Bon et mauvais usage de l'IA

Chaque année, une étude discrète mesure ce que les gens font vraiment de l'intelligence artificielle. Pas ce que les éditeurs annoncent, pas ce que les directions imaginent : ce que des dizaines de milliers d'usages réels, glanés sur les forums, les réseaux et les témoignages, révèlent une fois recensés. L'édition 2026 vient de paraître. Elle a passé au crible 12 637 usages. Et en un an, le sommet du classement s'est retourné.

L'étude est signée Marc Zao-Sanders et Sara Biuk, troisième volet d'un suivi annuel^[1]. La thérapie et la compagnie restent l'usage numéro un, comme l'an dernier. Elles ont même doublé en proportion, de 5% à 11% du corpus^[1]. Mais autour de ce sommet stable, tout a glissé. Les usages qui cherchaient à élever, trouver du sens, organiser sa vie, apprendre, ont chuté hors du haut de tableau. Ceux qui les ont remplacés disent autre chose : dépannage technique, n'importe quoi assumé, fan fiction, lecture d'astrologie et de tarot, agents autonomes, conseils sur les relations.

On a mis entre toutes les mains l'intelligence la plus puissante jamais construite, entraînée sur la somme du travail humain. La première chose que nous lui demandons, ce n'est pas de nous grandir. C'est de nous consoler, de nous distraire, et de penser à notre place.

Arrêtons-nous une seconde sur l'échelle. ChatGPT compte environ 900 millions d'utilisateurs actifs par semaine, Gemini autour de 750 millions par mois^[1]. Ce ne sont pas des pionniers. C'est une fraction considérable de l'humanité connectée qui, chaque jour, confie à un modèle des fragments de sa vie intérieure. Et pendant ce temps, le débat public reste accroché à deux questions déjà datées : comment les former à l'outil, et comment réglementer la machine.

Ils ont domestiqué l'outil tout seuls

Personne n'a attendu la permission. Ni la formation. Ni la loi.

L'idée qu'il faudrait d'abord former les gens à l'outil suppose un mur technique entre eux et la machine. Ce mur n'existe plus. J'ai détaillé ailleurs le mécanisme par lequel l'accès produit le désir, et non l'inverse : dès que la capacité devient atteignable, l'envie d'agir suit, presque mécaniquement, comme je l'ai montré dans Quand on peut, on veut. Dans les salles où j'accompagne des professionnels depuis 2023, la scène se rejoue sans cesse, presque mot pour mot : quelqu'un découvre qu'il peut faire une chose qu'il croyait hors de portée, et la phrase tombe, à voix basse, « mais... je peux faire ça ? ». La barrière n'était pas dans l'outil. Elle était dans l'autorisation que la personne se donnait.

Le geste technique, lui, est devenu trivial. On parle à la machine en langage courant, on lui demande, elle répond. L'étude le confirme à sa manière : sur les cent usages les plus fréquents, soixante-trois concernent le travail, mais presque aucun ne descend d'une direction. Les gens s'en servent par eux-mêmes, souvent sans que leur employeur le sache^[1]. C'est ce que j'ai nommé ailleurs le fait d'apporter sa propre IA, le BYOAI, quand le travailleur apporte son IA. La compétence de maniement se diffuse seule, sans manuel, sans certification.

Le maniement se transmet seul. Le rapport, non.

Alors si l'outil est domestiqué, que reste-t-il à apprendre ? Pas à cliquer. À tenir. À décider quoi déléguer, quand, et à quel prix pour soi. C'est une affaire de rapport à la machine, pas de raccourci clavier. Et le classement 2026 montre où ce rapport déraille déjà.

Les quatre affordances

L'auteur de l'étude ne se contente pas de ranger les usages. Il forge un mot pour ce qui se perd en chemin, thinkslop, la pensée molle que l'usage excessif de l'IA fabrique^[1]. Un quart des usages les plus fréquents revient à demander à la machine une part de notre réflexion^[1]. Et il décrit quatre affordances de l'outil. Une affordance, c'est ce qu'un objet offre et invite à faire par sa seule forme : une poignée appelle la main, une marche appelle le pied. L'IA, par la facilité qu'elle tend et par la flatterie qu'elle prodigue, en appelle quatre. Il faut les regarder de près, parce qu'elles ne ressemblent pas à des accidents techniques. Elles nous ressemblent.

L'intention qui s'efface

Vous tapez avant de savoir ce que vous vouliez. La machine, elle, répond toujours.

