Et si l'IA nous rendait la vie trop facile ?

IA dans la santé : et si le vrai défi était l’organisation des soins

Jordan Cohen, cofondateur et PDG de Tessan, entreprise française de téléconsultation réalisant plus de 3 500 actes médicaux par jour, défend une thèse centrale : le vrai défi de l'intelligence artificielle en santé n'est pas technologique, mais organisationnel. Plutôt que d'ajouter de l'IA à un système existant, il s'agit d'utiliser la donnée pour combler le vide structurel entre les consultations, ce moment où le patient disparaît du radar, sans information, sans orientation, sans suivi. Chez Tessan, les algorithmes interviennent à chaque étape du parcours : ils organisent les symptômes en amont, assurent la transcription automatique pendant la consultation et alimentent des assistants opérationnels chez les partenaires. Des bornes de check-up en pharmacie et des objets connectés captent en temps réel des constantes vitales telles que la tension artérielle, la fréquence cardiaque ou la saturation en oxygène, permettant de détecter des signaux faibles et de déclencher, si nécessaire, une téléconsultation ou un suivi renforcé. Ce changement de paradigme touche directement les patients, les médecins et les pharmacies, appelées à devenir des hubs de détection de proximité. Pour les patients, l'enjeu est de rester intégrés en permanence dans un parcours de soins continu, relancés et réévalués si leur état l'exige. Pour les médecins, l'IA n'ambitionne pas de se substituer au diagnostic : elle améliore la qualité du signal en amont, priorise les cas urgents et réduit la charge administrative. En dermatologie, des modèles internes analysent et hiérarchisent les images avant tout examen médical. D'autres recherches portent sur l'estimation de paramètres physiologiques par vidéo, captant des données que le système actuel ignore. L'impact économique est réel : une détection précoce et une orientation plus rapide réduisent les consultations inutiles et les hospitalisations évitables. Le système de santé français s'est historiquement bâti sur une logique réactive : on consulte lorsque le symptôme apparaît, parfois tardivement, quand la situation s'est déjà dégradée. Cette architecture par actes isolés produit un vide que ni le médecin ni le patient ne comblent aujourd'hui, faute d'outils adaptés. L'essor d'infrastructures de données continues, combiné à des algorithmes capables de les activer au bon moment, ouvre la voie à une médecine d'anticipation. Tessan n'est pas seul sur ce terrain : l'ensemble du secteur health-tech s'oriente vers la donnée comme actif central du parcours de soins, avec des pistes allant de la prévention personnalisée à l'intégration dans les systèmes d'information hospitaliers. Ce que souligne Jordan Cohen, c'est que la valeur future de l'IA en santé ne viendra pas de l'acte médical lui-même, mais de la capacité à organiser une continuité durable autour du patient.

Et si l’IA permettait d’augmenter le nombre d’emplois, plutôt que de les supprimer ?

