Blog par : Khaoula BEN SMIDA AOUEDI

🌍 Cet article est également disponible en anglais : Write This Like My Brain Isn’t Full – Khaoula BEN SMIDA AOUEDI

On entend souvent que l’IA est conçue pour rendre le travail plus simple, plus rapide et plus efficace.

Et dans de nombreux cas, c’est vrai.

Dans cet article, nous allons explorer la manière dont l’IA influence non seulement notre productivité, mais aussi notre effort mental.

Plus précisément, nous verrons que l’effort ne disparaît pas : il se transforme. Et nous verrons ce que cela signifie pour notre travail quotidien, notre attention et des métiers comme le test logiciel, où le jugement humain reste essentiel.

1. L’IA fait gagner du temps. Mais soulage-t-elle vraiment notre cerveau ?

On entend les mêmes promesses partout : plus de rapidité, plus de productivité, plus d’automatisation, plus d’efficacité.

Et pour être honnête, l’IA tient souvent ses promesses.

Elle rédige des e-mails, résume des réunions, génère des idées, suggère des cas de test et nous aide à avancer plus vite sur des tâches qui demandaient auparavant beaucoup plus de temps.

À première vue, cela ressemble à une réduction évidente de l’effort.

Mais je pense qu’il se passe autre chose en parallèle.

L’IA ne change pas seulement notre façon de travailler.

Elle change aussi notre manière de penser pendant que nous travaillons.

Et c’est là que je reviens toujours à la même question :

L’IA réduit-elle réellement l’effort ou se contente-t-elle de le déplacer ailleurs ?

2. L’effort n’a pas disparu. Il s’est déplacé.

Dans la pratique, l’IA supprime rarement le travail dans son ensemble.

Ce qu’elle élimine le plus souvent, c’est la première couche : la page blanche, le premier brouillon, la structure initiale, le point de départ répétitif.

Et cela a évidemment de la valeur.

Toute personne qui utilise régulièrement l’IA sait à quel point il peut être utile d’obtenir une première version en quelques secondes.

Mais le travail ne s’arrête pas là.

Il se transforme en une autre forme d’effort :

• rédiger des prompts ;
• relire ;
• corriger ;
• valider ;
• comparer ;
• décider.

Nous demandons.

L’IA répond.

Nous vérifions.

Nous ajustons.

Nous redemandons.

La tâche devient plus rapide.

Pas nécessairement plus légère.

C’est probablement l’un des aspects les plus sous-estimés aujourd’hui.

Nous mesurons facilement le temps gagné grâce à l’IA.

Nous mesurons beaucoup moins l’attention qu’elle mobilise.

3. De l’exécution au jugement permanent

Avant que l’IA ne fasse partie de nos outils du quotidien, beaucoup de nos activités étaient répétitives, mais relativement stables.

Rédiger des e-mails.

Préparer des réunions.

Documenter des décisions.

Suivre des processus que nous maîtrisions déjà.

Produire du contenu ou des analyses dans des formats que nous pratiquions depuis des années.

Ces tâches n’étaient pas toujours passionnantes.

Mais elles étaient familières.

Elles ne demandaient pas un arbitrage constant.

Aujourd’hui, l’IA prend en charge une partie de cette exécution.

Alors, qu’est-ce qui la remplace ?

Pas le repos.

Ce qui la remplace, c’est le jugement.

La réponse est-elle correcte ?

Est-elle pertinente ?

Le modèle a-t-il bien compris le contexte ?

Le ton est-il adapté ?

Que dois-je conserver ?

Que dois-je réécrire ?

De quoi suis-je encore responsable ?

Ce travail est moins visible que la rédaction à partir de zéro.

Mais il est souvent plus exigeant sur le plan cognitif.

Il nécessite une succession permanente de micro-décisions.

Et avec le temps, cette intensité mentale s’accumule.

4. Parler avec l’IA est aussi un travail

Il existe un malentendu dans la manière dont nous parlons souvent de l’IA : comme si son utilisation était passive.

En réalité, interagir efficacement avec l’IA demande de l’attention.

Il faut savoir ce que l’on cherche.

Ou au moins s’en approcher suffisamment pour pouvoir le décrire.

Il faut identifier les zones de flou.

Repérer les incohérences.

Détecter les affirmations trompeusement convaincantes.

Affiner progressivement la demande jusqu’à obtenir un résultat réellement exploitable.

Ce n’est pas de l’assistance passive.

C’est un travail cognitif actif.

Parfois, une heure passée avec l’IA donne l’impression de concentrer trois heures d’activité mentale dans une seule.

Non pas parce que l’outil est inefficace.

Mais parce qu’il maintient notre cerveau dans une boucle permanente d’interprétation, d’évaluation et de correction.

Le résultat arrive peut-être plus vite.

La charge mentale, elle, ne diminue pas forcément.

5. La fatigue cachée derrière la productivité

C’est probablement l’aspect dont nous devrions parler avec davantage d’honnêteté.

