'on peut parler d'addiction, une question qui relève des professionnels de santé. Chez certains profils très engagés, je vois un usage qui s'auto-alimente puis se paie en fatigue cognitive comme en récupération plus lente. Je vois encore le sujet sur moi-même.
Pourquoi est-ce si fatigant de surveiller une IA ?
Parce que surveiller demande une attention qui s'use vite. Un agent qui réussit la plupart de ses tâches oblige à guetter l'erreur rare. Rester attentif à un flux où presque rien ne se passe compte parmi les efforts que l'esprit tient le plus mal. Au bout d'un moment, l'œil glisse sur les lignes sans les lire.
La fiabilité de l'outil endort aussi la vigilance. Plus il se montre juste, plus on le croit sur parole. La relecture devient diagonale, d'autant plus vite que trois autres fenêtres réclament de l'attention. L'erreur qui passe se retrouve en aval, chez un client ou dans une décision, avec une vérification devenue plus chère que la production à l'ère de l'IA.
Chaque agent qui attend une validation laisse une tâche ouverte dans un coin de la tête. Passer de l'un à l'autre revient à arriver sur le suivant avec une partie de l'esprit restée sur le précédent. Relire un raisonnement que l'on n'a pas conduit soi-même coûte encore davantage, puisqu'il faut refaire le chemin pour savoir si l'arrivée tient debout.
Le hasard du résultat entretient enfin l'effort. Le même prompt donne un texte médiocre, puis excellent, puis moyen. Cette part d'imprévu pousse à relancer « encore une fois », comme on retente sa chance, jusqu'à faire déborder la session. L'impression d'aller vite fait le reste. Une heure passée à faire reformuler un texte qu'on aurait écrit plus vite soi-même laisse quand même le sentiment d'avoir avancé.
L'IA nous fatigue-t-elle ou est-ce notre façon de nous en servir ?
La façon de s'en servir pèse le plus lourd. La même IA soulage ou épuise selon ce qu'on lui confie. Quand elle prend le travail répétitif, la mise en forme d'un document, le premier jet d'un compte rendu ou le tri d'une boîte de réception, elle rend du temps et de l'énergie. Elle en consomme dès qu'elle oblige à surveiller cinq chantiers à la fois.
La nouveauté joue aussi. Les outils changent vite, chacun apprend en marchant et cet apprentissage coûte de l'attention. Une partie de la fatigue tient sans doute à cette période de découverte. Elle pourrait reculer quand les pratiques se poseront.
L'enthousiasme pèse dans le même sens. Les plus engagés en font souvent le plus, avec un plaisir réel qui masque le moment où il faudrait s'arrêter. Chacun réagit d'ailleurs à sa manière. Un même usage laisse l'un en forme et vide l'autre. Les journées de visioconférences enchaînées fatiguaient déjà bien avant l'IA générative.
Tout cela invite moins à lever le pied sur l'IA qu'à revoir la manière de travailler avec elle. Sur ce terrain, une équipe a beaucoup de prise.
Que peut faire une équipe dès lundi matin ?
Quatre gestes permettent de commencer. Ils relèvent de l'organisation du travail et se décident ensemble, sans attendre un grand plan.
Plafonner le nombre de chantiers IA ouverts en même temps
Le Kanban a popularisé une règle simple, la limite de travail en cours. David J. Anderson, consultant en management, en fait une propriété de base de la méthode. Une équipe ne lance un nouveau chantier qu'une fois un autre terminé. Appliquée à l'IA, la règle plafonne le nombre de sessions, d'agents ou de chantiers qu'une personne supervise en même temps.
Lundi matin, chacun note combien de chantiers IA il a ouverts, agents en attente, conversations laissées en plan, tâches lancées puis oubliées compris. L'équipe se fixe ensuite un plafond par personne. Mieux vaut le choisir bas puis l'ajuster au bout de deux semaines. La limite a un second effet. Quand une demande nouvelle arrive, elle oblige à se demander quel chantier en cours mettre de côté pour la prendre.
Prendre chaque semaine la température de chacun
Nul besoin d'un outil de laboratoire pour suivre la charge mentale. Un tour de table court en début de semaine peut suffire, avec quelques questions notées de 1 à 5. Comment va ta tête cette semaine ? Qu'est-ce qui t'a agacé, inquiété ou soulagé dans ton travail avec l'IA ? Es-tu satisfait de ce que tu as produit ?
La première question parle de charge mentale, la deuxième de charge émotionnelle, la dernière de satisfaction. Les notes se reportent d'une semaine à l'autre sur une simple feuille partagée, remplie sans signature si l'équipe le préfère. Une note qui baisse plusieurs semaines de suite ouvre la conversation. Le chiffre sert à se parler, sans valeur de diagnostic.