Une nouvelle étude menée conjointement par la fintech Ramp et le cabinet de recherche Revelio Labs vient nuancer le récit dominant sur les destructions d'emplois liées à l'intelligence artificielle. En croisant les données de dépenses en IA de Ramp avec les données d'effectifs de Revelio Labs sur 22 000 entreprises américaines, les auteurs constatent que les sociétés ayant le plus investi dans l'IA affichent une croissance de leurs effectifs nettement supérieure à celle des autres, y compris sur les postes juniors. Cette tendance concerne surtout les entreprises dites « adopteuses de haute intensité », qui dépensent en moyenne 30 dollars par employé et par mois en IA dès leurs trois premiers mois d'usage. Sur deux ans, ces entreprises enregistrent une croissance de 10,2 % de leur effectif global et de 12 % de leurs effectifs juniors, avec des effets qui se manifestent typiquement six à douze mois après l'adoption, le temps que les équipes intègrent les outils dans leurs pratiques et que l'entreprise dégage les moyens de recruter davantage. Ce résultat vient complexifier un débat jusqu'ici dominé par les craintes de suppressions massives de postes. Les auteurs relèvent que la hausse des effectifs touche des métiers pourtant considérés comme très exposés à l'automatisation par l'IA, comme l'ingénierie, la vente, le service client ou la finance, alors que les entreprises investissant peu dans ces technologies ne montrent aucune variation notable de leurs effectifs. Le secteur de l'information (médias, éditeurs de logiciels) ressort comme celui affichant le lien le plus fort entre adoption de l'IA et croissance des embauches, un signal potentiellement rassurant pour une industrie qui redoutait particulièrement les effets de l'IA générative sur ses emplois éditoriaux et techniques. Les auteurs de l'étude appellent toutefois à la prudence sur l'interprétation causale de ces chiffres. Le profil des entreprises classées comme « adopteuses de haute intensité » est en effet particulier avant même leur recours à l'IA : elles sont généralement plus grandes, plus techniques, en croissance plus rapide, mieux financées par du capital-risque et proposent des salaires plus élevés que la moyenne du panel étudié. Ce type de structure est aussi beaucoup plus rare dans des secteurs comme la construction, la santé, l'art et le divertissement ou l'hôtellerie-restauration. Difficile, dans ces conditions, de trancher si c'est bien l'adoption de l'IA qui stimule l'embauche, ou si cette adoption n'est qu'un symptôme parmi d'autres d'une dynamique de croissance déjà engagée, portée par le financement en capital-risque et la présence d'équipes d'ingénierie, elle-même identifiée par l'étude comme un facteur déterminant dans la probabilité d'adopter ces outils.

💬 Cette étude, faut la lire à l'envers : ce ne sont pas les boîtes qui embauchent parce qu'elles adoptent l'IA, ce sont les boîtes qui embauchaient déjà (bien financées, techniques, en croissance) qui adoptent l'IA en premier. Les auteurs le disent eux-mêmes, et c'est le point qu'on va oublier dans les résumés qui vont circuler. Selon Le Fil IA, cette étude ne prouve pas que l'IA crée des emplois, elle prouve surtout qui a les moyens de l'adopter tôt.

Votre emploi tient-il face à l’IA ? Cette étude d’Anthropic devrait vous inquiéter !

Anthropic, l'entreprise créatrice du modèle de langage Claude, vient de publier une étude qui redistribue les cartes sur la question de l'exposition professionnelle à l'intelligence artificielle. Plutôt que de s'appuyer sur des projections théoriques, les chercheurs ont croisé les capacités techniques de Claude avec ses usages réels, en analysant les millions de requêtes que des utilisateurs lui adressent quotidiennement. Cette approche empirique produit une cartographie du risque professionnel radicalement différente des rapports habituels. Résultat : les développeurs figurent parmi les professions les plus exposées, Claude étant massivement sollicité pour générer du code, corriger des erreurs et expliquer des fonctions. Les commerciaux suivent de près, avec des usages très opérationnels : rédaction d'emails, préparation d'argumentaires, analyse de prospects. Le management n'est pas épargné non plus, les comptes rendus, synthèses et documents internes transitant déjà largement par l'IA. Ce que change cette étude, c'est qu'elle déplace la menace du futur vers le présent. L'IA ne grignote plus seulement des tâches répétitives et peu qualifiées dans des scénarios prospectifs datés de 2030 : elle s'installe dès maintenant dans les workflows quotidiens des profils diplômés et bien rémunérés. Ce n'est pas une suppression brutale des emplois qui se dessine, mais une reconfiguration profonde des attentes : l'humain reste en poste, mais doit désormais produire davantage, plus vite, avec l'IA comme copilote permanent. Pour les directions des ressources humaines et les travailleurs qualifiés eux-mêmes, ce constat oblige à repenser la valeur ajoutée réelle que l'on apporte au-delà de ce qu'un modèle peut déjà automatiser. À l'inverse, les métiers les mieux protégés ne sont pas les plus prestigieux, mais les plus ancrés dans la réalité physique et sensorielle. Cuisiniers, mécaniciens, barmen : ces professions mobilisent des gestes, une perception directe de l'environnement et une lecture des signaux humains en temps réel que les modèles conversationnels actuels ne peuvent pas reproduire. L'étude d'Anthropic reformule ainsi la frontière du risque : le critère déterminant n'est plus l'opposition entre travail répétitif et travail créatif, ni entre qualification haute et basse, mais entre le monde numérique et le monde physique. Cette conclusion remet en cause des décennies de discours rassurants à destination des cadres et ingénieurs, et pose une question stratégique urgente aux entreprises comme aux individus : dans quelle mesure leur activité est-elle déjà partiellement déléguée à une machine, et quelle est la prochaine étape ?

