IA générative et travail d’équipe : l’IA génère, l’humain choisit

L’étude « Cybernetic Teammate » sur l’IA générative et le travail d’équipe, menée chez Procter & Gamble, vient d’être publiée dans la revue scientifique Organization Science. Mêmes participants, mêmes chiffres… mais une nouvelle lecture qui change la manière d’utiliser l’IA en équipe.

En mai 2025, je te présentais dans Comment révolutionner votre travail d’équipe avec l’IAGen ? une étude menée auprès de professionnels de P&G par l’équipe du célèbre Ethan Mollick.

Son message : l’IA générative peut jouer le rôle d’un véritable « coéquipier cybernétique ».

Ethan Mollick en fait aujourd’hui à nouveau la promotion. En lisant la nouvelle version, j’ai d’abord cru à une seconde étude… avant de comprendre que ce n’est pas une nouvelle étude, mais la version définitive de la même expérience.

• Version 1 (mars 2025) : un working paper de la Harvard Business School, diffusé pour discussion, non relu par des pairs.
• Version 2 (juin 2026) : l’article publié dans la revue Organization Science, après deux séries de révisions demandées par des chercheurs indépendants.

L’étude est signée par onze auteurs, menés par Fabrizio Dell’Acqua (Harvard), avec Ethan et Lilach Mollick (Wharton), Karim Lakhani (Harvard) et des responsables de P&G.

Alors, qu’est-ce qui a changé entre les deux versions ? 

Honnêtement, j’ai ouvert les deux documents PDF pour essayer de les comparer, avant de me dire « hé, mais Claude va m’aider!! » Et franchement, toi qui me lis, tu aurais fait exactement la même chose! 

L’essentiel en 30 secondes

• Même étude, version définitive : l’expérience P&G de 2024 est désormais validée par des pairs.
• Les résultats clés tiennent : une personne seule avec l’IA fait au moins aussi bien qu’une équipe de deux sans IA (environ +10 % de qualité, contre +6 % pour le binôme).
• La nouveauté : l’IA génère de meilleures idées, mais les équipes humaines choisissent mieux la meilleure idée (en 2026, les humains restent sensés, ouf !)
• Ce qui disparaît : le chiffre du gain de temps n’apparaît plus (et franchement ça me rassure car cette notion de gain de temps n’est pas l’avantage principal des IA selon moi et cet article le confirme).
• À retenir : confie la génération d’idées à l’IA, garde la décision au collectif humain.

1. Ce qui ne change pas : l’IA générative améliore toujours le travail d’équipe

Globalement, l’examen par les pairs n’a pas remis en cause les conclusions principales de l’étude initiale. L’expérience reste la même : 791 professionnels R&D et Commercial de P&G, répartis au hasard en quatre groupes, travaillant sur de vrais défis d’innovation de leur business unit.

La nouveauté, c’est que les auteurs traduisent leurs écarts-types en pourcentages, beaucoup plus parlants :

Qualité moyenne des solutions (écart à la moyenne du groupe « seul sans IA »). De gauche à droite : seul sans IA, équipe sans IA, seul avec IA, équipe avec IA. Source : Dell’Acqua et al. (2026), Organization Science, figure 2, licence CC BY 4.0.

Les trois piliers de mon premier article sont confirmés :

• Performance : une personne seule avec l’IA fait au moins aussi bien qu’un binôme sans IA (environ +10 % contre +6 %, un écart que les auteurs jugent comparable).
• Expertise : sans IA, chacun reste dans son silo métier (le Commercial propose du commercial, la R&D du technique etc…). Avec l’IA, les propositions deviennent équilibrées, quel que soit le métier d’origine.
• Émotions : avec l’IA, plus d’enthousiasme et d’énergie, moins d’anxiété et de frustration. Oui les robots créent une forme d’excitation, avoue que c’est vrai !

À gauche, sans IA : les profils Commercial (vert) proposent des idées plus commerciales, la R&D (jaune) des idées plus techniques. À droite, avec IA : les deux courbes se superposent. Source : Dell’Acqua et al. (2026), figure 5, CC BY 4.0.

Évolution des émotions positives (enthousiasme, énergie, excitation) avant et après la tâche. De gauche à droite : seul sans IA, équipe sans IA, seul avec IA, équipe avec IA. Source : Dell’Acqua et al. (2026), figure 6, CC BY 4.0.

Et le résultat le plus frappant demeure : les équipes avec IA ont environ trois fois plus de chances de produire une idée du top 10 %.

Part des solutions classées dans le top 10 %. La ligne pointillée correspond au groupe « seul sans IA ». Source : Dell’Acqua et al. (2026), figure 9, CC BY 4.0.

2. La grande nouveauté : l’IA génère de meilleures idées… mais l’humain choisit mieux

C’est l’apport majeur de la nouvelle version publiée, au point d’avoir été ajouté au résumé de l’étude.

