Le sentiment envers l’IA au travail devient négatif alors que la confiance envers les dirigeants s’effrite

Google News met en lumière un net renversement dans les avis Glassdoor : seuls 43 % des commentaires sur l’IA au travail étaient positifs en 2026, contre 81 % en 2019. Ce basculement intervient alors même que les entreprises achètent davantage d’outils d’IA et demandent à davantage d’employés de les utiliser. Les salariés ne rejettent pas simplement une technologie qui leur est inconnue. Ils s’interrogent sur ce que les dirigeants comptent en faire.

Glassdoor a constaté que les mentions de l’IA dans les avis d’employés aux États-Unis ont augmenté de 240 % entre mai 2025 et mai 2026. Ce volume montre que l’IA a dépassé les équipes spécialisées pour devenir une préoccupation quotidienne liée à l’emploi. Pourtant, cette exposition croissante a suscité davantage de critiques, notamment autour des licenciements, de l’adoption forcée, de la surveillance et de la distraction par rapport au travail essentiel.

Cela renverse la perspective des dirigeants qui présentaient l’adoption comme un défi de productivité. Les éléments disponibles désignent de plus en plus un problème de confiance organisationnelle. Gallup, Microsoft, RSM et Catalyst ont tous relevé des écarts entre l’enthousiasme des dirigeants et l’expérience des employés face à l’IA au travail.

Les avis Glassdoor révèlent un revirement de l’IA au travail

L’IA est devenue un sujet bien plus important dans les avis des employés, mais la conversation est devenue moins favorable à mesure qu’elle s’est élargie.

L’événement à l’origine de cette évolution est une nouvelle analyse de Glassdoor portant sur les avis d’employés qui mentionnent l’IA ou les grands modèles de langage. Les grands modèles de langage sont des systèmes entraînés à générer et interpréter le langage à partir de schémas présents dans de vastes jeux de données. L’analyse suit la manière dont les employés décrivent l’IA dans leurs avis sur leurs employeurs.

Selon les données d’avis d’employés, les mentions de l’IA ont augmenté de 240 % entre mai 2025 et mai 2026. Cette croissance ne mesure pas directement l’adoption. Elle montre que l’IA est devenue suffisamment importante pour influencer la manière dont les employés évaluent publiquement leur environnement de travail.

Le changement de ton est encore plus révélateur. En 2019, 81 % des avis mentionnant l’IA la décrivaient positivement. En 2026, 43 % étaient positifs, tandis que 53 % étaient négatifs ou identifiaient l’IA comme un inconvénient.

Plusieurs années séparent ces observations, et le contexte du travail a considérablement changé durant cette période. Les premiers commentaires présentaient souvent l’IA comme une capacité émergente ou un domaine technique intéressant. Les avis récents décrivent de plus en plus des outils imposés, des restructurations organisationnelles et l’anxiété liée à ce que l’automatisation signifie pour l’emploi.

Les commentaires positifs dessinent néanmoins une voie vers l’acceptation. Glassdoor a constaté que 44 % des commentaires positifs sur l’IA évoquaient un avantage commercial pour l’entreprise. Quarante et un pour cent supplémentaires mentionnaient des outils utiles, des formations ou le soutien de l’employeur.

Ces thèmes comptent parce qu’ils relient l’adoption à une valeur visible. Les employés réagissent plus favorablement lorsqu’ils voient comment l’IA améliore le travail ou renforce l’entreprise. Ils y répondent également mieux lorsque les employeurs fournissent les ressources nécessaires pour l’utiliser de manière responsable.

Les commentaires négatifs révèlent une expérience différente. La peur d’être remplacé apparaissait dans 20 % des commentaires critiques sur l’IA, ce qui en faisait la préoccupation la plus fréquente. Parmi les autres plaintes figuraient l’utilisation obligatoire d’outils, la surveillance au travail et le fait que l’IA détourne les dirigeants de l’activité principale de l’entreprise.

Les avis relient également les critiques envers l’IA à une tension organisationnelle plus large. Les employés exprimant une opinion négative sur l’IA étaient 3,7 fois plus susceptibles de mentionner l’épuisement professionnel ou l’insécurité de l’emploi. Ils étaient six fois plus susceptibles de mentionner des licenciements que les autres auteurs d’avis.

