14 % des salariés américains déclarent souffrir de brouillard mental, de maux de tête et d’une incapacité croissante à prendre des décisions. Leur point commun : ils utilisent l’intelligence artificielle au travail plus de quatre heures par jour. Le phénomène porte un nom depuis mars 2026, « AI brain fry », littéralement « cerveau grillé par l’IA ». Et il touche en priorité ceux qui sont censés être les plus productifs.
Le paradoxe du « cerveau grillé »
L’expression vient d’une étude du Boston Consulting Group publiée dans la Harvard Business Review en mars 2026. Les chercheurs, menés par Julie Bedard, ont interrogé 1 488 salariés à temps plein dans de grandes entreprises américaines, tous secteurs confondus. Le constat est contre-intuitif : passer d’un à deux outils d’IA au quotidien améliore la productivité ressentie. Ajouter un troisième outil, les gains se tassent. Au-delà de quatre, la productivité chute.
Les travailleurs concernés décrivent une fatigue bien différente du burnout classique. Le burnout, c’est l’épuisement émotionnel, le sentiment de ne plus avoir de sens au travail. Le « brain fry », c’est autre chose : une surcharge purement cognitive. Le cerveau ne parvient plus à traiter le volume d’informations qu’on lui demande d’évaluer, de corriger et de valider.
Pourquoi superviser une IA épuise plus que faire le travail soi-même
Le mécanisme est simple à comprendre. Quand un salarié rédige un rapport lui-même, il suit un fil de pensée linéaire. Quand une IA le rédige à sa place, le salarié doit relire chaque phrase, vérifier les faits, reformuler les passages maladroits, décider ce qui reste et ce qui part. Le travail passe de la production à la supervision, et superviser demande un effort mental différent, plus fragmenté.
L’étude BCG mesure cet écart : les salariés dont le travail avec l’IA nécessite un haut niveau de supervision dépensent 14 % d’effort mental supplémentaire. Ils rapportent 12 % de fatigue mentale en plus et 19 % de surcharge informationnelle. Plusieurs participants décrivent un « bourdonnement » ou un « brouillard » qui les oblige à s’éloigner physiquement de leur écran pour retrouver leurs esprits.
Francesco Bonacci, ingénieur logiciel et fondateur de Cua AI, a résumé le piège sur X en février 2026 : « Plus vous avez de capacité, plus vous vous sentez obligé de l’utiliser. Plus vous l’utilisez, plus votre attention se fragmente. Plus votre attention se fragmente, moins vous livrez. »
Le « bol sans fond » du travail numérique
L’Université George Mason, dans une analyse publiée en mars 2026, compare l’IA au travail à une expérience célèbre en psychologie comportementale. En 2005, des chercheurs ont montré que des convives mangeaient significativement plus de soupe quand leur bol se remplissait secrètement par le fond. Sans signal visuel de fin, le cerveau ne sait pas quand s’arrêter.
Les outils d’IA fonctionnent sur le même principe. Un prompt en appelle un autre. Une version du document en génère trois. Chaque itération offre une micro-dose de nouveauté, ce qui active les circuits de la dopamine liés à la curiosité et à l’anticipation. Le neuroscientifique Nico Bunzeck et ses collègues avaient documenté ce mécanisme dès 2006 : le cerveau est câblé pour explorer la nouveauté, c’est un avantage évolutif. Mais dans un environnement numérique sans point d’arrêt naturel, ce câblage se retourne contre nous.
Résultat : les salariés ne travaillent pas plus efficacement, ils travaillent simplement plus. Une étude de l’UC Berkeley publiée début 2026 confirme que les outils d’IA augmentent la productivité mesurable, mais que les travailleurs sacrifient leurs pauses pour accomplir davantage de tâches, accélérant leur épuisement.
L’esprit critique s’érode en parallèle
Le « brain fry » n’est que la face visible du problème. En janvier 2025, une étude conjointe de Microsoft Research et Carnegie Mellon University, présentée à la conférence CHI 2025, avait déjà tiré la sonnette d’alarme sur un phénomène connexe. En interrogeant 319 travailleurs du savoir, les chercheurs ont découvert que plus un salarié fait confiance à l’IA, moins il mobilise son esprit critique. Le terme utilisé : « atrophie cognitive ». Comme un muscle qu’on ne sollicite plus, la capacité à évaluer et à remettre en question s’affaiblit.
Le cercle vicieux est redoutable. L’IA produit, le salarié valide. La validation demande un effort colossal quand elle est faite sérieusement, mais la tentation est forte de bâcler cette étape quand le cerveau est déjà saturé. Le salarié finit par approuver des résultats qu’il n’a plus l’énergie de vérifier.
Trois outils, pas plus
L’étude BCG propose un seuil concret : au-delà de trois outils d’IA utilisés en parallèle, les bénéfices s’inversent. Ce chiffre rejoint les travaux classiques sur la mémoire de travail, qui montrent que le cerveau humain ne peut gérer simultanément que 3 à 5 éléments (un concept formalisé par le psychologue George Miller dès 1956, puis affiné par Nelson Cowan en 2001).
Julie Bedard, co-auteure de l’étude et directrice associée chez BCG, insiste sur un point : le problème n’est pas l’IA elle-même. Quand l’IA remplace des tâches répétitives et administratives, le burnout recule. C’est quand elle s’ajoute sans remplacer, quand elle multiplie les décisions au lieu de les réduire, que le cerveau sature. « Les choses allaient trop vite, et les gens n’avaient pas la capacité cognitive de traiter toutes les informations et de prendre toutes les décisions », a-t-elle déclaré à Fortune.
Parmi les salariés qui rapportent un « brain fry », 34 % envisagent activement de quitter leur entreprise, contre 25 % chez ceux qui n’en souffrent pas. En se basant sur un rapport Gartner de 2018, les chercheurs de BCG estiment que la prise de décision dégradée coûte environ 150 millions de dollars par an à une entreprise de 5 milliards de chiffre d’affaires.
Un signal d’alerte pour les entreprises
Matthew Kropp, co-auteur de l’étude et directeur associé chez BCG, qualifie le phénomène de « canari dans la mine ». Les ingénieurs et les professionnels du marketing, premiers à adopter massivement les outils d’IA, sont aussi les premiers à décrocher. Les services juridiques et la conformité, où l’adoption reste plus mesurée, sont moins touchés.
Côté macroéconomique, le tableau reste flou. Goldman Sachs a publié en mars 2026 une analyse qui ne trouve « aucune relation significative entre productivité et adoption de l’IA au niveau de l’économie globale ». Seuls deux cas d’usage montrent des gains clairs : le service client et le développement logiciel. Un sondage auprès de 6 000 dirigeants, publié le même mois, révèle que 90 % d’entre eux ne constatent aucun impact mesurable de l’IA sur la productivité de leur entreprise.
Le Parlement européen examine actuellement plusieurs propositions sur l’encadrement de l’IA au travail, dont un volet sur le « droit à la déconnexion algorithmique ». De l’autre côté de l’Atlantique, la Federal Reserve Bank de St. Louis estimait en février 2025 un gain de productivité agrégé de 1,1 % grâce à l’IA générative, soit 33 % de productivité en plus pour chaque heure passée avec l’outil. Le fossé entre ce chiffre et le ressenti des salariés résume à lui seul le défi qui attend les entreprises.