Comparer l'effet waouh à la valeur réellement livrée
Une démonstration bluffante donne l'impression d'un grand pas. Reste à savoir ce qui a changé pour l'utilisateur, le client ou l'équipe. Un rapport magnifique resté sans lecteur a une valeur nulle, quelle que soit la vitesse à laquelle il a été produit.
Lundi, l'équipe choisit deux ou trois livrables faits avec l'IA. Pour chacun, elle note le gain ressenti, puis regarde le délai réel, le nombre de reprises et l'usage qui en a été fait. Regarder ce que le travail a changé, plutôt que le nombre de requêtes ou d'agents lancés, calme la course au prochain outil.
Confier le répétitif et vérifier par sondage
Déléguer le répétitif soulage. Tout contrôler épuise. Une règle d'équipe peut trier les tâches en deux familles. Celles où une erreur coûterait cher se relisent en entier. Les autres se vérifient par sondage, sur quelques sorties tirées au hasard dans la semaine. Ce partage s'écrit dans un accord d'équipe avec l'IA où figure ce que la machine fait seule et ce que l'humain se réserve.
Pour démarrer, chacun liste les tâches qu'il confie à l'IA et indique pour chacune s'il relit tout ou par sondage. La liste fait souvent apparaître des relectures intégrales que rien ne justifie, comme des tâches risquées qui passent sans contrôle.
| Ce que vous voyez | Ce que l'équipe peut faire |
|---|---|
| Agents et conversations ouverts en nombre, tâches lancées puis oubliées | Un plafond de chantiers IA par personne |
| Têtes qui bourdonnent le soir, agacement quand le résultat ne sort pas | Un tour de table hebdomadaire sur la charge et la satisfaction |
| Gains annoncés sans mesure, livrables repris plusieurs fois | La comparaison entre gain ressenti et valeur livrée |
| Tout relu ligne à ligne, ou plus rien de relu | Un tri entre relecture complète et vérification par sondage |
Comment est-ce que j'accompagne les équipes face à cette fatigue ?
J'accompagne des équipes sur ces questions, notamment de jeunes startups. Mon travail avec elles consiste d'abord à lever la charge mentale et la charge de travail que l'IA ajoute à leurs journées.
Je les aide aussi à mesurer la satisfaction de chacun, pour savoir comment vont les personnes derrière les outils. Une équipe qui produit beaucoup peut s'user sans le voir, tant que la question n'est pas posée.
Reste à éviter l'effet waouh qui masque un impact et une valeur nuls. Une équipe peut produire vite et avec brio sans que rien ne change pour ses clients. J'aide à voir cet écart pour remettre la valeur au centre du travail avec l'IA.
Manager à l'ère des agents IA revient à cadrer et vérifier. Organiser la charge de ceux qui vérifient en fait partie.
Quand faut-il passer le relais à un médecin ?
Quand la fatigue s'installe, déborde sur le sommeil ou s'accompagne de souffrance, elle sort du cadre de l'équipe. Le médecin du travail, le service de prévention et de santé au travail ou les professionnels de santé deviennent alors les bons interlocuteurs. Ni le manager ni le coach n'y posent de diagnostic.
Le rôle du manager consiste à repérer les signaux puis à orienter la personne. La santé mentale des managers reste l'angle mort de la prévention. Le manager qui veille sur la charge des autres gagne à regarder aussi la sienne.
Questions fréquentes
L'expression AI brain fry décrit une fatigue mentale aiguë et n'a pas de statut de diagnostic médical. Quand la fatigue persiste, perturbe le sommeil ou s'accompagne de souffrance, le médecin du travail et les professionnels de santé sont les bons interlocuteurs.
Le bon nombre dépend du travail et de la personne. Un plafond bas pour commencer donne un premier repère à ajuster après deux semaines d'observation.
Oui, quand elle prend le travail répétitif. Elle rend alors du temps et de l'attention. La fatigue vient surtout du nombre d'outils suivis à la fois et de l'envie d'en faire encore un peu plus.
Par un relevé simple sur deux semaines. Chacun note combien de sessions, d'agents ou de chantiers d'IA il supervise en même temps, puis ce que ces chantiers ont apporté. L'équipe fixe ensuite une première limite. Pour lire ce relevé ensemble sur votre contexte, réservons un échange de 30 minutes.
Votre équipe supervise-t-elle plus d'IA qu'elle ne peut en suivre ?
Que vous soyez dirigeant, manager ou DRH, j'accompagne les équipes, notamment de jeunes startups, pour alléger la charge mentale comme la charge de travail liées à l'IA, mesurer la satisfaction de chacun et éviter l'effet waouh qui masque une valeur nulle. Un premier échange permet de faire le point sur votre équipe et sur ce qui peut changer dès la semaine suivante.
Réserver un échange découverte (30 min)Allez plus loin
- Kanban Le kanban comme méthode pour visualiser et limiter le travail en cours, ajouté aux processus existants pour catalyser un changement culturel plutôt que pour les remplacer. Voir le livre →
Liens affiliés