Un quart des avis identifiant l’IA comme un inconvénient faisaient aussi directement référence à des licenciements. Cette association ne prouve pas que l’IA a causé ces licenciements. Elle montre toutefois que les employés rencontrent souvent cette technologie dans un climat d’incertitude déjà existant.

Le sentiment positif suivait également le comportement des employés. Glassdoor a indiqué que les auteurs d’avis positifs étaient 47 % moins susceptibles de postuler à un autre emploi au cours du mois suivant. Là encore, ce résultat constitue une association plutôt qu’une preuve que l’enthousiasme pour l’IA a empêché des départs.

Le signal pratique reste important. Le sentiment envers l’IA au travail semble lié au jugement plus global des employés sur la stratégie, la stabilité et la crédibilité des dirigeants. Le déploiement d’un outil ne peut pas être séparé de ces conditions.

C’est pourquoi cette histoire dépasse un simple pic temporaire sur Google News. Les avis reflètent les discussions des salariés sur l’IA après son entrée dans les attentes de performance, les plans opérationnels et les décisions relatives aux effectifs. Leurs critiques visent la mise en œuvre et l’intention, et pas seulement la qualité des modèles.

La pression pèse sur les dirigeants et les cadres intermédiaires

Les dirigeants fixent la directive en matière d’IA, mais les cadres intermédiaires doivent la traduire en changements crédibles pour les postes, les flux de travail et la performance.

Les dirigeants sont soumis à la pression des investisseurs, des conseils d’administration et des concurrents pour démontrer des retours mesurables sur les dépenses liées à l’IA. Ils répondent souvent par des objectifs d’adoption, des assistants internes, des programmes d’automatisation ou des déploiements d’agents. Les employés découvrent ensuite ces ambitions à travers des processus modifiés et de nouvelles attentes.

Les managers occupent l’espace difficile entre ces groupes. Ils doivent encourager l’expérimentation tout en répondant aux questions sur la sécurité des données, l’exactitude, la charge de travail et les conséquences sur les carrières. Ils doivent aussi déterminer à quel moment les résultats de l’IA nécessitent une vérification humaine.

Les recherches de Gallup sur le travail publiées en août 2026 illustrent cette charge. Dans une enquête de table ronde menée auprès de 102 directeurs des ressources humaines, 99 % ont jugé l’IA assez ou très importante pour la stratégie organisationnelle. Cependant, 50 % manquaient de confiance dans la capacité des managers à guider l’utilisation de l’IA par les employés.

Seuls 57 % de ces responsables RH ont déclaré que leur organisation proposait une formation à l’IA aux managers. Soixante-deux pour cent ont indiqué mettre en place des ambassadeurs internes de l’IA ou des centres d’excellence. Ces investissements sont significatifs, mais ils ne résolvent pas à eux seuls le flou des attentes liées aux postes.

Les managers supervisent déjà le recrutement, la performance, les effectifs et le bien-être des employés. Leur ajouter la responsabilité de la gouvernance de l’IA peut créer une nouvelle obligation sans financement. Une courte session de formation ne peut remplacer des décisions claires sur les usages acceptables, la responsabilité et la conception des rôles.

La pression apparaît dans les modèles d’adoption. Gallup a interrogé 23 717 employés aux États-Unis en février 2026. Parmi les travailleurs dont l’employeur proposait l’IA, 67 % des dirigeants l’utilisaient fréquemment, contre 46 % des contributeurs individuels.

Cette différence reflète en partie la nature du travail de direction. Les outils d’IA actuels sont bien adaptés à la rédaction, à la planification, à l’analyse et à la communication. De nombreux postes de première ligne ou spécialisés ne présentent pas la même adéquation évidente.

Pourtant, la disponibilité des outils n’explique pas entièrement cet écart. Les salariés doivent savoir où l’IA s’insère dans un processus, à quelles informations elle peut accéder et qui assume les erreurs. Sans ces réponses, l’hésitation peut relever d’une gestion rationnelle des risques.

Gallup a constaté que 78 % des employés ayant des managers très favorables utilisaient fréquemment l’IA. Le chiffre comparable était de 44 % parmi les employés qui n’étaient pas tout à fait d’accord pour dire que leurs managers soutenaient son utilisation.

