← Retour au blog
IA & Automatisationpar ELHASSANE Studio

Dix minutes avec l'IA peuvent affaiblir votre persévérance

Dix minutes avec l'IA peuvent affaiblir votre persévérance

Un assistant répond en quelques secondes. Un problème difficile prenait une heure. Quelque chose change dans la façon dont le second commence à être ressenti — et voici qu’un article mesure ce changement au lieu de le décrire seulement.

En octobre 2026, le service de recherche de l’université de Berkeley a résumé une étude tout juste présentée à la Conference on Language Modeling, « AI Assistance Reduces Persistence and Hurts Independent Performance ». L’équipe — Grace Liu (Carnegie Mellon), Brian Christian et Tsvetomira Dumbalska (Oxford), Michiel Bakker (MIT) et Rachit Dubey (UCLA) — a mené trois essais contrôlés randomisés sur 1 222 participants. Le résultat est net : l’aide de l’IA rend meilleur sur le moment, et pire dès que l’aide disparaît.

L’expérience en trois parties

Expérience 1. Au total, 354 participants ont résolu 15 problèmes de fractions. La moitié disposait d’un volet GPT-5 préchargé avec chaque problème et sa solution, l’autre travaillait seul. Après 12 problèmes, l’IA a été retirée sans avertissement, et tout le monde a résolu les mêmes 3 derniers problèmes. Sur ceux-ci, le groupe IA en a résolu 0.57, contre 0.73 pour le groupe qui n’a jamais utilisé l’IA. Ils ont aussi abandonné plus souvent : un taux d’abandon de 0.20 contre 0.11. Le taux de réussite baisse, et l’abandon monte.

Expérience 2. Au total, 667 participants ont repris le test avec deux correctifs : un pré-test pour filtrer la compétence réelle, et un volet identique pour le groupe témoin afin que les deux groupes voient la même interface disparaître. Le schéma a tenu. Sans l’IA, le groupe IA a résolu 0.71 contre 0.77 pour le groupe témoin. L’écart d’abandon cette fois — 0.10 contre 0.07 — allait dans le même sens mais n’atteignait pas la signification statistique. Puis vient la répartition utile. Dans le groupe IA, 61% ont dit l’avoir utilisée pour obtenir directement les réponses, 27% pour des indices ou des éclaircissements, et 12% ont dit ne jamais l’avoir utilisée. Seul le premier groupe a été touché : ceux qui prenaient les réponses directes ont résolu 0.65 sans l’outil, et ont terminé en dessous de leur propre niveau de départ. Les indices, eux, n’ont pas porté ce coût. La variable n’est pas « a utilisé l’IA ». C’est « a laissé l’IA penser à sa place ».

Expérience 3. Au total, 201 participants sont passés des fractions à la compréhension de lecture du SAT. Même dispositif, même issue. Une fois l’outil retiré, le groupe IA a résolu 0.76 contre 0.89, et a sauté 0.08 des questions contre 0.01. L’effet n’est pas une bizarrerie de l’arithmétique ; il survit sur une tâche fondée sur la lecture et le raisonnement.

Le résultat vient avec un astérisque

Il s’agit d’un résultat causal à court terme, et les auteurs restent prudents sur sa portée. Ils « invitent à la prudence quant à l’interprétation de ces résultats comme preuve générale que l’IA réduit la persévérance et la capacité autonome dans toutes les tâches ». Les dégâts cumulés à long terme sont posés comme une hypothèse — ce qui pourrait arriver « si de tels effets s’accumulent » sur des mois et des années — et non comme une chose mesurée par cette étude. Lu honnêtement, le constat le plus solide est plus étroit et plus utile : une courte séance banale de délégation change votre comportement quand l’outil n’est plus là. Dans l’expérience 2, même le signal de persévérance n’était que directionnel. Le titre est plus grand que l’effet, et l’article le dit lui-même.

Pourquoi cela peut arriver

L’équipe propose deux mécanismes. Le premier est un décalage des attentes : quand l’IA achève le travail en quelques secondes, le repère de la durée « normale » d’une tâche se déplace, et l’effort sans aide devient plus lourd qu’avant. Chaque acte de délégation augmente le coût de la tentative autonome suivante, ce qui rend la délégation suivante plus tentante. Le second est la disparition de ce que les chercheurs appellent la « struggle productive » : la part du travail où l’on n’apprend pas seulement la matière, mais où l’on apprend ce dont on est capable sans aide. Retirez-la, et la connaissance comme la connaissance de soi s’amincissent.

Qu’en faire

  • Demandez des indices, pas des réponses. La ligne la plus nette des données sépare ceux qui ont utilisé l’IA pour obtenir des réponses de ceux qui l’ont utilisée pour comprendre. Seul le premier groupe a payé.
  • Gardez une plage de travail que l’IA ne touche jamais. Vingt minutes par jour sur quelque chose de réellement difficile, sans volet, est une assurance bon marché.
  • Surveillez le test du retrait. La mesure était simple dans chaque expérience : retirez l’outil et observez. Essayez-le sur vous-même cette semaine, sur une vraie tâche.
  • Traitez la vitesse comme l’alerte. À l’instant où « cela prend trop de temps » commence à signifier « c’est raté », l’attente a déjà bougé.

Rien de tout cela n’est un argument contre l’IA. C’est un argument contre son déploiement comme oracle. Ces systèmes sont extrêmement utiles sur l’instant et indifférents à ce que vous devenez à force de les utiliser — et l’écart entre les deux est un choix de conception que nous continuons de faire par habitude.

Si c’est l’angle productivité qui vous a amené, lisez pourquoi l’IA peut prospérer alors que la productivité stagne. Et si vous cherchez un contrepoids lent et manuel, le coloriage est le moins cher que nous connaissions.

Sources

#ai#productivity#trending