Intelligence artificielle au travail : de la performance sans motivation ?

1. Intelligence artificielle et performance au travail : ce que l’on voit… et ce que l’on ne voit pas
2. Pourquoi la motivation est le véritable moteur de la performance
3. Effort de réflexion et intelligence artificielle : un soulagement… à double tranchant
4. La présence sociale au travail : un facteur vraiment sous-estimé
5. L’IA n’a pas d’effet direct réel sur la performance
6. Tous les salariés ne réagissent pas de la même manière face à l’IA
7. Quelles stratégies pour intégrer l’IA sans fragiliser la motivation ?
8. Vers une transformation numérique psychologiquement responsable

L’intelligence artificielle transforme les métiers du savoir à grande vitesse. Productivité accrue, tâches automatisées, décisions accélérées. Mais une étude scientifique publiée en 2026 révèle un effet plus discret : en réduisant l’effort cognitif et la présence sociale, l’IA peut affaiblir la motivation, principal moteur de la performance durable au travail. Derrière les gains d’efficacité, un enjeu essentiel se dessine pour les entreprises : comment intégrer l’IA sans éroder l’engagement des salariés ?

Intelligence artificielle et performance au travail : ce que l’on voit… et ce que l’on ne voit pas

Depuis l’essor de l’IA générative dans les entreprises (assistants conversationnels, outils de rédaction, copilotes de code, systèmes prédictifs), le débat se concentre largement sur la productivité. Combien d’heures gagnées ? Combien de tâches automatisées ? Quel impact sur la compétitivité ? Ces questions sont légitimes. Mais elles laissent souvent de côté une dimension très importante : l’expérience psychologique du travail.

Une étude publiée en 2026 par le chercheur Karsten Huffstadt (Institute for Design and Information Systems, Technical University
Wuerzburg-Schweinfurt, Allemagne) dans Intelligent Human Systems Integration, intitulée The Silent Impact of AI : Unveiling Motivational Side Effects in the Digital Workplace, s’attaque précisément à cet angle mort. Son objectif n’est pas de mesurer le gain d’efficacité, mais d’analyser les effets psychologiques de l’IA sur les salariés, en particulier sur leur motivation et, indirectement, sur leur performance.

Et les résultats invitent à un vrai changement de posture.

Pourquoi la motivation est le véritable moteur de la performance

Pour comprendre l’enjeu, il faut revenir à un principe fondamental en psychologie du travail : la performance ne dépend pas uniquement des compétences techniques ou des outils disponibles. Elle dépend avant tout de la motivation.

Le modèle théorique mobilisé dans l’étude est le « High-Performance Cycle » de Locke et Latham (2002). Ce cadre montre que la performance repose sur une chaîne cohérente : des objectifs clairs renforcent la motivation ; la motivation nourrit l’effort et la persévérance ; et cet effort soutenu conduit à la performance. La motivation n’est donc pas un supplément d’âme. Elle est la charnière centrale du système.

Dans l’étude menée en 2006 auprès de 297 professionnels utilisant régulièrement des outils d’intelligence artificielle au travail, la motivation apparaît comme le facteur le plus puissant pour prédire la performance. Ce coefficient est nettement supérieur aux autres relations testées dans le modèle. Autrement dit, si la motivation faiblit, la performance finit par suivre.

La question devient alors : comment l’usage de l’IA influence-t-il cette motivation ?

Effort de réflexion et intelligence artificielle : un soulagement… à double tranchant

L’un des premiers résultats majeurs de l’étude concerne l’effort cognitif.

L’IA réduit significativement l’effort cognitif perçu lors de l’exécution des tâches. Cela peut sembler positif. Après tout, l’automatisation est censée alléger la charge de travail. Mais la psychologie du travail rappelle un point souvent oublié : l’effort n’est pas seulement une contrainte. Il est aussi un indicateur d’engagement. Lorsque l’on investit un effort réel dans une tâche, on développe un sentiment d’appropriation. Le résultat obtenu est perçu comme le fruit de ses compétences. Cette dynamique nourrit la motivation intrinsèque.

À l’inverse, si la tâche devient trop fluide, trop facile, l’investissement subjectif peut diminuer. Les chercheurs parlent de « fluidité perceptive » : plus une tâche est facile à traiter, moins elle génère parfois d’engagement fort.

L’étude montre d’ailleurs que la diminution de l’effort cognitif est positivement liée à la motivation. Cela signifie que lorsque l’effort perçu baisse trop fortement, la motivation peut également diminuer. Un paradoxe apparaît alors : en rendant le travail plus facile, l’IA peut, dans certains cas, réduire l’intensité psychologique de l’engagement.

Pour une entreprise, l’enjeu est majeur. Un travail trop automatisé peut devenir moins stimulant. Et un travail moins stimulant peut affaiblir la performance sur la durée.