L’intégration montrait une relation encore plus forte. Parmi les employés qui estimaient fortement que l’IA s’intégrait à leurs systèmes et processus existants, 88 % l’utilisaient fréquemment. Ce chiffre tombait à 55 % parmi ceux qui n’avaient pas la même confiance.

Des politiques claires comptaient également. L’utilisation fréquente atteignait 68 % parmi les employés qui étaient tout à fait d’accord pour dire que leur organisation disposait de politiques claires en matière d’IA. Le chiffre était de 47 % parmi les travailleurs qui n’étaient pas tout à fait d’accord.

Ces résultats ne signifient pas que les dirigeants devraient mettre davantage de pression sur les employés. Ils suggèrent que les employés utilisent l’IA lorsque les organisations éliminent l’ambiguïté pratique. Le soutien doit inclure la conception des flux de travail, les limites d’autorisation et une explication crédible des avantages attendus.

La réponse imposée aux dirigeants est donc plus large qu’une augmentation du nombre de licences ou qu’une surveillance de l’utilisation. Ils doivent définir quelles tâches doivent évoluer et quelles décisions humaines restent protégées. Ils doivent également expliquer comment les gains de productivité influent sur les effectifs, l’évaluation et l’évolution de carrière.

La réponse pour les managers est plus immédiate. Ils ont besoin de temps pour tester les outils, identifier les modes de défaillance et élaborer des pratiques propres à leurs équipes. Les entreprises qui négligent ce travail transfèrent l’incertitude stratégique à des personnes disposant d’une autorité limitée.

Google News suit un déficit de leadership, et non une simple résistance à l’IA

Le conflit central oppose l’enthousiasme des dirigeants à l’expérience vécue des employés, et non l’innovation à des travailleurs qui refusent de changer.

Qualifier les employés critiques de résistants est une explication séduisante, car elle protège la stratégie de mise en œuvre. Elle fait reposer la responsabilité sur les attitudes, les compétences ou l’âge des individus. Les éléments plus larges pointent vers un échec organisationnel plus complexe.

L’étude 2026 de RSM sur les entreprises de taille intermédiaire a interrogé des dirigeants sur leurs stratégies en matière d’IA. Quatre-vingt-cinq pour cent ont convenu que la direction était plus enthousiaste à l’égard de l’IA que les employés. Ce constat venait des dirigeants eux-mêmes, et non de travailleurs critiquant le management.

La même étude a révélé que 61 % des répondants s’identifiaient à une approche de leadership pleinement engagée. Trente pour cent préféraient une approche plus prudente, centrée sur l’investissement dans les personnes. Cette différence montre à quel point la pensée des dirigeants favorise un déploiement plus rapide.

RSM a également indiqué que 88 % s’attendaient à ce que la taille et la composition de leurs effectifs soient fondamentalement différentes dans les deux ou trois prochaines années. Quatre-vingt-onze pour cent s’attendaient à ce que les humains et les systèmes d’IA travaillent comme des équipes intégrées durant cette période.

Ces attentes rendent les préoccupations des employés compréhensibles. On demande aux travailleurs d’adopter des systèmes alors que les dirigeants prédisent des changements importants dans les effectifs. Des assurances générales ne peuvent résoudre le conflit lorsque le plan opérationnel prévoit toujours une restructuration.

Le déficit de leadership modifie également la manière dont les employés interprètent la formation. Un cours peut représenter un investissement professionnel lorsque les futurs rôles sont clairs. Le même cours peut sembler préparer une réduction des effectifs lorsque la direction évite de parler des besoins en personnel.

Le Work Trend Index 2026 de Microsoft offre un autre éclairage. Son enquête mondiale a porté sur 20 000 travailleurs du savoir salariés ou indépendants qui utilisaient déjà l’IA. Les chercheurs ont testé 29 facteurs associés au fait que les travailleurs déclarent un impact significatif de l’IA.

Les facteurs organisationnels représentaient 67 % de l’impact de l’IA déclaré, contre 32 % pour l’état d’esprit et le comportement individuels. Les principaux facteurs organisationnels comprenaient la culture, le soutien des managers et les pratiques de gestion des talents.

L’analyse de l’impact de l’IA a identifié des associations, et non une preuve de causalité. Microsoft précise explicitement que les mesures étaient autodéclarées au même moment. Néanmoins, trois modèles statistiques différents ont produit le même classement des catégories.

