L'IA rend-elle les experts de plus en plus stupides ? La dernière étude de Nature : le taux de détection d'erreurs des médecins diminue de 6 %, et les ingénieurs obtiennent 17 points de moins aux tests

Les recherches sur la coloscopie polonaise montrent qu'après l'introduction de l'IA assistée, le taux de détection des adénomes lors des sessions où l'IA est désactivée chute de 28,4 % à 22,4 % ; une expérience aléatoire menée par Anthropic sur 52 ingénieurs débutants indique que le groupe IA obtient en moyenne 50 points à un test postérieur, contre 67 pour le groupe manuel, une différence équivalente à deux niveaux de lettres.
(Précédent contexte : étude d'Anthropic : la spécialisation dans le domaine prime sur la capacité à coder pour déterminer l'efficacité de Claude Code)
(Complément de contexte : Claude écrit 80 % de son code lui-même, Anthropic appelle à une « mécanique de freinage mondiale pour la conception » sérieusement ?)

Table des matières de cet article

Toggle

• Après l'arrêt de l'IA par le médecin, le taux de détection a chuté de 6 points de pourcentage
• L'expérience menée par Anthropic elle-même n'est pas non plus encourageante
• La dégradation des compétences n'est pas une alerte de science-fiction, mais une réalité en cours

Après avoir utilisé l'IA, les médecins manquent plus de tumeurs lorsqu'ils n'ont pas d'assistance IA. Les ingénieurs ayant utilisé l'IA ont obtenu 17 points de moins à l'examen ultérieur. Ces deux chiffres proviennent de deux études par des pairs publiées en 2026, résumées par Nature le 21 juin.

Les conclusions montrent que, tout en augmentant l'efficacité à court terme, les outils d'IA érodent systématiquement les compétences fondamentales des opérateurs humains. Yuichi Mori, chercheur en médecine à l'Université d'Oslo, déclare directement : « Actuellement, aucune solution établie ne peut contrer la dégradation des compétences, ce qui devrait être le sujet de recherche le plus chaud dans la prochaine décennie. »

Après l'arrêt de l'IA par le médecin, le taux de détection a chuté de 6 points de pourcentage

L'essai ACCEPT en Pologne a choisi un objet d'étude assez strict : tous les médecins participants avaient effectué au moins 2 000 coloscopies, étant des spécialistes avec une expérience clinique complète, et non des stagiaires. La conception de l'étude permettait aux médecins d'utiliser un outil d'assistance IA certains jours, qui analysait en temps réel les images intestinales et marquait automatiquement les suspects d'adénomes, tandis que d'autres jours, l'outil était totalement désactivé. Les résultats ont été publiés dans « Gastroenterology, Hepatology & Nutrition ».

Avant l'introduction de l'IA, le taux de détection des adénomes de cette cohorte était de 28,4 %. Après l'introduction de l'IA, lors des sessions sans assistance IA, ce taux est tombé à 22,4 %, soit une baisse de 6 points de pourcentage.

L'étude indique que l'utilisation continue d'outils d'IA peut amener les cliniciens à « devenir moins actifs, moins concentrés et moins responsables lorsqu'ils prennent des décisions cognitives sans assistance IA ». Le commentaire de Robert Wachter, médecin à l'Université de Californie à San Francisco, est encore plus direct : même des professionnels hautement qualifiés peuvent, en dépendant de l'IA, régresser dans leur métier.

Ce mécanisme n'est pas difficile à comprendre. Lorsque l'IA s'occupe en permanence de « détecter les anomalies », la façon dont les médecins répartissent leur attention est rééduquée ; une fois la structure de soutien retirée, le cerveau habitué à « attendre que l'IA me dise » a du mal à revenir à un état d'alerte élevé.

L'expérience menée par Anthropic elle-même n'est pas non plus encourageante

Les chercheurs d'Anthropic, Judy Hanwen Shen et Alex Tamkin, ont publié le 29 janvier 2026 une expérience contrôlée aléatoire. La cible était 52 ingénieurs logiciels débutants, tous chargés d'apprendre un nouveau package Python, Trio. Tous pouvaient rechercher en ligne et consulter la documentation officielle ; la moitié d'entre eux disposait en plus d'un assistant IA.

Le groupe IA a obtenu en moyenne 50 %, le groupe codant manuellement 67 %, une différence de 17 points de pourcentage, équivalente à deux niveaux de notation académique. En termes de gain de temps ? Le groupe IA a terminé en moyenne environ 2 minutes plus tôt, sans différence statistiquement significative. En clair, ce que l'ingénieur gagne, c'est : sacrifier 17 points de compréhension pour gagner 2 minutes de vitesse superficielle.

La dégradation la plus grave concerne la capacité de débogage. Shen et Tamkin soulignent particulièrement ce point, car repérer les erreurs générées par l'IA reste l'une des fonctions de supervision humaine les plus cruciales. Si la capacité de débogage des ingénieurs s'atrophie à force de déléguer cette tâche à l'IA, il devient encore plus difficile de repérer les erreurs de l'IA, créant ainsi une boucle de dégradation.

L'expérience révèle aussi un détail : les ingénieurs utilisant l'IA pour « explorer des concepts » ont obtenu un score supérieur à 65 % ; ceux qui ont entièrement externalisé la « génération de code » à l'IA ont obtenu moins de 40 %. L'IA est-elle un outil d'exploration ou un substitut à la production ? La différence est de 25 points de pourcentage.

La dégradation des compétences n'est pas une alerte de science-fiction, mais une réalité en cours

Ces deux études ne questionnent pas « l'utilité de l'IA », mais « combien de capacités restent aux personnes qui utilisent l'IA à long terme lorsqu'elles n'ont pas d'IA ». La réponse à cette question commence à apparaître dans des données quantifiables.

Actuellement, la communauté scientifique n'a presque aucun consensus sur la « fréquence optimale d'utilisation de l'IA assistée » ni sur « comment maintenir les compétences clés dans un environnement IA » avec des interventions validées. Mori affirme que cela sera le sujet de recherche le plus chaud dans la prochaine décennie, ce qui ne semble pas exagéré, car la vitesse de dégradation des compétences dépasse probablement celle de la recherche elle-même.