Les interfaces spécialisées d’IA réduisent la charge cognitive pour les professionnels

Les interfaces de type chatbot, souvent utilisées pour interagir avec les IA, génèrent une charge cognitive qui limite l’efficacité des outils pour les tâches professionnelles complexes. Une étude récente a montré que des professionnels de la finance utilisant GPT-4o dans un cadre de travail réalisaient des gains de productivité, mais subissaient aussi une surcharge mentale liée à la structure des réponses : murs de texte, propositions de sujets non sollicités et discussions désorganisées. Une fois la conversation devenue chaotique, elle le restait, l’IA reproduisant l’état désordonné de l’échange sans réorganisation possible par l’utilisateur. Les travailleurs moins expérimentés étaient les plus affectés, alors qu’ils pourraient tirer le plus profit de l’IA si l’interface ne les submergeait pas.

Face à cette limite, des interfaces spécialisées émergent pour des usages ciblés. Les outils les plus aboutis aujourd’hui sont conçus pour les développeurs, comme Claude Code d’Anthropic, Codex d’OpenAI ou Antigravity de Google. Ces agents autonomes, capables de travailler pendant des heures sans intervention, reposent sur des interfaces techniques (Python, Git) qui excluent la majorité des professionnels non techniques. Leur design, inspiré des environnements de développement des années 1980, illustre un écart entre les capacités des IA et leur accessibilité pour les 99 % des travailleurs du savoir qui ne sont pas développeurs.

Google explore des alternatives pour d’autres métiers via des prototypes comme Stitch, Pomelli ou NotebookLM. Ces outils proposent des interfaces adaptées à des tâches spécifiques, comme la création d’applications via des descriptions en langage naturel sur un canevas infini. Leur approche suggère une voie pour des interfaces natives en IA, où la structure de l’outil épouse les besoins du métier plutôt que l’inverse. Ces expérimentations restent rudimentaires, mais elles pointent vers une évolution nécessaire : passer des chatbots polyvalents mais inefficaces pour le travail à des agents autonomes dotés d’interfaces conçues pour des contextes professionnels précis.