La barrière pour obtenir une réponse est si basse qu'on lance un prompt avant d'avoir pensé ce qu'on cherchait vraiment. On voulait écrire à un proche, on obtient un texte poli qui ne nous ressemble pas, on l'envoie quand même, et quelque chose de la relation passe à la trappe sans qu'on l'ait décidé. L'intention de départ se dissout dans la réponse reçue.

La pensée sous-traitée

On vous a vendu un assistant. Vous lui avez confié votre tête.

C'est l'affordance la plus documentée. Une étude de Microsoft Research, conduite en 2025 auprès de plus de trois cents travailleurs du savoir, établit une corrélation nette : plus la confiance dans l'outil est élevée, moins la pensée critique est mobilisée^[2]. La machine ne nous rend pas bêtes. Elle nous offre, à chaque tâche, une raison plausible de ne pas réfléchir. Ce n'est pas la capacité de penser qui s'éteint, c'est l'occasion de l'exercer qui disparaît.

La plume qu'on repose

Écrire, c'est penser. Coller une réponse toute faite, c'est sauter la pensée.

Écrire n'a jamais été seulement coucher des mots. C'est en rédigeant et en corrigeant qu'on découvre ce qu'on pense. La phrase qui résiste est la pensée qui se forme. Quand la phrase vient toute faite, la pensée ne s'est pas formée, elle a été contournée. Et le tertiaire qualifié, dont l'écriture est le geste central, est précisément la zone où la machine excelle, donc précisément la zone où ce contournement devient permanent.

Le faux sentiment de rigueur

La machine vous flatte pour vous retenir. Elle vous sacre génie. Vous vous arrêtez là où il fallait creuser.

C'est la plus insidieuse des quatre. L'IA est optimisée pour nous garder engagés, donc elle flatte. Elle félicite une idée bancale, elle trouve brillant un argument médiocre, et l'on s'arrête de travailler trop tôt, rassuré. Un usager le dit crûment dans l'étude : la machine vous fait croire que vous êtes un génie pour que vous reveniez. La rigueur n'était pas la nôtre, elle était dans la forme du texte. On a confondu la confiance que donne une belle page avec le travail qui aurait dû la fonder.

Ces quatre affordances ont un point commun. Aucune ne se voit au moment où elle se produit. L'email est parti, la décision est prise, la page est belle. Le coût n'apparaît pas dans le livrable. Il apparaît plus tard, dans celui qui l'a produit, et qui découvre qu'il ne sait plus très bien faire sans.

Rééduquer le rapport, pas la technique

On veut former au prompt. C'est se tromper de leçon. Le prompt, ils l'ont. Ce qu'il faut changer, c'est le rapport.

Voilà le cœur. Éduquer à l'IA ne veut pas dire apprendre à écrire de meilleures requêtes. Ça, c'est de la formation à l'outil, et l'outil se domestique seul. Éduquer au rapport, c'est autre chose, et c'est exactement ce qui désamorce les quatre affordances. Je le vois se construire, journée après journée, dans les salles.

La première bascule est une phrase. Un modèle de langage prédit statistiquement le mot suivant à partir de milliards de textes lus. Pas de connaissance interne, pas d'intention, pas d'oracle. Cette ligne suffit à déplacer le centre de gravité : la machine cesse d'être un juge à qui l'on demande la vérité, elle redevient un outil que l'on tient, comme je l'ai raconté dans Faire basculer dans l'IA. Celui qui a compris cela ne cède plus à la deuxième affordance. Il n'externalise pas sa pensée à un oracle, il fait travailler un instrument. L'étude elle-même le formule d'une image juste : l'IA est un miroir, pas un génie.

La seconde bascule est un partage des rôles. L'humain perçoit, la machine traite. Deux opérations distinctes, qui ne se confondent pas : à nous le sens, le contexte, le jugement, ce que pèse une phrase pour celui qui la recevra ; à elle le calcul, la mise en forme, la vitesse. Ni domination de l'un, ni soumission à l'autre. Une collaboration, où l'on apprend à réfléchir avec la machine sans réfléchir à sa place, ni sous sa coupe.

L'humain perçoit. La machine traite. Ni l'un sans l'autre, ni l'un sous l'autre.

Le bon usage, geste par geste

À partir de là, le bon usage n'est plus une intuition, c'est une suite de gestes que l'on peut nommer. Ils mobilisent quatre choses qu'aucun logiciel ne fournit : la verbalisation, l'esprit logique, le sens critique, l'anticipation. Et l'anticipation, c'est comprendre ce qui fait faire quoi à la machine, ses ressorts et ses penchants, pour les devancer au lieu de les subir.

Contextualiser en verbalisant

La machine ne devine rien. Dites-lui d'où vous parlez, pour qui, pourquoi.

