Des chercheurs du MIT, d'Oxford et de CMU ont publié une vaste étude (sur plus de 1200 personnes) sur l'impact de l'aide de l'IA sur notre autonomie. Spoiler : elle transforme les gens en handicapés cognitifs.

Les chercheurs ont donné aux participants des problèmes à résoudre. Un groupe a reçu un assistant IA qui fournissait instantanément les réponses, l'autre rien.

Et que s'est-il passé ?
1️⃣ Boost à court terme : Avec l'IA, les gens résolvaient les problèmes plus rapidement et plus correctement. Évidemment.
2️⃣ Catastrophe lors de la déconnexion : Dès que l'IA était retirée, le groupe "entraîné" montrait des résultats pires que le groupe témoin qui avait travaillé seul.
3️⃣ Atrophie de la volonté : Le plus effrayant : les gens du groupe IA ont commencé à sauter massivement les problèmes. Ils refusaient tout simplement de penser par eux-mêmes.

Cet effet a été observé après seulement 10 à 15 minutes de travail avec le réseau neuronal. Imaginez ce qui est arrivé au cerveau des vibe-coders 🫠

👉🏻 Mais il y a une nuance cruciale
La baisse des compétences et de la motivation a été observée uniquement chez ceux qui demandaient des réponses toutes faites à l'IA.
Les participants qui utilisaient le réseau neuronal en mode indices et questions orientées n'ont pas dégradé leurs capacités et ont conservé leur capacité à résoudre les problèmes de manière autonome.

Les auteurs identifient deux mécanismes scientifiquement fondés :
🔵 Décalage du point de référence (Hedonic adaptation). Lorsque l'IA génère une réponse en quelques secondes, le cerveau modifie la référence du temps qu'une tâche devrait prendre. En conséquence, écrire du code de manière autonome commence à sembler subjectivement trop coûteux en énergie.
🔵 Rupture de l'étalonnage métacognitif. En se privant de la lutte productive (productive struggle), une personne cesse de comprendre de quoi elle est réellement capable. L'absence de tentatives autonomes prive le cerveau de feedback sur ses propres compétences.

Les auteurs résument le problème par la métaphore de la "grenouille qui bout". Chaque délégation d'une tâche à un réseau neuronal semble localement gagnante et gratuite, mais l'effet cumulatif érode imperceptiblement mais radicalement la capacité à résoudre des problèmes complexes sans béquille technologique. Les systèmes d'IA actuels sont optimisés exclusivement pour l'utilité à court terme, et non pour le développement à long terme de l'utilisateur.