Vous êtes devant votre écran, prêt à rédiger. Les idées sont là, mais avant d’écrire la moindre ligne, vous sollicitez machinalement votre assistant IA. Que se passerait-il si le serveur venait à planter ? Si la simple perspective de devoir structurer vos idées sans aide vous donne un coup de chaud, vous expérimentez peut-être ce que des chercheurs appellent la « noAIphobie ». Ce terme désigne une anxiété liée à l’indisponibilité de l’intelligence artificielle.
Une étude parue en juillet 2026 dans Telematics and Informatics, menée par les chercheurs Junga Kim, Chunsik Lee et Joon Soo Lim, explore les ressorts psychologiques de notre dépendance à l’intelligence artificielle. Réalisée auprès de 393 étudiants américains, elle révèle que notre rapport à la machine ne se résume pas à une simple recherche d’efficacité.
Le conformisme compétitif : la peur d’être largué
Si l’on s’en remet à l’IA, ce n’est pas seulement pour aller plus vite ou produire un meilleur résultat. C’est parfois aussi par crainte que les autres ne prennent une longueur d’avance.
Les chercheurs parlent de « conformisme compétitif » : cette pression qui nous pousse à adopter un outil parce que nos pairs l’utilisent et que nous redoutons de rester à la traîne.
Dans leur étude, cette peur du déclassement apparaît comme l’un des facteurs les plus fortement associés à la dépendance à l’IA, aux côtés des attentes d’efficacité et de qualité.
Autrement dit, nous ne sollicitons pas toujours la machine pour progresser. Nous pouvons aussi le faire pour éviter le sentiment d’être dépassés.
La « noAIphobie » : quand travailler sans IA devient anxiogène
Par analogie avec la nomophobie, cette anxiété ressentie à l’idée d’être privé de son téléphone, les chercheurs utilisent le terme « noAIphobie » pour désigner l’inquiétude liée à l’indisponibilité de l’IA.
Leurs résultats montrent que les étudiants déclarant une plus forte dépendance à l’IA rapportent également davantage de noAIphobie. Cette anxiété est, à son tour, associée à une intention plus forte de continuer à utiliser l’outil.
Un mécanisme psychologique pourrait contribuer à entretenir ce cercle : le renforcement négatif.
Imaginez. Vous devez rédiger un texte, trouver un plan ou organiser une pensée encore confuse. L’effort initial vous paraît pénible. Vous ouvrez votre assistant IA, et l’inconfort diminue presque immédiatement.
Ce soulagement peut encourager à reproduire le même comportement lors de la prochaine difficulté. Progressivement, le recours à l’outil risque de devenir un automatisme.
L’étude ne démontre pas à elle seule l’existence de ce mécanisme, mais elle invite à une question essentielle : à partir de quand une aide choisie devient-elle une aide dont on n’ose plus se passer ?
Le syndrome de l’imposteur 2.0 : quand l’IA fait douter de son mérite
Voilà un paradoxe troublant : l’IA peut rassurer lorsqu’on l’utilise, tout en suscitant la crainte d’être jugé pour y avoir recours.
Les chercheurs mettent en évidence une association entre la dépendance à l’IA et la stigmatisation ressentie autour de son utilisation. Cette relation est particulièrement marquée lorsque les étudiants sont préoccupés par les questions d’intégrité académique.
La peur d’être considéré comme paresseux, incompétent ou malhonnête peut alors rendre l’utilisation de l’IA ambivalente.
Et derrière cette inquiétude sociale se profile une interrogation plus intime : si une machine m’a aidé à produire un excellent résultat, quelle part du mérite m’appartient encore ?
Cette question évoque certains mécanismes du syndrome de l’imposteur, sans que l’étude ait pour autant mesuré ce syndrome en tant que tel.
Le problème n’est donc pas seulement de savoir ce que l’IA fait à notre travail. C’est aussi de comprendre ce que son utilisation peut changer dans la perception de nos propres compétences.
Faut-il débrancher l’IA pour retrouver son cerveau ?
Pas nécessairement.
Rien, dans cette étude, ne permet d’affirmer que l’utilisation de l’intelligence artificielle entraîne à elle seule un déclin de nos capacités intellectuelles.
En revanche, elle soulève une question importante : comment préserver notre sentiment d’efficacité personnelle lorsque nous déléguons une partie de notre travail cognitif ?
Le psychologue cognitiviste Robert Bjork nous offre ici une piste intéressante avec son concept de « difficulté désirable ».
Son idée peut sembler contre-intuitive : certaines difficultés rencontrées pendant l’apprentissage peuvent favoriser une mémorisation plus durable et une meilleure capacité à réutiliser ses connaissances.
Mais attention : toutes les difficultés ne sont pas bénéfiques. Pour être désirable, une difficulté doit rester surmontable et mobiliser les processus nécessaires à l’apprentissage.
Appliqué à l’IA, ce principe invite à se méfier d’un piège : confondre la qualité du résultat obtenu avec la maîtrise des compétences nécessaires pour le produire.
Un plan parfaitement structuré, livré en quelques secondes, peut donner l’impression que tout est devenu simple. Pourtant, cette fluidité ne garantit pas que nous saurions construire seuls un raisonnement équivalent.
