Pépites de managementRetrouvez ici quelques pépites issues de notre veille des meilleures publications sur le leadership et le management

L’IA s’est invitée au cœur de nos décisions professionnelles. On sait qu’il lui arrive de se tromper – et même de se tromper souvent. Mais ce savoir suffit-il à nous protéger de ses erreurs ?

Trois expériences menées par la Wharton School sur plus de 1 300 participants fournissent une réponse claire à cette interrogation : c’est non ! Dans ces expériences, les chercheurs ont mesuré le taux de « capitulation cognitive » des participants – à savoir leur tendance à adopter la réponse de l’IA sans même l’évaluer. Ainsi, consultée sur une décision, une IA sciemment programmée pour donner de mauvaises réponses était quand même suivie dans 79,8 % des cas.

Et ce réflexe résiste à tout :

- Sous pression de temps, il s’aggrave. En imposant un délai de 30 secondes pour chaque décision, le nombre de participants suivant la mauvaise recommandation de l’IA passait à 88 %.

- Les incitations financières et les feedbacks immédiats l’atténuent – sans l’éliminer. Combiner récompense financière et retour immédiat « vrai/faux » après chaque décision a doublé la proportion de participants rejetant les mauvaises réponses de l’IA. Mais 58 % des participants suivaient encore l’IA de façon systématique, même quand elle avait tort.

Pour contrecarrer ce biais, miser sur la motivation individuelle ne suffit pas : il faut jouer sur la conception des outils d’IA eux-mêmes, afin de faire du contrôle de leurs recommandations une étape garantie, et non simplement espérée.

----------
Source : Thinking—Fast, Slow, and Artificial: How AI is Reshaping Human Reasoning and the Rise of Cognitive Surrender, Steven D. Shaw, Gideon Nave, The Wharton School Research Paper, janvier 2026.

L’IA est censée nous permettre de dégager du temps et de simplifier le travail. Mais une étude BCG auprès de 1 488 salariés américains révèle une réalité plus contrastée : l’usage de l’IA réduit le burn-out, mais il crée aussi un nouveau type d’épuisement – qui, lui, passe sous les radars.

Les chercheurs nomment ce phénomène « AI brain fry » – ou surchauffe cognitive : une fatigue aiguë liée à une supervision intensive des outils IA. Les conséquences sont sérieuses : fatigue décisionnelle, multiplication des erreurs, hausse du turnover pour les usagers les plus intensifs…

L’étude dresse trois principaux constats :

- Burn-out et surchauffe cognitive sont deux phénomènes distincts. En automatisant les tâches répétitives, l’IA réduit le burn-out de 15 %. Mais elle accroît en parallèle la fatigue cognitive. Ce sont deux formes d’épuisement différentes – avec des causes et des remèdes bien distincts.

- La supervision d’une ou de plusieurs IA est à l’origine de la surchauffe. Utiliser l’IA pour automatiser une tâche n’est pas fatigant en soi. Ce qui épuise, c’est de surveiller ses productions en permanence, de valider ses résultats, de jongler entre plusieurs agents…. On observe en particulier qu’au-delà de trois outils d’IA utilisés en simultané, la productivité chute.

- Créer des incitations pour utiliser l’IA aggrave le problème. En faisant de l’utilisation de l’IA un objectif de performance – nombre de lignes de code générées par IA, nombre de tokens consommés, etc. –, les organisations incitent involontairement leurs équipes à multiplier la supervision des outils. Ce qui produit exactement l’épuisement qu’elles cherchent à éviter.

Vos meilleurs utilisateurs d’IA sont aussi les plus exposés à la surchauffe cognitive. Est-ce que vos indicateurs les orientent vers plus de performance – ou vers plus de supervision ?

----------
Source : When Using AI Leads to "Brain Fry", Julie Bedard, Matthew Kropp, Megan Hsu, Olivia T. Karaman, Jason Hawes, Gabriella Rosen Kellerman, Harvard Business Review, mars 2026.

Le greenwashing concentre toutes les attentions. Mais une tendance inverse s'installe discrètement : le greenhushing, ou l'art d’en faire plus qu'on ne le dit.

En 2022, dans une enquête auprès de 1 200 entreprises, South Pole révélait que, parmi les plus engagées sur le climat, une sur quatre ne communiquait pas sur ses objectifs de réduction d'émissions. En 2024, le phénomène s'est généralisé : sur 1 400 entreprises sondées, dans 9 secteurs sur 14, les entreprises réduisent activement leurs communications sur les sujets climatiques – alors que la grande majorité reconnaissent que communiquer serait bon pour leur activité.

