Temps de lecture : 4 min
Points clés à retenir
- Mécanisme causal : une étude randomisée de 1222 participants montre que s’entraîner avec un assistant IA (GPT-5) réduit significativement la performance autonome, le taux de réussite passant de 73 % à 57 %.
- Persévérance en berne : l’assistance augmente le taux d’abandon de 11 % à 20 %, signe que l’outil habitue à la réponse immédiate et sape la disposition à l’effort — même après une courte exposition.
- Implications concrètes : en formation et en entreprise, la performance assistée n’est pas un indicateur fiable de compétence réelle ; il faut concevoir des IA avec des frictions délibérées pour préserver l’autonomie.
Un conditionnement à la réponse immédiate ?
Que reste-t-il des compétences quand l’assistant disparaît ? Une série d’essais randomisés contrôlés, mise en ligne sur arXiv en avril, apporte l’une des premières réponses causales : s’entraîner avec un assistant IA réduit la persévérance et dégrade la performance autonome — y compris sur une tâche aussi élémentaire que le calcul de fractions. L’étude est signée Grace Liu (Carnegie Mellon), avec Brian Christian et Tsvetomira Dumbalska (Oxford), Michiel A. Bakker (MIT) et Rachit Dubey (UCLA).
Concrètement, les chercheurs ont recruté 1 222 participants au total, répartis aléatoirement sur trois expériences. Dans la principale, les participants s’entraînent sur 12 problèmes de fractions — avec ou sans un assistant fondé sur GPT-5 — puis passent tous la même épreuve finale de 3 problèmes, sans assistance, avec à tout moment un bouton « passer » pour abandonner un problème. Une réplication (667 participants) durcit le dispositif avec un prétest, et une troisième expérience transpose le protocole à la compréhension de texte.
L’écart est net. Au test final sans IA de l’expérience principale, le groupe préalablement assisté réussit 57 % des problèmes, contre 73 % pour le groupe qui s’était entraîné seul ; le taux d’abandon fait presque doubler, de 11 % à 20 %. La réplication retrouve l’effet, atténué (71 % contre 77 %), et la compréhension de texte le confirme (76 % contre 89 %, avec huit fois plus d’abandons).
Ce n’est pas anodin : le tout après une exposition d’une dizaine de minutes seulement. L’assistance n’a pas seulement déplacé la compétence vers l’outil, elle a entamé la disposition à l’effort elle-même. Les auteurs y voient un conditionnement : l’IA habitue à la réponse immédiate, et prive de l’expérience de surmonter la difficulté.
Ce que l’étude prouve — et ce qu’elle ne prouve pas
La force du résultat tient au dispositif : l’assignation aléatoire autorise une lecture causale, là où la plupart des travaux sur l’« atrophie cognitive » liée à l’IA reposent sur des corrélations ou des auto-déclarations. Allons plus loin : ses limites sont tout aussi claires. Il s’agit d’un preprint, pas encore validé par les pairs. Les tâches restent étroites — fractions et lecture de textes courts —, l’horizon est immédiat, un seul modèle a été testé, et l’effet s’atténue sensiblement dans la réplication au protocole plus strict. L’étude établit un mécanisme, pas une loi générale.
Pourquoi le résultat compte
Ce que ça change vraiment : le mécanisme interpelle bien au-delà du laboratoire. Dans l’éducation, il documente le scénario que les enseignants redoutent : un outil qui améliore la production immédiate tout en érodant la capacité à produire sans lui. En entreprise, où les assistants se déploient comme outils de formation implicite, il suggère que la performance assistée est un indicateur trompeur de la compétence réelle des équipes.
À retenir pour les concepteurs d’assistants : cela plaide pour des choix de design encore rares — frictions délibérées, modes d’entraînement où l’IA guide sans résoudre. La question n’est plus de savoir si l’assistance aide — elle aide — mais ce qu’elle laisse derrière elle quand on la retire.
L’étude complète est disponible sur arXiv sous le titre « Training with AI Assistants Reduces Perseverance and Autonomous Performance ».
Lucy Chen est ingénieure pédagogique et analyste des technologies de formation. Elle décrypte l’IA, le e-learning et les mutations du digital pour les professionnels qui veulent comprendre avant d’agir. Pas de tendances creuses — que du concret.