Lors de l’atelier, chaque participant ou binôme suivait trois étapes : générer 5 idées, en choisir une, puis la développer. Les chercheurs ont analysé l’effet de l’IA étape par étape :

1. Générer : l’IA fait la différence. Avec l’IA, la qualité moyenne des 5 idées est nettement plus élevée. Et elle progresse sur toute la gamme : les meilleures comme les moins bonnes idées montent, sans que l’écart entre elles se resserre.
2. Choisir : l’humain reprend l’avantage. Les binômes sans IA repèrent leur meilleure idée environ une fois sur deux. Avec l’IA, c’est un peu plus d’une fois sur trois (environ 37 %).
3. Le résultat final reste meilleur avec l’IA, parce que le gain sur la qualité des idées compense largement cette moindre justesse du choix.

Les quatre temps du processus. (a) Qualité moyenne des 5 idées générées : nette hausse avec l’IA. (b) Probabilité de choisir sa meilleure idée : les équipes sans IA (en bleu) font mieux. (c) Écart entre meilleure et moins bonne idée : stable, pas d’uniformisation. (d) Qualité de l’idée retenue : le résultat final reste meilleur avec l’IA. Source : Dell’Acqua et al. (2026), figure 8, CC BY 4.0.

Pourquoi l’IA nous rendrait-elle moins bons pour choisir ?

Les auteurs avancent plusieurs pistes :

• La complaisance des modèles : l’IA a tendance à valider nos idées plutôt qu’à les challenger… la fameuse flagornerie que tu as forcément expérimentée (« sycophancy » en anglais)
• L’absence de friction : un collègue contredit, doute, pose la question qui fâche s’il a suffisamment de sécurité psychologique. L’IA, beaucoup moins. Cette approbation fait du bien sur le moment… mais torpille l’esprit critique.
• Des idées moins « digérées » : quand une idée a été co-produite avec l’IA, on se l’approprie moins, et on l’évalue donc moins bien.

C’est exactement le risque que je soulevais en comparant coach IA et coach humain : une empathie « roudoudou » qui peut amener à moins bien gérer le débat ou la confrontation d’idées…

Leur conclusion tient en une formule : l’IA est un amplificateur de qualité, pas un meilleur décideur. Le jugement humain garde toute sa valeur au moment de trancher.

3. Le « coéquipier cybernétique » décortiqué

La version publiée va plus loin pour comprendre d’où vient le gain apporté par l’IA.

40 % d’assistance, 60 % de coéquipier

Les chercheurs proposent une estimation, qu’ils présentent eux-mêmes comme indicative :

• environ 40 % du gain d’une personne seule avec l’IA viendrait d’une aide au travail individuel (celle dont profitent aussi les équipes)
• environ 60 % viendrait du fait que l’IA remplace certaines fonctions qu’apporte habituellement un collègue : confronter les points de vue, compléter une expertise, relancer la réflexion

Autrement dit, l’essentiel de la valeur de l’IA pour une personne seule ne tient pas à la mise en forme : il tient à sa capacité à jouer une partie du rôle d’un coéquipier.

Le premier coéquipier compte le plus

Autre lecture nouvelle : considérer l’IA comme un membre de l’équipe à part entière

• de 1 à 2 (humain + humain, ou humain + IA) : c’est là que se fait l’essentiel du gain moyen
• de 2 à 3 (deux humains + IA) : le gain moyen supplémentaire est faible… mais les chances de produire une idée exceptionnelle augmentent

C’est la vieille loi des rendements décroissants appliquée aux équipes : chaque membre supplémentaire apporte du savoir, mais aussi de la coordination.

La bonne équipe dépend moins du nombre de têtes que de la présence des bonnes expertises.

4. Trois objections auxquelles l’étude répond désormais

La nouvelle version publiée répond à des questions que je trouve super intéressantes. 

« L’IA ne fait que rendre les textes plus jolis. » Faux. Beaucoup pensent que si les solutions avec IA sont mieux notées, c’est seulement parce qu’elles sont plus longues et mieux rédigées. Les chercheurs ont vérifié : la longueur ne change pas la note, les fautes de frappe non plus, et l’écart existe déjà sur les idées brutes, avant toute rédaction. L’IA ne se contente pas d’améliorer la forme : elle aide à trouver de meilleures idées. Sa vraie valeur se joue donc au début, pendant la recherche d’idées, pas à la fin pour « faire propre ». En gros c’est pas la taille qui compte!

« L’IA uniformise tout. » Oui et non. Sur la qualité, non : l’écart entre meilleures et moins bonnes idées reste le même, et les idées exceptionnelles sont plus fréquentes. Sur le fond, les auteurs reconnaissent en revanche que les solutions produites avec l’IA se ressemblent davantage entre elles. Un point de vigilance pour l’innovation à long terme. Sinon, embauche des neurodivergents, ils sauront penser « out of the box ».

« Il faut maîtriser l’art du prompt. » Pas forcément. Les participants avaient reçu un guide de prompts recommandés. Seuls 38 % l’ont utilisé… et ceux qui s’en sont passés ont obtenu d’aussi bons résultats. Chacun a rapidement adapté l’outil à sa propre façon de travailler. Ce point m’étonne vraiment… car quand on prompte comme des patates, on sait que le résultat ressemble à de la purée! 

