Li, Fan et Li montrent que l'adoption de l'IA générative peut renforcer le job crafting et l'engagement de carrière, mais seulement quand les employés apprécient travailler avec l'IA. La théorie de la conservation des ressources explique comment l'IA devient une ressource ou une contrainte selon les dispositions individuelles.
Toutes les adoptions de l'IA ne se ressemblent pas du point de vue du vécu des employés. Li, Fan et Li montrent que les résultats psychologiques et comportementaux de l'adoption de l'IA générative dépendent de la manière dont les individus se positionnent affectivement vis à vis de la technologie. Le concept de « liking of AI » (appréciation de l'IA) introduit une variable dispositionnelle qui capture la réponse affective spontanée de l'individu face à l'IA. Cette variable modère l'ensemble des relations du modèle.
Le cadre théorique mobilisé est la théorie de la conservation des ressources (COR) de Hobfoll. Selon cette théorie, les individus cherchent à acquérir, maintenir et protéger des ressources psychologiques (énergie, compétence, sens, contrôle). L'adoption de l'IA peut soit enrichir le réservoir de ressources (en libérant du temps, en augmentant le sentiment de compétence, en offrant de nouvelles possibilités), soit l'appauvrir (en surchargeant cognitivement, en dévalorisant les compétences existantes, en réduisant l'autonomie). Le résultat dépend de la disposition individuelle envers la technologie.
Le modèle propose que l'adoption de l'IA générative influence le job crafting (capacité à remodeler son poste) et l'engagement de carrière (investissement dans son développement professionnel), avec le liking of AI comme modérateur. Les hypothèses sont :
(1) l'adoption de l'IA positive le job crafting quand elle est appréciée,
(2) le job crafting médiatise la relation entre adoption de l'IA et engagement de carrière,
(3) le liking of AI modère la force de ces relations. L'étude teste ces hypothèses quantitativement.
Les données confirment le rôle modérateur du liking of AI. Chez les employés qui apprécient travailler avec l'IA, l'adoption se traduit par un enrichissement des ressources psychologiques, un job crafting actif et un engagement de carrière renforcé. Chez ceux qui n'apprécient pas l'IA (par crainte, par désintérêt ou par opposition idéologique), l'adoption ne produit pas ces effets positifs et peut même drainer les ressources. Ce résultat montre que l'investissement dans l'appréciation de l'IA (par la familiarisation progressive, les expériences positives, la démonstration d'utilité) est un levier stratégique.
L'implication pratique majeure est que la formation technique à l'IA ne suffit pas : il faut cultiver une disposition positive envers la technologie. Cette disposition ne s'impose pas : elle se construit par des expériences positives répétées, par des interactions ludiques avec l'outil, par des témoignages de pairs satisfaits, et par une communication qui met en avant les bénéfices concrets plutôt que les menaces abstraites. Ne vous contentez pas de former vos équipes à l'utilisation technique de l'IA générative. Investissez dans la construction d'une relation positive avec l'outil : démonstrations de cas d'usage gratifiants, sessions d'exploration ludique sans enjeu de performance, partage de témoignages enthousiastes par des pairs. L'appréciation précède l'adoption efficace, pas l'inverse.
Choi (2021). A study of employee acceptance of artificial intelligence technology
Mitchell (2024). A Qualitative Study on Employee Experiences and Attitudes Towards AI Implementation in Enterprises
Ren et al. (2024). Theory-driven perspectives on generative artificial intelligence in business and management: Reimagine the relational realm of workplaces in the generative artificial intelligence era
RéférenceLi, Y., Fan, S., & Li, R. (2025). Generative AI adoption and employee outcomes: A conservation of resources perspective on job crafting, career commitment, and the moderating role of liking of AI. Humanities and Social Sciences Communications. https://doi.org/10.1057/s41599-025-05656-4
Vos outils technologiques ont une politique. Vous ne le saviez pas encore ?
Fagonner son travail : les salaries qui transforment leur poste de l'interieur
Vous l’avez déjà entendu, ce fameux "C’est trop cher". Mais que cache réellement cette remarque ?
Se rendre inutile est l'une des qualités les plus subtiles d'un leadership réussi
Ce biais permet de maintenir l'engagement des utilisateurs
Vos outils technologiques ont une politique. Vous ne le saviez pas encore ?
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