Le résultat remet en question l’idée que les employés réticents ont simplement besoin de meilleures compétences en formulation de requêtes. Les travailleurs déclarent davantage de valeur lorsque leur environnement favorise une expérimentation sûre et intègre l’IA dans les pratiques de développement. L’enthousiasme individuel ne peut pas réparer un système contradictoire.

Catalyst est arrivé à une conclusion similaire dans une recherche consacrée au leadership en période de perturbation. Seuls 16 % des employés ont déclaré que les dirigeants étaient restés confiants et soutenants pendant les changements liés à l’IA. Trente-trois pour cent estimaient que les dirigeants manquaient d’intégrité lors de perturbations de l’activité.

Près de la moitié, soit 47 %, étaient pessimistes quant au fait que l’intégration de l’IA dans le travail quotidien améliorerait la productivité. Trente-sept pour cent se méfiaient de l’IA en matière de partage de données. Ces constats combinent des préoccupations technologiques avec des jugements sur la conduite des dirigeants.

Catalyst a fait valoir qu’une formation inégale et une participation limitée des employés approfondissent la méfiance. Les travailleurs qui reçoivent peu d’informations doivent déduire ce que l’adoption signifie pour eux. Les annonces de licenciements et les objectifs agressifs d’efficacité comblent souvent ce manque d’information.

Le conflit oppose donc les promesses à l’expérience. Les dirigeants promettent un travail à plus forte valeur ajoutée, davantage de créativité et un allègement des tâches répétitives. Les employés peuvent au contraire se voir confier davantage de travail de vérification, des règles de performance peu claires et des signaux indiquant que l’automatisation réduira les effectifs.

Un flux de travail d’IA responsable exige une mémoire institutionnelle fiable. Les équipes doivent avoir accès aux politiques approuvées, aux sources et aux décisions antérieures lorsqu’elles évaluent les résultats générés. Une base de connaissances consultable peut soutenir ce travail, mais la technologie ne peut pas trancher les questions de politique de l’emploi.

La couverture de Google News amplifie ce revirement, car il remet en cause un récit familier sur l’adoption. Les travailleurs n’attendent pas de découvrir l’IA. Beaucoup y ont désormais été confrontés et ont forgé des jugements plus critiques sur la manière dont les employeurs l’utilisent.

Ce que les données des avis ne peuvent pas prouver

Les conclusions de Glassdoor constituent un signal d’alerte fort, mais elles ne peuvent pas établir que l’IA a causé des conditions de travail négatives.

Les avis d’employés sont des observations rédigées par des personnes qui choisissent de les publier. Ils ne représentent pas un échantillon aléatoire de l’ensemble des travailleurs. Les employés ayant vécu des expériences exceptionnellement positives ou négatives peuvent avoir davantage de raisons de laisser un avis.

La composition des auteurs d’avis peut également évoluer au fil du temps. Un employé évoquant l’IA en 2019 pouvait occuper un poste technique chez un adopteur précoce. D’ici 2026, les avis pourraient englober un éventail plus large de professions et d’organisations.

Cette évolution pourrait expliquer une partie du recul du sentiment. L’IA est passée des équipes de recherche à l’assurance, au service client, au recrutement, au développement logiciel et à l’administration. Les différents métiers exposent les travailleurs à des avantages et à des risques différents.

Les catégories de Glassdoor condensent également des commentaires complexes en regroupements positifs et négatifs. Un travailleur peut apprécier un assistant IA tout en critiquant le plan de recrutement de l’entreprise. Un autre peut s’opposer à la surveillance tout en soutenant l’automatisation de la documentation répétitive.

Le lien entre les commentaires critiques sur l’IA et les licenciements exige une prudence particulière. Les avis mentionnant les deux ne démontrent pas que la technologie a supprimé ces postes. Des entreprises soumises à des difficultés financières peuvent mener simultanément des licenciements et des projets d’IA.

Les dirigeants peuvent également employer le langage de l’IA pour justifier des décisions motivées par d’autres conditions. Réductions de coûts, baisse de la demande et consolidation organisationnelle peuvent accompagner des programmes d’automatisation. Les déclarations publiques fournissent rarement assez de détails pour distinguer ces causes.

