Penser moins, déléguer plus : ce que la science sait vraiment

Le futur a ses conditions. Article de fond, 29.10.2026.

Le 25 septembre 2025, OpenAI a publié un billet intitulé « Introducing ChatGPT Pulse ». Il s'ouvre sur cette phrase : « Now ChatGPT can start the conversation » (désormais, ChatGPT peut lancer la conversation). L'entreprise y explique que l'usage d'un assistant reste limité « by what you know to ask for » (par ce que vous savez demander) et qu'il « always puts the burden on you for the next step » (vous laisse toujours la charge de l'étape suivante). La solution proposée consiste à décharger aussi cette étape-là.

Depuis deux ans, les assistants d'IA ne se contentent plus de répondre. Ils se souviennent de nous et commencent à agir avant qu'on demande. En parallèle, quelques études tentent de mesurer ce que cette délégation fait à notre façon de penser. Elles sont souvent citées, rarement lues jusqu'au bout. Nous les avons lues, avec leurs limites, pour répondre à une question : à quelles conditions confier sa réflexion à une machine change-t-il vraiment le quotidien, et qu'est-ce que cela implique pour nous, en Suisse ?

Ce qu'OpenAI construit, écrit noir sur blanc

Le premier étage, c'est la mémoire. Testée dès février 2024, elle a changé d'échelle le 10 avril 2025 : selon le billet d'OpenAI mis à jour ce jour-là, ChatGPT « now references all your past conversations » (fait désormais référence à toutes vos conversations passées). L'argument est assumé : « The more you use ChatGPT, the more useful it becomes » (plus vous utilisez ChatGPT, plus il devient utile). Le 3 juin 2025, une version allégée a été étendue aux comptes gratuits.

La page d'aide d'OpenAI sur la mémoire (mise à jour « 7 days ago », selon la page consultée le 29.10.2026) montre un périmètre encore élargi. Selon l'offre et la région, la mémoire peut puiser dans les conversations passées, les fichiers déposés et « content from connected apps, such as Gmail » (le contenu d'applications connectées, comme Gmail). La même page précise que le résumé présenté à l'utilisateur « does not necessarily include every detail or source that Memory can reference » (n'inclut pas forcément chaque détail ou source que la mémoire peut utiliser).

Le deuxième étage, ce sont les agents. Le 17 juillet 2025, OpenAI présentait « ChatGPT agent », capable de naviguer sur des sites, de filtrer des résultats et d'exécuter du code sur son propre ordinateur virtuel. Parmi les exemples : « plan and buy ingredients to make Japanese breakfast for four » (planifier et acheter les ingrédients d'un petit-déjeuner japonais pour quatre). Le billet reconnaissait que son « overall risk profile is higher » (profil de risque global est plus élevé), notamment à cause des injections de requêtes, ces instructions malveillantes cachées dans une page web. L'agent est entraîné à demander l'accord de l'utilisateur avant les actions « with real-world consequences, like making a purchase » (aux conséquences réelles, comme un achat), et à refuser les virements bancaires.

Ce produit bouge vite. La page d'aide consacrée à l'agent, consultée le 29 octobre 2026, s'ouvre sur la mention « ChatGPT agent is no longer available » (ChatGPT agent n'est plus disponible) et renvoie vers un service appelé « ChatGPT Work », que nous n'avons pas examiné. Le billet de lancement de juillet 2025 porte désormais la mention « This launch post is outdated ». Le nom change ; la direction annoncée dans les billets d'OpenAI, elle, reste.

Le troisième étage, c'est Pulse. Chaque nuit, écrit OpenAI, ChatGPT « synthesizes information from your memory, chat history, and direct feedback » (synthétise des informations tirées de votre mémoire, de votre historique et de vos retours) pour livrer le lendemain des mises à jour personnalisées. Le billet se termine sur l'ambition la plus explicite de la série : ChatGPT doit passer « from something you consult into something that quietly accelerates the work and ideas that matter to you » (de quelque chose que vous consultez à quelque chose qui accélère discrètement le travail et les idées qui comptent pour vous).

Mis bout à bout, ces textes décrivent un assistant qui en sait toujours plus sur nous et agit de plus en plus sans qu'on le lui demande. La question n'est plus de savoir si l'on délègue, mais quoi.

