Stratégie

Le coût caché de l'IA en entreprise : 6,4 heures par semaine à surveiller des robots

Seulement 13% affirment que l’utilisation de l’IA a significativement amélioré les performances de leur entreprise, car le temps gagné est largement absorbé par la surveillance de ces robots logiciels. (Photo : Theo/Unsplash)

Le botsitting annule-t-il une large part des gains de productivité de la GenAI ? Alors que l'IA automatise de plus en plus de tâches, les employés consacrent des heures à la gestion de cette technologie, créant ainsi de nouveaux goulets d'étranglement.

PublicitéAlors que l'IA prolifère sur le lieu de travail, elle introduit un nouveau paradoxe de productivité : si elle donne l'impression d'accélérer le travail, elle alourdit en réalité la charge de travail des employés, qui doivent fournir du contexte, effectuer des contrôles qualité, puis répéter ces tâches sur de nombreux outils disparates.

D'après une nouvelle étude menée auprès de 6 000 travailleurs du numérique à temps plein par le Work AI Institute de Glean, un fournisseur d'outils d'IA américain, ce phénomène engendre deux comportements émergents : le botsitting, tout le travail non reconnu nécessaire pour rendre l'IA réellement utilisable ; et le 'botshitting', la livraison de travaux générés par l'IA qui sont non vérifiés, mal compris, voire non fiables. Le rapport d'analyse des résultats de l'étude a été co-écrit par des experts du Work AI Institute et des universités d'Emory, de Stanford, de Berkeley, de Santa Barbara, de Charlotte, de College London et de Notre Dame.

« C'est assurément un cercle vicieux qui s'auto-alimente », explique Rebecca Hinds, directrice du Work AI Institute de Glean, un centre de recherche collaboratif regroupant des experts en IA. Selon elle, les entreprises doivent commencer à prendre en compte « l'immense travail humain qui est au coeur du problème ».

Frustration grandissante des employés

Il ne fait aucun doute que l'IA devient rapidement un allié essentiel au travail. Le Work AI Institute de Glean a constaté que 87% des travailleurs utilisant le numérique font appel à l'IA : elle automatise déjà plus d'un quart de leurs tâches et leur permet de gagner environ 11 heures par semaine.

Pourtant, seulement 13% affirment que l'utilisation de l'IA a significativement amélioré les performances de leur entreprise, car le temps gagné est largement absorbé par la technologie même qui le génère. Les employés perdent environ près d'une journée de travail (6,4 heures) à fournir du contexte à l'IA, superviser les résultats, corriger les erreurs, nettoyer le travail généré par ces outils et jongler entre les différents outils. « Nous constatons des taux élevés d'utilisation de plusieurs outils, souvent non interconnectés », souligne Rebecca Hinds.

En matière de contextualisation, les grands modèles de langage (LLM) sont entraînés sur l'immense corpus d'Internet, mais pas sur des données spécifiques à l'entreprise. De ce fait, les employés doivent souvent fournir des informations complémentaires sur les produits, les clients, les services ou d'autres détails de leur entreprise. « Ils sont souvent frustrés lorsque les outils ne comprennent pas suffisamment leur travail quotidien pour être utiles », ajoute Rebecca Hinds. De plus, l'utilisation de plusieurs outils les oblige souvent à répéter la même requête. « C'est épuisant pour les employés, et encore plus de constater que leur travail n'est ni reconnu, ni récompensé, ni valorisé au sein de l'organisation », dit la directrice du Work AI Institute.

PublicitéBotshitting ou le goût de l'à peu près

Par ailleurs, les employés doivent repérer des productions qui, bien que paraissant soignées et abouties, peuvent être erronées, incomplètes ou manquer de contexte. Le débogage est la principale source d'épuisement professionnel, car il est souvent effectué par des personnes qui n'ont pas nécessairement contribué au résultat initial et doivent donc d'abord rechercher des informations de base, souligne Rebecca Hinds.

