Cette étude qualitative explore les affordances et les effets secondaires de ChatGPT en contexte professionnel, montrant que l'outil transforme non seulement les tâches mais aussi les dynamiques de pouvoir et les pratiques de collaboration au sein des équipes. Les résultats révèlent des tensions inattendues entre autonomie individuelle et coordination collective.
Contrairement aux systèmes d'information traditionnels, déployés par la direction selon un plan structuré, ChatGPT s'est infiltré dans les organisations par la base. Des employés ont commencé à l'utiliser de leur propre initiative, parfois sans en informer leur hiérarchie, pour rédiger des courriels, préparer des présentations, ou résoudre des problèmes techniques. Retkowsky, Hafermalz et Huysman s'intéressent à ce phénomène d'adoption ascendante et à ses conséquences organisationnelles, un terrain encore peu documenté en 2024.
Les auteures mobilisent la théorie des affordances, issue de la psychologie écologique de Gibson et adaptée aux systèmes d'information par Leonardi et Markus. Une affordance désigne une possibilité d'action qu'un artefact offre à un acteur dans un contexte donné. Ce cadre permet de dépasser la vision simpliste « l'outil fait ceci » pour comprendre que le même outil offre des possibilités différentes selon le poste, le niveau hiérarchique, et les normes de l'équipe. L'étude identifie trois affordances principales de ChatGPT au travail : l'augmentation cognitive, l'automatisation de la routine, et la recomposition des expertises.
Une enquête qualitative multi sitesLes chercheuses ont mené des entretiens semi directifs avec 42 professionnels issus de secteurs variés (conseil, technologie, communication, administration) dans trois pays européens. Les entretiens, d'une durée moyenne de 75 minutes, exploraient les usages concrets, les stratégies d'appropriation, et les tensions ressenties. L'analyse thématique a été conduite selon la méthode de Gioia, permettant de passer progressivement des données brutes à des concepts théoriques de second ordre.
Trois effets secondaires émergent des données.
Le premier est la « dé qualification perçue » : certains employés rapportent que leurs collègues ou supérieurs valorisent moins leurs compétences rédactionnelles depuis que ChatGPT produit des textes comparables en quelques secondes.
Le deuxième est l'opacité des contributions : lorsque plusieurs membres d'une équipe utilisent l'IA sans le déclarer, il devient difficile d'attribuer la paternité intellectuelle d'un livrable, ce qui complique l'évaluation des performances.
Le troisième concerne la surcharge informationnelle : la facilité de production génère un volume de documents et de propositions que l'organisation peine à absorber.
L'étude conclut que le management d'une force de travail augmentée par l'IA ne se réduit pas à un problème technique de déploiement. Il s'agit d'un défi organisationnel qui touche aux normes de collaboration, aux critères d'évaluation, et à la définition même de la compétence professionnelle. Les auteures recommandent d'expliciter collectivement les règles d'usage, de redéfinir les critères de performance pour valoriser le jugement humain sur la production brute, et d'instaurer une transparence sur l'utilisation de l'IA dans les livrables d'équipe.
Organisez une discussion collective avec vos équipes pour définir des règles d'usage explicites de l'IA générative au travail. Clarifiez ce qui relève de l'aide légitime et ce qui constitue une délégation problématique, puis adaptez vos critères d'évaluation des performances pour valoriser la qualité du jugement plutôt que le volume de production
Law et al. (2025). Generative AI & Changing Work: Systematic Review of Practitioner-led Work Transformations through the Lens of Job Crafting
Tyson et al. (2022). Automation, AI & Work, OECD (2023). The Impact of AI on the Workplace: Evidence from OECD Case Studies of AI Implementation
Référence : Retkowsky, J., Hafermalz, E. et Huysman, M. (2024). Managing a ChatGPT‑empowered workforce: Understanding its affordances and side effects. Business Horizons, 67(5), 523–532. https://doi.org/10.1016/j.bushor.2024.04.009
Comment rédiger une charte IA éthique qui protège les salariés, clarifie les décisions et transforme les principes en pratiques de travail crédibles.
Fagonner son travail : les salaries qui transforment leur poste de l'interieur
L'IA generative comme levier de job crafting : les premieres preuves empiriques
Resilience face a l'IA : les profils qui s'en sortent le mieux
Les travailleurs du savoir face à l'IA : des récits de transformation
L'entretien comprehensif : la methode qualitative qui donne la parole aux gens
Vivre ensemble mais seuls : le paradoxe de l'individualisme contemporain
L’expérience client repose sur une connexion émotionnelle, une constance irréprochable et un équilibre harmonieux entre humain et digital.
Les récompenses variables peuvent être comparées aux machines à sous.
Le leadership efficace est moins une question de pouvoir formel qu'une compétence relationnelle
