Workslop, botsitting, shadow AI… les mots de l’IA au travail

En France, près de deux salariés sur trois (62 %) utilisent l’IA dans le cadre de leur travail, selon le Baromètre Phygital Workplace 2026 du cabinet de conseil Julhiet Sterwen. Ils n’étaient que 38 % en 2024. Derrière ce raz-de-marée technologique, un vocabulaire s’installe peu à peu pour décrire ces usages et leurs effets inattendus. Corriger un rapport généré en quelques secondes, surveiller un agent censé faire gagner du temps, utiliser un outil d’IA à l’insu de son organisation… : ces situations sont devenues courantes et elles ont un nom.

Botsitting, botshitting, workslop, AI brain fry et shadow AI : chacun de ces cinq termes éclaire une facette différente de ce que l’IA change dans votre organisation. Voici ce qu’ils recouvrent, et ce qu’ils disent des pratiques actuelles.

Botsitting : et si vous passiez plus de temps à surveiller l’IA plutôt qu’à travailler avec elle ?

L’IA vous fait gagner du temps tout au long de votre journée : générer un mail à un candidat, faire la synthèse du dernier entretien que vous avez organisé, préparer des questions pour le prochain. Mais dans certains cas, la supervision de ce travail peut être tout aussi chronophage que le temps que l’IA vous fait gagner. Et le phénomène pourrait s’aggraver. Plus un agent IA agit seul, plus il prend des décisions à votre place, plus il y a de conséquences imprévues à rattraper ensuite.

Les chercheurs Rebecca Hinds et Paul Leonardi nomment ce phénomène le « botsitting ». Leur étude* est parue dans la Harvard Business Review en août 2026. Le botsitting désigne le travail nécessaire pour rendre exploitable ce que produit l’IA. Il regroupe plusieurs tâches : apporter le contexte manquant, vérifier les résultats, corriger les erreurs. Il inclut aussi la relance des requêtes mal exécutées.

Le Work AI Institute, créé par la plateforme d’IA Glean que dirige l’un des deux auteurs de l’étude, chiffre ce temps de botsitting à 6,4 heures par semaine en moyenne. Cela représente 37 % du temps passé par les salariés à utiliser l’IA. Dans le détail, les salariés passent en moyenne 2,3 heures par semaine à apporter à l’IA le contexte manquant, 2,2 heures à identifier et corriger les erreurs, les biais et les comportements inattendus et 1,7 heure à contrôler les résultats.

Au quotidien, le botsitting pèse aussi lourd que l’usage réel de l’IA pour produire du travail (36 % du temps total passé à utiliser cette technologie). L’apprentissage et la construction d’agents représentent quant à eux 27 % du temps passé avec l’IA en moyenne chaque semaine.

« Le coût caché de l’IA ne se limite pas au temps. C’est aussi l’usure mentale de devoir constamment vérifier, corriger et stabiliser un système avant de pouvoir utiliser ce qu’il produit », pointent les deux auteurs dans leur étude.

Botshitting : quand un résultat généré par IA part sans être vérifié

Un mail envoyé à un candidat avec une date d’entretien inventée par l’IA. Un chiffre erroné, glissé dans un reporting, jamais vérifié avant d’être partagé au comité de direction. Ces situations ont un point commun : un résultat produit par l’IA et parti sans relecture ni vérification. Le Work AI Institute appelle ça le « botshitting ».

69 % des utilisateurs d’IA reconnaissent avoir déjà « botshitté » au travail. Et plus les salariés utilisent l’IA, plus ils y sont exposés : les utilisateurs intensifs sont 64 % plus susceptibles de pratiquer le botshitting que les utilisateurs occasionnels, selon le Work AI Index 2026. 41 % des salariés livrent même parfois un travail généré par IA qu’ils ne sauraient pas expliquer.

Workslop : l’illusion du travail bien fait

De botshitting à workslop, il n’y a qu’un pas. Ce terme désigne un contenu produit par IA qui a toutes les apparences du travail bien fait. Mais en réalité, il lui manque souvent l’essentiel : la profondeur, le contexte, la justesse qu’un vrai travail de fond aurait apportés.