L’IA augmente indéniablement nos capacités.

Elle nous aide à produire davantage, à explorer davantage et à avancer plus rapidement.

Mais une capacité accrue ne signifie pas automatiquement une fatigue réduite.

Parfois, c’est même l’inverse.

Parce que la nature de la fatigue a changé.

Ce n’est plus seulement la fatigue liée au volume de travail ou à la répétition.

C’est de plus en plus la fatigue d’un engagement mental permanent.

Lire.

Trier.

Évaluer.

Corriger.

Décider.

Encore et encore.

Le travail paraît plus léger dans son exécution.

Mais plus lourd en termes d’attention.

Et c’est peut-être pour cette raison que beaucoup de personnes se sentent plus mentalement saturées, même lorsque certaines tâches sont objectivement plus faciles qu’auparavant.

6. Ce que cela change dans le test logiciel

J’observe ce phénomène de manière particulièrement nette dans le test logiciel.

Pendant des années, le processus proposé par l’ISTQB a offert une structure claire :

• planification ;
• conception ;
• implémentation ;
• exécution ;
• clôture.

Cette structure reste pertinente.

Mais l’IA modifie désormais l’environnement dans lequel elle s’applique.

Aujourd’hui, l’IA peut :

• générer des idées de tests ;
• assister les analyses ;
• soutenir la priorisation des risques ;
• accélérer l’automatisation ;
• aider durant l’exécution des tests.

Le processus de test n’est plus simplement une succession d’activités pilotées par l’humain.

Il devient de plus en plus une interaction entre le jugement humain et les propositions générées par la machine.

La question n’est donc plus simplement de savoir si le processus traditionnel reste pertinent.

La meilleure question serait peut-être :

Comment doit-il évoluer ?

7. La valeur du testeur se déplace, elle ne disparaît pas

Chaque fois que l’IA entre dans un métier, la même question revient :

L’humain va-t-il disparaître ?

Je ne pense pas que ce soit la question la plus utile ici.

Dans le test logiciel, le véritable changement n’est pas la disparition du testeur.

C’est la redéfinition de sa valeur.

Ce qui compte davantage aujourd’hui n’est plus seulement la capacité à écrire et exécuter des tests.

C’est aussi la capacité à :

• penser de manière critique ;
• comprendre le contexte métier ;
• challenger les résultats ;
• détecter ce qui n’a pas de sens ;
• explorer ce que l’IA n’a pas vu.

Autrement dit, le rôle du testeur devient encore plus important là où le jugement humain est irremplaçable.

C’est pourquoi je ne crois pas à un futur du test entièrement manuel.

Mais je ne crois pas non plus à un futur entièrement automatisé.

Le futur est hybride.

Il est itératif.

Et il dépend d’un esprit humain capable de continuer à douter.

8. L’IA ne fait pas disparaître l’intelligence. Elle la redistribue.

L’IA nous rend-elle moins intelligents ?

Je ne le pense pas.

En revanche, je pense qu’elle redistribue les endroits où l’intelligence est nécessaire.

Moins d’énergie est consacrée à certaines formes répétitives de production.

Davantage d’énergie est consacrée à :

• l’interprétation ;
• la supervision ;
• l’évaluation ;
• la prise de décision.

Ce n’est pas forcément une perte.

À bien des égards, c’est même un progrès.

Mais tout changement a ses conséquences.

Si notre travail consiste de plus en plus à être le dernier relecteur d’un contenu généré par une machine, alors nous devons reconnaître que ce rôle est exigeant mentalement.

Nous ne travaillons pas forcément moins.

Nous travaillons différemment.

Et cette nouvelle forme de travail requiert souvent une attention plus soutenue pendant plus longtemps.

Et cela peut être épuisant.

Conclusion : la machine va plus vite, mais c’est toujours le cerveau qui paie la facture

Je n’écris pas cet article pour rejeter l’IA.

Au contraire.

Je l’utilise.

J’en vois la valeur.

Et je suis convaincue qu’elle transforme déjà profondément notre manière de travailler.

Mais je pense aussi que nous devons devenir plus précis dans notre façon de parler de cette transformation.

L’IA ne supprime pas simplement l’effort.

Bien souvent, elle le déplace.

Elle réduit une partie de l’exécution, mais ajoute de la supervision.

Elle raccourcit le temps de production, mais augmente la densité de réflexion à l’intérieur de ce temps.

Elle réduit certaines frictions tout en créant une nouvelle forme de charge cognitive.

Alors peut-être que la véritable question de cette époque n’est pas de savoir si les machines remplacent l’intelligence humaine.

Peut-être que la vraie question est de savoir si nous accordons suffisamment d’attention au nouveau type d’effort mental qu’elles créent.

Parce que oui, la machine en fait de plus en plus.

Mais à la fin de la journée, c’est toujours notre cerveau qui porte la décision finale.