La baisse de 47 % des candidatures ultérieures parmi les auteurs d’avis positifs présente des limites similaires. Un sentiment positif peut refléter une satisfaction plus générale envers l’employeur. Cela n’établit pas qu’une expérience favorable de l’IA ait poussé les travailleurs à rester.

Les résultats des enquêtes de Microsoft et Gallup reposent également largement sur des perceptions déclarées par les répondants. Les employés qui apprécient leurs managers peuvent évaluer favorablement plusieurs facteurs liés au lieu de travail. Cette perception commune peut renforcer les corrélations sans prouver qu’un facteur a causé un autre.

Cela ne rend pas les éléments de preuve inutiles. Des jeux de données indépendants établissent à plusieurs reprises un lien entre le soutien des managers, l’adéquation aux flux de travail, la clarté des politiques et la culture organisationnelle, d’une part, et de meilleures expériences pour les employés, d’autre part. Cette convergence fait du leadership un facteur crédible qui mérite attention.

Il existe également des éléments montrant que certains non-utilisateurs émettent des objections sans rapport avec la qualité du leadership. Gallup a constaté que 43 % des non-utilisateurs s’opposaient à l’IA pour des raisons éthiques. Trente-neuf pour cent ne pensaient pas qu’elle puisse les aider dans leur travail.

Des préoccupations liées à la confidentialité, à la sécurité et à la conformité ont été citées par 43 % des non-utilisateurs et 38 % des utilisateurs occasionnels. Ce sont des enjeux substantiels. Une meilleure communication ne les éliminera pas lorsque les pratiques de traitement des données d’un système restent inacceptables.

De même, 46 % des non-utilisateurs préféraient leur méthode de travail établie. La familiarité peut ralentir l’adoption même lorsqu’un nouveau processus apporte de la valeur. Les organisations doivent néanmoins distinguer l’habitude d’une préoccupation éclairée.

La lecture sceptique joue donc dans les deux sens. Les dirigeants ne devraient pas supposer que chaque avis négatif prouve l’échec de leur stratégie IA. Ils ne devraient pas non plus écarter un revirement de sentiment de 38 points comme une simple peur du changement.

Le meilleur test réside dans les preuves opérationnelles. Les entreprises devraient comparer la qualité des tâches, le temps d’exécution, les retouches, la charge de travail des employés et les résultats pour les clients avant et après le déploiement. Elles devraient publier ces résultats en interne, y compris ceux qui remettent en question la pertinence de l’investissement.

Les employés ont également besoin de canaux protégés pour signaler les défaillances. Si la critique affecte les évaluations de performance, les travailleurs cacheront les problèmes jusqu’à ce qu’ils atteignent les clients ou les régulateurs. La sécurité psychologique fait donc partie du contrôle qualité technique.

Une mise en œuvre crédible doit permettre de conclure que l’IA ne convient pas à une tâche précise. L’usage obligatoire peut créer une adoption artificielle tout en réduisant l’efficacité. Les seuls chiffres d’utilisation ne peuvent pas montrer si l’outil a amélioré le travail.

Le soutien des managers change la manière dont les travailleurs vivent l’IA

Les managers ne peuvent pas effacer l’insécurité professionnelle, mais leur soutien peut transformer une directive abstraite de l’entreprise en un flux de travail testable et assorti de responsabilités claires.

Gallup a constaté que les employés bénéficiant de managers soutenants étaient plus susceptibles de signaler une amélioration de la culture. Parmi les travailleurs qui étaient tout à fait d’accord pour dire que les managers soutenaient activement l’usage de l’IA, 31 % ont déclaré que la culture du travail s’était améliorée. Ce chiffre était de 21 % parmi ceux qui n’étaient pas aussi fortement d’accord.

Neuf pour cent du groupe soutenu ont déclaré une amélioration substantielle de la culture. Seuls 3 % du groupe de comparaison ont fait état du même degré d’amélioration. Cette différence suggère que les managers influencent davantage que la fréquence d’adoption.

Il ne s’agit pas de discours de motivation. Un soutien efficace commence par déterminer où l’IA est utile. Un manager peut identifier une tâche délimitée, définir les données acceptables en entrée et établir une exigence de relecture humaine.