L'étude du MIT : ce qu'elle mesure, et ce qu'elle ne dit pas

L'étude la plus citée vient du MIT Media Lab : « Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task », mise en ligne sur arXiv le 10 juin 2025 et révisée le 31 décembre 2025. Premier point, souvent oublié : c'est un préprint, marqué « Preprint, under review » (en cours d'évaluation).

Cinquante-quatre participants ont rédigé des dissertations sur des sujets tirés de l'examen américain SAT, répartis en trois groupes : avec ChatGPT, avec un moteur de recherche, ou sans outil. Leur activité cérébrale a été enregistrée par électroencéphalographie pendant trois séances. Une quatrième séance, où les conditions étaient inversées, n'a réuni que 18 personnes.

Le résultat le plus frappant n'a rien de neurologique. Après la première séance, on a demandé aux participants de citer une phrase de la dissertation qu'ils venaient d'écrire. Dans le groupe ChatGPT, 15 sur 18 (83,3 %) n'y sont pas parvenus, contre 2 sur 18 dans chacun des deux autres groupes ; aucun des 18 n'a produit de citation exacte. Côté cerveau, les auteurs écrivent que la connectivité « systematically scaled down with the amount of external support » (diminuait systématiquement avec le degré d'aide extérieure). Ils parlent de « dette cognitive » : un effort différé dont le coût à long terme inclurait « increased vulnerability to manipulation » (une vulnérabilité accrue à la manipulation).

Les auteurs listent eux-mêmes les limites : « a limited number of participants recruited from a specific geographical area » (un nombre limité de participants recrutés dans une zone géographique précise), un seul modèle testé, et des résultats qui « may not generalize across tasks » (pourraient ne pas se généraliser à d'autres tâches). Un électroencéphalogramme mesure une activité ; il ne prouve pas qu'une capacité s'est perdue.

L'équipe a même publié une foire aux questions pour freiner les lectures excessives. À la question de savoir si les LLM nous rendent « plus bêtes », elle répond : « No! Please do not use the words like "stupid", "dumb", "brain rot", "harm", "damage", "passivity", "trimming" and so on » (Non ! N'utilisez pas des mots comme « stupide », « bête », « pourrissement du cerveau », « nuisance », « dégâts », « passivité », « rognage », etc.). Nous respectons la consigne.

Microsoft et Carnegie Mellon : 319 professionnels interrogés

La deuxième étude a été présentée fin avril 2025 à Yokohama, à CHI, la principale conférence en interaction humain-machine, où les articles sont évalués par des pairs. Signée par des chercheurs de Carnegie Mellon et de Microsoft Research Cambridge, elle porte un titre long mais honnête : « The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers ». Le mot clé est « self-reported » : déclaratif.

Les 319 travailleurs du savoir interrogés ont décrit 936 exemples concrets d'usage de l'IA générative. Dans la plupart des cas, ils jugent que la pensée critique leur demande moins d'effort avec l'IA : de 55 % des exemples (évaluation) à 79 % (compréhension) selon la catégorie. Le résultat central : « higher confidence in GenAI is associated with less critical thinking, while higher self-confidence is associated with more critical thinking » (une confiance plus élevée dans l'IA générative est associée à moins de pensée critique, alors qu'une confiance plus élevée en soi est associée à davantage de pensée critique).

L'étude ne conclut pas que la réflexion disparaît. Elle décrit un déplacement de l'effort, « from information gathering to information verification » (de la collecte d'informations à leur vérification) et, pour les tâches complexes, « from task execution to task stewardship » (de l'exécution à la supervision). Les auteurs rappellent l'« ironie de l'automatisation » décrite par Lisanne Bainbridge en 1983 : en confiant la routine à la machine, on prive l'humain d'entraînement et on le laisse « atrophied and unprepared when the exceptions do arise » (atrophié et mal préparé quand les exceptions surviennent).

Limites reconnues : certains participants confondaient moins d'effort pour utiliser l'outil et moins d'effort de réflexion ; l'enquête a été menée « exclusively in English » (exclusivement en anglais) ; l'échantillon est « biased towards younger, more technologically skilled participants » (orienté vers des participants plus jeunes et plus à l'aise avec la technologie). C'est une photographie des perceptions, pas une mesure des capacités.

