Botsitting, botshitting : quand l’IA au travail crée plus de travail qu’elle n’en supprime
Du « botsitting » au « botshitting », la « merdification » de l'IA
Si l’IA est souvent présentée comme une forme de « technosolutionnisme » permettant d’obtenir des réponses à ses questions et problèmes, ceux qui s’en servent au travail en dressent un profil bien plus nuancé. 75 % en tirent des gains de productivité, à titre individuel, mais seuls 13 % estiment que leur entreprise en profite également. Le temps passé au contact des modèles est par ailleurs consacré aux deux tiers à baby-sitter l’IA, contre 36 % à s’en servir réellement.
Une enquête menée auprès de 6 000 professionnels du numérique aux États-Unis, au Royaume-Uni et en Australie, indique que 87 % d’entre eux utilisent l’IA au travail, 77 % plusieurs IA, 33 % au moins quatre, leur permettant d’automatiser 27 % de leur production.
75 % estiment que cela les rend plus productifs, leur permettant de gagner 11 heures par semaine environ, soit un peu moins d’un tiers de leur temps de travail hebdomadaire. Pour autant, seuls 13 % estiment que leur entreprise en tire un bénéfice significatif. Ce gap énorme s’expliquerait par l’incapacité des organisations à capitaliser, de façon collective, sur les gains individuels.
Les IA ressembleraient en effet à des bébés qu’il faut non seulement surveiller, en permanence, mais également à des êtres plus ou moins incontrôlables dont les bêtises peuvent parfois pourrir la vie de ceux chargés de s’en occuper. C’est la thèse d’une étude consacrée au coût humain caché de l’IA au travail, intitulée « Botsitting, botshitting, and the hidden human labor of AI at work », reposant sur des jeux de mots difficiles à traduire en français.
Réalisée par le Work AI Institute, qui réunit plusieurs universitaires états-uniens afin de repenser l’organisation du travail à l’ère de l’IA, elle qualifie de « botsitting » le travail nécessaire pour rendre l’IA utilisable, notamment en lui fournissant le contexte manquant, en vérifiant ses résultats, et en corrigeant les réponses que l’IA donne avec assurance mais qui se révèlent erronées.
L’étude montre que les travailleurs ayant recours à l’IA consacreraient désormais en moyenne 6,4 heures par semaine au « botsitting », soit plus de la moitié des 11 heures que les IA leur font par ailleurs gagner.
Lorsque ce travail n’est ni suivi, ni budgétisé, ni supervisé, que les employés cessent de vérifier les résultats et livrent un travail qu’ils ne peuvent ni expliquer ni défendre pleinement, le « botsitting » se transforme en quelque chose de plus problématique : le « botshitting », à savoir la livraison d’un travail généré par l’IA que les employés n’ont pas relu, ne comprennent pas entièrement ou ne pourraient pas défendre si on les interrogeait à ce sujet. L’étude indique que 69 % des utilisateurs d’IA admettent pratiquer le « botshitting » au travail.
41 % des sondés utilisent des réponses de l’IA qu’ils ne comprennent pas
Cette propension à devoir coller aux basques de ses IA s’explique par la dépendance d’un nombre croissant d’employés vis-à-vis de ces bots, et/ou par les facilités qu’ils permettent. L’étude indique en effet que 48 % des travailleurs du numérique interrogés se tournent vers l’IA avant d’essayer de résoudre un problème par eux-mêmes.
52 % trouvent en outre qu’il est plus facile de collaborer avec l’IA qu’avec leurs collègues humains. Et 61 % affirment que l’IA les aide davantage dans leur travail quotidien que leur propre responsable. Dans le même temps, 28 % des travailleurs attribuent désormais leurs propres erreurs à l’IA qu’ils ont utilisée pour répondre à la tâche qui leur était assignée.
41 % proposent de mettre en production des résultats générés par l’IA qu’ils ne sont pas en mesure d’expliquer, contraignant leurs collègues ou N+1 à passer et perdre du temps à comprendre ce dont il retourne exactement, et rectifier les problèmes associés.
60 % des travailleurs américains renvoient le même prompt à plusieurs IA faute d’être satisfaits du résultat, quitte à partager le résultat le moins mauvais, du moment qu’il est « à peu près correct », et quand bien même il ne répondrait pas correctement à la tâche qu’ils devaient initialement effectuer.
Près de 2/3 du temps à baby-sitter l’IA, 36 % à s’en servir réellement
L’étude montre également que pour chaque heure qu’un employé consacre à obtenir des résultats utiles de l’IA, il en passe environ une autre à rendre ces résultats exploitables.
Sur le temps total que les employés consacrent chaque semaine à interagir avec l’IA, 37 % sont consacrés au « botsitting », 36 % à l’utilisation effective de l’outil pour travailler, 27 % à l’apprentissage des outils et à la création d’agents.
Des chiffres qui varient en fonction de l’intensité du recours à l’IA : 35 % des utilisateurs occasionnels se retrouvent en situation de « botsitters », contre 65 % des utilisateurs réguliers, et 74 % des utilisateurs intensifs.
Si tant de temps est consacré au « botsitting », c’est en partie parce que les outils sont souvent défaillants, les employés indiquant que plus d’un tiers (36 %) des sessions d’IA « échouent » purement et simplement. Les employés qui utilisent plusieurs outils d’IA sont également 35 % plus susceptibles de se retrouver en situation de « botsitters ».
Ce qui a aussi des conséquences en matière de charge mentale. Pour chaque augmentation de 10 % du temps que les employés consacrent à alimenter l’IA en contexte, ils sont 25 % plus susceptibles de se sentir épuisés par cette tâche, relève l’étude :
« La plupart des tâches liées à la supervision des modèles d’IA relèvent du travail fastidieux : il s’agit notamment de recharger le contexte dans différents outils, de repérer les erreurs de raisonnement et de vérifier les résultats qui semblent sûrs d’eux, ou pire encore, qui flattent les utilisateurs en leur donnant les réponses qu’ils souhaitent entendre plutôt que la vérité. »
69 % des utilisateurs d’IA reconnaissent pratiquer le « botshitting » au travail
Commentaires (0)
Signaler un commentaire
Voulez-vous vraiment signaler ce commentaire ?