Certains utilisateurs réguliers de l’IA constatent qu’il leur paraît plus difficile de commencer une tâche sans aide après avoir demandé à plusieurs reprises à un modèle d’en produire le premier brouillon. Cette observation ne prouve pas une perte durable de compétences, et cet article ne prétend pas le contraire. Elle invite simplement à vérifier si votre méthode de travail vous laisse encore exercer les capacités que vous souhaitez entretenir.
Il ne s’agit pas d’un plaidoyer contre l’usage de l’IA pour écrire, programmer ou analyser. L’objectif est de repérer les tâches précises où l’on délègue discrètement la partie du travail qui permet réellement d’apprendre, afin de conserver un exercice sans aide dans le processus pour les quelques compétences que vous tenez à préserver.
Ce que montrent réellement les données
En juin 2025, des chercheurs du MIT Media Lab ont publié Your Brain on ChatGPT, une prépublication décrivant une expérience où 54 participants rédigeaient des essais dans trois conditions : avec un LLM, avec un moteur de recherche ou sans assistance. Les auteurs ont observé des différences de connectivité EEG entre les groupes. Dans leur analyse, le groupe sans assistance présentait la connectivité la plus forte et le groupe utilisant un LLM la plus faible (Kosmyna et al., MIT Media Lab, 2025). Ils emploient l’expression « dette cognitive » (cognitive debt) comme métaphore interprétative. L’étude n’établit ni trouble clinique, ni atteinte permanente, ni relation dose-effet selon laquelle le préjudice s’accumulerait nécessairement à chaque utilisation.
Deux résultats de cette étude méritent l’attention. Premièrement, les participants du groupe LLM déclaraient le plus faible sentiment d’appropriation des essais qu’ils venaient d’écrire, et beaucoup ne pouvaient pas en citer correctement une phrase quelques minutes plus tard (prépublication complète, arXiv:2506.08872). Deuxièmement, et c’est le résultat encourageant qu’il faut toutefois nuancer, seuls 18 des 54 participants ont pris part à une quatrième séance facultative, neuf étant réaffectés dans chaque direction. Chez les neuf passés de la condition LLM à la rédaction sans aide, les auteurs ont observé une connectivité neuronale moins mobilisée. Chez les neuf passés de la rédaction sans aide à l’assistance par LLM, ils ont constaté un meilleur rappel et une nouvelle mobilisation des régions cérébrales associées à l’écriture concentrée. Ces participants ont toutefois écrit sur des sujets qu’ils avaient déjà traités. L’article décrit donc ce résultat comme celui obtenu « lorsqu’un LLM peut être utilisé sur un sujet familier » : le protocole ne permet pas de distinguer l’effet de l’ordre des opérations de celui de la familiarité avec le sujet.
Ce constat rejoint une idée plus générale de la littérature sur le biais d’automatisation : le comportement d’« avare cognitif », qui consiste à privilégier spontanément l’option demandant le moins d’effort mental à un moment donné (What is Wrong With Automation Bias?, Philosophy & Technology, 2026). Un brouillon fluide produit par l’IA est presque toujours la solution la moins exigeante. C’est précisément pourquoi il faut lui opposer un contrepoids délibéré plutôt que d’espérer que l’équilibre se fasse tout seul.
L’idée reçue courante
L’idée reçue est que « l’IA vous rend plus bête ». Cette affirmation universelle et permanente n’est pas démontrée, et ce n’est pas ce que dit la recherche. L’étude du MIT reste une seule prépublication portant sur 54 participants pendant quatre mois. Le résultat de la quatrième séance, le plus riche en implications pratiques, repose sur les 18 personnes qui ont choisi de revenir, soit neuf par condition. Il apporte un élément concret en faveur d’un phénomène mesurable à court terme, mais ne prouve pas un déclin cognitif irréversible. Les chercheurs eux-mêmes estiment que leurs résultats appellent une « étude plus approfondie », et non qu’ils constituent un verdict définitif.
L’affirmation plus précise et plus utile est plus limitée : sauter la tentative sans aide pour une tâche dans laquelle vous cherchez à progresser supprime précisément la difficulté qui permet de développer cette capacité. Le phénomène ne date pas de l’IA. C’est aussi la raison pour laquelle un étudiant apprend moins en recopiant un corrigé sans avoir d’abord tenté de résoudre le problème qu’en cherchant une solution avant de la vérifier. L’IA rend simplement ce raccourci disponible presque partout et à tout moment. Il faut donc décider plus consciemment qu’auparavant de ne pas toujours l’emprunter.
L’audit de préservation des compétences
Pour toute tâche récurrente, posez-vous quatre questions avant de décider comment y employer l’IA :
- Est-ce une compétence que je construis activement, ou une tâche que j’ai juste besoin de terminer ? Rédiger une mise à jour de statut récurrente est une tâche à terminer. Apprendre à structurer un argument persuasif est une compétence à construire. Le même outil s’utilise différemment pour chacune.
