Workslop : quand l'IA produit du travail de basse qualité

Ainsi, l’adoption massive de l’IA promet d’améliorer la productivité des entreprises, cependant, un phénomène inquiétant, appelé ‘workslop’, compromet ces objectifs. Le workslop est défini comme un travail de qualité inférieure produit par ou avec l’aide de l’IA, nécessitant une supervision humaine accrue pour correction. Selon une enquête réalisée en mars 2025 par Gartner, seulement 10% des directeurs financiers rapportent avoir observé une véritable valeur financière provenant de l’IA dans leurs entreprises.

Pour ce qui est du contexte, ce problème naît souvent de la pression managériale exercée sur les employés pour accélérer la production, réduisant le temps disponible pour les vérifications de qualité. Les directeurs des ressources humaines (CHRO) trouvent là une occasion de réorienter la façon dont leurs équipes appliquent l’IA. En identifiant les tâches qui se prêtent le mieux à son utilisation et en restructurant les sessions de formation, ils peuvent réduire ce ‘workslop’.

D’autre part, l’étude de Gartner indique qu’environ 95% des organisations sont déjà équipées d’IA, mais que leurs métriques de performance actuelles se concentrent souvent trop sur l’utilisation et la vitesse, au détriment de la qualité. Les CHRO ont la possibilité de redéfinir ces métriques pour privilégier la valeur ajoutée et éviter de créer de la complexité inutile. Cela implique d’établir des normes d’utilisation de l’IA alignées sur les stratégies organisationnelles.

Par conséquent, l’accent devrait être mis sur les performances qualitatives, telles que l’amélioration de la décision et la précision, plutôt que sur la production rapide grâce à l’IA. En reformulant les évaluations pour mettre en avant des processus améliorés et des décisions précieuses, les entreprises peuvent véritablement bénéficier de leurs investissements en technologie avancée et échapper aux conséquences négatives du workslop.