L'IA dégrade-t-elle le travail ? Retour sur « Un taylorisme augmenté »
Je suis tombé récemment sur une recension de François Jarrige publiée dans La Vie des idées, consacrée au livre de Juan Sebastián Carbonell, Un taylorisme augmenté. Critique de l’intelligence artificielle (Éditions Amsterdam, 2025). Titre frontal, thèse dérangeante — surtout quand on est, comme moi, un développeur qui passe ses journées à écrire du code avec une IA générative dans la même fenêtre.
Je vais être honnête : ce livre m’a fait réfléchir, et pour partie m’a donné raison à contrecœur. Voici pourquoi.
La thèse : l’IA ne supprime pas le travail, elle le parcellise
Carbonell démonte un mythe qu’on entend depuis les années 90 — celui de la “fin du travail” sous l’effet de l’automatisation. Sa thèse est plus précise, et plus sombre :
« L’IA n’est ni un outil de qualification, ni un instrument de polarisation, mais un outil de dégradation du travail entre les mains des entreprises, sous la forme d’un taylorisme augmenté. »
— Un taylorisme augmenté, p. 72
En clair : on ne remplace pas les gens, on réduit leurs tâches à de la vérification, du nettoyage, de la correction d’erreurs machines. Le traducteur devient relecteur d’une traduction automatique. Le journaliste réécrit des brouillons générés. L’oncologue valide une suggestion d’algorithme. L’autonomie du geste créatif, dit Carbonell, se perd.
Il ajoute, et c’est une phrase que je trouve juste :
« Le fonctionnement de l’IA générative dépend très fortement du travail humain. »
— Un taylorisme augmenté, p. 111
Tout le système repose sur du travail humain — des annotations, des corrections, des validations — qu’on a juste rendu invisible.
Là où Carbonell m’a donné raison
Je vois ce phénomène chez certains prospects. Quelqu’un me contacte en me disant : « On veut mettre de l’IA dans notre process pour aller plus vite. » Quand je gratte, souvent, la vraie demande c’est : « On veut produire plus, avec moins de gens, et pouvoir contrôler ce qui sort. » Ce n’est pas un projet d’augmentation. C’est un projet de pilotage.
Je pense à une PME qui m’a contacté il y a quelques mois pour “mettre de l’IA” sur son service client. La demande initiale semblait raisonnable : un assistant pour répondre aux questions fréquentes. En creusant, la vraie équation est apparue — les deux personnes de l’équipe support coûtaient trop cher, la direction voulait n’en garder qu’une seule qui superviserait les réponses de l’IA. Pas un projet d’automatisation. Un projet de suppression de poste déguisé en modernisation technique. Et la personne qui serait restée aurait passé sa journée à relire des réponses mal senties à des clients énervés, au lieu de parler directement à ses clients. Dégradant, effectivement. Et sur la durée, humainement coûteux pour tout le monde — y compris l’entreprise qui paie la facture en turnover et en réputation.
J’ai décliné. Carbonell a raison : c’est exactement la pente naturelle quand on introduit l’outil sans questionner l’intention derrière.
Là où je diverge
Ce qui me gêne dans le livre, tel que Jarrige le résume, c’est l’idée que l’outil lui-même porte cette logique. Comme si l’IA générative était par nature un outil de dégradation.
Mon expérience quotidienne dit autre chose. Je code la plupart de mes projets avec Claude Code — un agent IA qui lit, écrit et teste mon code à côté de moi. Je ne me sens pas déqualifié. Je me sens plus puissant : je peux me permettre des solutions plus ambitieuses, explorer des pistes que j’aurais laissées de côté, et aller au bout d’un problème au lieu de m’arrêter à la première réponse acceptable — parce que le coût de l’exploration a baissé.
Ce qui change, ce n’est pas que la machine fait le travail à ma place. C’est que je dois monter d’un cran. Je ne tape plus les boucles à la main, je dessine l’architecture. Je ne relis pas des erreurs de syntaxe, j’arbitre des choix de conception. Mon métier s’est déplacé, pas dégradé.
Jarrige lui-même, dans sa recension, reproche à Carbonell de ne pas enquêter sur les résistances concrètes, sur les usages alternatifs. C’est exactement le chaînon manquant. L’outil n’est pas neutre — mais il n’est pas unidirectionnel non plus.
Le vrai point de bascule : qui déploie, et pour quoi
Je crois que Carbonell a raison sur les faits et se trompe sur la cause.
Ce qui dégrade le travail, ce n’est pas l’IA. C’est le projet qu’on lui confie. Une entreprise qui cherche à industrialiser, à baisser les coûts et à mesurer chaque frappe de clavier — elle utilisait déjà des tableurs, des KPI et des outils de suivi avant l’IA. L’IA lui donne juste un nouveau gain de productivité qu’elle va consommer dans la même direction.
À l’inverse, un indépendant, une petite équipe qui cherche à faire un meilleur travail va se servir du même outil pour desserrer les contraintes, pas les resserrer.
Le taylorisme, ce n’est pas Claude Code ou ChatGPT. C’est une manière d’organiser le travail, et elle précède largement l’IA. L’IA n’est que le dernier instrument joué dans cette partition.
Ce que ça change pour moi — et pour Avalonis
Je sors de cette lecture avec une conviction qui était déjà là, un peu plus nette.
Quand je construis un workflow n8n pour un client, ou quand j’automatise un pan de son back-office, je me pose systématiquement la même question : est-ce que ce que je mets en place va faire disparaître une tâche ingrate, ou va transformer une personne en vérificateur de machine ? Ce n’est pas la même chose. L’une libère, l’autre aigrit.
C’est aussi pour ça qu’Avalonis prend peu de clients. Peu, mais chacun accompagné avec l’exigence d’une solution pensée pour son métier, et une obsession pour sa satisfaction. Pas un template réutilisé au chausse-pied. Industrialiser du sur-mesure, ça ne veut rien dire. Forger, c’est autre chose : choisir la matière, connaître celui qui va s’en servir, et laisser dans l’objet une part de sa main.
L’IA ne m’a pas rendu taylorien. Elle m’a rendu plus exigeant sur ce que je refuse de construire.
Vous avez un projet d’automatisation et vous voulez qu’il augmente votre équipe, pas qu’il la remplace ? Parlons-en.