La présence sociale au travail : un facteur vraiment sous-estimé

Le second mécanisme identifié concerne la présence sociale perçue, qui désigne le sentiment d’interagir avec d’autres êtres humains, d’être engagé dans une dynamique relationnelle. Dans les environnements fortement assistés par l’IA, certaines interactions humaines sont remplacées ou réduites.

L’étude montre que l’usage de l’intelligence artificielle diminue significativement la présence sociale perçue. Or, cette présence est elle-même positivement liée à la motivation. Cela signifie qu’une réduction du sentiment d’interaction humaine peut affaiblir l’engagement professionnel.

Dans des organisations déjà très marquées par le télétravail, la digitalisation et la fragmentation des équipes, cet effet peut être amplifié. Si l’IA devient un intermédiaire omniprésent, la densité relationnelle du travail peut s’éroder.

Aussi, cela pose une question : comment préserver la dynamique collective lorsque les tâches sont de plus en plus médiées par des systèmes automatisés ?

L’IA n’a pas d’effet direct réel sur la performance

Un point focal de l’étude mérite d’être souligné : l’IA n’a pas d’effet direct significatif sur la performance. Son impact passe entièrement par des mécanismes psychologiques intermédiaires, en particulier la motivation. C’est ce que les chercheurs appellent une « médiation complète ». En d’autres termes, l’IA modifie l’expérience du travail (effort, présence sociale), cette modification influence la motivation, et la motivation influence la performance. L’impact est donc indirect.

Et c’est précisément ce caractère indirect qui le rend stratégique. Les entreprises peuvent constater des gains de productivité immédiats tout en négligeant un affaiblissement progressif de l’engagement. Le risque n’est pas visible à court terme. Il peut apparaître dans la durée, sous forme de désengagement, de baisse d’initiative ou d’érosion de la créativité.

Tous les salariés ne réagissent pas de la même manière face à l’IA

L’étude apporte un éclairage crucial sur un facteur modérateur : l’auto-efficacité technologique, c’est-à-dire la confiance qu’un individu a dans sa capacité à utiliser les outils numériques.

Chez les salariés ayant une faible auto-efficacité technologique, l’effet négatif de l’usage de l’IA sur la motivation est fort. En revanche, chez ceux ayant une forte auto-efficacité, cet effet devient faible et statistiquement non significatif. Ce résultat a des implications majeures. L’IA ne produit pas un effet uniforme. Elle accentue potentiellement les écarts entre les profils.

Dans une entreprise, certains collaborateurs peuvent percevoir l’IA comme un levier d’autonomie et de puissance d’action. D’autres peuvent la ressentir comme un dispositif qui réduit leur contrôle ou leur compétence perçue. La transformation numérique devient alors aussi une question d’équité et d’accompagnement.

Quelles stratégies pour intégrer l’IA sans fragiliser la motivation ?

Les résultats de cette étude invitent à repenser l’intégration de l’intelligence artificielle dans les organisations.

Premièrement, il devient essentiel de mesurer la motivation et l’engagement en parallèle des indicateurs de performance opérationnelle. Les tableaux de bord ne peuvent plus se limiter aux gains de productivité.

Deuxièmement, la formation ne doit pas être uniquement technique. Elle doit renforcer l’auto-efficacité technologique. Comprendre le fonctionnement des outils, développer un sentiment de maîtrise, savoir quand et comment utiliser l’IA : ces éléments réduisent l’impact négatif potentiel sur la motivation.

Troisièmement, le design des systèmes d’IA doit préserver le rôle central humain. Des outils trop automatisés, trop opaques ou trop « parfaits » peuvent réduire l’investissement subjectif. À l’inverse, des systèmes favorisant la coconstruction et la décision humaine maintiennent l’engagement.

Quatrièmement, les organisations doivent préserver des espaces d’interaction humaine. Si certaines tâches sont automatisées, d’autres moments doivent renforcer la collaboration, le feed-back et la reconnaissance. L’intelligence artificielle ne doit pas remplacer la dimension relationnelle du travail. Elle doit la compléter.

Vers une transformation numérique psychologiquement responsable

L’étude conclut en appelant à une approche plus humaine de l’IA au travail. L’enjeu n’étant pas de freiner l’innovation technologique, mais d’en comprendre les effets psychologiques. La performance durable repose sur un équilibre subtil entre efficacité technique et engagement humain.

L’intelligence artificielle modifie la structure des tâches. Elle modifie aussi le ressenti des individus face à leur travail. Elle influence le sentiment d’effort, de compétence, de connexion. Ignorer ces dimensions constituerait une erreur stratégique. Car au-delà des algorithmes et des modèles, la performance des entreprises reste fondée sur l’énergie, la motivation et l’engagement des personnes.

L’IA peut être un accélérateur. Mais sans vigilance, elle peut aussi devenir un facteur d’érosion silencieuse. La question ne peut pas s’arrêter à « Comment déployer l’intelligence artificielle ? », mais elle doit être remplacée par : « Comment déployer l’intelligence artificielle tout en protégeant et en renforçant le moteur humain de la performance ? »