Mais l’inverse est tout aussi vrai : l’IA peut aussi devenir un formidable prolongement de nos compétences.
Quand l’IA accélère l’expertise sans la remplacer
Prenons un exemple très concret : la photographie qui illustre cet article.
Je souhaitais représenter un phénomène hypnotique particulier : la lévitation du bras, une manifestation que l’on peut observer dans certaines expériences hypnotiques.
En tant que psychologue clinicienne formée à l’hypnose ericksonienne, je savais ce que je voulais montrer. J’ai donc demandé à ChatGPT de générer une scène illustrant ce phénomène.
En une minute, j’avais mon image.
Sans intelligence artificielle, il m’aurait fallu organiser une séance photo, trouver des personnes pour poser, choisir un décor et réaliser la mise en scène. Un travail autrement plus long.
Mais voilà toute la nuance : si je n’avais pas connu ce phénomène, aurais-je eu l’idée de le représenter ? Et si une image m’avait été proposée, aurais-je su en apprécier la pertinence ?
Une personne sans formation en hypnose aurait certainement pu générer une scène visuellement convaincante. Cela ne signifie pas pour autant qu’elle aurait su distinguer une représentation pertinente d’une approximation.
L’IA m’a fait gagner du temps sur la réalisation. Elle ne m’a pas dispensée de savoir ce que je voulais représenter.
C’est là toute la différence entre produire un résultat et maîtriser ce qu’il représente.
L’expertise permet de formuler les bonnes demandes, de repérer les erreurs, de sélectionner les propositions pertinentes et d’exercer son jugement critique.
L’intelligence artificielle peut donc renforcer une compétence déjà acquise. Mais elle peut aussi donner l’illusion de posséder une compétence que l’on n’a jamais réellement développée.
La question n’est pas de savoir si nous devons utiliser l’IA, mais ce que nous choisissons de lui déléguer et ce que nous souhaitons continuer à exercer nous-mêmes.
L’exercice du psy : la technique du « Brouillon de Frustration »
Et si, plutôt que de renoncer à l’IA, nous réapprenions à supporter quelques minutes d’incertitude avant de la solliciter ?
Je vous propose un exercice simple, inspiré des principes d’autonomie cognitive et d’exposition graduelle à l’inconfort. Il ne s’agit pas d’un protocole thérapeutique spécifiquement validé pour la dépendance à l’IA, mais d’une manière concrète d’interroger nos automatismes.
La règle des 15 minutes d’autonomie
Face à votre prochaine tâche, résistez à l’envie d’ouvrir immédiatement votre assistant IA.
Réglez un chronomètre sur quinze minutes. Prenez une feuille ou ouvrez un document vierge. Notez vos idées, cherchez un plan, formulez une première phrase.
Acceptez l’inconfort de l’hésitation, les formulations maladroites, les idées qui ne viennent pas.
L’objectif n’est pas de produire quelque chose d’excellent. Il est de vous redonner l’occasion de chercher par vous-même.
Si quinze minutes vous paraissent trop difficiles, commencez par cinq. L’exercice doit rester accessible.
L’ancrage de la réussite
À la fin du temps imparti, regardez ce que vous avez produit.
Peut-être n’avez-vous écrit que quelques lignes. Peut-être votre raisonnement est-il encore confus.
Mais vous avez commencé sans assistance.
Prenez un instant pour reconnaître ce que vous avez réussi à faire seul, même modestement. Observez aussi si votre inconfort a évolué depuis le début de l’exercice.
Ce n’est pas la perfection du brouillon qui compte, mais l’expérience d’avoir pu agir malgré l’incertitude.
Le renversement de pouvoir
Vous pouvez maintenant ouvrir votre assistant IA.
Mais au lieu de lui demander : « Fais ce travail », proposez lui une autre mission :
« Voici mes idées de départ. Agis comme un tuteur critique et pose moi trois questions pour m’aider à approfondir mon raisonnement. »
Vous ne lui abandonnez plus la réflexion. Vous l’invitez à la stimuler.
L’IA devient alors un outil de confrontation, d’exploration et d’apprentissage, plutôt qu’un substitut systématique à votre propre pensée.
Reprendre la main, sans renoncer à l’outil
L’enjeu n’est pas de prouver que nous sommes capables de tout faire sans intelligence artificielle. Ce serait aussi absurde que de renoncer à une calculatrice pour démontrer que nous savons compter.
Il s’agit plutôt de conserver la liberté de choisir quand, pourquoi et comment nous utilisons cette assistance.
Car le véritable risque n’est peut-être pas de penser avec une machine, mais de finir par douter de notre capacité à penser sans elle.
Passez du statut de passager assisté à celui de pilote. L’IA peut rester un formidable partenaire d’entraînement, à condition de ne pas lui abandonner les commandes.
Références bibliographiques
- Bjork, R. A. (1994). Memory and metamemory considerations in the training of human beings. Dans J. Metcalfe & A. P. Shimamura (dir.), Metacognition: Knowing about knowing (p. 185–205). MIT Press.
- Kim, J., Lee, C., & Lim, J. S. (2026). Motivational factors and psychological correlates of AI dependence among college students: Competitive conformity, noAIphobia, and AI use stigma. Telematics and Informatics, 108, Article 102436. https://doi.org/10.1016/j.tele.2026.102436