Dernier point : l’IA améliore la nouveauté, l’impact et le potentiel business des idées, mais pas leur faisabilité. Le regard terrain reste indispensable pour juger si une idée est réalisable. C’est peut-être là que les vieux en entreprise ont un avantage? ou pas?

5. Ce qui disparaît, ce qui se nuance

Le gain de temps n’apparaît plus

Dans mon premier article, je citais un gain de temps de 16,4 % pour les individus et 12,7 % pour les équipes. Ces chiffres ne figurent plus dans la version publiée. Les auteurs ne les commentent pas : ils ont simplement recentré l’analyse sur la qualité du travail produit. À lire donc avec prudence si tu les as vus circuler.

Cela rejoint d’ailleurs mon propre constat dans L’IAGen ne me rend pas (encore) plus productive, et vous ? : le vrai bénéfice de l’IA n’est pas de nous rendre plus rapides mais de mieux réfléchir.

Un ton nettement plus prudent

Comparer les deux versions montre que les auteurs ont apporté des nuances dans leurs analyses :

• l’IA reproduisait « beaucoup » des bénéfices du travail en équipe ; elle en reproduit désormais « certains »
• elle « démocratisait » l’expertise ; elle en « améliore l’accès »
• elle « bouleversait fondamentalement » les silos ; elle « commence à » les bousculer

Moins de tension, pas toujours mieux

Sur les émotions positives, les auteurs ajoutent une nuance importante : un certain désaccord dans une équipe est utile. La friction constructive pousse à creuser et produit de meilleures idées dans la durée. Une collaboration trop confortable avec l’IA n’est donc pas forcément un progrès à long terme.

Plus de transparence sur les limites

• Seuls les résultats sur la performance et le décloisonnement des expertises étaient prévus dès le départ (pré-enregistrés). Ceux sur les émotions et les idées exceptionnelles sont des découvertes en cours de route.
• L’expérience porte sur une seule entreprise, une seule journée, en distanciel, avec des binômes qui ne se connaissaient pas.
• Elle a été menée en 2024 avec un seul modèle (GPT-4). Les chiffres précis sont à prendre comme des tendances, les modèles ayant beaucoup évolué depuis.

6. Ce que j’en retiens pour tes équipes

En accompagnant des organisations dans l’adoption de l’IA, voici les enseignements concrets que je tire de cette nouvelle version :

1. Confie la génération d’idées à l’IA, garde la décision humaine. Utilise l’IA pour ouvrir le champ des possibles, puis sélectionne entre humains, idéalement à plusieurs et avec des métiers différents.
2. Réintroduis de la friction. Demande explicitement à l’IA de critiquer tes idées, de jouer l’avocat du diable, de lister ce qui pourrait échouer. Ou soumets la sélection finale à un collègue qui n’a pas participé.
3. Prends le temps de t’approprier les idées. Avant de choisir, reformule chaque idée avec tes propres mots : ce qu’on a digéré, on l’évalue mieux.
4. Fais valider la faisabilité par le terrain (et par des vieux?). C’est le seul critère que l’IA n’améliore pas.
5. Pour viser l’exceptionnel, mise sur l’équipe + l’IA. Seule, l’IA relève la moyenne ; combinée à une équipe pluridisciplinaire, elle multiplie les idées de rupture.
6. Forme tes équipes à l’usage, pas aux recettes. Plutôt que des bibliothèques de prompts, aide chacun à trouver sa propre manière de collaborer avec l’IA et à garder son esprit critique.

Pour aller plus loin sur les compétences humaines qui font la différence face à l’IA : Top 20 des soft skills à développer à l’ère de l’IA et Top 15 des différences entre les humains et l’IA.

Conclusion : un coéquipier brillant… qui ne doit pas avoir le dernier mot

La version publiée de l’étude P&G confirme le message de départ : l’IA générative peut jouer une partie du rôle d’un coéquipier, en améliorant la qualité des idées, en décloisonnant les expertises et en rendant le travail plus agréable.

Mais elle ajoute une nuance précieuse : l’IA améliore la matière première, pas le jugement. Au moment de choisir, la confrontation entre humains reste un atout. Et une collaboration trop confortable avec une IA qui nous approuve pourrait, à terme, torpiller notre esprit critique.

« La chose la plus importante que nous pouvons faire est de continuer à demander ce que nous devons transférer et ce qu’il faut garder pour nous-mêmes… et de ne pas s’attendre à ce que quiconque, y compris l’IA, réponde à cela pour nous » Ethan Mollick

Comment cette étude va impacter ton collectif ou tes méthodes de travail ? Qu’en retiens-tu de bon pour toi ? 

Sources

• Version publiée : Dell’Acqua F., Ayoubi C., Lifshitz H., Sadun R., Mollick E., Mollick L. et al. (2026), The Cybernetic Teammate: A Field Experiment on Generative AI and Teamwork, Organization Science, 37(4), p. 1217-1242. En accès libre.
• Version préliminaire : working paper HBS 25-043, mars 2025.
• L’article d’Ethan Mollick : choisir de rester humain
• Mon premier article : Comment révolutionner votre travail d’équipe avec l’IAGen ?