Pourquoi ce silence ? Le durcissement de la réglementation l'explique en partie. Face à des normes comme la CSRD en Europe, les entreprises craignent d'être tenues juridiquement responsables de ce qu'elles déclarent publiquement. Or les règles évoluent vite et les systèmes de mesure internes ne sont pas toujours assez robustes pour étayer chaque chiffre. Beaucoup préfèrent ainsi se taire que de prendre le risque de s'exposer. À cela s’ajoute la crainte d’être accusé de greenwashing : mettre en avant ce que l’on fait renforce le risque d’être ciblé pour ce que l’on ne fait pas.

Et pourtant, derrière ce repli, l'action continue : 76 % des entreprises augmentent leurs budgets dédiés à la neutralité carbone, et 81 % s'estiment sur la bonne trajectoire pour atteindre leurs objectifs.

Ce silence a pourtant un coût collectif : en se rendant invisibles, les organisations les plus engagées laissent le terrain à celles qui communiquent sans nécessairement agir, alimentant ainsi une perception d'inaction générale qui ne reflète pas la réalité.

----------
Sources :
Net Zero and Beyond: A Deep-dive on Climate Leaders and What’s Driving Them, South Pole, 2022 ;
Destination Zero: the state of corporate climate action, South Pole, 2024.

Les grandes entreprises investissent massivement dans l'IA. Et pourtant, BCG, McKinsey et le MIT s'accordent : moins de 10 % parviennent à en tirer une vraie valeur à grande échelle. D’où vient la difficulté ?

Une étude de la Wharton School et de GBK Collective auprès de 800 dirigeants d'entreprises américaines révèle une cause inattendue. On aurait pu s’attendre à ce que le problème résulte d’un clivage entre dirigeants enthousiastes et employés inquiets. En réalité, celui qui pourrait avoir l’impact le plus déterminant se situe entre dirigeants et managers intermédiaires.

· Valeur perçue. – 45 % des dirigeants estiment que leur entreprise obtient un retour sur investissement significatif sur ses investissements IA, contre seulement 27 % des managers intermédiaires – soit 18 points d'écart sur la question la plus fondamentale.

· Rythme d'adoption. – 56 % des dirigeants estiment que leur organisation devance la concurrence. Seulement 28 % des managers partagent ce sentiment.

· Enthousiasme. – Environ les deux tiers des dirigeants se disent « beaucoup plus positifs » cette année sur les perspectives de l’IA. Seuls 39 % des managers ressentent la même évolution. Dans une étude du BCG, 76 % des dirigeants pensent que leurs équipes sont enthousiastes à l'égard de l'IA, alors que seuls 31 % des collaborateurs le confirment.

Ce sont pourtant les managers intermédiaires qui feront advenir – ou non – la transformation. Tant que les dirigeants ne mesurent pas cet écart, aucun investissement ne comblera la distance entre ambitions et résultats réels.

----------
Source : Managers and Executives Disagree on AI—and It's Costing Companies, Jeremy Korst, Stefano Puntoni, Prasanna Tambe, Harvard Business Review, avril 2026.

Lors de prises de décisions stratégiques, beaucoup de dirigeants veillent à se prémunir contre les risques induits par nos réflexes mentaux : accorder trop d’importance aux premières informations, minimiser les risques associés au statu quo, céder au conformisme du groupe, etc.

Un bref article de McKinsey alerte sur un danger souvent sous-estimé : l’effet de la fatigue mentale. Celle-ci n’est pas seulement un risque supplémentaire dont il faut tenir compte : elle agit comme amplificateur de tous nos biais cognitifs. De fait, lorsque notre capacité de raisonnement est trop mise à l’épreuve, nous adoptons malgré nous des jugements intuitifs, avec tous les risques associés, sans exercer la rigueur qui serait nécessaire pour en corriger les dérives.

L’auteur invite ainsi, avant toute décision, à se poser trois questions simples :
– Les enjeux de cette décision sont-ils élevés ?
– Le sujet nous est-il familier ?
– Pourrons-nous ensuite changer d’avis ?

S’il ressort qu’une erreur de décision serait coûteuse, c’est le moment de s’obliger à prendre du recul : les conditions sont-elles réunies pour une décision de qualité ? Cela implique que les esprits soient préparés, parfaitement attentifs et réactifs. Sinon, assurez-vous par exemple de programmer un moment plus propice ; de décider d’une pause ; de vous doter de règles garantissant la pleine concentration de chacun ; ou encore de faire appel à un facilitateur professionnel mandaté pour vous alerter sur les possibles dérives de la dynamique des débats.

----------
Source : Bias Busters: How cognitive overload multiplies every bias, Aaron De Smet, McKinsey Quarterly, février 2026.