Ce sentiment de surcharge peut mener à ce que le Work AI Institute qualifie de 'botshitting', au sein duquel les utilisateurs livrent un travail généré par l'IA sans l'avoir vérifié, faute de temps ou de ressources. 69% des utilisateurs admettent y recourir, et 41% reconnaissent livrer parfois un travail qu'ils seraient incapables d'expliquer. Par ailleurs, 28% imputent à l'IA des erreurs qu'ils ont eux-mêmes commises. « Le botshitting, c'est se décharger de son esprit critique, de son jugement et de sa compréhension, explique Rebecca Hinds. On délègue un travail qui devrait rester entre les mains d'un humain. »

Les travailleurs utilisant plusieurs agents IA sont beaucoup plus susceptibles d'adopter ce comportement, note-t-elle, car ces agents sont très évolutifs et peuvent devenir incontrôlables s'ils ne sont pas correctement encadrés par des contrôles ou des autorisations, ce qui peut amener des utilisateurs débordés à abandonner leurs efforts de vérification. « On ne constate souvent les effets négatifs qu'après plusieurs étapes, reprend Rebecca Hinds. Il faut alors mener un travail de correction et d'investigation considérable pour comprendre où l'agent a commis une erreur. »

Utiliser l'IA... avec modération

Fait intéressant, plus de la moitié des employés interrogés déclarent recevoir davantage d'aide de l'IA au quotidien que de leurs supérieurs, et trouvent la collaboration avec l'IA plus aisée qu'avec des humains. Cependant, ils semblent confrontés à un dilemme en matière de partage de leur utilisation de l'IA au sein de leur organisation. Parmi les utilisateurs les plus performants de l'IA, 54% utilisent des outils non homologués ou des outils homologués de manière non conforme, et 36% dissimulent l'importance de l'IA dans leur travail.

Comme l'explique Rebecca Hinds, selon le contexte et le niveau de sécurité psychologique offert par une organisation, il peut être « plus ou moins bénéfique » de montrer qu'on utilise l'IA. Dissimuler une utilisation excessive de cette technologie peut nuire à votre image en interne, souligne-t-elle. A l'inverse, « dans de nombreuses organisations, la pression est forte pour démontrer une maîtrise de l'IA, pour prouver qu'on est un utilisateur expert ».

Savoir quand ne pas utiliser l'IA

Selon le rapport d'analyse du Work AI Institute, « les entreprises qui prennent de l'avance adoptent une approche différente. Elles ne consacrent pas plus de temps à l'IA elle-même, mais davantage au travail qui l'entoure : contextualiser, définir les critères de réussite, développer son jugement et déterminer ce qui n'aurait jamais dû être confié à un modèle. » Elles proposent des formations et un accompagnement, considèrent l'IA comme une opportunité de repenser le travail et valorisent officiellement les compétences en IA. Pour Rebecca Hinds, la compétence la plus difficile à acquérir est de savoir quand ne pas utiliser l'IA.

« Il ne s'agit pas simplement de clics ou de tokens utilisés, mais de véritables compétences et d'un véritable apprentissage », dit-elle. Outre l'investissement dans leurs employés, ces organisations définissent clairement leur stratégie en matière d'IA et expliquent le « pourquoi » de l'usage de la technologie. La gouvernance doit également être dynamique et réactive, permettant une réévaluation permanente des politiques internes. Et cela doit se faire à tous les niveaux, y compris au sein de la direction, plaide Rebecca Hinds : « il est essentiel de voir les dirigeants utiliser la technologie, partager leurs réussites comme leurs échecs. »

Ces entreprises les plus matures sur le sujet utilisent activement des indicateurs basés sur les KPI existants. Elles mesurent la qualité, l'efficacité et l'engagement des employés de différentes manières et mettent les données à la disposition de ces derniers afin qu'ils puissent évaluer leur propre adoption et leur réussite. « Il s'agit moins de surveillance que de retour d'information sur notre façon de travailler collectivement », selon Rebecca Hinds.