L’IA ne crée pas les risques psychosociaux. Elle les réfracte, les amplifie ou les atténue selon la façon dont on l’intègre.
Temps de lecture : 9 minutes
L’intelligence artificielle s’invite dans le débat sur les conditions de travail avec une caractéristique qui lui est propre : elle n’est ni neutre ni univoque. Selon le contexte d’usage, le niveau de maîtrise des utilisateurs et les choix organisationnels qui l’entourent, elle peut simultanément alléger une charge et en créer une nouvelle, élargir une autonomie et en réduire une autre, fluidifier une relation et en appauvrir une troisième. Ce double visage n’est pas une anomalie, c’est la nature même de toute technologie qui transforme le travail en profondeur. Pour l’appréhender sérieusement, il faut partir d’un cadre solide.
Le cadre de référence : facteurs de RPS et RPS, deux niveaux distincts
Le rapport Gollac (2011), qui fait référence en France sur ce sujet, distingue soigneusement les facteurs de risques psychosociaux des RPS eux-mêmes. Les RPS désignent les effets : le stress au sens clinique, les violences internes (entre salariés d’une même entreprise) et les violences externes (commises par des tiers étrangers à l’organisation).
Les facteurs de RPS, eux, désignent les expositions professionnelles qui produisent ces effets. Ils sont au nombre de six :
- l’intensité et le temps de travail
- les exigences émotionnelles
- le manque d’autonomie
- les rapports sociaux au travail dégradés
- les conflits de valeurs
- l’insécurité de la situation de travail.
C’est sur ces six facteurs que l’IA exerce son influence, toujours à double sens, jamais de façon uniforme. Les parcourir un à un permet de sortir des discours généraux pour identifier ce qui se joue concrètement dans le travail quotidien.
Intensité et temps de travail
L’IA générative est d’abord perçue comme un levier de réduction de la charge : elle absorbe les tâches répétitives à faible valeur ajoutée, accélère la production documentaire, permet des gains de productivité mesurables. Cette capacité peut effectivement réduire l’exposition à la surcharge chronique, et c’est une ressource réelle, à ne pas minorer.
Mais le mécanisme peut se retourner. Les gains de productivité ne se traduisent pas automatiquement en allègement : ils alimentent souvent une hausse des exigences de volume ou de délais. La suppression de tâches à faible valeur ajoutée peut par ailleurs produire une intensification qualitative du travail restant : plus dense, plus complexe, plus exigeant cognitivement, sans que le temps disponible augmente proportionnellement. Ce que l’IA retire d’un côté, l’organisation peut le réintroduire de l’autre, sans même en avoir conscience.
Pour agir sur les trois niveaux de prévention :
- Prévention primaire : Décider à l’échelle de l’organisation de ce que les gains de productivité liés à l’IA produisent (réduction de charge, enrichissement des missions ou augmentation des volumes) avant que l’urgence ne tranche à la place de l’organisation.
- Prévention secondaire : Former les managers à repérer les signes de surcharge qualitative, moins visibles que la surcharge quantitative.
- Prévention tertiaire : Accompagner individuellement les collaborateurs dont la charge s’est intensifiée malgré la disponibilité des outils.
Exigences émotionnelles
Si l’intensité du travail est le facteur le plus immédiatement visible, les exigences émotionnelles sont souvent les plus sous-estimées. Et c’est là que l’IA introduit l’un de ses effets les plus inattendus. Les métiers exposés à des tensions relationnelles fortes disposent avec elle d’un outil inédit : la possibilité de consulter un tiers algorithmique pour préparer une conversation difficile, reformuler une réponse sous tension ou décompresser après un échange éprouvant. Ce délestage émotionnel partiel est une réalité, encore peu nommée dans les débats sur l’IA au travail.
Le risque inverse existe néanmoins. Déléguer systématiquement la gestion émotionnelle à un outil peut contribuer à atrophier la capacité à tolérer et à traverser l’inconfort relationnel, compétence qui ne se développe que dans l’expérience directe de la relation. L’aisance avec l’outil ne doit pas masquer l’appauvrissement progressif de l’aisance avec l’autre.
