Comment les travailleurs adoptent de nouvelles façons de travailler

Nos plus récents travaux soulignent l’importance de la façon dont les tâches sont réparties et exécutées, en plus de l’accès aux outils d’IA. Ces nouvelles tâches, qui dépassent leur description de poste habituelle, s’intègrent à l’utilisation régulière de l’IA par les travailleurs. Si ces activités deviennent des responsabilités régulières, les emplois pourraient s’élargir même si leurs titres restent inchangés.

Dans notre premier rapport, Le travail de pointe,⁠ nous avons documenté le « croisement des tâches » : des travailleurs utilisent l’IA pour des activités historiquement associées à une autre profession. Nos plus récents travaux examinent ce qui se passe ensuite.

En analysant plus de 1,5 million de messages professionnels dans ChatGPT d’avril à juillet 2026, nous constatons que certaines utilisations interprofessionnelles de l’IA se répètent. Les travailleurs reviennent à des tâches qui dépassent les limites de leur profession, et ces activités occupent avec le temps une part croissante de leur utilisation observée de l’IA.

Ces résultats donnent un premier aperçu de la façon dont l’accès à l’IA peut mener les travailleurs à intégrer de nouvelles tâches à leurs habitudes régulières après les avoir essayées. Pour les entreprises qui cherchent la meilleure façon d’adopter et d’utiliser l’IA, les tendances relevées par notre étude de quatre mois sur l’utilisation professionnelle de l’IA et les invites montrent comment elles pourraient réduire les obstacles entre la détection d’un problème et l’avancement global du travail avec l’aide de l’IA. Nos résultats indiquent que la conception du travail mérite une place aux côtés de l’accès aux outils d’IA dans la mise en œuvre des stratégies d’IA des organisations.

Les travailleurs utilisent l’IA différemment selon que la tâche relève ou non de leur rôle dans un domaine donné. Les travailleurs formulent différemment leurs demandes à l’IA pour les tâches qui relèvent ou non de leur rôle habituel. Lorsqu’ils posent des questions sur des tâches extérieures à leur profession, leurs invites sont en moyenne plus courtes que pour les tâches qui en relèvent. Ils sont aussi moins susceptibles de demander des explications, des instructions, un format de réponse précis ou des conseils.

En même temps, les travailleurs sont plus susceptibles de fournir des exemples ou du contexte lorsqu’ils demandent à l’IA de les aider hors de leur profession. Ils sont également plus susceptibles de demander à l’IA de vérifier quelque chose.

Une interprétation possible est que les travailleurs utilisent l’IA pour emprunter une expertise. Plutôt que de demander à l’IA de leur enseigner un tout nouveau domaine, les travailleurs peuvent lui présenter un problème et un contexte pertinent — comme un document, un exemple ou des renseignements fournis par un collègue — puis lui demander d’appliquer les connaissances d’un autre domaine. 

Il faut ensuite déterminer si les travailleurs reviennent à ces activités. Chez environ 6 200 travailleurs observés de façon continue d’avril à juillet, les tâches interprofessionnelles déjà effectuées sont passées de 13,1 % de l’activité d’IA propre à leur profession en avril à 25,9 % en juillet¹. Cette tendance concorde avec l’intégration de certaines formes d’aide interprofessionnelle aux processus de travail continus, plutôt qu’avec une simple expérience ponctuelle. 

Une analyse distincte permet de contextualiser cette récurrence. Dans un échantillon d’observations appariées avec un suivi d’un mois, les travailleurs ont repris une tâche interprofessionnelle effectuée le mois précédent dans 23,6 % des cas, contre 8,4 % chez des travailleurs comparables qui ne l’avaient pas effectuée le mois précédent. Des écarts semblables apparaissent pour les tâches propres à une profession et les tâches générales.

La récurrence varie considérablement selon le type de travail. Les travailleurs ont repris certaines tâches interprofessionnelles le mois suivant à des taux relativement élevés :

• Discuter de biens ou de services avec des clients : 54 %

• Rédiger des textes publicitaires ou promotionnels : 44 %

• Créer du matériel de marketing : 37 %

En comparaison, les travailleurs ont repris la tâche consistant à expliquer des renseignements financiers dans environ 15 % des cas. Le taux moyen de reprise le mois suivant pour l’ensemble des tâches interprofessionnelles était de 18,5 %. Ces différences pourraient indiquer les processus récurrents auxquels l’IA s’intègre naturellement. Elles pourraient aussi refléter des différences liées aux normes du milieu de travail, à la prudence ou aux conséquences perçues d’une erreur. 

Les deux premiers rapports Le travail de pointe montrent comment le travail peut changer avant les titres de poste. Le premier rapport montrait que les travailleurs utilisent l’IA pour dépasser les frontières professionnelles traditionnelles. Ce rapport constate que certaines de ces activités s’intègrent aux processus de travail réguliers. Ces tendances suggèrent une voie possible de transformation des emplois par l’IA : un travailleur essaie une activité extérieure à son rôle traditionnel, constate l’utilité de l’IA et commence à reprendre cette activité dans le cadre de son travail.

L’IA peut transformer les emplois bien avant que leurs titres changent : les travailleurs l’utilisent pour des activités associées à une autre profession et reprennent certaines d’entre elles au fil du temps. Si ces activités deviennent des responsabilités régulières, l’éventail des activités d’un emploi pourrait s’élargir même si son titre reste inchangé. Nous continuerons d’étudier ces changements afin de mieux comprendre comment l’IA transforme la division du travail et ce que cela signifie pour les travailleurs, les entreprises et l’économie dans son ensemble.

• Lisez notre étude sur le croisement des tâches⁠ pour découvrir comment les travailleurs utilisent ChatGPT afin d’accomplir des tâches qui dépassent leur rôle traditionnel.

• Lisez notre cadre de transition des emplois liée à l’IA⁠ pour découvrir comment les capacités de l’IA, les rôles humains et la demande pourraient façonner l’emploi.