Régis referme son ordinateur portable à minuit passé. L’article de huit cents mots sur les tendances du secteur vient de sortir de ChatGPT après quatre prompts et deux relectures rapides. Il relit une dernière fois son titre, sourit, et programme la publication pour sept heures du matin. Il est fier. Il a l’impression d’avoir écrit quelque chose de bon, peut-être même son meilleur article du mois.
Trois semaines plus tard, l’article culmine à quarante-deux vues, dont douze de ses propres collègues. Le client demande pourquoi le trafic n’a pas bougé. Régis ne comprend pas où est le problème. Il a fait tout ce qu’il fallait, ou du moins c’est ce qu’il ressent.
Régis n’est ni paresseux ni incompétent. Il est pris dans un piège que la psychologie décrit depuis des décennies, et que l’IA générative vient de rendre beaucoup plus dangereux pour les entreprises. Ce piège a un nom, ou plutôt trois : l’effet IKEA, le syndrome NIH, et l’effet Dunning-Kruger. Pris séparément, chacun de ces biais est déjà bien documenté par la recherche. Combinés autour d’un prompt ChatGPT, ils forment un mécanisme qui pousse des milliers de professionnels à publier du contenu médiocre en étant convaincus du contraire.
L’effet IKEA : pourquoi vous aimez ce que vous venez d’assembler
En 2011, les chercheurs Michael Norton, Daniel Mochon et Dan Ariely ont demandé à des participants de monter des meubles IKEA, de plier de l’origami et d’assembler des Lego (Harvard Business School). Résultat : les participants valorisaient leurs propres créations presque autant que celles d’un expert, même quand elles étaient visiblement mal assemblées. Le simple fait d’avoir fourni l’effort suffisait à faire naître l’attachement. Les chercheurs ont appelé ce phénomène l’effet IKEA.
L’effet disparaissait dans un cas précis : quand la tâche n’était pas menée à son terme, ou quand la création était détruite avant d’être évaluée. Le travail seul ne suffit pas à créer l’illusion de valeur, il faut un sentiment d’achèvement.
Un prompt ChatGPT coche exactement cette case. Vous tapez une instruction, vous obtenez un texte fini en quinze secondes, vous avez la sensation d’avoir accompli quelque chose. Le sentiment de compétence documenté par Mochon, Norton et Ariely dans leurs travaux suivants s’active de la même façon qu’avec un meuble à monter : vous avez travaillé, donc vous aimez le résultat, indépendamment de sa qualité réelle. C’est un des mécanismes que je détaille dans mon livre à propos de l’illusion de maîtrise que crée tout outil offrant un résultat rapide (Mon livre, chapitre 6).
Ce livre s’adresse aux PDG, aux dirigeants et aux innovateurs prêts à tout remettre en question et à créer une croissance exponentielle.
Le problème n’est pas l’outil. C’est la vitesse à laquelle il transforme un simple prompt en sentiment de propriété intellectuelle. Un collaborateur qui passait trois jours à rédiger un livre blanc savait, par la durée même du travail, qu’il avait le droit d’être fatigué et le devoir de faire relire son texte. Un collaborateur qui obtient le même livre blanc en douze minutes n’a plus ce garde-fou naturel. La rapidité de l’outil supprime le seul signal qui poussait autrefois à demander un second avis.
Le syndrome NIH : votre meilleur retour venait de l’extérieur
Le syndrome NIH, pour Not Invented Here, a été formalisé dès 1982 par les chercheurs Ralph Katz et Thomas Allen, qui ont étudié cinquante équipes de recherche et développement au MIT. Leur constat : les équipes développent une résistance croissante à l’information venue de l’extérieur, à mesure que leur ancienneté augmente. Une étude plus récente citée par la MIT Sloan Management Review a suivi cinq cent soixante-cinq projets d’innovation dans le monde. Seuls seize pour cent d’entre eux sont restés totalement épargnés par ce biais, et sa présence était corrélée à une baisse de la probabilité de succès du projet (MIT Sloan Management Review).