- À quoi ressemble une véritable tentative sans aide, et puis-je lui fixer une limite de temps ? Dix minutes d’effort personnel avant d’ouvrir un modèle suffisent généralement à faire apparaître ce que vous ne savez pas encore vraiment. C’est précisément sur ces lacunes qu’il vaut la peine de concentrer l’échange avec l’IA.
- Qu’ajoute la phase assistée que la tentative non assistée ne pouvait pas ? Un retour, un contre-argument, un second brouillon plus rapide, l’exposition à des formulations que vous n’auriez pas générées — l’assistance doit ajouter quelque chose de précis, pas seulement remplacer le travail.
- Comment vérifierai-je plus tard que je sais encore accomplir la tâche sans aide ? Sans contrôle indépendant périodique, l’érosion d’une compétence reste invisible jusqu’au jour où vous en avez besoin alors que l’outil est indisponible, peu fiable ou inadapté à la situation.
| Type de tâche | Référence (tentative non assistée) | Phase assistée | Contrôle indépendant | Cadence de revue |
|---|---|---|---|---|
| Rédiger un argument persuasif | Brève esquisse approximative, sans outil | Demander à l’IA de renforcer les points faibles et d’offrir un contre-argument | Rédiger périodiquement un argument complet sans aide et le comparer à une tentative antérieure | Cadence choisie par l’apprenant |
| Déboguer votre propre code | Tenter d’isoler le bug avant de demander des indices | Demander à l’IA de revoir votre démarche d’isolement et de suggérer des causes manquées | Déboguer un problème comparable avec l’outil désactivé | Cadence choisie par l’apprenant |
| Une phrase en langue étrangère | Commencer par votre propre tentative | Demander à l’IA de corriger et d’expliquer la correction | Tenir une courte conversation sans aide et noter les nouvelles lacunes | Cadence choisie par l’apprenant |
| Arithmétique pour une estimation de travail | Faire le calcul à la main | Vérifier avec une calculatrice ou une formule contrôlée de façon indépendante | Refaire une estimation comparable sans aide | Cadence choisie par l’apprenant |
L’audit d’usage de l’IA pour la préservation des compétences complet vous donne ce tableau vierge, avec de l’espace pour consigner vos propres tâches, références et dates de revue.
N’appliquez pas cette discipline à des tâches qui portent de vraies conséquences de sécurité, juridiques, médicales ou financières en traitant une première tentative non assistée comme suffisamment bonne pour agir. L’audit porte sur la préservation d’une compétence par la pratique délibérée, pas sur l’évitement de la vérification sur une tâche où une première tentative erronée pourrait causer un préjudice avant que vous n’arriviez à la phase assistée.
Où l’ordre des opérations compte le plus
Le résultat de la quatrième séance de l’étude du MIT, où neuf participants sont passés d’une rédaction initiale sans aide à une rédaction assistée sur un sujet qu’ils avaient déjà traité, est trop limité et comporte trop de facteurs de confusion pour trancher la comparaison. Il suggère néanmoins une habitude peu coûteuse : lorsque vous apprenez quelque chose de nouveau, faites une première tentative, même imparfaite, avant de demander de l’aide. Le calcul change lorsque vous maîtrisez déjà la compétence et produisez à grande échelle, comme un rédacteur professionnel qui écrit son cinquantième e-mail du même type ou un développeur qui crée du code standard. La compétence existe déjà et un exercice supplémentaire sans aide apporte peu. La pratique délibérée avec l’IA présente la boucle complète, tentative, grille d’évaluation, retour et nouvel essai, qui permet de transformer ce principe en habitude plutôt qu’en résolution ponctuelle.
Ce principe rejoint directement les décisions de délégation au sens large. Si ce n’est pas déjà fait, soumettez toute nouvelle tâche récurrente au contrôle en six dimensions de ce qu’il ne faut pas déléguer à l’IA. Sa dimension « compétence » pose exactement cette question, tâche par tâche, au lieu d’en faire une inquiétude générale.
Un piège courant : traiter la vigilance comme un effort permanent
À l’autre extrême, on risque de s’épuiser à tout faire sans aide par crainte de « perdre » des capacités que l’on n’a jamais cherché à développer. Personne n’a besoin de rédiger chaque e-mail seul pour préserver sa capacité à écrire. Cette discipline mérite d’être réservée aux quelques tâches dont vous avez décidé qu’elles comptent réellement, et non appliquée à toute votre charge de travail. Si vous ne pouvez pas nommer la compétence précise que vous protégez ni expliquer pourquoi elle compte pour vous, la tâche relève probablement de la catégorie « déléguer librement » plutôt que de « préserver délibérément ».
Essayez aujourd’hui
Choisissez une tâche récurrente que vous avez entièrement externalisée à l’IA et que vous aimeriez encore savoir faire sans aide. Fixez-vous une courte limite de temps adaptée à la tâche, tentez-la sans l’outil, et seulement ensuite amenez l’assistance de l’IA pour les parties où votre tentative non assistée a peiné. Consignez la tâche, les conditions et la date comme référence. Répétez le même contrôle à une cadence que vous pouvez tenir ; l’article ne prescrit aucun intervalle scientifiquement validé.