Une étude signée en Suisse, à lire avec prudence

Une troisième étude a une attache suisse. Michael Gerlich, de la SBS Swiss Business School à Kloten, a publié en janvier 2025 dans la revue Societies (MDPI) une enquête auprès de 666 participants recrutés en ligne au Royaume-Uni. Il conclut à « a significant negative correlation between frequent AI tool usage and critical thinking abilities » (une corrélation négative significative entre l'usage fréquent d'outils d'IA et les capacités de pensée critique), les plus jeunes se montrant plus dépendants et moins bien notés.

La lecture complète appelle des réserves. L'échantillon, recruté en ligne, compte 48,5 % de titulaires d'un doctorat selon le tableau 2 de l'article. C'est une corrélation, pas une causalité, et l'auteur appelle lui-même à des études expérimentales. La pensée critique est mesurée par un questionnaire où chacun se note, l'article citant parmi ses limites « its reliance on self-reported measures » (son recours à des mesures déclaratives). Surtout, les chiffres ne concordent pas : la corrélation entre usage de l'IA et pensée critique vaut −0,68 dans le texte et le tableau 6, mais −0,49 dans la matrice du tableau 5. Ce n'est pas un détail, et cela invite à ne pas brandir ces chiffres comme une preuve.

L'objection : nous avons toujours délégué

Les chercheurs de Microsoft ouvrent leur article sur l'argument inverse. Chaque technologie a suscité des craintes pour la pensée humaine : l'écriture (« objected to by Socrates », contestée par Socrate), puis les calculatrices. Gerlich rappelle aussi que le déchargement cognitif « does not inherently imply a reduction in task engagement » (n'implique pas en soi une baisse d'engagement dans la tâche).

La différence tient à ce que l'on délègue. Une calculatrice ne choisit pas quoi calculer. Un assistant qui se souvient de nous et peut acheter à notre place intervient plus haut : dans le choix de la question, parfois dans la décision. Fin avril 2025, OpenAI a d'ailleurs retiré une mise à jour de GPT-4o jugée « overly flattering or agreeable » (trop flatteuse ou complaisante), trop calée, selon elle, sur les retours immédiats des utilisateurs. L'entreprise écrivait alors : « Our goal is for ChatGPT to help users explore ideas, make decisions, or envision possibilities » (notre objectif est que ChatGPT aide les utilisateurs à explorer des idées, à prendre des décisions ou à envisager des possibles). Un outil qui aide à décider et qui tend à nous donner raison demande une vigilance que la calculatrice n'a jamais exigée.

Ce que cela change chez nous

La Suisse n'a pas de loi spécifique sur l'IA. Mais le Préposé fédéral à la protection des données (PFPDT) l'a écrit dès novembre 2023 et l'a rappelé depuis : la LPD, « formulée de manière neutre du point de vue technologique », est « directement applicable » aux traitements de données basés sur l'IA. Face à un modèle de langage, l'utilisateur « a le droit de savoir s'il parle ou écrit à une machine » et si ses données sont réutilisées. La loi permet aussi d'exiger que des « décisions individuelles automatisées soient contrôlées par un être humain ».

Ce garde-fou porte sur les « décisions individuelles automatisées » qui nous concernent. Il ne dit rien des décisions que nous confions nous-mêmes à un assistant. Le 28 janvier 2026, Joël de Montmollin, responsable des thématiques santé, travail et formation au PFPDT, lors d'une conférence publique de l'Université de Lausanne, a insisté sur la transparence : l'utilisateur doit pouvoir connaître « l'usage qui sera éventuellement fait des données de ses prompts ». La mémoire complique ce suivi : selon OpenAI, supprimer une conversation ne supprime pas forcément la mémoire qui en a été tirée.

Certaines nouveautés d'OpenAI sont arrivées ici avec retard. Au lancement de l'agent, en juillet 2025, l'entreprise écrivait : « We are still working on enabling access for the European Economic Area and Switzerland » (nous travaillons encore à ouvrir l'accès à l'Espace économique européen et à la Suisse). Nous n'avons pas pu établir ce qu'il en est aujourd'hui : la page d'aide consacrée à l'agent annonce à la fois qu'il n'est plus disponible et qu'il l'est « in all of our supported countries and territories ». La page sur la mémoire précise que les fonctions « can vary by plan, region, platform, and workspace settings » (peuvent varier selon l'offre, la région, la plateforme et les réglages de l'espace de travail). Mieux vaut donc vérifier ce qui est activé sur son propre compte.