Le syndrome NIH ne se limite pas à rejeter les idées d’un concurrent ou d’un consultant. Il s’exprime aussi dans la relation qu’un professionnel entretient avec son propre contenu généré par IA. Une fois que Régis a produit son article seul, à minuit, avec son propre prompt, une relecture extérieure devient un obstacle plutôt qu’une aide. Le retour d’un rédacteur professionnel, d’un client, ou même d’un collègue formé au référencement, se heurte à une résistance silencieuse. Ce contenu est déjà le sien, il porte sa marque, le corriger en profondeur reviendrait à admettre que le travail solitaire ne suffisait pas.
L’ironie est que l’IA générative devait démocratiser l’accès à de bonnes pratiques externes, à des modèles éprouvés, à une expertise autrefois réservée à quelques spécialistes. Elle finit parfois par renforcer l’inverse : l’idée que produire seul, vite, sans regard extérieur, est suffisant. Dans les organisations où j’interviens, ce réflexe se repère à une phrase précise, prononcée par un collaborateur qui vient de recevoir une critique sur un texte généré par IA : « mais j’ai déjà passé du temps dessus ». Cette phrase, en apparence anodine, signale que le sujet a quitté le terrain du contenu pour entrer sur celui de l’identité personnelle.
Dunning-Kruger : pourquoi vous êtes le pire juge de votre propre prompt
En 1999, les psychologues Justin Kruger et David Dunning, alors chercheurs à l’université Cornell, ont publié une étude restée depuis une référence en psychologie sociale (Journal of Personality and Social Psychology). Leur protocole consistait à soumettre des participants à des tests de logique, de grammaire et d’humour, puis à leur demander d’estimer leur propre score. Résultat : les participants les plus faibles surestimaient largement leur performance, tandis que les meilleurs avaient tendance à sous-estimer légèrement la leur. La conclusion des auteurs tient en une phrase : les compétences nécessaires pour bien faire une tâche sont souvent les mêmes que celles nécessaires pour juger si on l’a bien faite. Sans elles, on reste incapable de mesurer son propre échec.
Appliqué au contenu généré par IA, ce mécanisme prend une dimension particulière. Un dirigeant, un chargé de communication ou un consultant qui ne maîtrise ni le référencement, ni la structure éditoriale, ni les codes de son secteur, n’a tout simplement pas les outils mentaux pour juger si le texte produit par ChatGPT est bon. Il juge sur la fluidité de la lecture, la présence de mots-clés attendus, l’absence de fautes. Ce sont exactement les critères sur lesquels un modèle de langage excelle, et exactement les critères insuffisants pour juger de la pertinence stratégique d’un contenu.
Le paradoxe est cruel : plus un collaborateur manque d’expertise éditoriale, plus il a de chances de se sentir satisfait de sa production IA, et moins il a de raisons de demander un avis extérieur. Les deux premiers biais renforcent alors le troisième au lieu de le corriger.
La convergence : un triangle qui inonde le web de contenu adoré de son seul auteur
Pris isolément, chacun de ces trois biais explique un comportement humain déjà ancien. Combinés autour de la production de contenu par IA générative, ils créent une boucle qui s’auto-alimente. Vous produisez un texte en quelques minutes, effet IKEA. Vous en devenez immédiatement propriétaire et fermé au retour extérieur, syndrome NIH. Vous n’avez pas les compétences pour évaluer objectivement sa qualité, effet Dunning-Kruger.
Les chiffres confirment l’ampleur du phénomène. Une enquête menée en 2026 par Ahrefs auprès de huit cent soixante-dix-neuf professionnels du marketing a montré que seuls quatorze pour cent d’entre eux jugent le contenu généré par IA supérieur en qualité au contenu écrit par des humains, alors même que la majorité continue à en produire en masse (Ahrefs). Une étude conduite par des chercheurs du MIT Sloan a de son côté révélé un phénomène révélateur. Lorsque les évaluateurs ignorent l’origine d’un texte, ils ne montrent aucune préférence pour le contenu humain, et préfèrent parfois le contenu généré par IA. Mais dès qu’ils apprennent qu’un humain est intervenu, leur évaluation grimpe (MIT Sloan). La perception de qualité dépend donc moins du texte lui-même que du récit que l’on se raconte sur qui l’a produit et comment.