Pour agir sur les trois niveaux de prévention :
- Prévention primaire : Poser à l’échelle de l’organisation les usages légitimes de l’IA dans la gestion des situations émotionnellement chargées, sans les interdire ni les laisser sans cadre.
- Prévention secondaire : Développer chez les managers la capacité à distinguer ce qui relève du soutien algorithmique et ce qui requiert une présence humaine irremplaçable.
- Prévention tertiaire : Mettre en place des espaces de parole et d’analyse de pratiques pour les collaborateurs exposés à des situations émotionnellement intenses.
Manque d’autonomie
La question de l’autonomie est peut-être celle où la tension est la plus structurelle. Ivan Illich définissait l’outil convivial comme celui qui élargit les capacités de l’utilisateur sans le rendre dépendant. C’est précisément cette frontière que l’IA générative met à l’épreuve. D’un côté, elle constitue une soupape puissante : elle permet à un collaborateur de traiter seul des situations qui auraient nécessité l’intervention d’un expert, élargit son périmètre d’action et réduit sa dépendance à la hiérarchie ou aux spécialistes.
De l’autre, elle crée une dépendance à un algorithme opaque, dont l’utilisateur ne maîtrise ni le fonctionnement ni les biais. La latitude décisionnelle apparente augmente, mais le contrôle réel sur son propre travail peut simultanément diminuer. Et les compétences non exercées parce que déléguées à l’outil s’atrophient progressivement, réduisant l’autonomie réelle à mesure que l’autonomie perçue s’étend. L’outil qui libère peut ainsi devenir, insidieusement, celui qui contraint.
Pour agir sur les trois niveaux de prévention :
- Prévention primaire : Distinguer dans la politique IA les usages qui amplifient les compétences de ceux qui les substituent, et les piloter différemment.
- Prévention secondaire : Former les collaborateurs à maintenir des espaces de pratique non assistée pour préserver leurs compétences propres.
- Prévention tertiaire : Accompagner ceux dont l’autonomie réelle s’est réduite par une dépendance excessive à l’outil.
Rapports sociaux au travail dégradés
L’autonomie individuelle ne se construit pas hors sol, elle s’inscrit dans des relations de travail qui constituent le quatrième facteur de risque. L’IA introduit ici des effets encore peu anticipés. Le premier est l’atrophie progressive des compétences relationnelles in real life : quand l’interaction avec un outil fluide, disponible et non conflictuel se substitue partiellement à l’interaction humaine, la tolérance à l’altérité, à l’imprévisibilité et à la friction relationnelle peut s’abaisser. La relation humaine devient par contraste plus coûteuse, non parce qu’elle a changé, mais parce que le seuil de tolérance a bougé.
Le second effet tient aux règles d’usage elles-mêmes. L’injonction, contradictoire selon les équipes et les managers, d’utiliser ou de ne pas utiliser l’IA est source de tensions entre pairs, de sentiment d’injustice ou d’incompréhension quand les normes ne sont pas claires ou uniformément appliquées. L’absence de cadre commun crée ses propres frictions relationnelles.
Pour agir sur les trois niveaux de prévention :
- Prévention primaire : Établir des règles d’usage de l’IA claires, partagées et cohérentes à l’échelle de l’organisation.
- Prévention secondaire : Sensibiliser les équipes aux effets potentiels de la délégation relationnelle à l’outil sur leurs propres compétences de coopération.
- Prévention tertiaire : Accompagner les situations de tension liées aux usages différenciés de l’IA au sein des équipes.
Conflits de valeurs
Si les rapports sociaux peuvent se dégrader faute de règles communes, les conflits de valeurs, eux, se jouent à un niveau plus profond, celui des convictions et des identités professionnelles. L’IA les traverse selon au moins trois axes. D’abord, le rapport individuel à la technologie : entre forte adhésion et défiance profonde, les écarts entre collaborateurs sont réels et peuvent entrer en collision avec une politique d’entreprise peu nuancée. Ensuite, la sensibilité à l’impact environnemental et social de l’IA : sa consommation énergétique, ses biais algorithmiques, ses effets sur l’emploi, peuvent créer un conflit entre les valeurs personnelles et les injonctions organisationnelles d’adoption. Enfin, l’absence de politique claire laisse les collaborateurs dans un vide normatif qui est lui-même générateur d’inconfort moral.
