Dette cognitive : le quatrième levier que je n'ai pas développé dans mon article

Depuis un an, la recherche mesure quelque chose que personne ne facture. Non pas ce que l'IA rate, mais ce que son usage sans cadre retire à celui qui l'utilise. On appelle cela la dette cognitive : une mémoire qui ne fixe plus, une attention qui ne s'engage plus, un jugement qui ne s'exerce plus.

Et les professions réglementées fournissent déjà les premiers cas documentés de désapprentissage. Des gastro-entérologues expérimentés qui perdent six points de taux de détection en un trimestre d'assistance. Des consultants qui produisent 19 % de bonnes réponses en moins dès que la tâche sort du périmètre de l'outil. Des développeurs qui se ralentissent tout en restant convaincus d'avoir accéléré.

J'ai détaillé ces études, et ce qu'elles impliquent pour la profession d'avocat, dans un article publié sur le Village de la Justice : « L'IA ne fera pas disparaître les avocats, mais la "dette cognitive" pourrait éroder ce qui les rend irremplaçables ».

Pourquoi les avocats

J'ai écrit ce texte pour les avocats parce qu'ils sont dans une position singulière. C'est la profession la plus exposée par nature : son matériau de travail est le langage, exactement ce que l'IA générative produit le mieux en apparence. Et c'est en même temps la seule profession dont la formation et la déontologie contiennent déjà l'antidote. Le doute méthodique, la charge de la preuve, le contrôle des sources : tout l'appareil intellectuel du juriste est un programme anti-dette cognitive.

À une condition : en faire une pratique de cabinet, pas une vertu individuelle. L'enquête du CNB montre une profession individuellement lucide et collectivement sans cadre. C'est précisément dans cet écart que la dette s'accumule.

L'article propose trois leviers pour la contenir : l'ordre des opérations (penser d'abord, déléguer ensuite), la carte des délégations (écrire ce qui se délègue et ce qui ne se déléguera jamais), et la mesure (vérifier le gain réel sur pièces plutôt que sur ressenti).

Il y a un quatrième levier que je n'ai pas développé dans l'article. C'est l'objet de ce billet.

Le quatrième levier : la conception de l'outil lui-même

Les trois premiers leviers portent sur l'usage. Le quatrième porte sur l'outil.

Un système d'IA peut être conçu pour répondre à votre place, ou pour préparer votre décision et rendre la vérification incontournable. Ce sont deux objets différents, même s'ils reposent sur le même modèle.

Le premier vous livre une réponse formatée, fluide, prête à copier. C'est la configuration qui maximise la dette cognitive : elle invite à valider sans lire, elle récompense la confiance et pénalise l'examen. Toutes les études citées dans l'article décrivent ce mécanisme. Ce n'est pas l'utilisateur qui est faible, c'est l'interface qui est optimisée contre lui.

Le second vous livre un dossier préparé : les sources localisées et citées de façon vérifiable, les points où le système n'est pas sûr signalés comme tels, les questions que la réponse soulève posées avant la réponse elle-même. Il peut refuser de conclure tant que certains éléments n'ont pas été confirmés par l'utilisateur. Il peut présenter deux lectures contradictoires d'un même texte et demander laquelle tient. Il transforme la vérification, qui était une discipline personnelle, en passage obligé du flux de travail.

Des chercheurs en pédagogie appellent cela une IA socratique : un outil qui interroge et nuance au lieu de servir des réponses formatées. Dans l'enseignement, on observe que les tuteurs conçus pour guider par questions préservent l'apprentissage là où les assistants qui donnent la solution le court-circuitent. Le parallèle avec la pratique professionnelle est direct. Un outil qui donne la solution entretient la compétence de celui qui l'a déjà, et empêche sa construction chez celui qui ne l'a pas encore.

La différence ne tient pas au modèle. Elle tient à ce qu'on décide de lui déléguer, et à ce que l'interface rend facile ou coûteux. C'est une décision de conception, donc une décision qu'un cabinet peut poser comme exigence.

Ce que cela change pour un cabinet

Concrètement, cela déplace une question. Choisir un outil d'IA n'est plus seulement une question de performance ou de conformité. C'est une décision de délégation, au même titre que la carte des délégations interne.

Trois questions à poser à n'importe quel éditeur, ou à n'importe quel projet interne :

Où l'outil s'arrête-t-il ? Un système bien conçu pour un usage juridique s'arrête avant la qualification, la stratégie et la validation. S'il produit directement le livrable final, il est conçu pour se substituer, pas pour assister.
La vérification est-elle structurelle ou optionnelle ? Si les sources sont vérifiables en un geste et que le flux impose de les confirmer, la vérification survivra à la pression du quotidien. Si elle repose sur la bonne volonté de l'utilisateur un soir de bouclage, elle disparaîtra.
L'outil sait-il dire qu'il ne sait pas ? Un système qui exprime son incertitude au bon endroit rend son utilisateur plus prudent. Un système uniformément confiant rend son utilisateur uniformément confiant aussi. C'est le mécanisme exact que la recherche décrit depuis un an.

Savoir rédiger une requête à une IA était la compétence de 2024. Savoir ce qu'on ne lui déléguera jamais sera celle qui distinguera les cabinets en 2027. Et entre les deux, il y a une compétence intermédiaire qui se joue maintenant : savoir reconnaître, ou exiger, un outil conçu pour préparer la décision plutôt que pour la prendre.

C'est là que se jouera la prochaine étape.

Pour aller plus loin : l'article complet, avec les études, les chiffres du CNB et les trois premiers leviers détaillés, est à lire sur le Village de la Justice : L'IA ne fera pas disparaître les avocats, mais la « dette cognitive » pourrait éroder ce qui les rend irremplaçables.