Cette désillusion a déjà un coût concret. Selon un rapport publié fin 2025 par Forrester, un cabinet de conseil mondial a récemment dû rembourser plusieurs centaines de milliers de dollars à un client après la livraison d’un document truffé d’hallucinations générées par IA (Forrester). Le même rapport anticipe que d’ici la fin de 2026, les équipes de contenu centralisées ne produiront plus les deux tiers du contenu dans les organisations B2B, remplacées par des collaborateurs isolés, chacun convaincu que son prompt suffit.
Comment sortir du triangle : mesurer plutôt que ressentir
La bonne nouvelle est que ce triangle se démonte. Pas avec de la volonté, ni avec de bonnes intentions, mais avec des mécanismes précis, les mêmes que j’utilise dans le système Intelligence Innovationnelle® pour tout projet d’adoption technologique en entreprise (Mon livre, chapitre 4).
Trois leviers fonctionnent.
D’abord, séparer la production de l’évaluation. La personne qui écrit le prompt ne devrait jamais être la seule à juger le résultat. Un regard extérieur, formé, sans lien affectif avec le texte produit, casse mécaniquement l’effet IKEA. Ce regard n’a pas besoin d’être hostile : il doit simplement ne rien devoir à l’effort déjà investi.
Ensuite, mesurer avec des indicateurs externes au ressenti. Trafic réel, taux de conversion, temps de lecture, retours clients. Ces chiffres ne connaissent pas l’effort que vous avez mis dans votre prompt, et c’est précisément ce qui les rend utiles. Un article qui vous a demandé quinze minutes et un article qui vous en a demandé trois heures se valent exactement autant aux yeux d’un lecteur : zéro, si le contenu ne répond pas à son besoin.
Enfin, organiser une confrontation régulière avec des sources externes : agences, pairs, données de la concurrence. Le syndrome NIH recule dès qu’un collectif accepte de comparer son travail à celui des autres plutôt que de le protéger. C’est aussi une question de sécurité psychologique : une équipe qui a peur du jugement extérieur préfère produire vite et seule plutôt que s’exposer à la critique.
Régis a fini par comprendre son erreur, non pas en travaillant plus, mais en acceptant qu’un rédacteur senior relise ses prochains articles avant publication. Le premier retour a été rude. Le deuxième article a triplé son trafic. Rien n’a changé dans l’outil qu’il utilisait. Tout a changé dans la place qu’il lui a laissée.
L’essentiel
Retenez trois choses :
- L’effort que vous mettez dans un prompt crée une illusion de valeur, indépendamment de la qualité réelle du texte produit.
- Le contenu que vous générez seul devient rapidement un territoire que vous protégez plutôt qu’un brouillon que vous améliorez.
- Sans expertise éditoriale ou stratégique, vous n’avez pas les outils pour juger objectivement votre propre production IA.
La solution n’est pas de renoncer à l’IA générative. C’est de refuser d’être à la fois l’auteur, le seul lecteur et le seul juge de ce qu’elle produit pour vous.
Références
- (Mon livre) https://philippeboulanger.com/fr/livre/
- (Harvard Business School) https://www.hbs.edu/faculty/Pages/item.aspx?num=41121
- (MIT Sloan Management Review) https://sloanreview.mit.edu/article/beating-not-invented-here-syndrome
- (Journal of Personality and Social Psychology) https://doi.org/10.1037/0022-3514.77.6.1121
- (MIT Sloan) https://mitsloan.mit.edu/ideas-made-to-matter/study-gauges-how-people-perceive-ai-created-content
- (Ahrefs) https://ahrefs.com/blog/?p=188567
- (Forrester) https://www.forrester.com/blogs/predictions-2026-trust-gets-tested-for-b2b-marketing-sales-and-product-leaders