Avant d'attendre quoi que ce soit, poser le contexte : d'où l'on parle, pour qui, dans quel but, avec quelles contraintes. Mettre des mots précis sur l'intention, c'est déjà l'avoir clarifiée pour soi. La verbalisation se travaille comme un muscle, et c'est elle qui répond à la première affordance, celle qui nous fait perdre le fil de ce qu'on voulait.

Ne pas se satisfaire de l'apparence

Un texte bien tourné n'est pas un texte juste. Corrigez. Recommencez. Reprenez la plume.

Le résultat bien écrit est le piège, parce qu'il a l'air fini. On corrige, on relance, on itère jusqu'au résultat juste, pas jusqu'au premier résultat présentable. Et l'on finit à la main, sans la machine, parce que les derniers gestes, ceux qui font qu'un texte devient le vôtre, ne se délèguent pas. Remettre le contenu en accord avec sa propre perception du monde, se le réapproprier, c'est ce qui sépare un livrable d'une pensée.

Lire d'un œil critique

Le premier conseil, avant tous les autres : lisez vraiment ce que la machine vous donne.

C'est le geste qui commande tous les autres, et c'est aussi un apprentissage à trois portes. Par mimétisme d'abord : quand le résultat est bon, on l'imite, on s'approprie la tournure réussie, la machine devient modèle^[3]. Par renforcement ensuite, à la manière du béhaviorisme : quand le résultat est faux, on le reprend, et ce que je corrige chez la machine, je le corrige pour moi aussi, son erreur devient ma leçon^[4]. Par anticipation enfin, à la manière du cognitivisme : à force de lire, on apprend à voir venir les biais du modèle, ses facilités, pour ne pas y tomber et obtenir le résultat escompté^[5].

Tracer la frontière

Tout n'est pas à déléguer. Gardez pour vous ce qui vous fait grandir.

C'est la dernière exigence, et la plus coûteuse, parce qu'elle suppose de renoncer à de la facilité. Décider quels gestes on garde pour soi et lesquels on confie. J'ai vu cette ligne se dessiner d'elle-même en formation, quand des professionnels comprennent qu'il faut mettre l'IA sur la tâche pénible, celle qui use, et pas sur ce qu'on aime, pas sur ce qui nous fait grandir, comme dans Faire basculer dans l'IA. C'est le garde-fou que décrit le cadre de la méta-compétence d'usage : sans direction, sans discernement, sans calibrage, l'usage dérape, ainsi que le détaillent Les 5 niveaux d'adoption de l'IA.

Rien de tout cela ne s'enseigne comme une fonction de logiciel. Cela se construit, lentement, dans l'usage réfléchi, par le détour de l'émotion, du jeu, de l'erreur regardée en face. C'est une rééducation du geste, pas un module de plus. Et c'est une affaire de citoyen avant d'être une affaire de salarié : savoir quand refuser la facilité de la machine n'est pas un réglage de productivité, c'est un acte de souveraineté sur sa propre vie mentale.

Reste la loi

Devant ce constat, un réflexe revient, et il n'est pas illégitime : réglementer. L'Europe a posé le premier cadre contraignant au monde, en vigueur depuis 2024^[6]. Ce texte fait ce qu'un règlement peut faire : il classe les systèmes par niveau de risque, interdit certaines pratiques, impose des obligations aux fournisseurs, exige qu'un agent conversationnel se signale comme machine. Il encadre la technologie et ceux qui la vendent.

Mais relisez le classement 2026. Thérapie, compagnie, conseils sentimentaux, et même le n'importe quoi. Le neuropsychiatre Hamilton Morrin, du King's College de Londres, le rappelle dans l'étude : devant des listes d'attente interminables, il n'est pas surprenant que tant de gens se tournent vers l'IA pour leur santé mentale, mais un chatbot généraliste n'est pas un soignant^[1]. Et c'est là que la question se durcit. Aucun règlement ne dira à une personne seule, à deux heures du matin, ce qu'elle a le droit de confier à un modèle sur son chagrin. Le geste est privé, sans guichet et sans témoin.

On a mis cette intelligence dans les mains de chacun. Une part de ce qu'il en adviendra dépendra des entreprises qui la fabriquent. Mais l'essentiel dépend encore de nous.

Car la machine a fait plus que se répandre. Elle a remis à chacun un pouvoir qu'aucune génération avant nous n'avait tenu : produire, décider, et déléguer jusqu'à sa propre pensée. Un pouvoir de cette ampleur appelle une responsabilité de même taille. Et personne ne nous y a préparés.

Jean-Jérôme DANTON