Prenons une équipe de support client utilisant l’IA pour rédiger des réponses. Les employés doivent savoir si les informations des clients peuvent être introduites dans le système. Ils ont également besoin de règles d’escalade pour les demandes médicales, juridiques, financières ou émotionnellement sensibles.

Une équipe logicielle a besoin de contrôles différents. Le code généré par l’IA exige des tests, une revue de sécurité et une attention aux licences. Mesurer uniquement le nombre de suggestions acceptées par les développeurs peut récompenser la vitesse tout en masquant les coûts de maintenance.

Les équipes des ressources humaines font face à un autre ensemble de risques. Rédiger une description de poste est différent de classer des candidats ou d’évaluer les performances. Le second groupe de tâches peut affecter les perspectives d’emploi et exige un contrôle plus rigoureux.

Un déploiement utile traite donc l’IA comme une composante de la conception du travail. La conception du travail définit la manière dont les tâches, l’autorité, l’information et la responsabilité sont organisées. Elle ne peut pas se réduire à des identifiants d’accès et à une bibliothèque de prompts.

Les managers doivent également être autorisés à signaler qu’un outil fonctionne mal. Si les sponsors exécutifs s’attendent à un succès, les managers intermédiaires peuvent filtrer les résultats négatifs. Les employés constatent alors les erreurs tandis que les tableaux de bord officiels affichent des progrès.

Cet écart de crédibilité peut intensifier le sentiment observé par Glassdoor. Les travailleurs ont peu de chances de faire confiance à un programme d’adoption qui traite la critique comme une déloyauté. Ils voient bien lorsque le contenu généré nécessite des corrections importantes.

Les dirigeants devraient préciser si les gains de temps réduiront la charge de travail, augmenteront les objectifs de production ou modifieront les effectifs. Chaque choix a des conséquences différentes. Le silence invite les employés à supposer que chaque gain d’efficacité menace un emploi.

La formation doit également correspondre au rôle. Les démonstrations génériques mettent généralement l’accent sur la rédaction, la synthèse et le brainstorming. Elles ne traitent pas des données approuvées, des normes de révision ou des conséquences pertinentes pour une équipe donnée.

L’étude de Gallup sur l’adoption au travail a constaté que l’intégration aux flux de travail était étroitement associée à une utilisation fréquente. Cela plaide en faveur d’une mise en œuvre adaptée aux rôles plutôt que d’un encouragement généralisé.

Les managers ont besoin de seuils de qualité mesurables. Une équipe doit savoir quel niveau de précision est requis pour un résultat et quelles preuves l’étayent. Pour les travaux à haut risque, un humain doit rester responsable de la décision finale.

Les employés devraient également contribuer à la sélection des cas d’usage. Ils comprennent où se situent les frictions administratives et où le contexte compte. La participation transforme l’adoption, d’une demande externe, en un processus de conception partagé.

Cette implication ne garantit pas l’adhésion. Les travailleurs peuvent toujours s’opposer à un système ou craindre ses conséquences. Elle permet toutefois de révéler des problèmes pratiques avant qu’une organisation ne les déploie à grande échelle.

Les dirigeants conservent la responsabilité des questions les plus difficiles. Les managers ne peuvent pas promettre la sécurité de l’emploi sans en avoir l’autorité. Ils ne peuvent pas résoudre des incitations contradictoires lorsque les systèmes de performance récompensent l’adoption quel qu’en soit le résultat.

C’est pourquoi le leadership reste une partie du problème. Les entreprises délèguent fréquemment la mise en œuvre vers le bas tout en conservant une ambiguïté stratégique au sommet. Les managers deviennent les messagers de décisions qu’ils n’ont pas façonnées et qu’ils ne peuvent pas pleinement expliquer.

Le modèle le plus crédible relie les engagements des dirigeants à des garde-fous opérationnels. Les dirigeants définissent les principes d’emploi et les responsabilités. Les managers conçoivent les flux de travail des équipes. Les employés vérifient si les outils créent de la valeur sans risque inacceptable.

Trois signaux montreront si la confiance envers l’IA se rétablit

La prochaine phase sera mesurée par les résultats pour les employés et les pratiques opérationnelles, et non par une nouvelle vague d’annonces de dirigeants sur l’IA.