Cas fictif, à titre d'illustration : une étudiante de l'Université de Fribourg rédigerait tous ses travaux de semestre avec un assistant doté de mémoire. Ses notes resteraient bonnes. Mais à l'oral, sans écran, elle peinerait à défendre une argumentation qu'elle n'aurait jamais vraiment construite, comme les participants du MIT incapables de citer leur propre texte. Rien d'illégal : une compétence jamais exercée.

À quelles conditions déléguer devient un progrès

Les études disponibles ne permettent pas d'affirmer que l'IA rend moins intelligent. Elles convergent sur un point modeste : quand on délègue la production, on retient moins ce qu'on a produit, et la confiance dans l'outil fait reculer la vérification. Ceux qui ont confiance en leurs propres compétences, eux, continuent de vérifier. La condition semble là : savoir faire sans l'outil avant de lui confier la tâche. Les auteurs du MIT plaident dans le même sens pour retarder l'IA dans l'apprentissage « until learners have engaged in sufficient self-driven cognitive effort » (jusqu'à ce que les apprenants aient fourni un effort cognitif personnel suffisant).

Au quotidien, cela tient en deux gestes. Ouvrir de temps en temps les réglages de mémoire pour voir ce que l'assistant croit savoir de nous. Et garder pour soi les décisions qu'on devra un jour expliquer, surtout face à un outil qui propose avant qu'on demande : non qu'il soit malveillant, mais il choisit les questions à notre place.

Ces études portent sur des chatbots de 2024 et 2025, observés quelques mois au plus. Aucune ne mesure ce que produit, sur des années, un assistant qui se souvient de tout et agit pour nous. Le savoir demandera des études longues et indépendantes. Cette condition-là ne dépend pas de nous.

(Heures de consultation : 29.10.2026, heure de Zurich, UTC+1.)

1. OpenAI, « Introducing ChatGPT Pulse », 25.09.2025, consulté à 10 h 16. https://openai.com/index/introducing-chatgpt-pulse/
2. OpenAI, « Memory and new controls for ChatGPT », 13.02.2024, avec mises à jour dont celles du 10.04.2025 et du 03.06.2025, consulté à 10 h 16. https://openai.com/index/memory-and-new-controls-for-chatgpt/
3. OpenAI Help Center, « Memory in ChatGPT », consulté à 10 h 16. https://help.openai.com/en/articles/8590148-memory-faq
4. OpenAI, « Introducing ChatGPT agent: bridging research and action », 17.07.2025, consulté à 10 h 16. https://openai.com/index/introducing-chatgpt-agent/
5. OpenAI Help Center, « ChatGPT agent », consulté à 10 h 17. https://help.openai.com/en/articles/11752874-chatgpt-agent
6. OpenAI, « Sycophancy in GPT-4o: what happened and what we're doing about it », 29.04.2025, consulté à 10 h 17. https://openai.com/index/sycophancy-in-gpt-4o/
7. Kosmyna N. et al. (MIT Media Lab), « Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task », arXiv:2506.08872, préprint du 10.06.2025, consulté à 10 h 15 (texte intégral PDF, notamment résumé, sections « Ability to Quote », « Limitations and Future Work », « Conclusions »). https://arxiv.org/abs/2506.08872
8. Kosmyna N. et al., FAQ du projet « Your Brain on ChatGPT », consultée à 10 h 16. https://www.brainonllm.com/faq
9. Lee H.-P. et al. (Carnegie Mellon University, Microsoft Research), « The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers », CHI '25, Yokohama, avril 2025, consulté à 10 h 16 (texte intégral PDF). https://www.microsoft.com/en-us/research/wp-content/uploads/2025/01/lee_2025_ai_critical_thinking_survey.pdf
10. Gerlich M. (SBS Swiss Business School), « AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking », Societies 2025, 15(1), 6, consulté à 10 h 16 (texte intégral). https://www.mdpi.com/2075-4698/15/1/6
11. PFPDT, « Update - La loi actuelle sur la protection des données est directement applicable à l'IA », publié le 8 mai 2025 (brève initiale du 09.11.2023), consulté à 10 h 17. https://www.edoeb.admin.ch/fr/update-loi-actuelle-applicable-ia
12. PFPDT, « Journée de la protection des données 2026 : Usages des IA génératives et enjeux de protection des données », 28.01.2026, consulté à 10 h 17. https://www.edoeb.admin.ch/fr/journee-de-la-protection-des-donnees-2026