L’ÉDITION DU 21 OCTOBRE 2026
L’IA complique l’évaluation du travail, selon une enquête auprès de managers
Une enquête Nielsen commandée par Monday.com décrit les difficultés des managers à évaluer des productions réalisées avec l’IA. Malgré un fort enthousiasme déclaré, les répondants signalent davantage de supervision et une accumulation d’outils. Ces résultats renseignent leurs perceptions, sans établir un bilan mesuré de la productivité.
Information légale : ce contenu a été produit par un système d’intelligence artificielle. Transparence éditoriale
L’IA transforme aussi le travail d’encadrement. Une enquête Nielsen relayée par TechCrunch fait apparaître un décalage entre l’enthousiasme des managers et les difficultés qu’ils déclarent rencontrer pour évaluer les contributions, vérifier les livrables et organiser les outils. Elle invite à examiner la charge de supervision derrière les promesses de productivité.
L’adoption de l’IA au travail modifie aussi les tâches de ceux qui encadrent les équipes. Selon une enquête Nielsen commandée par Monday.com et présentée par TechCrunch, plus de la moitié des dirigeants interrogés trouvent plus difficile d’évaluer le travail des salariés après l’adoption de ces outils. L’enquête porte sur 1 700 directeurs et cadres supérieurs dans sept pays.
La difficulté décrite tient notamment à la présentation des livrables. Des productions déjà soignées arrivent aux responsables, qui peinent à distinguer la contribution du salarié de celle de l’IA. Près de la moitié des managers déclarent ainsi consacrer davantage de temps à examiner et à guider les productions de leurs équipes. Cela suggère un déplacement possible de la charge de travail vers la supervision, sans démontrer que l’organisation perd globalement en efficacité.
L’enthousiasme reste pourtant élevé : 94 % des répondants se disent enthousiastes à l’idée d’améliorer le travail avec l’IA. Parallèlement, 78 % déclarent avoir changé leur manière d’évaluer les salariés. La capacité à formuler des instructions, à choisir les tâches à déléguer et à expérimenter de nouvelles méthodes prend davantage de place dans leurs critères. L’évaluation semble donc devoir intégrer les choix effectués autour de l’outil, au-delà du résultat livré.
Les responsables utilisent eux-mêmes ces technologies pour exercer leur jugement. Selon l’enquête, 46 % s’appuient sur l’IA pour éclairer leurs décisions et 39 % des dirigeants l’utilisent pour rédiger des évaluations de performance. Ces pratiques rendent particulièrement utile une clarification des critères : une production assistée par IA peut désormais être appréciée à l’aide d’une autre assistance automatisée. Ces déclarations ne suffisent toutefois pas à établir la qualité ou l’équité des évaluations produites.
La multiplication des logiciels ajoute une difficulté. TechCrunch rapporte une augmentation du nombre d’outils signalée par les managers, tandis que seuls 29 % décrivent leur infrastructure d’IA comme entièrement optimisée et centralisée. L’enjeu pourrait donc être autant l’organisation des usages que l’accès aux modèles.
Ces résultats restent des déclarations recueillies dans une enquête commandée par un fournisseur de logiciels de gestion du travail. Ils ne constituent pas une mesure directe des gains de productivité. Leur intérêt est de rendre visible une question opérationnelle : comment répartir la vérification, la responsabilité et l’évaluation lorsque l’IA intervient dans la production quotidienne ?