Le premier signal sera de savoir si le sentiment dans les avis s’améliore alors que les mentions de l’IA restent élevées. Une baisse des critiques parallèlement à la poursuite des discussions suggérerait que la mise en œuvre devient plus utile ou moins menaçante. Une baisse des seules mentions pourrait indiquer un désengagement plutôt qu’un rétablissement de la confiance.

Les prochaines publications de Glassdoor pourront également montrer si les licenciements restent étroitement liés aux commentaires négatifs sur l’IA. Une association plus faible étayerait l’idée que les entreprises dissocient le déploiement technologique d’une réduction indiscriminée des effectifs.

Si le sentiment négatif continue d’augmenter, l’explication fondée sur le leadership gagnera en force. Cela suggérerait que l’expérience de l’IA au travail ne résout pas les inquiétudes des travailleurs. Elle pourrait au contraire confirmer leurs craintes concernant la stratégie et l’emploi.

Le deuxième signal sera de savoir si les organisations comblent l’écart de soutien des managers. Gallup a constaté que la moitié des CHRO interrogés n’avaient pas confiance dans la capacité des managers à guider l’usage de l’IA. Seuls 57 % ont déclaré proposer une formation aux managers.

Les chiffres de formation ne suffisent pas à eux seuls. Les entreprises devraient suivre si les managers reçoivent du temps, de l’autorité, un soutien politique et une assistance technique. Les enquêtes auprès des employés devraient déterminer si les attentes sont devenues plus claires au niveau de l’équipe.

Les conclusions de Gallup sur la culture fournissent des repères utiles. Les employés ayant des managers activement soutenants ont signalé de meilleurs résultats culturels. Les recherches futures pourront vérifier si ces différences persistent à mesure que les déploiements mûrissent.

Une amélioration renforcerait l’idée que les pratiques de management façonnent les résultats de l’IA. L’absence d’amélioration suggérerait que les programmes de soutien sont trop superficiels ou que des craintes plus larges liées à l’emploi dominent le leadership local.

Le troisième signal sera de savoir si les entreprises communiquent des mesures de résultats allant au-delà de l’usage. Les mesures utiles comprennent les taux d’erreur, les retouches, le temps de cycle, la charge de travail des employés, la satisfaction des clients et la mobilité interne. Les évolutions des effectifs devraient figurer à côté des affirmations de productivité.

Une telle transparence aiderait les travailleurs à juger si l’IA crée un travail à plus forte valeur ajoutée. Elle révélerait également les déploiements qui ne font que déplacer l’effort de la production vers la vérification.

Les conclusions de RSM rendent cela particulièrement important. La plupart des dirigeants interrogés s’attendaient à des changements substantiels dans la composition de la main-d’œuvre et à une généralisation de la collaboration entre humains et IA. Les employés ont besoin d’éléments concrets montrant quelle place les personnes occuperont dans cet avenir.

La couverture publique peut rester limitée, mais la transparence interne demeure importante. La direction peut partager les résultats des projets pilotes, les taux d’échec et les décisions d’arrêter des projets inadaptés. Reconnaître les limites peut renforcer davantage la confiance que proclamer un succès universel.

Les lecteurs qui suivent cette histoire via Google News devraient interpréter les chiffres d’adoption avec prudence. Davantage de licences, de prompts ou d’utilisateurs actifs ne prouvent pas une intégration productive. L’activité imposée peut augmenter tandis que la confiance et la qualité du travail diminuent.

La meilleure question est de savoir si les travailleurs gagnent en clarté, en contrôle et en perspectives de carrière crédibles à mesure que l’usage de l’IA s’étend. Ces conditions détermineront si les critiques s’atténuent ou deviennent une caractéristique durable du travail.

Pour les travailleurs du savoir, l’action immédiate consiste à documenter les situations où l’IA fait gagner du temps et celles où elle crée du travail de vérification. Apportez ces observations aux revues des processus de travail, aux discussions sur la sécurité et à la planification des performances. Demandez qui reste responsable lorsqu’un contenu généré échoue. Pour les managers, comparez les bénéfices promis aux résultats mesurés des équipes avant d’élargir l’utilisation. Pour les dirigeants, expliquez comment l’efficacité affecte les emplois plutôt que de laisser les employés en déduire eux-mêmes la réponse. Le prochain titre de Google News devrait être évalué à l’aune de ces signaux, et non d’un nouvel objectif d’adoption ambitieux.