💬 Deux ans qu'on entend "l'IA va d'abord toucher les bas salaires", et là Anthropic publie des données réelles tirées de millions de requêtes à Claude : développeurs et commerciaux en tête de l'exposition, mécaniciens et cuisiniers en bas. C'est physique contre numérique, pas qualifié contre non-qualifié. Moi ça me fait surtout me demander combien de DRH vont découvrir ça dans six mois en croyant qu'ils avaient anticipé.

Votre texte généré par IA semble parfait ? Méfiez-vous

Une étude publiée dans la revue scientifique Computers and Composition sonne l'alarme sur un phénomène que ses auteurs appellent le « piège de la fluidité » des outils d'IA générative. Abram Anders, professeur d'anglais à l'Université d'État de l'Iowa, et Emily Dux Speltz, chercheuse en sciences humaines à l'université Embry-Riddle, ont suivi 38 étudiants de premier cycle universitaire pendant deux semestres dans un cours expérimental intitulé « Intelligence artificielle et écriture ». Leur conclusion est contre-intuitive : ChatGPT et Claude écrivent trop bien. La fluidité impeccable de leurs sorties crée une illusion d'achèvement qui pousse l'utilisateur à baisser sa garde critique, validant machinalement des paragraphes dont l'argumentation peut rester floue, hors sujet ou superficielle. Le danger identifié n'est pas celui d'une réponse fausse facilement détectable, mais d'une réponse joliment formulée qui passe pour vraie. Un texte lisse n'est pas un texte pensé, et c'est précisément ce glissement que l'étude documente. Quand l'IA exprime une idée avec assurance, l'auteur humain tend à la valider sans en vérifier la solidité logique. Ce mécanisme est particulièrement préoccupant dans des contextes académiques ou professionnels où la qualité rhétorique et la rigueur argumentative sont attendues. Les chercheurs estiment que déléguer l'écriture à un outil sans exercer un contrôle actif revient à sous-traiter sa propre pensée, avec des conséquences invisibles jusqu'à ce qu'elles deviennent coûteuses. L'étude arrive à un moment où l'adoption massive de ces outils dans l'enseignement et le monde du travail soulève des questions sur les compétences cognitives à long terme. Les 38 étudiants observés ont progressivement changé d'approche : ceux qui ont obtenu les meilleurs résultats ont cessé de traiter l'IA comme un moteur de recherche docile pour en faire un outil de confrontation intellectuelle, testant des idées, comparant des pistes et renforçant des arguments fragiles. Ils ont aussi découvert qu'un bon prompt ressemble déjà à un plan de rédaction structuré, ce qui exige de connaître son objectif, son public et sa stratégie avant même de solliciter l'outil. Anders résume l'enjeu avec une formule simple : « écrire, c'est penser ». Dans ce cadre, ChatGPT et Claude ne suppriment pas le travail intellectuel, ils en déplacent l'effort, du texte vers le pilotage du texte. La vraie compétence à développer commence après la première réponse générée.

💬 C'est le genre d'étude qu'on attendait, pas pour clouer l'outil au pilori, mais pour nommer ce qui se passe. Un texte fluide ressemble tellement à un texte pensé que tu valides des arguments creux sans t'en rendre compte, c'est documenté là, avec 38 vrais étudiants sur deux semestres. Les sorties les plus dangereuses d'un LLM, c'est jamais les absurdes, c'est les plausibles.