Pour agir sur les trois niveaux de prévention :
- Prévention primaire : Élaborer une politique IA qui intègre explicitement les dimensions éthiques, environnementales et sociales, en cohérence avec les valeurs affichées de l’organisation.
- Prévention Secondaire : Créer des espaces de dialogue sur les usages et les limites de l’IA, pour que les tensions de valeurs puissent s’exprimer sans être ignorées.
- Prévention Tertiaire : Accompagner individuellement les collaborateurs en situation de conflit de valeurs aigu.
Insécurité de la situation de travail
Les conflits de valeurs trouvent souvent leur source dans une inquiétude plus fondamentale : celle de l’avenir même de l’emploi et des compétences. C’est probablement le facteur le plus chargé symboliquement. Le spectre va de la menace de remplacement (réelle pour certains métiers, fantasmée pour d’autres) à l’opportunité de développer de nouvelles compétences et d’accéder à des activités à plus forte valeur ajoutée. Entre ces deux pôles, l’incertitude elle-même est un facteur de risque : ne pas savoir ce que l’IA va changer, pour qui, à quelle échéance, produit une anxiété diffuse que ni le déni ni le catastrophisme organisationnels ne résolvent.
Pour agir sur les trois niveaux de prévention :
- Prévention primaire : Communiquer honnêtement sur ce que l’IA va changer dans les métiers de l’organisation, y compris quand les réponses sont incomplètes. L’incertitude assumée est moins délétère que le silence institutionnel.
- Prévention secondaire : Investir dans le développement des compétences liées à l’IA pour les collaborateurs dont les métiers évoluent, en faisant de la transition une ressource plutôt qu’une menace.
- Prévention tertiaire : Accompagner individuellement les collaborateurs en situation d’insécurité professionnelle avérée.
Ce que ce panorama dit à l’organisation
Traverser ces six facteurs avec ce double regard révèle quelque chose de plus large que la seule question des RPS. L’IA ne crée pas les risques psychosociaux mais elle agit comme un révélateur et un amplificateur des dynamiques organisationnelles préexistantes. Là où les conditions de travail sont solides, elle tend à renforcer ce qui fonctionne. Là où elles sont fragilisées, elle aggrave ce qui était déjà en tension. Ce mécanisme de révélateur est en soi un enseignement : l’intégration de l’IA dans une organisation est une opportunité de diagnostic de l’état réel de ses conditions de travail.
Le deuxième enseignement tient à la nature du risque. Dans les six facteurs examinés, ce n’est jamais l’IA en elle-même qui constitue le problème, c’est l’absence de cadre, de politique, de formation et de dialogue qui laisse les effets se déployer sans pilotage. L’IA sans gouvernance est un facteur de risque. L’IA avec gouvernance peut être un levier de prévention. La différence entre les deux n’est pas technologique, elle est organisationnelle et managériale.
Le troisième enseignement est peut-être le plus inconfortable : les organisations qui intègrent l’IA le plus vite ne sont pas nécessairement celles qui protègent le mieux leurs collaborateurs. La vitesse d’adoption sans accompagnement des usages, sans clarification des règles, sans travail sur les compétences et les valeurs, produit précisément les conditions dans lesquelles les facteurs de RPS s’aggravent. Aller vite sur l’outil tout en allant lentement sur l’humain, c’est construire un déséquilibre dont les effets se mesurent en absentéisme, en désengagement et en conflits, rarement attribués à leur cause réelle.
La prévention des RPS à l’ère de l’IA n’est donc pas un nouveau chantier distinct des autres. C’est l’approfondissement et l’actualisation d’un travail de fond permanent sur la qualité du travail, la clarté des règles, la cohérence entre discours et pratiques, et la capacité des organisations à regarder en face ce que leurs choix technologiques produisent sur ceux qui travaillent. Ce travail-là, aucun algorithme ne peut le faire à leur place.
Vous voulez passer vos facteurs RPS au crible de l’IA ? Empitos RH vous accompagne :