Selon une étude de la SHRM, 44 % des salariés qui utilisent l’IA reconnaissent produire de l’ « AI slop », des contenus de moindre qualité, validés sans relecture critique suffisante. Et contrairement à une idée reçue, ce sont les dirigeants, plus gros utilisateurs de l’IA, qui en produisent le plus : 31 % reconnaissent des productions de moindre qualité, contre 26 % en moyenne.

Face à ce risque, les entreprises au premier rang desquelles les services RH peuvent agir à plusieurs niveaux. D’abord, clarifier les usages de l’IA et maintenir une responsabilité humaine. Et surtout, développer une culture de l’esprit critique, une compétence qui devient centrale dans un monde où l’IA est (presque) partout.

AI brain fry : la fatigue de superviser l’IA en continu

Générer un rapport en quelques secondes, faire tourner plusieurs agents en parallèle, absorber trois fois plus de sollicitations dans la même journée. L’IA promettait de libérer du temps. Chez certains salariés, elle produit l’effet inverse : une vigilance de tous les instants, jusqu’à l’épuisement.

Des chercheurs de Boston Consulting Group et de l’université de Californie à Riverside ont donné un nom à cette fatigue : l’ « AI brain fry ». Leur étude, menée auprès de 1 500 salariés américains, est parue dans la Harvard Business Review en mars 2026.

Elle confirme ce phénomène : un niveau élevé de supervision de l’IA augmente l’effort mental de 14 %, et la fatigue ressentie de 12 %. Les salariés décrivent une sensation de bourdonnement, un brouillard mental, des difficultés à se concentrer. Certains rapportent aussi des maux de tête et un ralentissement de leurs décisions.

Cette fatigue n’est pas uniforme selon les métiers. Parmi les plus exposés à l’épuisement lié à l’IA, les professionnels du marketing (26 % de salariés concernés) et surtout les RH (19 %). Les juristes, à l’inverse, sont les moins concernés. Les chercheurs pointent aussi un coût de ce AI brain fry pour l’entreprise : davantage d’erreurs, une fatigue décisionnelle accrue, et davantage de salariés qui envisagent de partir.

Shadow AI : ces outils d’IA qui échappent à votre organisation

Un collaborateur qui résume ses comptes rendus avec ChatGPT, un autre qui génère ses e-mails avec un outil non validé par l’IT : ces usages isolés, souvent invisibles, portent un nom : le « shadow AI ».

Près d’un salarié sur trois (30 %) reconnaît avoir sciemment enfreint la politique IA de son entreprise en utilisant un outil d’IA à l’insu de la direction, des équipes IT ou des RH, selon une étude de la SHRM. Un usage qui ne s’explique pas par un manque d’outils, mais par la simplicité d’y recourir. Près d’un tiers de ces salariés (31 %) admettent d’ailleurs qu’ils recommenceraient pour gagner du temps.

Pour les entreprises, le risque principal porte sur la sécurité des données. Un outil d’IA non validé par le juridique peut exposer des informations confidentielles. Ces données échappent alors au contrôle de l’entreprise, un terrain sensible au regard du RGPD. S’y ajoutent des enjeux de conformité et de propriété intellectuelle, ainsi qu’une forme d’inégalité entre collaborateurs selon qu’ils s’autorisent ou non ces usages.

Plutôt que d’interdire, les entreprises ont intérêt à encadrer ces usages. Cela passe par une politique claire sur les outils autorisés, une formation des collaborateurs aux risques réels et des espaces d’expérimentation ouverts avec les équipes IT et RH. Un cadre bien conçu est aussi bien accueilli : 84 % des salariés concernés par une politique IA formalisée s’en disent satisfaits, selon la même étude de la SHRM.

*étude menée auprès de 6 000 salariés à temps plein travaillant dans plus de 100 entreprises aux Etats-Unis, Royaume-Uni et Australie.